基于碱基偏好分析和SVM的植物启动子识别

植物启动子识别是真核启动子识别中的重要研究领域.针对目前植物启动子识别算法的特异性较低的问题,提出了一种基于GC碱基偏好分析和支持向量机（SVM）的植物启动子识别算法.首先通过对GC含量的分析将DNA序列分类为GC偏好序列和非GC偏好序列,然后进行结构特征和信号特征的提取,最后通过SVM分类器进行启动子识别.SVM分类器由四个SVM子分类器组成,即启动子-3’UTR子分类器,启动子-5’UTR子分类器,启动子-Intergenics子分类器和启动子-CDS子分类器.实验结果表明,该算法比其他算法具有更高的特异性,对植物启动子识别具有积极意义.     

莱茵衣藻外源基因整合特征分析及蛋白表达

将衣藻表达载体pSP108转化莱茵衣藻细胞壁缺陷型藻株CC-400,通过接头PCR获得并分析阳性转化子中ble基因的侧翼序列发现:外源基因的插入位点呈现随机性,并且有些转化子中衣藻基因组和质粒序列发生断裂和重排.通过间接ELISA分析外源蛋白表达量,并结合外源基因整合状态时发现:在ble基因启动子核心区域缺失的阳性转化子中,ble可以利用自身基因启动子进行蛋白表达,但表达量相比使用质粒载体PSP108上RBCS2启动子的表达量要低;在部分启动子完整的阳性转化子中蛋白表达量低下,可能与衣藻基因组大片段的缺失相关.     

基于序列柔性参数的大肠杆菌启动子的预测

以大肠杆菌K-12的启动子(Promoter)序列作为正集,编码区(Coding区)和基因间汇聚区(CON区)的序列作为两组对照负集建立数据库,分别对实验上确定的165条σ38、94条σ54及600条σ70启动子序列进行二联体位点的保守性分析,得到保守性参数随位点的涨落.用单种柔性结构参数分别和各集的二联体位置关联权重矩阵构成对序列的打分函数,分别对三类数据集进行了检验.研究发现,在自洽检验中,算法对σ38、σ54启动子的预测准确性都达到98%,对σ70启动子的预测准确性也达到了88%.通过绘制ROC曲线,确定了三类数据集的十交叉检验的最佳阈值,该算法在最佳阈值下对σ38、σ70两类启动子的预测准确度(Ac)都达到了80%以上,其中算法对以σ70启动子序列为正集、编码区序列为负集的数据集(记为Prom-Coding数据集)的Ac为88%,而对以σ54启动子序列为正集、基因间汇聚区序列为负集的数据集(记为Prom-CON数据集)的Ac为76%、Prom-Coding数据集的Ac为87%.使用Jackknife法对σ38、σ54两类数据集进行检验,Ac都达到了80%以上.     

破囊壶菌Δ4-脂肪酸脱饱和酶基因5'端侧翼区域的克隆与鉴定

应用衔接头PCR(LA-PCR)技术,扩增得到约1000 bp的海洋破囊壶菌Δ4-脱饱和酶基因5’端侧翼区域的单一产物.对该产物测序,经启动子软件与序列比对分析,发现该序列(Genkbank登录号EU074209)具有真核启动子序列的基本结构特征,含有TATA盒、CAAT盒、INR等元件.将扩增得到的脱饱和酶基因5’端侧翼序列亚克隆到含有绿色荧光蛋白(GFP)报告基因的质粒pGlow-TOPO中,构建重组表达质粒,转化大肠杆菌细胞.荧光显微观察大肠杆菌阳性转化子发出荧光,侧翼序列含有启动子功能得到确认.     

基于多粒度网络预测增强子-启动子相互作用

准确识别增强子-启动子相互作用（EPIs）对疾病来源追踪和发展基因疗法有重要意义。现有预测方法缺乏对序列不同粒度信息的关注,提取增强子、启动子序列包含的不同粒度特征有助于从多层级分析EPIs。因此,提出EPIs预测模型EPI-PBGA(Parallel BiGRU Attention Network),分别通过卷积子网络和双层双向门循环单元（BiGRU）注意子网络提取序列的细粒度、粗糙粒度特征。基于EPIs普遍存在的细胞特异性,在不同细胞系进行粒度选择,选定最优粗糙粒度,同时通过双层BiGRU注意网络提取元件子序列中存在的多种关联特征。实验结果表明,EPI-PBGA在6个基准数据集表现出较好性能,有效预测EPIs。     

