基于宏基因组数据的微生物群落比较方法

宏基因组学是一门研究直接来自环境的基因材料的新兴学科。传统的微生物学研究,依赖于实验室培养,而宏基因组学,使得对这些未被培养或不可培养的微生物的研究成为可能,也为同一环境中微生物之间相互作用的研究,以及微生物群落的整体研究,指明了新的方向。随着测序技术的迅速发展,大量宏基因组测序数据不断产生,对新的统计分析方法提出了更高的要求。简要介绍了宏基因组学以及其中的几个重要问题,主要针对其中基于测序数据的群落比较问题进行论述,介绍了多种现今常用的统计计算方法,并分析了它们的适用情况。     

温泉菌宏基因组文库的构建

为克隆温泉菌中耐热的新型木聚糖酶基因,通过提取未培养即墨温泉样品的基因组DNA,剪切并末端平头化后,用pUC18质粒为载体连接转化大肠杆菌,构建了一个包括1.2×105左右克隆的宏基因组文库.文库中外源DNA总容量约为3.0×105kb,文库中插入所需大小片段的成功率达87%.     

活性污泥宏基因组DNA提取方法优化

宏基因组DNA的成功获取是宏基因组学技术顺利开展的关键.利用溶菌酶-SDS-蛋白酶K法（LSK法）提取活性污泥宏基因组DNA,结合单因素法与表面响应法对提取过程的4个关键步骤进行条件优化,即预处理、细胞裂解、蛋白去除及DNA沉淀过程.确定影响DNA产量的重要因素：预处理缓冲溶液与DNA沉淀剂类型、CTAB质量分数、溶菌酶浓度、37℃水浴时间及SDS质量分数.确定LSK法提取宏基因组DNA的最佳条件：TENC预处理活性污泥;1.5%CTAB;0.5mg/mL溶菌酶,37℃水浴1.4h;2%SDS,200μg/mL蛋白酶,55℃水浴2.5h;异丙醇沉淀DNA 40min.在最佳条件下,活性污泥宏基因组DNA的最大产量为每g污泥170μg.本研究可为环境样品中高质量宏基因组DNA的提取提供有价值的参考.     

活性污泥宏基因组Fosmid文库的构建

大插入片段宏基因组文库的构建是开发大片段目的基因及分析其结构与功能的基础.文中分别采用十六烷基三甲基溴化铵(CTAB)法、试剂盒及琼脂糖包埋法提取活性污泥宏基因组DNA,其中琼脂糖包埋法获得的DNA片段大于23kbp,利用此DNA成功构建了以pCC1FOS为载体的Fosmid文库,该文库含有5280个克隆,平均插入片段长度为35～40 kbp,共包含约200 Mbp的宏基因组DNA.从此文库中随机挑选200个克隆,利用活性筛选方法快速筛选到了1个含有淀粉酶的阳性克隆,表明活性污泥Fosmid文库可用于功能基因的活性筛选,具有开发新基因的潜力.     

宏基因组技术在环境微生物资源开发中应用的探索

环境中约有99%的微生物在现有的条件下不能被培养,这使微生物资源的开发利用受到了限制.宏基因组是指某一特定的环境中全部微生物的总DNA,宏基因组技术是将样品中的总DNA提取出来后,利用适宜的载体克隆到宿主细胞中以构建成宏基因组文库,再筛选新的活性物质或基因,该技术在微生物资源的开发利用上将会有巨大的发展潜力.     

