原子核八极形变代数模型SU(3)算法与简单应用

偶偶核低激发态中出现负宇称转动带被认为是八极形变的重要信号.描述核四极集体结构的相互作用玻色子模型(简称IBM)在引入f玻色子后,可以同时描述正宇称态(四极激发)和负宇称态(八极激发).为研究该八极形变代数模型(简称IBM+f),本文引入基于SU(3)基底构建模型哈密顿量矩阵的算法,利用该算法进一步求解IBM+f模型,并对²²⁴Ra和^<sup>222Rn的低激发结构进行理论分析.结果表明,这两个同中异核素的低激发转动带能级和电多极跃迁几率能够在IBM+f模型中得到较为满意的理论描述,证实IBM+f可以提供一个简单有效的统一描述原子核低激发正负宇称态的代数模型.     

用自旋极化扭秤探测自旋与质量相互作用

利用扭秤探测自旋极化物体Sm2Co17与太阳质量之间的类似轴子的相互作用,充磁以后Sm2Co17的等效自旋电子数约为1.5×1023.初步实验结果表明,当相互作用程λ→∞时,自旋质量耦合常数的上限gsgp/(hc)<1.4×10-31.同时给出了对应的洛伦兹与CPT破缺因子的上限在10-17eV水平.为了减小周围环境磁场对实验的影响,设计了三维Helmholtz线圈来补偿背景磁场.并从四个方面讨论了提高实验精度的方法.     

酰胺类动力学抑制剂在水合物体系中形成氢键从头计算

对含有动力学抑制剂的水合物体系中的氢键,应用量量子化学MP2从头计算方法在6-31G（d）的基组水平上进行几何优化,计算了水分子之间和抑制剂与水分子之间形成的氢键键长、电子密度和相互作用能,从量子化学角度探讨了水合物动力学抑制剂的作用机理．计算结果表明动力学抑制剂与水分子形成的氢键明显强于水分子之间形成的氢键,抑制剂通过与水分子形成氢键阻止了水合物进一步生成．     

盾构下穿引起上覆管线变形的简化计算方法

盾构开挖易引起上覆地表沉降变形,进一步会引起上覆既有管线的受力变形响应.基于此,提出了一种盾构开挖引起上覆管线变形的简化计算方法.首先采用Loganathan公式获得既有管线在盾构下穿影响下的附加应力,进一步将管线简化成无限长梁放置在Pasternak地基上,引入无限远端侧向土体位移对既有管线的影响,采用力学平衡法获得管线竖向受力变形控制方程,通过有限差分法获得管线变形及其内力数值解析.案例分析表明：与退化解析对比,该方法计算结果更贴近既有文献工程实测数据,验证了其可靠性.进一步参数研究表明：增大隧道与管线的竖向净距会引起既有管线受力变形的非线性减小;管线变形及其内力会随着地层损失率增大而线性增大;管线抗弯刚度的增大会引起管线变形减小,但会大幅增加管线弯矩.     

聚电解质对表面活性剂胶束形成的影响研究

采用粘度、电导率、可见光光度计以及荧光光谱方法研究了聚电解质与表面活性剂在水溶液中的静电相互作用和疏水相互作用．认为表面活性剂头基电荷的种类对二者的相互作用有极大影响．二者复合物沉淀的产生取决于表面活性剂是以分子状态还是以胶束状态进入聚电解质溶液中．同时发现在有聚电解质存在时,表面活性剂可在低于ＣＭＣ的浓度下形成胶束     

费米子的弱荷

从标准模型的中性流出发引入费米子弱荷的新概念,并对它们的性质进行讨论．根据弱荷的对称性,提出所有的中微子都是有质量的,但右手中微子和左手反中微子的弱荷为零,因而不参与弱相互作用．根据弱荷的手征性,合理地解释了弱相互作用中宇称不守恒的原因．     

裂殖酵母细胞周期调控机制的系统建模与分析

以酵母细胞周期行为作为研究对象, 综合分析了Puc1, Cig1, Cig2和Cdc13共4种周期蛋白在细胞周期G1/S, G2/M和M后期转换的调控作用, 绘制了周期调控机制的蛋白相互作用网络图, 并建立了对其动态行为进行描述的数学模型. 通过对不同突变体种型模拟结果的比较, 进一步说明了各种周期蛋白在细胞周期进程中对S期启动、G2/M周期时相转换所起的作用.     

大规模蛋白质相互作用数据的分析与应用

蛋白质相互作用在生命活动中起着重要的作用. 目前已开发出几种实验和计算方法能够得到大规模蛋白质相互作用数据. 但是, 与传统的实验结果相比, 蛋白质相互作用大规模数据中存在着比例较高的假阳性. 为了能够充分利用这些数据, 需要建立生物信息学方法对这些数据进行系统的评价, 进而提高数据的可信度, 并从中挖掘出有价值的生物信息. 本文对目前蛋白质相互作用大规模数据的计算分析和应用进行了总结, 包括蛋白质相互作用数据评估方法、与蛋白质其他信息的关系以及在生物学研究中的应用, 并提出了开发分析和挖掘蛋白质相互作用数据工具的主要方向, 以期有助于这些数据的研究和应用.     

lnc1343对小鼠胚胎干细胞多能性的影响及其基因座潜在作用机制

哺乳动物基因组可以转录数以千计的长非编码RNA(longnon-coding RNA, lncRNA),lncRNA能够在多种层次以灵活的方式对基因表达进行调控.尽管lncRNA在基因表达调控过程中的作用已经毋庸置疑,但目前只有少数lncRNA的功能和作用机制得到了研究.lnc1343是一条由小核仁RNA宿主基因3所转录的lncRNA,其表达失调与许多人类疾病有密切关联.研究结果表明lnc1343能够通过自身转录本来调控小鼠胚胎干细胞(mouse embryonic stem cells, mESCs)的多能性维持, CRISPR-cas9 介导的lnc1343的转录起始位点和基因座的敲除显著降低了多能性基因(Nanog, Sox2, Oct4)的表达,同时也能通过邻近调控相邻基因Rcc1的表达.此外,通过对Chip-seq数据库的分析,发现lnc1343基因座位存在大量的H3K27ac以及H3K4mel的表观遗传修饰,通过Capture C实验捕获与lnc1343基因座位相互作用的DNA区域,发现大部分相互作用区域位于基因的启动子区,表明lnc1343基因座位可能发挥增强子功能,通过长距离染色质相互作用调控基因表达,进而调控mESCs多能性.总之,lnc1343不仅可以通过自身的转录剪切形成的lncRNA来调控mESCs的多能性,同时也能通过其基因座位调控染色质的长远距离相互作用.     

蛋白质与蛋白质相互作用预测模型综述

蛋白质作为生命活动的物质基础,通过彼此之间的相互作用来参与生物信号传递、能量和物质代谢及细胞周期调控等,因此,预测蛋白质与蛋白质相互作用(PPIs)有助于从系统角度理解生命过程,同时为细胞机制的研究奠定重要基础。目前,高通量测序技术的进步使研究人员获取了海量的蛋白质相互作用数据。面对大量具有潜在可用性的PPIs数据,国内外研究人员提出了多种PPIs预测模型。文章综述了现有的基于计算的PPIs预测方法,并进行分类,讨论了其各自优缺点。最后对PPIs预测方法进行总结和展望,提出了未来可以深入研究的方向。