基于 LibSVM 的 CKSAAP 蛋白特征提取预测水稻蛋白质磷酸化位点

本文从swiss-prot中选取经过试验验证的水稻蛋白质磷酸化位点数据作为训练集合，应用蛋白质序列特征提取方法Composition of k-spaced residues pairs （CKSAAP），为利用SVM算法构建专门针对水稻蛋白质磷酸化位点的预测工具做准备。 CKSAAP方法利用在序列片断中残基的K个间隔距离的组成，进一步反映了残基之间的相关性。本文利用LibSVM软件包对已通过改进过得CKSAAP方法特征提取出来的数值特征对磷酸化位点进行预测，从而为之后构建水稻蛋白质磷酸化位点的预测工具做准备。结果表明，本文基于SVM和CKSAAP方法的水稻蛋白质磷酸化位点预测在丝氨酸，苏氨酸和酪氨酸的平均预测准确性为80．638％，马修斯系数为0．611。与PlantPhos和Musite的预测性能的对比结果显示，在磷酸化各氨基酸位点的预测性能高于PlantPhos及Musite。     

调节circRNA内的miRNA结合位点以提高其翻译效率（英文）

环状RNA(circRNA)是具有共价闭合的环状结构的RNA，其中有些circRNA具有翻译能力。然而，调节circRNA翻译效率的方法及其应用仍需我们进一步探索。本文利用T7 RNA聚合酶和优化的PIE方法，转录形成含有CVB3 IRES翻译起始元件和荧光素酶蛋白编码序列的RNA，并在体外环化形成环状RNA。我们将环状RNA转染到细胞中，并成功翻译成具有活性的荧光素酶。在荧光素酶编码序列两侧插入miRNA结合位点显著降低了circRNA的翻译效率。随后萤火虫荧光素酶编码序列中的miRNA结合位点的同义突变导致体外合成的circRNA翻译效率增加。我们还证明了特定miRNA结合位点的突变也可以增强合成circRNA的翻译效率。进一步的体内实验通过生物发光成像表明，miRNA结合位点的同义突变促进了体外合成circRNA在体内的翻译。本研究表明，调节circRNA内的miRNA结合位点影响了circRNA的翻译效率，这有望作为未来临床成像应用的多功能工具。     

识别转录因子结合位点的新方法

采用进化计算的方法, 实现了在共表达基因上游非编码区寻找转录因子的结合位点. 将此方法应用在已知的受同一种转录因子调控的基因上游启动子序列集合, 结果显示, 该算法能正确识别具有单一保守序列的调控位点; 与经典的Gibbs采样方法比较显示, 本文算法在识别较短的结合位点时更有效.     

用SnaP Shot的方法对线粒体7146位点进行基因分型

利用SNaP SHot的方法对线粒体7146位点在7300人的样品中进行基因分型，这个位点在非洲人群中存在2种等位基因，但是在非洲人群中仅存在突变型，这个研究对利用线粒体研究人类进化，特别是对东亚人群的起源有较大的应用价值，同时还建立了一套大规模，高通量的SNP分型技术平台。     

HIV-1 Tat与P-TEFb复合物的分子动力学模拟及结合自由能计算

P-TEFb结构中与Tat蛋白的结合位点是新型抗HIV-1药物设计和虚拟筛选的重要靶标.对含有两个锌指结构的Tat.P-TEFb复合物体系进行了14ns的分子动力学模拟,应用MM-PBSA/GBSA方法计算体系的结合自由能,以及通过基于氨基酸残基的能量分解来探究体系中蛋白质之间的相互作用.结果表明范德华作用能是复合物形成的主要驱动力,Cys261与ZN88之间的配位作用是结合自由能的最大贡献者.根据Tat.P-TEFb体系的动力学结构信息和残基能量分解结果预测了P-TEFb结构中可能的活性位点.位点Ⅰ和位点Ⅱ应可作为基于受体三维结构的抗HIV-1药物分子设计的起始位点.模拟计算的结果可以为进一步指导药物设计奠定基础.     

