太行山猕猴种群mtDNA遗传多样性研究

2007年11月～2008年2月,利用非损伤性取样法,在太行山猕猴国家级自然保护区采集到3个地理单元、5个野生种群猕猴个体的粪便样品,并从22份样品中提取到DNA,在此基础上,分析和探讨了野生太行山猕猴种群的遗传多样性状况及种群遗传结构.结果表明:①在341 bp的mtDNA控制区序列中发现11个变异位点,其中转换和颠换的位点分别为9个和2个;②在3个地理单元中,共定义了9种单倍型;③AMOVA分析结果表明,88.02％和11.03％的遗传变异分别发生在各地理单元间和各种群间,而地理单元内的各种群间的遗传变异仅占0.95％,且济源、焦作和新乡3个地理单元间存在着显著的遗传分化(P＜0.01),无共享单倍型;④济源黄楝树种群具有最多的单倍型数(3),最高的单倍型多样性(0.833),最高的核苷酸多样性(0.002 93)和最高的平均核苷酸差异数(1.000).因此,从保护物种基因多样性的角度考虑,建议自然保护区管理部门将该种群列为优先保护单元.     

菜豆种质盐溶蛋白遗传多态性分析

以39个菜豆品种和1个杂交后代为材料,通过SDS-PAGE技术获得了种子盐溶蛋白的亚基分布电泳图谱,比较了分布差异,并分析了其遗传表现.结果表明：40个供试种质的盐溶蛋白带型差异显著,电泳共分离出27条迁移率不同的条带,其中有4条保守带（均为100%表达）,分子质量分别为99.039、58.267、25.234、15....     

甘肃省景泰县儿童慢性非传染性疾病流行现状的调查

通过详实数据从甘肃省景泰县儿童慢性病的发展现状与发展趋势人手,对遗传、自然环境、心理、移动互联网方面分析了影响景泰县儿童慢病的相关因素,从而提出医疗机构+家庭护理+移动互联网一体化的防范措施,以期提高景泰县儿童慢性非传染性疾病的医治水平.     

原油采购-远洋运输方案模糊聚类图优化法

总结中国原油采购-远洋运输业务流程,分析原油采购-远洋运输方案优化问题的特殊属性。原油采购-远洋运输方案优化是包含多种高维度变量的动态-模糊组合优化的大规模NP(non-deterministic polynomial)难问题,需要多个区域业务人员根据市场和需求的动态变化协作完成,超出现有方法的解决范畴。提出模糊聚类图优化法,通过实时挖掘和利用启发性优化信息以及全局视野拼接由启发式算法所搜索到的局部静态优化方案,实现大规模原油采购-远洋运输方案的全局优化。应用结果表明,模糊聚类图优化法弥补了传统建模求解的方法的不足,充分结合了人的灵活决策优势与计算机暴力计算特点,可辅助业务人员适应原油采购-远洋运输方案优化的动态-模糊特性,通过合理调整运输任务(即调整优化模型的目标函数和限制条件)实现原油采购-远洋运输方案优化,具有较强的决策支持作用。     

大学生创新创业能力组合评价模型的研究

在"大众创业,万众创新"的时代背景下,分析了高校大学生创新创业教育及其评估体系的研究现状,给出了影响大学生创新创业能力培养的关键因素和评估模型。首先,结合层次分析法和熵值法的主、客观优点,构建了基于信息熵原理的组合权重模型;其次,利用遗传算法优化神经网络,建立基于遗传神经网络的大学生创新创业能力评价模型,并利用组合权重模型获得的权重值调节遗传神经网络的连接权值;最后,通过某应用型高校大学生创新创业数据验证了该组合评价模型的有效性,研究成果可以为应用型高校大学生创新创业能力评价提供一条新的思路。     

吉林省重中之重学科:林学学科

<正>北华大学林学学科始建于1950年,2001年获得硕士学位授予权,2002年招收森林培育学科硕士研究生,2006年森林培育学科成为国家林业局重点学科,2010年获农业推广专业硕士学位授予权,2011年成为硕士授权一级学科,并被评为吉林省"十二五"优势特色重点学科,2014年林学学科被遴选为吉林省重中之重学科。林学学科现有林木遗传育     

