PGRP-LB: An Inside View into the Mechanism of the Amidase Reaction

Peptidoglycan recognition proteins (PGRPs) are ubiquitous among animals and play pivotal functions in insect immunity. Non-catalytic PGRPs are involved in the activation of immune pathways by binding to the peptidoglycan (PGN), whereas amidase PGRPs are capable of cleaving the PGN into non-immunogenic compounds. Drosophila PGRP-LB belongs to the amidase PGRPs and downregulates the immune deficiency (IMD) pathway by cleaving meso-2,6-diaminopimelic (meso-DAP or DAP)-type PGN. While the recognition process is well analyzed for the non-catalytic PGRPs, little is known about the enzymatic mechanism for the amidase PGRPs, despite their essential function in immune homeostasis. Here, we analyzed the specific activity of different isoforms of Drosophila PGRP-LB towards various PGN substrates to understand their specificity and role in Drosophila immunity. We show that these isoforms have similar activity towards the different compounds. To analyze the mechanism of the amidase activity, we performed site directed mutagenesis and solved the X-ray structures of wild-type Drosophila PGRP-LB and its mutants, with one of these structures presenting a protein complexed with the tracheal cytotoxin (TCT), a muropeptide derived from the PGN. Only the Y78F mutation abolished the PGN cleavage while other mutations reduced the activity solely. Together, our findings suggest the dynamic role of the residue Y78 in the amidase mechanism by nucleophilic attack through a water molecule to the carbonyl group of the amide function destabilized by Zn²⁺.     

基于PFEA、ANN和GA的U形件成形板料形状优化

将参数化网格划分系统ParaMesh和网格模型转换接口程序应用于参数化有限元分析(PFEA)和优化设计之中。通过ParaMesh建立了参数化有限元模型并进行参数化有限元分析。把人工神经网络(ANN)和遗传算法(GA)相结合进行优化设计,研究了U形件翻边成形中的板料形状优化。利用优化的结果值进行验算,获得了良好的成形件,表明基于PFEA、ANN和GA进行成形板料形状优化是可行的。     

基于遗传算法的图像恢复研究

通过对遗传算法和图像恢复理论的分析，提出了基于遗传算法的图像恢复方式。该方式具有优化、收敛性快等优点。     

云计算环境下融合遗传算法和蚁群算法QoS约束任务调度

针对已有云计算任务调度算法为实现最短时间跨度而不能兼顾负载均衡和服务质量的问题,提出基于遗传算法和蚁群算法融合的QoS约束任务调度策略CAAC。CAAC利用任务的预测完成时间和成本耗费定义适应度函数;通过遗传算子全局搜索最优解,融合蚁群算子提高解的精确度;当任务数量大于50时,该算法收敛速度和资源利用率比蚁群算法平均提高4.7'和30.8'。仿真结果表明,该算法在保证服务质量和资源负载均衡方面具有优越性。     

用混合式遗传算法进行给水管网现状分析

将广义简约梯度法(GRG)思想应用于传统遗传算法,提出一种新的混合式遗传算法(HGA),此方法具有很强的全局和局部搜索能力,并且无需复杂的编码、解码过程,可以准确解决多变量、多峰值的给水管网现状分析问题。采用此算法,绝大多数的计算值与实测值的误差可减小到1%以下,能准确反映管网的实际工况。     

混合遗传算法在WSNs定位中的应用

定位是无线传感器网络(WSNs)的应用支撑,针对用最小二乘法处理DV—Hop算法第三阶段误差过大、定位精度差的问题,提出了遗传算法(GA)+单纯形法的混合GA后期优化处理DV—Hop算法。其中,DV—Hop定位算法第一,二阶段用跳距估计出信标节点与未知节点间的距离,再用GA(建立了代价函数与惩罚函数结合的适应度函数)与单纯形法(作为遗传算子增加了算法的局部搜索能力)结合的混合GA采用保优原则优化未知节点的坐标。通过仿真可知:该算法的定位精度高、网络覆盖率大,适合WSNs的定位。     

具有几乎完美代数免疫的偶数元弹性函数构造

完美代数免疫(PAI)的布尔函数能够抵御代数攻击和快速代数攻击。PAI函数的构造是目前布尔函数研究最具挑战性的问题之一。利用布尔函数的双变元表达式和有限域理论,基于Carlet-Feng函数提出一种新的偶数元布尔函数的一般性构造。证明由该构造得到的函数具有一阶弹性和至少次优代数免疫度等密码学性质,给出其代数免疫度达到最优时的充分条件,并比较该类函数、Carlet-Feng函数和由一阶级联方式构造的函数在6~16之间的所有偶数变元下抵抗快速代数攻击能力。实验结果表明,该类函数能更好地抵抗快速代数攻击,且具有几乎完美的代数免疫性能。     

结合Haar与Gabor特征的Adaboost人脸识别改进算法

在模式识别的众多领域中,针对于人脸识别的研究与应用逐渐成为重点和难点。尽管近些年众多学者不断钻研并改进人脸识别的算法,但是在复杂光照条件下和不同肤色的人脸识别中仍然存在着重重的不足。尤其是由于现阶段数据的计算速度和存储条件仍然不能很好地去适应优秀的算法对其的要求,因此如何改进算法,提高人脸识别的精度是本文主要研究的问题。本文结合Haar与Gabor特征提出了Adaboost人脸识别算法的改进方法,提高了人脸识别的速度和精度。     

跳频通信系统的建模与仿真

在Matlab/Simulink仿真的平台上,利用跳频通信基本原理,在给定仿真条件下,建立了跳频通信系统模型,对系统进行了仿真,得到了宽带噪声干扰下的误码率信噪比曲线。通过跳频仿真图形前后对比,得出跳频通信系统的抗干扰能力优于传统的定频通信,在现代通信中有更高可靠性的结论。