斑节对虾杆状病毒感染对脂肪代谢的影响

目的 :为了探究斑节对虾杆状病毒 (MBV)感染对脂肪代谢的影响 ,指导虾病的防治 .方法 :利用索氏 (Soxhlet)提取法对养殖健康斑节对虾和MBV感染斑节对虾的中肠腺脂肪含量进行了检测 .结果 :健康对虾中肠腺脂肪占干重平均 34 2 8% ,占湿重平均 9 60 % ,含水率平均 71 0 6% .MBV轻度感染的中肠腺脂肪占干重平均 31 52 % ,占湿重平均 9 58% ,含水率平均 69 31% ,三者与健康对虾比较均无显著性差异 (P >0 30、P >0 90和P >0 4 0 ) .MBV重度感染的中肠腺脂肪占干重平均 56 4 2 % ,占湿重平均 2 4 14% ,两者均明显高于健康虾和MBV轻度感染虾 (均为P <0 0 0 1) ;含水率平均 57 2 2 % ,明显低于健康虾和MBV轻度感染虾 (均为P <0 0 0 1) .结论 :严重感染MBV的斑节对虾可出现脂肪代谢紊乱 ,造成脂肪堆积 ,进而影响中肠腺的消化吸收功能     

HBV基因型分析及B/C型共感染的血清病毒种群分析

 为了解HBV大三阳青年妇女的HBV基因型及体内病毒种群特征,从19~35岁青年妇女HBV感染者血清样本中筛选出24例HBV血清学标志物检测结果为大三阳的样本进行HBV基因分型检测,14例为B型,9例为C型,1例为B/C基因型共感染。对14例大S蛋白基因通过特异性扩增、序列克隆和测序确认的分型结果与分型检测一致。发现的1例B/C共感染样本来自阿德福韦酯抗病毒治疗35周患者,大S蛋白基因序列分析显示10条序列中4条为B型,准种分散值为2.8;其6条为C型,准种分散值为0.6。α决定簇分析该患者体内病毒种群包含3种血清型。病毒种群分析结果提示本地区青年妇女HBV感染的基因型主要为B型和C型,B/C基因型共感染患者体内HBV病毒种群呈复杂的多基因型分布,不同基因型内部以准种形式存在。     

N3LDG: 一种轻量级自然语言处理深度学习库

提出一种用于自然语言处理的轻量级深度学习库N3LDG, 可以支持动态地构建计算图, 并能自动地批量化执行计算图。实验显示, 当训练卷积神经网络、双向LSTM和树结构LSTM时, N3LDG都能高效地构建与执行计算图; 当使用CPU训练上述模型时, N3LDG的训练速度优于PyTorch; 当使用GPU训练卷积神经网络和树结构LSTM模型时, N3LDG的训练速度优于PyTorch。     

对虾中肠腺脂肪酸组分的检测

目的：探讨对虾中肠腺脂肪酸与病毒病之间的关系。方法：应用气相色谱法分别检测了人工养殖的健康斑节对虾,健康日本对虾、斑节对虾杆状病毒（ＭＢＶ）轻度感染斑节对虾、ＭＢＶ重度感染斑节对虾及患中肠腺坏死杆状病毒（ＢＭＮＶ）病日本对虾中肠腺脂肪酸的组成及含量。结果：养殖健康斑节对虾中肠腺中的饱和脂肪酸以棕榈酸为主（２０．６４％）,一烯酸为油酸含量最高（２３．０７％）,多烯酸则以亚油酸所占的比重量大（２１．７     

融入罪名关键词的法律判决预测多任务学习模型

作为新兴的智慧法院技术之一,基于案情描述文本的法律判决预测越来越引起自然语言处理界的关注。罪名预测和法条推荐是法律判决预测的2个重要子任务。这2个子任务密切相关、相互影响,但常常当作独立的任务分别处理。此外,罪名预测和法条推荐还面临易混淆罪名问题。为了解决这些问题,该文提出一种多任务学习模型对这2个任务进行联合建模,同时采用统计方法从案情描述中抽取有助于区分易混淆罪名的指示性罪名关键词,并将它们融入到多任务学习模型中。在CAIL2018法律数据集上的实验结果表明:融入罪名关键词信息的多任务学习模型能够有效解决易混淆罪名问题,并且能够显著地提高罪名预测和法条推荐这2个任务的性能。