不同常压流化床煤气化方案的模型预测 Ⅰ. 模型建立及验证

为评价不同气化方案对常压流化床气化的影响，从化学动力学角度并结合化学平衡建立了流化床气化模型，该模型考虑了煤热解和气化所经历的各反应过程。模型预测结果与文献报道的试验数据吻合较好，气化组分的平方误差和在10%左右，表明该模型可以用来预测各种气化方案对常压流化床气化的气化过程、生成煤气组分和气化效率等方面的影响。     

玻璃基质微流控芯片用于DNA片段的分离和C677T基因突变的快速检测

基于微加工方法,在一般实验条件下,成功地制备了玻璃芯片。利用水溶性聚合物对玻璃通道进行动态修饰,从而抑制了DNA分子的吸附作用,并成功地用于DNA片段的分离和四氢叶酸还原酶基因(MTHFR)中C677T的突变检测。     

硒的抗突变性作用与机体免疫功能的研究

研究了在三氯甲烷致突变性试验中加入硒的影响。结果显示硒能减少Ａｍｅｓ试验中三氯甲烷诱变的回变菌落数，能使小鼠骨髓嗜多染红细胞微核率和鳙鱼外周血有核红细胞微核率明显下降。并研究了硒在细胞免疫试验中的作用，结果显示硒能使正常鼠和荷瘤鼠的肺和脾的ＮＫ细胞活性提高，能促进其脾Ｔ淋巴细胞的增殖反应，还能增加外周血Ｔ淋巴细胞数。     

抗脂解活性的人参十四肽的结构预测

本文对抗脂解活性的人参多肽的结构进行了分析. 在一级结构的基础上预测了其二级结构含有较多的α螺旋, 后接一段无规卷曲. 应用分子力学方法, 结合晶体数据库信息, 计算了人参中抗脂解十四肽分子的相对构家能量和原子坐标, 模拟了构象能量优化过程, 得到了可能的最低能量构象. 并利用计算机分子图形技术建立了相应的人参抗脂解十四肽的三维分子模型. 模型的空间结构表明构象分析结果与二级预测的结论很好地相符。     

铅暴露与出生缺陷

铅是现代工业化国家广泛应用的有毒微量元素,污染环境日趋严重,人体铅负荷随之增加,对孕妇、胎儿及儿童健康的影响已成为公共卫生关注的问题。     

基于SVR和k-近邻群的组合预测在QSAR中的应用

为提高定量构效关系(QSAR)研究的预测精度,发展了一种新的基于支持向量机回归(SVR)非线性筛选分子结构描述符、基于k-近邻群的非线性组合预测方法.首先以均方误差(MSE)最小为原则,以留一法通过多轮末尾淘汰实施分子结构描述符的非线性SVR汰选并给出最优核函数和相应保留描述符;其次基于待测样本与训练样本保留描述符向量的欧氏距离,以不同k-近邻群子模型双重留一法预测值反映样本集的异质性;然后基于MSE最小,以留一法通过多轮末尾淘汰实施近邻群子模型的非线性SVR汰选并给出最优核函数和相应保留子模型;最后基于保留子模型以双重留一法实施组合预测.以取代苯胺和苯酚类化合物对大型溞的QSAR实例验证表明:新方法在所有参比模型中预测精度最高,且能更精细地反映描述符与化合物毒性间的非线性关系,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性筛选描述符和子模型,非线性组合预测,自动选择最优核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在QSAR研究中有广泛应用前景.     

四川地区宫颈癌组织HPV18和HPV45 E6基因突变分析

采用聚合酶链反应技术对四川地区2003~2004年收集的60例宫颈癌患者的癌组织DNA进行人乳头瘤病毒(HPV) E6基因扩增, 获得HPV18和45型E6基因. 序列分析发现, 18型三例E6基因有同样的两处同义突变; 45型两例E6基因发生突变, 一例有两处碱基突变, 另一例发生六处碱基突变, 其中两处涉及氨基酸变化, 均位于E6抗原决定簇区. HPV45型E6基因中134位c→t, 157位c→t, 259位g→t和341位t→c的碱基点突变未见报道. 另外， 该地区HPV18和45型突变株之间存在碱基互变,  它们之间的最小差异比野生型HPV18和HPV45之间的差异小4.05%, 该数值比在非洲发现的突变株的要小很多, 该结果支持HPV18和HPV45可能起源于非洲的观点.     

基于时空图注意力网络的跳高轨迹预测

跳高运动由助跑、单脚起跳、越过横杆落地等一系列动作组成,跳高运动轨迹是一个复杂的因果系统.在每一个时间节点,运动员的身体姿态符合一定的规律约束.研究建立了跳高运动过程中关键身体关节节点坐标依时间变化的离散过程模型,每个时刻的各关节点位置向量由给定的之前若干个时刻的运动员关节点位置决定.跳高运动员肢体的摆动、关节点位置的变化都对运动员位移有重要作用.运动员重要关节点之间的相互作用,使得跳高运动轨迹难以刻画和预测.随着深度学习的发展,图神经网络在时空特征刻画和预测上具有优势.基于时空图注意力网络结合长短时记忆网络、门控循环单元(STGAT-LSTM、STGAT-GRU)建立了具有空间位置约束的跳高运动员关节点位置随时间变化的模型,用于推算跳高运动员重心和关节点位置轨迹.实验结果表明该模型能够很好地刻画跳高运动的过程,对于关节点位置的预测能够达到较好的效果.研究所提出模型的预测效果比基线模型准确性提高了0.02-0.03米.研究给出了基于神经网络模型进行跳高运动轨迹预测的可行解决方案,可作为跳高运动仿真和技术优化研究的重要参考.     

基于驱动分析的LSTM干旱预测模型研究

干旱是世界上影响面最广、造成损失最大的自然现象之一.论文利用1961-2020年黄河流域河南段的逐月气象数据,计算不同时间尺度的标准化降水蒸散指数(SPEI),在Copula熵的基础上根据Hampel准则选择干旱驱动因子,构建多变量长短时记忆(LSTM)神经网络预测模型.结果表明:以驱动分析选择出的水汽压、湿度、温度及降水量作为输入变量集的多变量LSTM模型预测精度较高;预测精度随着SPEI时间尺度的增大而提高,尤其对长期干旱有较好的预测效果;黄河流域河南段的东部地区有发生轻、中度干旱的风险,为相关部门制定防旱措施提供依据.