一种基于综合信息的剪接位点识别方法

为提高剪接位点识别的精度,提出一种基于综合信息的剪接位点识别方法.通过分析供体位点与受体位点的剪接信号、剪接序列、位点附近序列的二级结构,以及剪接因子作用过程等特征,分别为供体位点与受体位点建立信号模型和序列模型;应用Vienna软件中的Mfold包预测每个剪接位点附近序列最稳定的二级结构,将传统的四字符核酸表转化为八字符核酸表,每个序列用八字符进行描述,用结合了结构信息的序列对信号模型和序列模型进行训练学习;最后用训练好的模型进行剪接位点的识别.实验结果证明:该方法对剪接位点的识别取得了很好的效果,其识别精度可达95%以上.     

绝对中位点定理在网络选址问题中的应用

从图论知识出发,介绍并证明了绝对中位点定理,结合实例,通过与常规解法的分析比较,阐明了绝对中位点定理的应用价值.     

应用多位点数目可变串联重复序列对四川地区结核分支杆菌的基因分型

为了研究四川地区结核分枝杆菌的传播动态,选用12个VNTR位点对2009年1月至2009年12月间采集的结核分枝杆菌临床分离株进行基因分型研究.结果表明,在80株结核分支杆菌临床分离株中,12个VNTR位点鉴定出7个簇和65单独基因型.HGI指数对12个VNTR位点等位基因多态性的评估表明,选用的12个VNTR位点在临床分离株中表现出高度多态性,它们的HGI值为0.503至0.799.根据此多态性,选取的VNTR 12个位点的组合应用可作为一线分型方法监测四川地区结核分枝杆菌的传播情况.     

新疆锡伯族与哈萨克族间3个STR位点的多态性比较

分别获得CSF1PO,TPOX和TH013个短串联重复序列STR,对新疆锡伯族和哈萨克族人群中等位基因频率、基因型频率及相关法医学数据进行比较。应用PCR技术、4%变性聚丙烯酰胺凝胶电泳及银染技术对上述3个STR位点分型。锡伯族人群CSF1PO位点有9个等位片段,TPOX位点有8个等位片段,TH01位点有8个等位片段;哈萨克族人群CSF1PO位点有8个等位片段,TPOX位点有8个等位片段,TH01位点有7个等位片段,两民族各自的3个STR位点的基因型分布均符合Hardy-Weinberg平衡;锡伯族人群各位点杂合度分别为0.9426,0.8361,0.8853,多态信息量分别为0.8298,0.7213,0.7626;哈萨克族人群各位点杂合度分别为0.8753,0.8777,0.9321,多态信息量分别为0.7401,0.7568,0.7509。以上3个STR位点的基因频率分布在两个不同的人群中具有显著的差异。     

通过构建蛋白质结构域功能模版库做基于氨基酸序列的蛋白质功能位点预测(英文)

由蛋白质序列预测蛋白质功能位点对于理解蛋白质功能具有重大的意义,它同时也为生物学实验提供了重要依据.长期以来,基于知识库的方法一直是预测蛋白质功能位点的可靠方法.通过适当修改蛋白质结构分类库SCOP构建了一个附带功能注释的结构域模版库(fDPD),其中每个模版都包含一组序列和结构都非常相近的已知的蛋白质成员.fDPD通过隐马尔可夫模型方法HMMER由未知蛋白质的序列预测其功能位点.为了考察本方法的效果我们检测了两个通用的酶催化位点数据库,一个由约1 500个序列构成的钙离子结合蛋白数据库和从CASP9中提取出的数条蛋白质序列.我们的方法对于配体结合位点以及钙结合位点的预测取得了较高的精度和覆盖率,其催化位点的预测效果仅次于目前已知的最好的方法.我们的计算结果表明,结构上相似的蛋白质其功能位点倾向于出现在蛋白质表面上相似的位置.     

