不同体积分数二甲基亚砜对DNA变性的影响

利用原子力显微镜和动态光散射研究不同体积分数二甲基亚砜(DMSO)对质粒及线性DNA变性的影响。结果表明,体积分数1%的DMSO也能导致DNA发生局部变性,这个结果可以用原子力显微镜直接观测。同时,由于质粒DNA连接数的守恒以及DNA单链的产生,通过原子力显微镜和动态光散射发现,DNA随DMSO体积分数的增加逐渐形成超螺旋结构,DNA聚拢程度增加;DMSO体积分数从0增加到10%时,pBR322 DNA、5 000 bp DNA及λ-DNA的平均粒径分别从(474±10) nm、(554±11) nm和(871±17) nm降低到(257±8) nm、(282±18) nm和(449±21) nm。     

山东新分布药用植物碎米桠的DNA条形码分子鉴定

利用DNA条形码技术,对一种在山东省中药资源普查中发现的形态鉴定较困难的植物进行了分子鉴定。首先对样本进行总DNA提取,核ITS2 序列、叶绿体psbA-trnH序列的PCR扩增和测序,然后将所得序列用Chromasv校对拼接,利用软件MEGA6.0分析数据。结果表明,该物种为山东新分布唇形科香茶菜属植物碎米桠。该研究为山东省新分布种碎米桠的确定及其资源开发提供了重要证据。     

超高效液相色谱-四级杆/静电场轨道阱高分辨质谱法同时检测补中益气丸中毛蕊异黄酮葡萄糖苷、橙皮苷、甘草酸铵的含量

建立了一种超高效液相色谱-四级杆/静电场轨道阱高分辨质谱同时检测补中益气丸中毛蕊异黄酮葡萄糖苷、橙皮苷和甘草酸铵含量的方法。采用超高效液相色谱-四级杆/静电场轨道阱质谱，Hypersil Gold C₁₈型色谱柱，乙腈-0.1%甲酸水梯度洗脱，流速0.4 mL/min,柱温40℃,进样量1μL;采用电喷雾离子源，正离子模式下，在质荷比100～1 500范围内全扫描，通过提取待测成分的精确质量数进行定量。结果表明，毛蕊异黄酮葡萄糖苷、橙皮苷、甘草酸铵线性范围分别为0.089 1～1.425 0μg/mL、0.098 4～12.600 0μg/mL、7.425 0～29.700 0μg/mL(r≥0.999 3),检测限分别为5.57、4.10、5.80 ng/mL,定量限分别为22.26、12.30、23.20 ng/mL,精密度、重复性及样品稳定性(24 h)良好，加样回收率91%～105%(δ_RSD≤5.0%,n=6)。本方法简便快捷、特异性强、灵敏度高，可同时检测补中益气丸中毛蕊异黄酮葡萄糖苷、橙皮苷、甘草酸铵的含量。     

银杏内酯C标准样品的研制

以《标准样品工作导则(3)标准样品 定值的一般原则和统计方法》为依据,研制银杏内酯C的国家标准样品。样品原料为银杏科植物银杏Ginkgo biloba L.的干燥叶,采用硅胶柱色谱和Sephadex LH-20凝胶柱色谱技术,结合制备液相精制,纯化和制备了银杏内酯C,并通过紫外、红外、质谱和核磁共振等技术手段进行了结构确认。进行了薄层色谱鉴别,建立了液质联用分析技术,进行了均匀性、稳定性和定值实验。结果表明,样品均匀性良好,在0~4 ℃ 储存条件下2年内稳定,定值结果确定其纯度为(99.85±0.06)%。研制的银杏内酯C符合国家标准样品的要求,可用于与银杏内酯C相关产品的含量测定、质量控制和检测方法的评定等。     

京杭运河航运与沿河区域经济的互动关系研究

为了研究内河航运发展与沿河区域经济和产业发展的相互影响关系,以苏北运河为例,采用灰色关联度计算模型和协整检验方法,对苏北运河与沿河区域经济和产业结构的关联性和长期均衡关系进行了初步探讨,并通过因果分析,进一步探究两者互动关系的影响方向,再通过向量自回归模型,深入剖析内河航运对沿河区域经济当前和未来的相互影响程度,最后选取沿河某产业园区分析实际互动效应。研究结果表明:苏北运河与沿河区域经济增长、第二产业发展存在长期均衡关系,苏北运河沿河区域第二产业对运河航运发展的支撑作用最大。内河航运满足了沿河产业发展货物运输需求,京杭运河黄河以北段复航能够实现与沿河区域经济和产业相互促进的良性循环模式。本研究有利于释放沿运河区域经济发展潜力,为京杭运河黄河以北段及沿河区域规划设计提供参考。     

基于人工神经网络集合预报的济南市臭氧预报方法

由于观测的不准确以及资料分析、同化中的误差,单一预报仅是一个可能的解。为弥补其不足,提出了一种基于人工神经网络集合预报的臭氧(O₃)预报模型,选取8类气象因子及2类污染物因子,搭建人工神经网络预报模型,并采用随机扰动方法,产生15组相互独立的随机扰动气象场,搭建人工神经网络集合预报模型,并以2013年—2019年5月—9月数据作为训练集,以2020年5月—9月数据作为测试集。结果表明:与单一人工神经网络预报相比,人工神经网络集合预报准确率明显提高,O₃污染命中率明显提高,O₃污染漏报率明显减少,O₃污染空报率略有增加;人工神经网络集合预报对O₃污染预报有过多倾向,而单一人工神经网络预报则有过少倾向;以2020年7月3日—9日的一次O₃重污染过程为例,与单一人工神经网络的确定性预报相比,人工神经网络集合预报能够更好地反映出污染的迅速累积上升及持续过程。通过提供定量的概率预报,人工神经网络集合预报可以给出多种可能性及其发生的概率,能为预报员提供包括不确定性在内的更多预报信息,该模型具有一定的实际应用价值。     

基于乘客异质性的早高峰单起点多讫点公交均衡研究

分析早高峰单起点多讫点公交系统的均衡乘车行为。考虑乘客对公交内部拥挤敏感程度不同，分析乘客出行成本构成，乘客在拥挤成本、延误时间成本和乘车时间成本之间权衡，做出乘车班次选择，以此建立均衡乘车模型。研究结果表明异质用户下单起点多讫点公交均衡具有如下性质：目的地相同的乘客分布在连续班次，且越靠近最优到达班次，累计乘客人数越多；连续两站都有出行者乘坐特定班次时，在之后站点登上该特定班次的总人数为常数；目的地相同的不同类型乘客最多在一个班次上混乘；对拥挤敏感的乘客会乘坐对应的远离期望到达时间的班次；对拥挤不敏感的乘客会乘坐对应的靠近期望到达时间的班次。研究结果有利于加深对公交乘车行为的理解，为公交调度管理提供辅助支持，进一步完善公交均衡模型的相关研究。     

基于Attention机制的CNN-LSTM驾驶人意图识别方法研究

在自动驾驶系统中，系统需要准确识别驾驶人的意图，来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低，没有考虑优化特征对模型准确率影响的问题，运用深度学习知识，提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络(convolutional neural networks, CNN)和长短时记忆网络(long short-term memory network,LSTM),引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。该方法可同时预测目标车辆驾驶人横向驾驶意图和纵向驾驶意图，并在实际道路数据集NGSIM(next generation simulation)上进行了训练和验证。实验结果表明，所提出的CNN-LSTM-Attention模型能够准确预测高速公路环境下驾驶人的驾驶意图，与LSTM模型和CNN-LSTM模型相比具有明显的优势，为自动驾驶系统的安全运行提供了有效保障。