堆肥未培养细菌的宏基因组文库构建及新的木聚糖酶基因的克隆和鉴定

从自制堆肥样品中提取未培养细菌的总DNA,用柯斯质粒pW EB∷TNC为载体构建宏基因组文库,对文库进行筛选获得表达木聚糖酶活性的克隆,再进行亚克隆、测序分析以及B lastx搜索G enB ank分析木聚糖酶基因。结果构建得到一个包含约5万个克隆的宏基因组文库,文库中外源DNA总容量约为1.8×106kb,获得2个表达木聚糖酶活性的克隆:pGXN 1050和pGXN 1051,鉴定分析表明:pGXN 1050上潜在的木聚糖酶基因um xyn 11A具1个771bp的ORF(Open R ead ing F ram e),可编码含257个氨基酸的蛋白质,所编码产物与混合纤维弧菌(C ellv ibr io m ix tus)的内切-1,4-β-木聚糖酶(G enB ank索引号Z48925.1)的氨基酸序列有46%的一致性和57%的相似性;pGXN 1051上潜在的木聚糖酶基因um xyn 11B具一个723bp的ORF,可编码含241个氨基酸的蛋白质,编码产物与混合纤维弧菌的内切-1,4-β-木聚糖酶(G enB ank索引号Z48925.1)的氨基酸序列有73%的一致性和80%的相似性。木聚糖酶Um xyn11A和Um xyn11B都属于糖基水解酶家族11的成员。     

宏基因组技术及其在厌氧消化研究中的应用

在介绍基因（组）富集、基因（组）DNA提取、文库构建及筛选等宏基因组技术的基础上,论述了宏基因组技术在厌氧消化研究中应用的重要性,认为该技术可成为研究微生物群落多样性的首选技术之一,有助于了解厌氧消化微生物的多样性、生态功能和动态变化,揭示厌氧消化微生物学机理,提高厌氧消化效能等.同时宏基因组技术为微生物资源的深层次开发利用提供了技术平台,并在工业、农业、海洋等领域具有广泛的应用前景.     

南极土壤微生物宏基因组文库构建及其抗肿瘤活性初探

微生物代谢产物是药物的重要来源之一，然而采用传统的分离培养筛选的手段仅能对不到1%的微生物资源进行研究开发.通过构建环境样品微生物宏基因组文库能突破人工培养的瓶颈，直接克隆到完整的次级代谢产物合成基因簇，并从中寻找新的药物和活性次生代谢产物.实验直接提取南极中山站排污口土壤样品中微生物总基因组DNA，以黏粒(SuperCos 1)为载体，构建了宏基因组文库，获得了约27 000个克隆子，平均插入片段在35kb以上，覆盖了至少946Mb的微生物基因组信息.通过差异性DNA修复试验(DDRT)法对该文库进行筛选，获得13个具有抗肿瘤活性的克隆子，并采用MTT法对其中活性较高的克隆子进行细胞毒活性测定，表明克隆子AE3对卵巢癌细胞具有明显的生长抑制作用.     

植物共生菌宏基因组文库探秘

微生物泛指一切肉眼看不钊或看不清楚、需要借助显微镜观察的微小生物。虽然微生物个体微小,但是在生物圈中却占有重要地位,它们作为分解者在地球物质循环（如碳循环、氮循环）巾发挥着举足轻重的作用。微生物在自然界巾无处不在,从寒冷的极地到炎热的沙漠,从几万米的高宅到几千米深的海底,从动植物体内到真菌细胞内,凡是我们能够想象到的地方都有它们的踪迹。     

利用GPU进行通用数值计算的研究

近年来,图形处理器(GPU)的发展日益成熟,应用范围不在局限于计算机图形学本身,已逐步扩展到通用数值计算领域.本文介绍了最新GPU用于通用计算的原理和方法,并在图像处理和科学计算方面对GPU和CPU算法进行了计算速度的对比研究,实验结果表明GPU在通用计算领域相对于CPU具有明显优势.     

