维甲酸及三尖杉酯碱对人早幼粒白血病细胞诱导分化的超微结构研究

我院药物所研制合成的维甲酸(RA)及三尖杉酯碱(H)经实验证明可以阻断某些化学的,物理的,以及病毒等致癌因子的诱癌作用。通过细胞化学方法发现它们可以逆转某些癌前或癌细胞。本文用RA(0.3μg/ml)及H(0.1μg/ml)分别作用于体外培养的人早幼粒白血病细胞林(HL-60),从超微结构水平研究其诱导分化的     

电离辐射诱导BALB/c小鼠骨髓细胞基因表达谱的研究

利用基因芯片技术研究了辐射后小鼠骨髓细胞基因表达谱的变化。结果发现在芯片上8079个基因中，有660个基因的表达有明显差异，其中354个基因的表达量增高，306个基因的表达量下降。在差异基因中功能或部分功能已知基因有222个，对其中差异2．5倍以上基因进行分析，发现表达差异基因涉及细胞凋亡、细胞周期、信号转导、免疫与应激、核酸合成、转运蛋白与通道蛋白等多个方面，其中以信号转导和免疫应激相关基因所占比例较多，反映出辐射对细胞损伤的多靶点、多层次及多通路的特点，深入研究这些辐射相关基因在造血辐射损伤中的作用，可为放射病治疗、肿瘤放疗提供新的靶点和方法。     

焦作电厂老厂煤仓漏斗水压爆破拆除

介绍了用水压爆破拆除钢筋混凝土结构物的设计与施工方法.作者对水压爆破的药量计算方法进行了详细的阐述,对药包布置及爆破网路的设计进行了精心的设计和施工,最后达到了良好的预期效果.     

爆破振动速度回归分析中K值的合理选用

从目前爆破振动经验公式入手,指出其中参数的选取存在的问题.通过引入数理统计中可靠度的概念,对现场实测数据进行了回归分析,并讨论了公式中K值在一定置信区间下的选用,为爆破振动速度的估计提供了一个合理范围,克服了以往仅给出单一振动速度公式的不足.建立了适合于当地地质条件的振动速度计算公式,从而大大提高了计算精度,确保了爆破施工的安全,为以后的爆破施工提供了参考依据.     

一种面向高速度数据流的频繁模式挖掘算法

数据流频繁模式挖掘是从实时、连续、有序的数据序列中寻找频繁模式的过程,以往的相关研究通常将该过程分为两个阶段:首先监测数据流中各模式的频率,由于数据流环境对空间与时间的限制,需要对监测模式进行剪裁,因而频率的计算和剪裁需要重复进行;当用户提交查询时,从监控的模式中筛选出满足要求的输出.现有研究都注重解决如何对观测对象进行剪裁,而事实上在计算模式频率时,数据项集中不同数据项间的组合使得频率计算非常耗时.因此,对于高速数据流,算法通常没有足够的时间来处理数据流中的每个事务,这会影响挖掘结果的正确性.针对这一问题提出了一种新的面向高速数据流的频繁模式挖掘算法Delay. 在Delay算法中将模式频率的统计延迟到第2阶段进行,第1阶段只记录"必要信息",这样大大提高了算法所能处理的数据流流动速度的上限.实验结果表明,算法在效率上优于已有算法,LossyCounting和FDPM,尤其是在处理长数据项集数据流时优势更为明显.     

冰川密林陡谷区活动性滑坡InSAR精细识别-以澜沧江梅里雪山段为例

西南山区地质灾害频发,近年来,连续多起如茂县滑坡、白格滑坡、水城滑坡等大型滑坡灾害表明,灾难型滑坡事件的发生不仅与该地区易孕育地质灾害的条件相关,无法准确识别与监控滑坡灾害的发育发展情况也是主要因素之一。位于青藏高原东南缘的“三江”地区,地形高陡、地质灾害频发,其中澜沧江流域环境更为恶劣,海拔高、地形陡,夏秋季山高林密、多降雨,春冬季天气寒冷、多降雪,传统的地面式地质灾害调查手段在此效果有限,光学遥感技术也受到天气条件的诸多限制。而基于主动式微波遥感成像的InSAR技术被证明适合进行人类不易到达地区的地质灾害识别工作。本文以澜沧江流域梅里雪山段为研究区,使用PALSAR1、PALSAR2与Sentinel-1多源雷达遥感数据,结合D-InSAR与IPTA-InSAR技术开展冰川密林陡谷区的滑坡灾害精细识别工作。过程中发现长波长的PALSAR1和PALSAR2数据有更好的适应性,短波长的Sentinel-1数据通过数据量多的优势弥补了自身穿透能不足的缺陷；成功解译了研究区内92处活动性滑坡灾害；平面面积超过20万m_²的有26处；时间序列InSAR结果结合地面调查验证表明,澜沧江河谷典型的大型滑坡,梅里水滑坡和亚贡滑坡活动速率快,危险性高；德钦县成周边典型滑坡,丁羊丁滑坡与归巴顶滑坡整体处于蠕变状态,局部变形速率高；同时德钦县城周边泥石流与冰碛物运动较为活跃。     

融合全局和序列特征的多变量时间序列预测方法

时间序列在现实生活中具有广泛的用途,使用时间序列预测模型能够预估序列的未来变化趋势,为决策提供支撑.对于多变量时间序列的预测研究,已经提出了很多模型,但已有方法存在如下问题：不能同时考虑时间序列本身和协变量的信息;忽略了多变量时间序列中的全局信息;不能对预测结果进行解释.针对这些问题,本文提出了一个基于深度学习的多变量时间序列预测模型TEDGER,可以提取隐藏在单个时间序列中的序列模式和隐藏在多变量时间序列中的全局特征,并将序列模式和全局特征进行融合,通过残差预测的方式实现时间序列的预测.本文所提模型在真实的时间序列数据集上进行了实验评估.结果表明,本文提出的模型在预测准确度上超越了其他基准模型,同时模型拥有一定的可解释性.     

经基因优化的HPV16L1蛋白在毕赤酵母中的表达

目的利用毕赤酵母表达系统(Pichia pastoris)高效表达HPV16L1蛋白。方法按照Pichia pastoris密码子偏爱性合成HPV16L1基因,构建pAO819r-16L1表达载体,电转化至GS115菌株中,经MD板和不同浓度G418筛选,挑取高拷贝整合菌株,甲醇诱导目的蛋白的表达,用HPV16L1抗血清,经Western blot检测蛋白的特异性。结果重组质粒pAO819r-16L1在甲醇营养型酵母菌株中经甲醇诱导后可表达HPV16L1蛋白,在试管中的表达量超过10mg/ml,经Western blot验证,该蛋白可与抗血清特异结合,在相对分子质量55000附近出现目的条带,证明该蛋白确为HPV16L1蛋白。结论利用毕赤酵母表达系统可高效表达HPV16L1蛋白,为研制HPV疫苗奠定基础。     

非连续变形分析及其在爆破数值模拟中的应用

本文首先介绍了非连续变形方法的基本原理和求解平衡方程,然后对该方法的计算程序流程作了详细的介绍,分析了非连续变形方法在岩土工程计算中的特点。最后通过对一个台阶爆破过程的模拟说明了该数值分析方法在岩土爆破工程分析中的适用性。