斑马鱼血清样淀粉A基因在病毒感染中的表达分析

利用生物信息学技术对模式生物斑马鱼(Danio rerio)血清样淀粉A(serum amyloid A,SAA)蛋白与其他物种进行序列比对发现:SAA蛋白序列具有极高的同源性,SAA的进化趋势和物种进化趋势基本一致.实时荧光定量PCR结果显示:斑马鱼SAA对虹彩病毒(ISKNV)、脂多糖(LPS)和聚肌胞苷酸Poly(I:C)均表现出典型的急性应答蛋白特性,表达量均呈现先急剧升高,后迅速下降恢复到正常水平的模式,暗示其在先天性免疫应答中具有重要作用.     

CuO/Cr2O3/Al2O3催化剂上1,4-丁二醇脱氢合成γ-丁内酯

在固定床反应器上研究了ＣｕＯ／Ｃｒ２Ｏ３／Ａｌ２Ｏ３催化剂常压１,４－二醇催化脱氢合成γ－丁内酯的反应,γ－丁内酯的产率可达９９％以上,用Ｘ射线粉末衍射法（ＸＲＤ）、扫描电镜法（ＳＥＭ）、比表面及孔容测定法（ＢＥＴ）等手段对催化剂进行了表征,结果表明,Ｃｕ＾０为催化剂的脱氢活性中心,Ｃｒ的存在促进Ｃｕ在载体表面的高度分散,并与Ｃｕ形成ＣｕＣｒ２Ｏ４固溶体,提高了催化剂的活性及选择性。     

重庆城乡居民收入差距与第三产业发展的实证研究

以重庆市1990—2010年的城乡居民人均收入、第三产业GDP及固定资产投资等数据为样本,考察第三产业发展对重庆市城乡居民收入差距的影响。实证研究表明:第三产业发展、固定资产投资与城乡收入差距这3个变量之间存在长期均衡的协整关系,且第三产业发展、全社会固定资产投资是城乡收入差距的单向Granger因,第三产业的发展和固定资产投资力度的加大有利于缩小城乡收入差距。     

一种改进的M元扩频通信算法

针对采用码相位循环移位获得的M元扩频需要额外同步信息的问题,提出一种改进型扩频通信算法.该算法采用m序列及其倒序序列构成系统扩频码集;在同相支路上利用扩频码的码极性调制进行传输,同时在正交支路利用扩频码码相位调制,实现M元扩频.该算法利用2种扩频方式的自身特点可快速准确地获取载波相位信息,具有不需要额外提供同步资源的优势.仿真结果表明,该算法可有效提高系统资源的利用率.     

油菜细胞质雄性不育相关基因的筛选

甘蓝型油菜波利马(Brassica napus pol.)细胞质雄性不育系是一种很有实用价值的油菜不育类型.目前关于其分子机制的研究已证实,线粒体ATP合成酶的一个亚基ATP6与其雄性不育相关.本实验以ATP6作为诱饵蛋白,应用酵母双杂交共转化的方法筛选与ATP6相互作用的蛋白质.在获得的阳性克隆中,发现了一个与tAPX基因及其表达的蛋白都具有较高同源性.它是活性氧清除的重要酶类,很可能与细胞质雄性不育间建立起了某种联系.     

铀尾矿浸出液对蚕豆(Vicia faba)早期生长的影响

利用室内培养法研究了铀尾矿浸出液对蚕豆(Vicia faba)根尖细胞的微核率、核酸酶活性及对蚕豆种子萌发的影响.结果表明:铀尾矿浸出液达到一定剂量时均可引起蚕豆根尖细胞微核数增加,微核数随浓度增大而逐渐增多,说明铀尾矿对蚕豆幼苗具有明显的遗传毒性效应;铀尾矿对蚕豆种子的萌发率没有影响;铀尾矿促进幼苗的生长,低浓度比高浓度明显;低浓度铀尾矿浸出液对核酸酶有一定的激活作用,高浓度则抑制.当铀尾矿浸出液浓度逐渐增大时,抑制作用逐渐增强.图1,表4,参14.     

刚架拱桥拱索加固体系的受力特性

对某钢筋混凝土刚架拱桥提出了采用拱索体系的加固方法,用空间有限元对其受力特性进行了分析,并与试验测试值进行了比较.研究结果表明,对于用钢缆索斜拉法加固刚架拱桥的新结构,其空间受力效应明显;对处于软土地基上的桥的动力特征分析,必须考虑桥台与地基土壤之问的弹性抗力作用;原拱桥的面外刚度比面内刚度大,反映原拱桥具有足够的横向刚度.     

新型类维A酸锡酯的合成、结构表征及其体外抗癌活性

用二正丁基氧化锡和类维生素A酸以摩尔比1∶2和1∶1反应,合成了两个系列的新型类维生素A酸二正丁基锡酯化合物3a~3d和4a~4d,并利用(1H,13C,119Sn)NMR和IR表征了这些化合物的结构,确定了化合物3a~3d是通过单齿配位形式与锡原子结合而成的五配位三角双锥型的配合物化合物,而化合物4a~4d的结构中存在着一个锡氧四元环,分子中的酯基为二齿配体,锡原子都是六配位扭曲八面体构型.生物活性测试表明:该类化合物对宫颈癌细胞(Hela)、肝癌细胞(LCC)、肺癌细胞(A549)等癌细胞都具有较好的抗癌活性.     

Yarn Quality Prediction and Diagnosis Based on Rough Set and Knowledge-Based Artificial Neural Network

In the spinning process, some key process parameters（ i. e.,raw material index inputs） have very strong relationship with the quality of finished products. The abnormal changes of these process parameters could result in various categories of faulty products. In this paper, a hybrid learning-based model was developed for on-line intelligent monitoring and diagnosis of the spinning process. In the proposed model, a knowledge-based artificial neural network（ KBANN） was developed for monitoring the spinning process and recognizing faulty quality categories of yarn. In addition,a rough set（ RS）-based rule extraction approach named RSRule was developed to discover the causal relationship between textile parameters and yarn quality. These extracted rules were applied in diagnosis of the spinning process, provided guidelines on improving yarn quality,and were used to construct KBANN. Experiments show that the proposed model significantly improve the learning efficiency, and its prediction precision is improved by about 5. 4% compared with the BP neural network model.     

广义极大元的通有稳定性

本文运用广义极大元与广义最大元之间的对偶关系,由广义最大元的通有稳定性结果获得了当映射发生扰动时广义极大元的通有稳定性,即在Baire纲分类的意义下,绝大多数广义极大元都是本质的。