杂色鲍肌动蛋白启动子的克隆与序列分析

杂色鲍(H.diversicolor diuersicolor)是我国华南地区重要的海水养殖对象,作为利用转基因技术改良杂色鲍品质研究工作的首要部分,作者利用PCR和染色体步移(Genome Walking)方法克隆了杂色鲍肌动蛋白基因编码区部分序列和启动子序列(GenBank登陆号:EU622901).所分离的肌动蛋白基因DNA序列片段全长为1 990 bp,与GenBank中彩虹鲍(Haliotis iris)肌动蛋白A1基因序列和肌动蛋白A1a基因序列有非常高的相似性(99%和96%).在基因编码区中间发现了一个内含子区,在编码区之前发现一个类启动子区,经过Promoter Prediction在线软件分析,发现了该启动子序列和转录起始位点,同时也发现了该启动子特有的启动元件两个标准的CAAT BOX和一个TATA BOX.这些实验结果表明所克隆的杂色鲍肌动蛋白和启动子序列符合实验的目的.并且这一实验的成功也为下一步利用所分离的启动子做杂色鲍转基因工作打下基础.     

酵母基因启动子序列结构与转录频率的关联性分析

分别基于Markov链模型、频率分析和加权Markov链模型分析k-mer(主要考虑k=6的情形)在DNA序列中的使用情况,并以此定义模糊相对熵度量2个DNA序列结构的差异程度.将转录频率较低的启动子序列作为对照,分析其它转录频率不同的酵母基因启动子序列与对照序列中k-mer隶属度的模糊相对熵的变化,发现基因转录频率与模糊相对熵存在线性正相关关系.一般地,转录频率相差越大的基因,其启动子序列结构的差异越明显.这提示酵母基因启动子序列结构与基因转录频率有一定关联性.与Markov链模型和频率分析法比较,加权Markov链模型的模糊相对熵能更有效地度量基因启动子序列结构的差异.     

猪hnRNPK基因启动子的克隆及序列分析

首次克隆了猪hnRNPK基因启动子序列,并进一步对该序列进行了分析.结果显示:该基因启动子约1 kb,与已报道的人的相应序列相似度为78.9%,具有相同的"TCTCGCGAGA"核心启动子序列和转录起始位点.利用在线软件分析发现,猪hnRNPK基因启动子不含TATA盒,而含有CAAT盒的GC富集区,存在两处CpG岛,具有SP1、UCE.2、GCF、EARLY-SEQ1、TTR_inverted_repeat、NGFI-C、EARLY-SEQ1等多种转录因子潜在结合位点,并且具有8种基序结构.     

猪hnRNPK基因启动子的克隆及序列分析

首次克隆了猪hnRNPK基因启动子序列,并进一步对该序列进行了分析.结果显示:该基因启动子约1 kb,与已报道的人的相应序列相似度为78.9%,具有相同的"TCTCGCGAGA"核心启动子序列和转录起始位点.利用在线软件分析发现,猪hnRNPK基因启动子不含TATA盒,而含有CAAT盒的GC富集区,存在两处CpG岛,具有SP1、UCE.2、GCF、EARLY-SEQ1、TTR_inverted_repeat、NGFI-C、EARLY-SEQ1等多种转录因子潜在结合位点,并且具有8种基序结构.     

苏云金芽孢杆菌aiiA基因启动子的克隆及功能分析

根据已报道的aiiA基因序列(AY460124)设计特异性PCR引物,扩增得到aiiA基因启动子序列的单一产物.将该启动子序列代替pET-28a-GFP质粒上的T7启动子,构建绿色荧光蛋白功能分析载体.经测序比对和生物信息学软件分析发现该序列含有6个可能的启动区域和19个不同类型的转录结合位点.最后通过荧光显微镜观察到...     

快速频繁序列模式挖掘算法

为解决从数据库中挖掘长模式可能遇到较高的计算复杂度问题, 提出一种新的算法FFSPAN. 传统上, 要判断一个序列是否频繁, 需要在原数据库中判断整个序列是否频繁; 而算法FFSPAN是通过在序列数据库中寻找一个频繁项或一个频繁项集来代替寻找一个完整的频繁序列, 而且FFSPAN算法每次扫描的数据库都是迅速减小的, 这使得算法在挖掘的序列模式越长时越有效. 在标准测试数据集上的实验结果表明, FFSPAN算法非常有效.     

对广义Fibonacci等距子列连续n项和公式的改进

利用距离为m的广义Fibonacci等距子列的递推公式,求出其通项公式,并由此得到广义Fibonacci等距子列连续n项和的统一公式,对已有结果进行了改进.     

CTCS-3级列控系统车载设备测试序列的优化

如何将测试案例组合成为最有效和最优化的测试序列,是车载设备测试的一个关键问题.将优化测试序列生成问题演化为邮递员问题,通过利用遗传算法解决邮递员问题的优势,将遗传算法应用于优化测试序列的生成.根据车载模式转换图构造测试子序列图,然后应用遗传算法求解得到优化测试序列.分析实验结果表明,此方法使得测试效率得到了大幅度提高,是一种优化测试序列生成问题的可行方法.     