农杆菌介导的八氢番茄红素合酶基因转入人参愈伤组织影响因素

以PSY为目的基因,应用根癌农杆菌介导法对人参愈伤组织进行遗传转化,从菌液浓度、侵染胞龄、侵染时间、共培养时间四方面优化了遗传转化体系。经PCR分析鉴定初步证明,外源基因PSY已整合到人参的基因组中。     

渐进密度AESO方法及其在热传导结构拓扑优化中的应用

研究用于结构拓扑优化的基于材料添加策略的进化算法(AESO方法).基于进化算法的思想,利用单元材料相对密度的变化描述材料的添加(从O到1)或删除(从1到O).当某些单元满足进化准则时,单元的相对密度进行O-1交化.研究发现.基于一步变化策略的AESO方法往往不能获得正确的拓扑形式,其原因可能是,进化后的响应量是基于密度为O或很小时的敏度经线性近似获得的,与实际相差很大.这种敏度的计算误差问题在ESO、BESO等硬杀算法中都存在.本文提出将进化过程分成多步,以软杀的思想进行硬杀优化,即使材料密度逐渐由O变化到1,实现材料的逐步添加.基于该策略,提出了渐进密度AESO方法,并比较分析了这种逐步添加的做法对结果的影响.算例验证了该方法的正确性和有效性.渐进密度AESO方法为双向进化算法(BESO)提供了有效的进化(材料添加)策略.     

Effects of cutoff thresholds for minor allele frequencies on HapMap resolution: A real dataset-based evaluation of the Chinese Han and Tibetan populations

Genomic variation is the genetic basis of phenotypic diversity among individuals, including variation in disease susceptibility and drug response. The greatest promise of the International HapMap is to provide roadmaps for identifying genetic variants predisposing to complex diseases. Single nucleotide polymorphism （SNP） is the fundamental element of the HapMap. Allele frequency of SNPs is one of the major factors affecting the resulting HapMap, being the factor upon which linkage disequilibrium （LD） is calculated, haplotypes are constructed, and tagging SNPs （tagSNPs） are selected. The cutoff thresholds for the frequency of minor alleles used in the making of the map therefore have profound effects on the resolution of that map. To date most researchers have adopted their own cutoff thresh- olds, and there has been little real dataset-based evaluation of the effects of different cutoff thresholds on HapMap resolution. In an attempt to assess the implications of different cutoff values, we analyzed our own data for the centromeric genes on Chromosome 15 in Chinese Han and Tibetan populations, with respect to minor allele frequency cutoff values of 〉0.01 （0.01 group）, 〉0.05 （0.05 group）, and 〉0.10 （0.10 group）, and constructed HapMaps from each of the datasets. The resolution, study power and cost-effectiveness for each of the maps were compared. Our results show that the 0.01 threshold provides the greatest power （P= 0.019 in Han and P= 0.029 in Tibetan for 0.01 vs. 0.05 threshold） and de- tects most population-specific haploypes （P= 0.012 for 0.01 vs. 0.05 threshold）. However, in the regions studied, the 0.05 cutoff threshold did not significantly increase power above the 0.10 threshold （P = 0.191 in Han; 1.000 in Tibetans）, and did not improve resolution over the 0.10 value for population- specific haplotypes （P= 0.592） neither. Furthermore the 0.05 and 0.10 values produced the same figures for tagging efficiency, LD block number, LD length, study power and cost-savings in the Tibetan population. These results suggest that a lower cutoff value is more appropriate for studies in which population-specific haplotypes are crucial, and that the most appropriate cutoff value may differ between populations. Due to the limited genes studied in this project more studies should be conducted to further address this important issue.     

基于互补变异算子的自适应差分进化算法

在参数自适应的差分进化算法的基础上,同时采用DE/rand/1和DE/best/2两种具有互补特性的差分变异算子,提出了多种采用不同分配策略的新型差分变异算法.2种变异算子的分配分别采用随机分配、基于种群规模的单调分配、适应性随机分配以及基于种群规模的适应性分配4种策略.基于标准测试函数的数值优化结果表明:双变异模式的自适应差分进化算法总体上明显优于2种标准DE算法.在4种分配策略中,单调分配策略效果最佳.所提出的DE算法利用了DE/rand/1型变异在保持种群多样性方面的优势,并继承了DE/best/2型变异局部收敛速度快的优点,较好地实现了探索与利用的平衡,而且需要人工调节的参数较少,便于在实际中使用.