两种拟牛顿法的Kantorovich分析

本文在Ｎｅｗｔｏｎ－Ｋａｎｔｏｒｏｖｉｃｈ定理基础上，用［４］中技巧对两种拟牛顿法－ＤＦＰ和ＢＦＧＳ方法给出了Ｋａｎｔｏｒｏｖｉｃｈ分析。     

加速混沌变尺度混合优化算法

提出了一种加速混沌变尺优化算法（SCOA－DFP）。首先利用加速混沌算法（SCOA）找到一点比较满意的“初始最优点”。丙以此点为初始值使用变尺度方法（DFP）进行迭代，两种方法交替进行。算法简单明子，性能良好。数值实验表明算法实用有效。     

从《文心雕龙·丽辞》的分类看丽辞的能指性

《文心雕龙·丽辞》在丽辞的产生、丽辞使用的语言材料、丽辞的互文特色、丽辞激发的审美联想等多方面体现了鲜明的能指性。     

在一种新型线搜索下DFP算法的全局收敛性

给出了一种较Goldstein-Armijor线搜索更广泛的新型非精确线搜索准则，并证明了在满足一定条件下，这种新型线搜索准则下DFP算法的全局收敛性。     

不假定凸性和精确线搜索时DFP算法的收敛性

对非凸目标函数,Broyden变尺度算法的收敛性是一个没有完全解决的问题.针对DFP修正公式证明在不假定精确线搜索条件下,对光滑的目标函数,当DFP算法得到的点列收敛时,该点列一定趋向于稳定点.指出对于其他Broyden算法结论都是成立的.     

基于信号到达时间的UWB定位算法

首先分析讨论了两种基于信号到达时间的超宽带定位方法--最小二乘法和DFP算法,最小二乘定位方法计算简单,但在存在测距误差的情况下定位精度较低;DFP算法的定位结果通常与初值有关,还易陷入局部最优点.因此,作者提出了基于遗传算法的UWB(超宽带)定位方法,通过与前两种算法进行仿真分析和比较,表明该方法能有效提高定位精度.     

一主多从两层非光滑优化问题的集成算法

对于一类一主多从两层非光滑优化问题,提出了将置信域束法和变尺度法结合起来的一种集成算法．该算法能自适应地将变尺度法嵌入到束法的内部迭代中去,从而能够充分利用束法的全局收敛性和变尺度法的快速收敛速度．研究了模型构成函数的Ｌｉｐｓｃｈｉｔｚｉａｎ性,给出了计算目标函数次梯度的方法,分析了算法思想、步骤,最后讨论了算法的收敛性     

BP神经网络算法的一种改进

为了减小标准BP算法中迭代次数并提高其收敛速度，提出了将负梯度下降法与DFP变尺度算法相结合进行权值修正的方法，在误差寻优初期，首先采用标准BP算法进行迭代，每迭代一次的工作量较小、所需存贮量较少，且对初始点的要求不高。当寻优过程开始接近最优时，更改寻优算法，即使用DFP变尺度算法。最后，通过MATLAl3实现。结果表明改进后的BP算法减少了迭代次数，提高了寻优的收敛速度。     

关于对BP神经网络算法改进的研究

为了减小标准BP算法中迭代次数并提高其收敛速度 ,现提出将负梯度下降法与DFP变尺度算法相结合进行权值修正的方法 .在误差寻优初期 ,首先采用标准BP算法进行迭代 ,每迭代一次的工作量较小、所需存贮量较少 ,且对初始点的要求不高 .然后 ,当寻优过程开始接近最优时 ,更改寻优算法 ,即使用DFP变尺度算法 .最后 ,运用MATLAB工具箱和VisualBasic实现算例 .实验结果表明 :改进后的BP算法减少了迭代次数 ,提高了寻优的收敛速度