使用PSPICE软件代替模拟机仿真控制系统

在控制理论教学和实验中，可以使用ＰＳＰＩＣＥ软件代替模拟机仿真控制系统。文中介绍了ＰＳＰＩＣＥ和如何使用ＰＳＰＩＣＥ形成传递函数环节，并举例说明了整个仿真过程。     

基于GPU的喷泉模拟

粒子系统一直是模拟喷泉特效最常用的方法,但是当喷泉规模较大时,每一帧都要计算大量的粒子属性,使喷泉的模拟很难达到实时。针对以上问题,本文提出了基于GPU加速的粒子系统喷泉模拟方法,充分发挥GPU强大的运算能力,并与CPU配合以弥补GPU的不足,大大的提高了粒子系统的运行速度,使几百万数量的喷泉粒子能够实时绘制。同时本文还提出了喷泉水雾的生成方法,使喷泉效果更加逼真。     

基于GPU的实时雨模拟

提出了一种基于GPU的实时生成三维雨的方法,利用GPU的并行性和可编程性的特点,通过分析雨滴的物理属性和运动方式,来描述不同大小的雨滴在生命周期内受到各种阻力及有无风影响下的运动效果.与以往的基于粒子系统雨模拟方法相比,该方法充分考虑了在实际条件下的雨滴的运动方式,并且摆脱了实时性不高的束缚,具有一定的应用价值.     

基于GPU加速及改进谱FDTD方法的周期性结构分析

为解决作为分析周期性结构的时域数值算法本身在计算单角度入射时依然存在效率偏低的这一问题,提出了一种改进的谱FDTD方法,并运用图形处理器(GPU)对算法进行硬件加速.改进的算法在保证单频点运算结果精确的前提下,通过降低单次运算对运算结果频谱分辨率的要求以降低总体的运算时间.算例验证表明,在保证同等精度的前提下,改进后的算法将单角度斜入射问题的计算效率提高了1倍以上,并在此基础上通过GPU硬件加速成功实现了20倍以上的加速比,这证明了GPU加速的改进谱FDTD法的可行性与高效性.     

基于GPU的海面实时仿真的研究与实现

海面的仿真研究不仅在计算机图形学领域具有重要的意义,同时对于水力学、流体力学、波动力学、海洋学等都具有重要的实际意义.本文采用基于海洋统计和经验的模型,该模型采用大量正弦波的叠加来模拟海面,通过FFT合成一个类似海浪谱分布的高度场;通过实时纹理映射技术实现水面的反射和折射,从而增强水波动画的真实感;充分利用图形处理单元（Graphics Processing Unit,GPU）提供的可编程特性及强大的计算能力,用GPU来提高水面绘制速度,实现海面实时绘制.     

求解矩阵特征值的GPU实现

提出了求解矩阵特征值的GPU(图形处理器)实现方法,分别用基于GPU的幂法和QR法求解矩阵的最大特征值和所有特征值。基于GPU的计算与基于CPU的计算相比较,证实其计算精度较好,运算时间比基于CPU的运算时间快2.7~7.6倍。     

基于GPU的模态分析并行算法

开发了基于图形处理器（GPU）的Cholesky分解并行算法,应用于模态计算程序中,对计算进行加速.算例测试表明该算法相对串行算法计算性能大幅提升,且加速比随矩阵阶数增加而增加,与串行程序相比加速比可达到19.6,此时GPU浮点运算能力达到298Gflops.GPU程序固有频率计算结果与Abaqus计算结果的误差在2%以内,具有足够的计算精度.     

GPU下的二叉树定价模型

针对二叉树定价模型算法计算量大、耗时长的问题,利用CUDA架构对该模型进行了并行改造,在GPU上对该算法进行了加速测试与相应的性能分析.实验结果表明:在单个GTX295节点上,对于数据规模为16 K的期权,GPU相对于其4核Xeon E5520的加速比已达约200倍,GPU每s所能处理的期权数量达到了24 852个,符合实时商业引擎的要求.另外,通过衡量一些关键指标,考察了该算法在GPU上的扩展性及其计算精度对结果的影响.     

基于GPU的K-means并行算法研究与实现

分析了K-means算法在GPU上实现并行计算的可能性,并在GTX8800 GT显卡上实现,研究了GPU的存储访问机制,在对数据进行合理组织基础上对算法进行改进,避免了存储体冲突的产生,提高了算法的健壮性.研究结果证明该方法在GPU上的并行运算速度明显快于CPU,加速比高.