获诺奖十年后,端粒仍未照亮长寿研究之路

正衰老的难题令人着迷,而面对人口老龄化,我们需要一些新思路。我们的细胞有一个基因沙漏。细胞通过分裂来维持生命,而分裂得到的细胞中的23对染色体几乎完全一致,但存在一种意有所指的变化:每次分裂后细胞染色体会缩短一点点。十年前,一组科学家因发现了这种持续缩短的DNA序列——端粒——获得诺贝尔生理学与医学奖,它位于染色体末端。细胞的分裂存在一个极限,称作海弗里克极限,在细胞经历过一定次数的分裂后,其端粒变得过短,这时的细胞便自知是时候平和地走向终点了。当细胞逐渐死亡,器官所剩的时间消失殆尽,我们也就身亡命殒。     

我们从COVID-19疫情吸取了什么教训?

正大多数专家都承认,我们还没有为下一次高度致命的大流行做好准备。中国武汉发生神秘的呼吸系统疾病仅一个月之后,世界就开始面临全球疫情暴发的危险。这一病毒暴发事件已被世界卫生组织定为国际关注的突发公共卫生事件,离全球大流行可能已不远了,就确诊病例数而言,COVID-19冠状病毒(简称SARS-Co V-2)的暴发已超过SARS病毒。尽管死亡率低于SARS病毒,但现在判断SARS-CoV-2在未来人们的记忆中是否比SARS更可怕得多还为时过早。     

真正的科学家不戴领带——西德尼•佩尔科维茨的科学写作生涯

正科学家要如何才能与外行人分享他们的真知灼见,采用的方式又能促进受众们重构他们的观点?西德尼·佩尔科维茨(Sidney Perkowitz)是位科普作家,也是一位固态物理学教授,自从他在1990年退休离开学术界起,他一直在从各个角度着手攻克这个难题。他的新著《真正的科学家不戴领带:当科学与文化相遇》是一本文集,收     

癌症治疗中的进化策略

正快速适应一直是癌症抗击我们的最佳疗法的帮手,而现在,它也许反而成了颠覆这一疾病的关键所在。莉迪亚·诺特(Lydia Knott)已经82岁高龄,尽管没有多说什么,但她清楚在她死后将要发生的事。她的遗体会被送去实验室,进行一次非同一般的尸检。这并非是为了探查她的死因。诺特5年前就被诊断出患有肺癌。在经过外科手术切除了一部分肺之后,现在她的情况还不错:对我这样82岁的人来说还挺好的,也没什么病痛。     

基于经验小波变换的基因关联隐私保护实验研究

为了解决某类风湿性关节炎与致病基因单核苷酸多态性(Single-Nucleotide Polymorphism,SNP)的相关度研究中,针对病人隐私保护强度与数据可用性的权衡问题,提出一种新型的基于经验小波变换(Empirical Wavelet Transform,EWT)的隐私保护方法.该方法通过对差分隐私加噪机制产生的数据进行EWT变换和分解,然后计算各EWT分量的峭度值并筛选出可能的噪声分量,去除一定的噪声分量后对信号进行重构得到新数据,基于该数据进行致病基因相关度排序.实验结果表明使用该方法能在保证差分隐私保护强度的情况下提高数据可用性,实现了隐私保护强度与数据可用性的合理权衡.     

基于五阶广义积分器的内置式永磁同步电机转子位置观测法

由于逆变器非线性、磁场空间谐波、检测误差等因素,令滑模观测器系统中的反电动势存在直流偏置和谐波,进而导致了转子位置观测值中6k次谐波脉动生成.针对上述问题,提出一种基于五阶广义积分器的转子位置滑模观测器,在锁频环确保频率自适应的前提下,完成内置式永磁同步电机无传感器矢量控制系统的精确解耦,改善驱动系统的控制性能.在五阶广义积分器作用下,反电动势谐波及直流分量将得到更完善的滤除,进而保证了锁相环计算转子位置角度的准确性.将五阶广义积分器与经典控制系统中的五阶标准积分方程类比,在充分合理简化其参数整定过程的同时保证了转子位置观测系统的快速收敛性.在与传统二阶广义积分器进行动态响应、干扰抑制等性能方面的比较后,通过仿真和1.5 kW dsPACE半实物实验论证该控制策略的优势和有效性.     

一种基于TOPSIS法的光伏用户群内用户重要性评估方法

同一个配电网区域会存在着多个光伏用户,组建光伏用户群是管理它们的有效方法之一. 为了进一步促进光伏用户群的稳定与发展,需要对群内用户进行重要性评估. 本文针对实行内部电价的光伏用户群,分析运营商的收益本质,基于合作博弈论提出计算群内用户对运营商收益贡献值的方法. 从用户、运营商和电网的3个方面,定义用户的重要性评估指标,再基于多准则决策中的逼近理想解排序（TOPSIS）法对光伏用户群内的用户进行重要性评估与排序. 仿真算例验证了该综合评估方法的有效性.     

亮度估计驱动的监控图像色彩还原性测试方法

色彩还原性表征了不同色温条件下在标准显示设备上真实还原图像景物各种色彩的能力。然而实验室环境下的测试方法是一种有参考且对测试软件有严格要求的方法,无法在实际图像监控系统得到应用。通过色彩还原色卡在实验室环境下的亮度估计,获得不同色彩还原值和色卡图像亮度值,通过机器学习获得两者的对应训练模型,通过对实际监控图像亮度估计最终获得实际监控环境下的色彩还原参考值。     

深度学习在视频动作识别中的应用

快速有效地识别出视频中的人体动作,具有极其广泛的应用前景及潜在的经济价值,深度学习的火热给视频动作自动识别带来了巨大的发展。提出了一种基于深度学习和非局域平均法的自注意时间段网络,作用于剪切好的视频片段。通过构造非局域模块并将其加入到以ResNet为基本模型的时间段网络,可以得到新模型。经过在TDAP数据集上验证,该模型可较为精确地识别出人体动作,与原有模型相比在不增加时间复杂度的前提下有一定程度的提升。     

基于随机森林的医联体双向转诊智能决策研究与应用

针对医联体平台中实际双向转诊过程存在转诊安排不及时,患者不满意等问题,设计了一种基于随机森林的双向转诊智能决策方法。该方法选取影响转诊的5个主要因素,建立了包括床位数、床位使用率、疾病治愈率、治疗费用、相距距离五大指标的智能转诊评分模型;然后利用大数据和随机森林的方法对主要因素进行分析,以分数的形式来衡量待转诊医院适合度。实践效果表明,基于这5个主要因素的预测可以罗列出多种转诊方案,为转诊安排精准化决策提供一种依据,从而提高转诊效率。