免疫聚类算法在基因表达数据分析中的应用

提出了基于免疫聚类算法的基因表达数据分析方法. 根据基因表达数据矩阵的特点,设计了改进的Consine系数来度量基因相似度;借鉴生物免疫学的有关免疫理论,利用基因表达数据分析的先验知识自适应地改变抗体本身及其与抗原亲合度的关系,构造了基于免疫优势克隆的聚类算法. 与K均值算法和遗传算法的对比实验表明,该算法能够获得较大的类内紧制度、较小的类间分离度,具有较好的工程应用价值.     

商务英语交流中负面信息的表达策略

负面信息的表达一直是商务交流中很棘手的一个问题,能否在不同的商务环境中合理运用,对商务活动的成败至关重要。通过对商务交流中英语负面信息表达的特点进行分析总结,归纳出交流中常遇到的表达问题,阐述了如何避免负面信息的表达造成的负面影响,从而在商务活动中扬长避短、进退自如。     

用基因表达式编程生成数字高程模型

数字高程模型是地理信息系统进行地形分析的基础。在处理采样点缺失时,常用的空间插值方法难于客观地确定插值函数结构和参数。本文将基因表达式编程技术应用到数字高程模型的生成中,做了下列工作：（1）形式化描述高程基因,缓冲区和簇等概念;（2）证明了深度定理及引理;（3）提出了缓冲区策略（BS）,适时注入优质高程体;（4）提出了动态簇的搜索算法（DCSA）,方向搜索相关点算法（SCPD）和象限扩展搜索算法（ESDA）,按方向动态扩展搜索簇,避免了冗余点的计算;提出了移动拟合GEP算法（EF-GEP）,插值空间细分,缩小了拟合空间;（5）实验表明新方法是有效的,平均进化代数为227代,平均最高适应度为97.4527,提高了7.23%。三维地质模型形象地表达出了地质体形态结构。     

基于agent的模式表示模型AIM

针对模式表示研究存在的语义缺失问题,基于agent技术和人的记忆原理,提出一个新的模式表示模型agent影响图(agent influence map,AIM)。AIM反映了模式的整体特征,提供一个有效的软计算工具来支持基于先验知识的自适应行为。AIM通过特征的多阶段整合呈现记忆模式的层次性;把模式信息存储在整个网络中,通过协作涌现出高层次特征体现记忆的语义特性。     

平面盘形凸轮轮廓曲线统一建模的研究

将从动件的直线往复移动和定点往复摆动用虚拟摆动统一表示,采用单参数包络曲线理论建立直动和摆动从动件平面盘形凸轮轮廓的统一数学表达式。根据统一的数学表达式可以开发出一套适合于各类平面盘形凸轮机构的CAD软件包。     

绿色木霉内切葡聚糖酶基因Ⅰ的克隆表达

为深入研究绿色木霉(Trichoderma viride)内切葡聚糖酶(EGⅠ)的特性与功能,利用Northern blot方法分析不同碳源条件下绿色木霉的egⅠ表达,采用RT-PCR方法从绿色木霉T4中克隆egⅠ基因的cD-NA序列,测序与生物信息学分析,并构建诱导型表达载体pYES2-egⅠ,转化酿酒酵母(Saccharomycescerevisiae)INVSc1和H158中表达.结果表明:绿色木霉在含有纤维素的液体培养基中生长,egⅠ高效表达,在秸秆中表达量最高.纤维二糖中表达量相对较低,在葡萄糖、果糖中没有表达.egⅠ基因编码框长度1 377bp,编码459个氨基酸.含有信号肽,为分泌蛋白,属于糖苷水解酶家族7,具有纤维素酶结合域(CBD)和催化域(CD).INVSc1转化子发酵培养48 h达到转录高峰期,60 h达到酶活高峰期,酶活为0.081 6 U/mL,酶活比H158转化子提高32.5%.     

基于多样化进化策略的基因表达式编程算法

针对传统GEP（Gene Expression Programming）算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法（DS-GEP：Gene Expression Programming based on diversified develop-ment strategy）。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。     

基因表达式编程种群多样性自适应调控算法

为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群多样性的最大化。设计了自适应的交叉和变异算子,提出了种群多样性自适应调控算法APDTA,使种群在进化过程中维持合适的种群多样性,进而提高进化效率。实验验证了APDTA的有效性。     

基于朴素基因表达式编程挖掘紧致函数

基因表达式编程(GEP)是一种基因型和表现型相分离的进化新模型,为了挖掘紧致的函数关系,分析了进化系统各因素对挖掘紧致函数的影响,提出了带紧致压力的适应度函数来进化函数紧致解。实验表明,带有紧致压力的适应度函数能自动进化计算机程序,适合挖掘的紧致关系,在挖掘紧致函数中,朴素基因表达式编程(NGEP)比GEP提高效率21.7%,与不带压力的系统相比,GEP的平均压缩了31.2%,NGEP系统平均压缩了42.5%;NGEP较GEP更容易发现紧致解,且函数表达形式更容易理解,丰富了NGEP理论.     

人白细胞介素-24基因的克隆、表达和纯化

目的对人白细胞介素-24(hIL-24)进行克隆、表达和纯化。方法分离人外周血单个核细胞,ConA刺激培养,提取细胞总RNA,应用RT-PCR技术从外周血单个核细胞中扩增hIL-24成熟肽编码区,定向克隆至融合表达载体pGEX-4T-1,重组载体pGEX-4T-1/hIL-24经DNA测序鉴定后,转化E.coliBL21(DE3),IPTG诱导表达,阴离子交换层析纯化融合蛋白,SDS-PAGE和Westernblot鉴定。结果所得hIL-24基因经序列分析,与GenBank公布一致。所构建融合表达载体pGEX-4T-1/hIL-24测序正确,转化BL21(DE3)后,37℃诱导表达相对分子质量约为44000的融合蛋白,主要以包涵体形式存在,占菌体总蛋白的30.63%。经纯化后,纯度达85%以上。Westernblot检测能与兔抗人IL-24的多克隆抗血清发生结合反应。结论已成功构建了hIL-24的融合表达载体pGEX-4T-1/hIL-24,并在大肠杆菌中高效表达,纯化后获得了高纯度的融合蛋白,为hIL-24的功能及活性研究奠定基础。