A549-KIF4A过表达细胞株的构建与鉴定

非小细胞肺癌A549细胞中驱动蛋白KIF4A的表达量极低.为研究KIF4A在肺癌发生和发展过程中的作用,利用脂质体转染的方法,将p EGFP-KIF4A质粒和p EGFP-C1质粒分别转入A549细胞中,用G418筛选得到单克隆,并扩增得到稳定表达GFP-KIF4A和GFP的细胞株.利用Western Blot以及免疫荧光染色法对得到的细胞株进行鉴定.结果表明:A549-GFP-KIF4A细胞中GFP-KIF4A蛋白的表达水平较高,A549-GFP-C1中仅表达GFP蛋白.免疫荧光检测表明:A549-GFP-KIF4A过表达细胞中GFP-KIF4A荧光融合蛋白的定位与内源KIF4A的定位相同.     

多岩性信息融合在砂泥岩孔隙度预测中的应用

储层孔隙度是表征储油物性、建立各类地质模型的重要参数。支持向量回归机(SVR)凭借良好的非线性回归能力,在孔隙度预测中开始广泛应用。由于不同岩性的储层孔隙类型不同,孔隙度结构也存在较大差异,导致该方法的实际应用效果仍不理想。针对上述问题,在孔隙度预测模型中考虑了岩性信息,将样本岩性转化为一种与岩性变化相关性好的属性值,以此构造一种新的预测模型。使用网格粗选和网格精选相结合的方法,优选模型参数。网格粗选确定最优解的近似范围,网格精选可以在局部区间搜索到最优解。结果表明:利用优选参数建立的预测模型,在实际资料预测结果中,加入岩性信息可以提高储层孔隙度的预测精度,该方法可行。     

一类具比例时滞细胞神经网络的全局渐近稳定性

研究一类具多比例时滞细胞神经网络的全局渐近稳定性.首先应用Brouwer不动点定理证明该系统平衡点的存在性,其次根据矩阵谱半径理论证明该系统平衡点的唯一性,然后通过构造合适的Lyapunov泛函及运用不等式的分析技巧,与Barbalat引理相结合,讨论该系统平衡点的全局渐近稳定性,并得到该系统全局渐近稳定的时滞无关和时滞相关的2个新的充分条件,最后给出数值算例及仿真结果验证所得结论的正确性.     

政府支持、市场化运作发展科技企业孵化器

由科技企业孵化器是准公共物品和俱乐部物品的综合体这一特性决定了其一方面需要政府支持,另一方面又必须按照市场化原则运营,并且政府的支持要适度,尤其不能妨碍市场机制对孵化器发展的决定性作用。只有这样,政府和市场的作用才能相互补充,共同推动孵化器的可持续发展。     

高校人文社会科学成果转化支持机制研究

构建高校人文社会科学成果的转化机制对于提高高等院校服务经济社会的水平有着重要意义.人文社科成果与自然科学成果本质上有较大的差异性,转化过程中面临着社会环境、成果创新、研究经费、转化渠道和知识产权等方面的问题.要实现高校人文社科成果的顺利转化,需要建立成果转化的支持机制,促进高校乃至全国人文社会科学的繁荣发展.     

CRISPR-Cas9系统定向编辑TCR基因的sgRNA筛选

为构建靶向T细胞抗原受体(T Cell Receptor,TCR)基因的CRISPR-Cas9基因组编辑系统,基于p X458质粒构建靶向TCR基因β链C区的CRISPR-Cas-sgRNA质粒,将其转染Hep G2细胞系,用流式细胞术检测转染效率;转染48 h后提取Hep G2细胞基因组DNA,扩增含有编辑位点的片段,测序分析该片段的峰图改变;对出现双峰的扩增片段做T-A克隆后测序分析,确定基因编辑发生的位置,并结合转染效率计算基因编辑效率.结果表明,成功构建含有3种sgRNA序列(N1、N2、S1)的p X458-sgRNA质粒,其转染效率分别为38.5%(N1)、39.7%(N2)和24.2%(S1);基因组PCR产物测序分析发现,S1组扩增片段在打靶位置出现杂峰;T-A克隆测序发现,20克隆有4个发生了基因编辑(20%),结合转染效率(24.2%)可知,编辑效率约为83%.可见,本文成功构建靶向TCR基因的CRISPR-CassgRNA质粒,并鉴定出基因编辑效率较高的一种sgRNA序列.     

化橘红中主要活性成分对豚鼠气管平滑肌细胞增殖的影响

目的：初步观察化橘红中主要活性成分对豚鼠气管平滑肌细胞增殖的影响。方法通过原代培养豚鼠气管平滑肌细胞,采用 MTT 法观察化橘红中主要活性成分柚皮苷（Naringin）、橘皮内酯（Meranzin）和水合橘皮内酯（Meranzin hydrate）对细胞增殖的影响。结果柚皮苷（0.2~2.0 mg/mL）对豚鼠气管平滑肌细胞增殖有明显的促进作用（P<0.01）,水合橘皮内酯（0.1~1.0 mg/mL）对豚鼠气管平滑肌细胞增殖有明显的抑制作用（P<0.01）,橘皮内酯（0.05~0.5 mg/mL）对豚鼠气管平滑肌细胞的增殖作用不明显（P ＞0.05）。结论柚皮苷与水合橘皮内酯可能是化橘红主要药效活性成分。     

基于LMD近似熵和SVM的自适应重合闸方法

自适应重合闸的功能是快速、准确地辨识故障性质及捕捉电弧熄灭时刻.在分析瞬时性故障和永久性故障断路器跳闸后的端电压波形复杂性的基础上,提出了局部均值分解(LMD)、近似熵和线性支持向量机(SVM)相结合的自适应重合闸整体实现方案.利用LMD分解故障信号得到若干个PF分量,选取前3个PF分量算出其近似熵值构成三维特征向量,将三维特征向量作为SVM的输入量来区分故障性质和捕捉电弧熄灭时刻.线路故障仿真结果表明,该方案可智能识别故障性质和捕捉电弧熄灭时刻且具有一定的抗噪能力.     

改进的LS-SVM数学模型的交通流量预测分析

针对交通流量数据具有非线性和非平稳性的特点,运用EMD和FOA算法实现LS-SVM核参数和惩罚系数的自适应优化选择,提出了一种基于EFLS-SVM算法的交通流量预测模型。通过EMD提取交通流量数据的细节特征和趋势特征,构建出基于EFLS-SVM的交通流量预测模型,分别进行单步、3步、5步和7步预测。通过不同交通流量预测模型的实验对比发现,EFLS-SVM算法的预测精度和预测效率均优于其他模型,从而为交通网络资源的合理配置提供科学决策的依据。     

基于动作捕捉的无人机运动状态识别

无人机运动状态识别是无人机运行状态分析的基础,是实现无人机航迹预测的必要条件。对于非合作目标来说,动作捕捉系统可以有效采集其航迹数据。提出一种基于动作捕捉的无人机运动状态识别方法。首先,通过插值、重采样、滤波等方法对包含噪声的无人机航迹数据进行预处理;然后,通过特征提取与特征选择方法,针对速度、加速度、曲率、转角这4个运动参数,提取无人机运动特征;并分割无人机航迹。最后运用支持向量机的方法进行无人机运动状态识别,对速度、加速度、曲率的分类精度分别达到了95%、90%和100%。证明了本方法的可行性。