Stem Cell-Niche Engineering via Multifunctional Hydrogel Potentiates Stem Cell Therapies for Inflammatory Bone Loss

Effective therapies capable of simultaneously inhibiting inflammation and promoting bone healing remain to be developed for inflammatory bone disease. Stem cell therapies hold great promise for a variety of diseases, but their translation is hampered by low cell survival, rapid clearance, and limited functional integration of transplanted stem cells in target tissues. Herein, a multifunctional hydrogel-based stem cell niche engineering strategy is reported for the treatment of inflammatory bone loss. By rationally integrating different functional modules, an injectable hydrogel-based stem niche is engineered, which possesses temperature-triggered gelling performance, inflammation/oxidative stress-resolving activity, stem-cell binding and survival-enhancing capacity, and osteogenesis-promoting capability. Using ectomesenchymal stem cells (EMSCs), effectiveness of this functionally advanced synthetic stem cell niche is demonstrated in rats with periodontitis, a representative inflammatory bone loss disease. Synergistic effects of the multifunctional hydrogel and EMSCs are also confirmed, with respect to normalizing the pathological microenvironment and improving alveolar bone regeneration in the periodontal tissue. Mechanistically, inflammation/oxidative stress-resolving and osteogenic differentiation promoting capacities of the synthetic stem cell niche are mainly achieved by an incorporated nanotherapy via the GDF15/Atf3/c-Fos axis of the MAPK signaling pathway. Besides periodontitis, the newly engineered hydrogel-stem cell therapies are promising for the treatment of other inflammatory bone defects.     

基于小生境的多目标进化算法

进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面：增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性...     

银川市城市化进程中生态位的初步研究

伴随着城市化进程中出现的环境污染严重、生态破坏、景观破碎、资源短缺等问题，严重影响了城市生态位的提高．对银川市城市化水平状况、城市生态位的指标体系以及生态位调控模式进行了初步探讨。构建出银川市生态位调控模式和基于生态化的城市三大空间构造模式，并在基于生态城市的建构理念上，提出把银川市建设成为“塞上湖城、园林城市”的初步设想．     

基于小生境遗传算法的粗糙集属性约简方法

针对遗传算法在全局优化问题中出现的早熟和收敛速度慢的问题,提出一种基于小生境遗传算法的粗糙集属性约简算法,采用基于淘汰相似结构机制的小生境技术,通过引入罚函数的方法调整个体的适应度,提高全局搜索能力。实验证明该算法是有效的,并能求解出信息系统中多组不同的最小约简,为决策支持和数据挖掘等提供更多信息。     

基于动态小生境集的多种群协同进化模型

将常规进化计算应用到建筑设计中,直接进化操作得到的优化方案的成功率并不高,而且进化速度缓慢。基于此,提出一种基于动态小生境集的多种群协同进化模型,融合动态小生境共享和协同进化计算的优点实现创新概念设计,从而具有良好的适应性和稳定性。应用表明,该模型能提高设计作品的创新水平,激发设计人员的创作灵感。     

小生境遗传模糊PID控制在皮带秤中的应用

采用模糊PID方法控制流量恒定,并结合遗传算法优化PID参数.引入小生境技术,克服了传统遗传算法早熟收敛和后期收敛速度慢以及收敛效率低的缺点,同时对遗传算子也进行了改进,获得理想的全局寻优效果.     

基于小生境免疫遗传算法的硅钢片优化排样

提出一种基于小生境免疫遗传算法的多级序列优化方法,并解决硅钢片优化排样问题。以免疫算法为基础,通过遗传算法进化抗体群,利用小生境技术保持抗体群的多样性。遗传算子和免疫记忆策略加快了优良个体的产生,提高了算法的收敛速度。共享机制和克隆抑制策略提高了算法的全局搜索能力,有效地避免早熟收敛现象。实际生产数据排样结果表明,该算法是有效、可行的。     

用于约束多目标优化问题的热力学遗传算法

为了保持所求得的约束多目标优化问题Pareto最优解的适应度与多样性,在NSGA-Ⅱ基础上提出了一种用于求解有约束的多目标优化问题的热力学遗传算法.结合热力学中自由能与熵的概念,利用热力学中熵与能量的竞争来保持种群的适应度与多样性的平衡,设计了热力学算子.根据非支配排序Pareto分层结构建立分层小生境来改进选择算子,弥补了选择算子不足.实验结果表明:该算法不仅得到的解在空间分布均匀,收敛性好,同时解集具有较广的分布空间.     

基于改进小生境粒子群算法的多模函数优化

在基于粒子群算法的多模优化问题中,针对现存小生境方法需要特定参数的缺陷,提出了一种不需要参数的小生境算法。该算法通过粒子适应度在种群适应度中所占比例以及粒子之间的欧式距离两方面因素确定粒子的局部最优解,并通过每轮迭代中每个局部最优解粒子和以它作为局部最优解的普通粒子的欧式距离的平均值确定出该小生境的半径。在几个广泛的测试函数上的实验结果表明,该算法在收敛速度和成功率方面比需要小生境参数的算法(FERPSO、SPSO)更优秀。     

基于小生境遗传算法的离散变量结构优化设计

小生境技术的引入,提高了遗传算法处理多峰函数优化问题的能力。提出了基于隔离机制的自适应小生境技术,隔离小生境技术具有生物学基础,不仅能够有效地保证群体中解的多样性,而且具有很强的引导进化能力,针对简单遗传算法中的交叉与变异概率等不能动态地适应整个寻优过程,提出采用根据适应度调整交叉、变异概率并与小生境技术相结合的改进遗传算法。算例表明,该遗传算法对桁架结构的布局进行优化设计比较容易实现,简单、有效,可以产生很好的效益。