基于执行模式和扇入分析的横切关注点识别

为提高遗留系统的横切关注点识别效率和精确率,提出一种改进的候选横切关注点识别方法．该方法选取覆盖系统核心功能的挖掘用例,根据横切关注点具有的方法执行模式特征和方法扇入度特征对活动代码进行动态分析,以便发现可供候选的方面．在识别过程中,特别引入了扇入阈值和横切阈值,对由于低于阈值而不可能成为候选横切关注点的方法进行预过滤,同时通过分析方法外语句对方法执行的影响,排除部分不可织入的候选横切关注点．与传统方法相比,该方法在保证查全率不下降的基础上,可有效提高识别效率和精确率．     

基于数据驱动的线性聚类ARIMA长期电力负荷预测

针对某些发达城市因负荷波动大而导致的长期电力负荷预测精度低问题,提出了一种基于数据驱动线性聚类(data-driven linear clustering,DLC)的自回归积分滑动平均(auto-regressive integral moving average,ARIMA)预测方法。首先,利用线性特征作为聚类标准对每年的大型变电站负荷数据集进行预处理;然后,对得到的每个子序列构建最优自回归积分滑动平均模型,以预测其相应的未来负荷;最后,汇总所有的模型预测结果从而获得电力系统长期负荷预测结果。从误差分析和应用结果可知,理论和实践都验证了所提出的方法在保证建模精度的同时能够降低随机预测误差,从而获得更稳定、更精准的电力系统负荷预测结果。     

改进的RBF神经网络模式分类方法理论研究

研究了前向两层径基函数（RBF）网络和前向两层线性基本函数（LBF0网络的发类机理及其结构与初始参数优化确定方法,提出了Guassian核函数的中心和宽度应通过学习自动确定,在学习过程中根据错分样本自身的类别和被错分入的类别自动生成新的核函数,并根据新增核函数对测试集的作用自动删除多余核函数的观点,从理论上阐明了采用Sigmoid活化函数的两层LBF网络的分类阈值为0．5,进而提出了由两层RBF网络和两层LBF网络组成的前向RBF神经网络－－IRBF神经网络。     

Subtractive and divisive adaptation in the human visual system.

Sensory systems can adapt to the conditions imposed on them. In the visual system, adapting to a pattern increases the threshold of the ability to see that pattern, and reduces the perceived contrast of the pattern above threshold. Most neurons of the striate cortex reduce their responsiveness after being stimulated for some time by a high-contrast pattern. Such an effect may lie behind these psychophysical adaptation phenomena. These adaptation effects have been reported to be confined to patterns of similar orientation, which is understandable in that the visual neurons that adapt are only excited by a small range of orientations. Neurophysiological evidence suggests that neurons with different orientation preferences have inhibitory interconnections. It is therefore of interest to explore the possible effects of these connections on perception. Here we show that adapting to a horizontal pattern can reduce the perceived contrast of a vertical test pattern more than a horizontal test pattern. These 'cross-orientation' effects are modelled by a division-like process, whereas the more normal 'similar-orientation' effects are modelled by a subtractive process.     

弹性动作关联序列的模式检索

视频检索要求在数据库中能够找到与待检索视频序列相关的序列,该相关序列也可以是数据库中某个序列的部分序列,为此提出了一个动态编程方法.该方法综合了计算信息领域的编辑距离算法和信号处理领域的动态时间规整(DTW)算法,并克服了它们都不能直接用于动作检索的局限性,由于可以通过调节参数使所提方法转换为上述2种方法,所以可把它们看作是所提方法的特例.通过在不同数据库上的实验,以及和编辑距离算法和动态时间规整算法的比较,发现在相同的误检率条件下,所提算法的检测率要好于其他2种算法.     

一类SIR传染病模型的全局稳定性分析

讨论了一类具有接触率与总人口有关,免疫接种和垂直传染的SIR传染病模型.确定了各种平衡点的阈值,当阈值小于1时,无病平衡点是全局渐近稳定的;当阈值在一些情况下大于1时,地方平衡点是全局渐近稳定的.     

针对医学图像的小波阈值去噪方法

为了改善小波阈值去噪算法中硬阈值和软阈值存在的不足,提出一种新的小波阈值去噪方法.该算法在进行小波阈值去噪前,先将图像分割成背景平坦区域和细节区域两部分,然后分别进行小波阈值去噪,最后融合两图像从而获得去噪图像.在分别进行小波阈值去噪时,利用迭代法进行阈值选择,采用"软、硬阈值折中"阈值函数.根据对医学图像去噪的仿真实验结果表明,该算法在去噪效果上均优于传统的软硬阈值方法.