基于分子描述符和机器学习方法预测和虚拟筛选乳腺癌靶向蛋白HEC1抑制剂

HEC1(癌症高表达蛋白)是纺锤体检查点控制、着丝粒功能、细胞存活的关键的有丝分裂调节器,与原发性乳腺癌的不良预后有关.筛选具有高亲和力的HEC1新型抑制剂对探索乳腺癌的靶向治疗具有重要意义.本文从结构多样性的化合物库中筛选HEC1抑制剂.通过对分子描述符的特征筛选,采用支持向量机(SVM)和随机森林(RF)方法分别对HEC1抑制剂和非抑制剂建立了分类模型.经对比, RF模型显示了更好的预测精度.我们采用RF模型对HEC1抑制剂进行了虚拟筛选,从“in-house”实体库筛选得到2个潜在的HEC1抑制剂分子.随后对筛出的化合物进行了体外活性实验,发现对乳腺癌细胞株MDA-MB-468和MDA-MB-231均有一定程度的抗肿瘤活性.研究结果表明,机器学习方法对于设计和虚拟筛选HEC1抑制剂有良好的效果.     

光学分子成像技术取得新进展

骆清铭、张智红、赵元弟、杨杰、罗若愚等人完成的“用于药物筛选和药效评价的光学分子成像动态监测理论与方法研究”项目针对在药物筛选与药效评价应用中存在的问题,从系统生物学角度出发,通过探索生物分子信息的建模、仿真与信号处理新理论与新方法,开发多元化的荧光分子探针,建立适合于长时程动态光学成像的细胞网络和实验动物模型,发展高时空分辨、高通量、高灵敏度的光学分子成像技术,形成了从光学分子探针、细胞与动物模型、光学成像监测装置到生物分子信息可视化的理论和技术体系,建立了可用于药物筛选和药效评价的光学分子成像动态监测平台。     

微腔型PCR芯片的多体系集总热容法分析

本文采用多体系集总热容法分析了微腔型PCR芯片的热循环过程,研究了芯片的温度变化规律,并提出了芯片功耗的预测方法。数值模拟表明,多体系集总热容法可以被用来估计微腔型PCR芯片的温度变化,并能够准确地预测芯片所需功耗。     

药物配体与生物大分子受体相互作用核磁共振的研究进展

药物与生物体内目标大分子之间的相互作用,是决定药物药理活性和代谢稳定性的主要因素。如何快速高效地识别出能与靶分子相互作用且能抑制其体外活性的药物分子,是制药工业普遍关注的问题。核磁共振已经成为研究小分子配体和生物大分子相互作用的一种非常重要的手段。检测小分子配体信号在作用过程中的变化以识别药物分子,是核磁共振进行药物筛选的主要方法之一。本文介绍了近年来这方面的研究进展。     

辨别猪肉是否有“瘦肉精”方法

不久前,教育部组织专家对中国农业大学完成的“乳品真蛋白检测技术研究与方法筛选”项目进行了成果鉴定。2008年“三鹿肾结石奶粉事件”被曝光后,课题组及时推出了可以对乳品中真实的蛋白质含量进行测定的标准：NY／T1678—2008。该标准是迄今国内外与“蛋白质”相关的标准中,唯一不会将三聚氰胺误判为“蛋白质”的标准。     

糖芯片最新研究进展

糖芯片是一种快速、高效、高通量获取糖-生物大分子相互作用信息的生物检测技术,对后基因组时代糖生物学的发展具有重大影响。本文主要论述了糖芯片固定化技术的最新进展,包括未经化学修饰的糖的化学固定,天然糖库及其固定,复杂寡糖的合成及其固定,糖基的密度差异固定化技术以及间隔基的引入技术。这些新的固定化技术保持了糖的化学结构,扩大了糖芯片的来源和应用范围,进一步提高了糖芯片的检测效率。此外,本文还介绍了虚拟筛选技术在这一领域的应用潜力以及糖芯片在医疗诊断等方面的应用,最后对糖芯片技术遇到的挑战和发展做了展望。     

