基于LCT望远镜接收机230 GHz固定衰减器的设计研究

基于吸收式衰减器原理,分别设计和仿真了圆弧形和柳叶形的固定式衰减器,在200~260 GHz频率范围内能够实现10dB和20dB两种规格的衰减,衰减精确度均低于±1.3dB.     

意大利蜜蜂转铁蛋白基因AmTsf在吡虫啉胁迫下的表达分析

【目的】通过生物信息学方法鉴定意大利蜜蜂(Apis mellifera ligustica)转铁蛋白(AmTsf)，分析该蛋白在该蜂种耐受杀虫剂吡虫啉毒性过程中发挥的作用。【方法】通过多重序列比对分析AmTsf的氨基酸序列特征和结构域组成；利用在线工具预测该蛋白的结构、细胞定位、互作蛋白网络和生物学功能，构建系统进化树分析该蛋白的系统分类和进化关系；采用实时荧光定量PCR结合铁稳态测定分析该蛋白的编码基因AmTsf在意大利蜜蜂耐受杀虫剂吡虫啉毒性过程中的应答特征和功能。【结果】AmTsf蛋白为疏水性蛋白，由712个氨基酸残基组成，相对分子质量为78.7 kDa，pI为6.77，具有信号肽和转铁蛋白家族保守的氨基酸残基，主要定位于细胞核和线粒体。环境剂量的吡虫啉暴露导致供试蜜蜂大量死亡；与对照组相比，吡虫啉暴露24 h后导致供试蜜蜂头部、胸部和中肠的Fe2+过剩，与铁稳态调节紧密相关的AmTsf在上述各组织中的表达均有统计学意义上的上调(p<0.05)。【结论】AmTsf可能通过调节铁稳态来参与意大利蜜蜂对吡虫啉毒性的耐受。     

飞机流排序中滑动时间窗算法关键参数研究

滑动时间窗算法主要涉及窗体大小、步长和位置交换范围三个参数。这三个参数对算法的有效性和效率都有非常重要的影响。为了寻求这三个参数对算法的具体影响和最优组合,首先对算法的复杂度进行了分析和评估;而后探索和总结了这三个参数之间的关系。最后,在设计和实现该算法的基础上,通过仿真找到了实时性约束条件下,优化效果最好时三个参数的取值,即窗口大小为7,移动步长为3,交换范围约束为4时,计算结果最好。通过大量的数据验证了在最优参数组合下算法的有效性,为科学地使用滑动时间窗算法提供了依据。     

经济转型期我国房地产业的关联效应分析

厘清房地产业与其他关联产业之间的关系不仅有利于房地产业的长期规划,还有利于经济转型期下我国房地产业的针对性调控。本文以我国1997年—2012年的7张投入产出表为数据来源,采用投入产出分析法,测算房地产业与宏观经济中其他产业的关联效应,分析房地产业与其他产业之间的关系变化,以期对未来房地产业的规划调控提供参考。     

650 GHz蝴蝶结型波导探针设计

设计了一种面向超导混频器的650 GHz蝴蝶结型波导探针.结合现有成熟的Si/SiO₂衬底工艺,采用全高波导并结合背向短路腔体优化其特性.对波导探针进行了仿真与优化.结果表明,在620~680 GHz频段内,该波导探针的回波损耗低于8 dB,插入损耗低于8 dB；在650 GHz时低于14 dB,嵌入阻抗约为16 Ω,且平坦度良好,能满足实际应用需求.     

微孢子虫感染下意大利蜜蜂谷胱甘肽降解酶基因

【目的】通过生物信息学鉴定意大利蜜蜂(Apis mellifera ligustica)谷胱甘肽特异性γ-谷氨酰环转移酶2(AmCHAC2)，并通过定量PCR分析该蛋白的编码基因〖STBX〗AmCHAC2〖STBZ〗在意大利蜜蜂组织中的时空表达特征，探讨该基因在蜜蜂抵抗微孢子虫感染中的作用。【方法】采用多重序列比对分析AmCHAC2的氨基酸序列特征和结构域组成；在线预测该蛋白的结构、互作蛋白网络、细胞定位特征和功能；构建系统进化树分析该蛋白的的系统分类和进化关系；实时定量PCR分析〖STBX〗AmCHAC2〖STBZ〗在供试蜜蜂组织中的时空表达特征；采用试剂盒检测分析供试蜜蜂组织谷胱甘肽含量的表达特征；采用ELISA法检测分析供试蜜蜂中肠活性氧含量。【结果】AmCHAC2由245个氨基酸残基组成，相对分子质量为28.3 kDa，pI为6.71。AmCHAC2为疏水蛋白，不具备信号肽，定位于细胞质。供试蜜蜂在感染东方蜜蜂微孢子虫(Noseama ceranae)14 d后大量死亡，存活率仅为23%；与对照组相比，感染微孢子虫的供试蜜蜂胸部和中肠组织中〖STBX〗AmCHAC2〖STBZ〗表达明显上调，GSH含量明显下降，且中肠内活性氧含量明显上升而触发氧化应激。【结论】〖STBX〗AmCHAC2〖STBZ〗在受到东方蜜蜂微孢子虫感染后表达上调，这可能在意大利蜜蜂抵抗微孢子虫感染过程中扮演着重要角色。     

网联车混行条件下交通流量融合方法

未来智能网联车与非网联车混行将带来更多的多源交通数据；为了提高数据的可靠性，结合传统交通数据获取方式提出了一种基于粒子群优化径向基神经网络的多源交通数据融合方法。首先选取不同来源的数据构建多源数据集并设置对照数据，利用Elbow Method方法和K-Means算法对多源数据集进行聚类，再以聚类中心坐标为参考构建相应径向基神经网络，最后在神经网络训练过程中引入粒子群算法，以融合结果与对照数据的差值作为粒子群算法迭代的目标函数，帮助求解神经网络中的参数。使用MATLAB实现神经网络并选取一组多源交通流量进行测试，同时再把这组交通流量数据用卡尔曼滤波算法融合，将两种方法的融合结果进行对比。结果表明：相比于传统卡尔曼滤波，使用粒子群优化的径向基神经网络对混行条件下的多源交通流量进行融合时数据误差均降低60%以上。     

2022年肿瘤免疫研究热点回眸

肿瘤免疫治疗已成为继手术、放疗、化疗之后的第四类肿瘤治疗方法，为当今国际研究的热点领域。在肿瘤免疫治疗新时代，以免疫检查点抑制剂、基因工程化修饰免疫细胞为代表的免疫疗法被认为具有广阔前景。概述了2022年肿瘤免疫治疗领域研究的热点及关键进展，包括嵌合抗原受体T细胞（CAR-T）在实体瘤治疗中的突破、维持记忆性T细胞生存和功能新机制的发现、改善肿瘤免疫抑制微环境提高免疫治疗疗效的深入探究以及瘤内微生物对抗肿瘤免疫反应的重要影响作用。