基于液质联用技术对早期高脂血症金黄地鼠肝脏鞘脂的靶向代谢组学研究

摘要:目的 对高脂血症金黄地鼠肝匀浆中鞘脂进行相对定量的靶向代谢组学研究。 方法 18 只 SPF 级叙利亚金黄地鼠随机分为正常对照组和高脂血症模型组,饲喂 6 周后进行血液生化检测,取肝脏进行 HE 染色,观察两组动物血液生化指标和组织病理学变化。 基于液质联用技术,采用主成分分析( PCA) 和偏最小二乘法分析( PLS-DA)进行模式识别,对鞘脂种类进行相对定量分析。 结果 高脂血症模型组 TG、TC、LDL-C、HDL-C 水平明显高于正常对照组,均具有统计学差异。 肝组织结构紊乱,肝细胞大片气球样变性,灶性小泡性脂肪变,肝细胞肥大致肝窦不明显,枯否细胞增生,肝小叶内可见炎细胞聚集灶,汇管区轻度炎细胞浸润及纤维组织增生。 21 种鞘脂,包括鞘磷脂( sphingomyelin,SM) 、神经酰胺( ceramide,Cer)和葡糖基神经酰胺( glucosyl-ceramide,Glc-cer) 在高脂血症仓鼠肝脏出现异常改变。 其中,9 种 Cer 上调,4 种 Glc-cer 下调,8 种 SM 中有 3 种上调,其余 5 种下调。 结论 早期高脂血症金黄地鼠的围绕神经酰胺的鞘脂的代谢途径被破坏,可能触模型组的胰岛素抵抗和炎症反应,导致肝脏损伤,影响血脂代谢。 基于 LC-MS 的鞘脂途径的靶向代谢组学研究为了解高脂血症的生物学机理提供了更多有用的信息。     

基于模糊Petri网的动态知识表示与推理方法

针对专家系统知识库中的知识具有模糊特性以及知识库需要频繁更新的特点,设计了一种基于模糊Petri网的动态知识表示与推理方法。该方法利用实际环境中的数据,通过学习来调整知识模型的权值、阈值和确信度等参数,从而实现知识库的动态实时更新。此方法同时结合了产生式知识表示方式和神经网络知识表示方式的优点:知识模型结构清晰,参数意义明确;具有学习和并行推理能力。仿真实验结果表明,经过训练调整后的知识模型具有更高的准确度。     

基于模糊Petri网的误用入侵检测方法

提出了基于模糊Petri网的误用入侵检测方法,并将类似于神经网络的学习引入模糊Petri网,以调整攻击知识模型参数. 理论分析表明,基于模糊Petri网的误用入侵检测系统具有更高的推理效率,能从环境中动态学习调整知识模型的相关参数,如阈值、权值、确信度. 仿真结果表明,在大多数情况下,学习调整后的知识模型能够提高误用检测系统的检测率.