缢蛏稚贝优质微藻饵料的筛选

为了筛选缢蛏稚贝的合适饵料及其最优组合投饵方式,比较了8种常见饵料微藻单种投喂和混合投喂对缢蛏稚贝生长的影响．结果显示：单种投喂时,角毛藻和金藻饵料效果最佳,云微藻和XSWG仅次于角毛藻和金藻,对于规格较大的缢蛏稚贝扁藻饵料效果较佳,而对于规格较小的缢蛏稚贝其饵料效果并不太好,这5种微藻都可以作为缢蛏稚贝培育过程中的优良饵料选择：微绿球藻、巴夫藻饵料效果较差,不是缢蛏的良好饵料;而A5不仅对缢蛏稚贝没有饵料效果还具有一定的毒害作用．选择优良饵料微藻进行混合投喂,其效果要优于单种投喂;混合投喂时,一些单种投喂饵料效果不佳的微藻品种可以作为优质饵料不足时的补充;对缢蛏稚贝有毒害作用的微藻品种绝对不能作为混合投喂时的饵料选择．     

特征变量优选在苹果可溶性固形物近红外便携式检测中的应用

为实现苹果可溶性固形物(SSC)的便携式快速检测,利用环形光纤探头和微型光谱仪搭建便携式苹果可溶性固形物光谱采集系统,结合无信息变量消除(UVE)、遗传算法(GA)、竞争性自适应加权(CARS)算法筛选基于偏最小二乘(PLS)的苹果可溶性固形物的近红外光谱特征波长。另外,采用反向区间最小二乘支持向量机(BiLS-SVM)和GA算法优选基于LS-SVM的特征波长变量,分别建立所选特征波长和全波段的PLS模型和LS-SVM模型。试验结果表明,经过GA-CARS算法从全波段1 512个波长中筛选出的50个特征波长建立的PLS模型效果最好,其预测相关系数和预测均方根误差分别为0.962和0.403°Brix。利用该检测装置结合GA-CARS筛选的特征波长,可有效简化苹果可溶性固形物近红外便携式检测模型并提高模型的预测精度,为进一步构建便携式苹果可溶性固形物检测设备奠定了基础。     

多方参与且评价指标集有差异的方案筛选方法

针对多方给出评价指标集存在差异情形的方案筛选问题,提出了一种基于软集理论的方案筛选方法。在该方法中,首先依据各方给出关于备选方案符合评价指标要求的可接受水平,构建各方相应的评价指标子集,进而针对各备选方案符合评价指标要求的结果构建针对各方评价指标子集的软集;然后构建所有方案均符合全部指标要求的软集,进而通过各评价指标子集的软集与所有方案均符合全部指标要求的软集的积运算和算子运算,得到对应评价指标子集的每方可接受的备选方案集;进一步地,通过各方可接受的备选方案集间的并集运算及交集运算,可得到最终的方案筛选结果。最后,通过一个算例说明了本文给出方法的可行性和有效性。     

特征谱区筛选在多元混合物的太赫兹光谱定量分析中的应用

用特征谱区筛选法结合太赫兹时域光谱(THz-TDS)技术对多元混合物成分含量进行了定量分析研究。实验利用太赫兹时域光谱系统测量了由乳糖一水合物(LAC)、对乙酰氨基酚(APAP)、可溶性淀粉(starch)以及微晶纤维素(MCC)四种材料组成的混合物样品的太赫兹吸收光谱,并分别尝试采用常规区间偏最小二乘(iPLS)、向后区间偏最小二乘(biPLS)、联合区间偏最小二乘(siPLS)和移动窗口偏最小二乘(mwPLS)四种特征谱区筛选法对多元混合物的太赫兹吸收光谱进行特征子区间优选,建立了太赫兹吸收谱与四元混合物中乳糖一水合物含量之间的定量回归模型。通过比较四种谱区筛选算法模型及全光谱偏最小二乘(PLS)模型所得结果,表明采用移动窗口偏最小二乘法建立的谱区筛选模型得到的结果相对最优,其交互验证均方根误差(RMSECV)、预测均方根误差(RMSEP)、校正集相关系数(R_C)和预测集相关系数(R_P)分别为0.980 3,1.114 1,0.996 0和0.995 1。实验结果表明,采用特征谱区筛选方法可以有效选择多元混合物太赫兹吸收光谱的特征区间,提高模型精度和降低模型复杂性,为实现多元混合物成分含量的快速检测提供了一种有效的方法。