牛乳中青霉素残留检测技术研究进展

牛乳中青霉素残留问题已引起食品安全管理部门和国际组织的广泛关注。介绍了检测牛乳中青霉素残留的3种方法:微生物检测法,免疫检测法,理化检测法。     

刍议《企业会计准则--每股收益》

随着《企业会计准则——每股收益》的颁布，如何将“每股收益”的一般处理原则与具体经济业务相结合是完善我国收益规范体系的关键。本文通过分析国内外已颁布的每股收益准则所依据的理论假设，对会计实务中如何提高每股收益准则的适用性提供建议。     

内皮素-1 在均匀流中构象改变的分子动力学模拟

内皮素ET-1(Endothelin-1)与其受体ETA(Endothelin-A)和ETB(Endothelin-B)的相互作用控制血管紧张度,维持血压,与心血管疾病关系密切。ET-1与血管内皮的ETB结合介导血管舒张,而与血管平滑肌的ETA和ETB结合则引起血管收缩。ET-1只有在存在正常血流的体内实验才表现出明显的舒张活性,且其结构具有柔性,故推测血流的剪切应力可能控制了它的构象,进而调控它与ETB的结合。文章利用流动分子动力学计算机模拟方法,研究了均匀流中质心受约束的内皮素ET-1的构象。实验结果观察到该分子的羧基端往氨基端靠近,整个分子变得紧凑。这个发现对研究ET-1与ETB的相互作用和设计基于ET-1的心血管药物将会有一定的指导意义。     

蛋白质折叠计算机模拟研究进展

蛋白质折叠过程中的结构变异可能导致"折叠病",比如老年痴呆症和多聚谷氨酰胺疾病等。因此蛋白质折叠研究对于揭示"折叠病"致病机理、指导药物设计等具有重大意义。文章阐述了蛋白质折叠计算机模拟研究的研究近况,分别介绍了蛋白质侧链研究、蛋白质折叠算法、蛋白质折叠病研究、蛋白质的分子动力学模拟和蛋白质结构预测等几个方面。     

基于并行群体模拟退火算法的蛋白质折叠研究

蛋白质折叠研究对于揭示蛋白结构和功能关系,进而了解相关疾病的致病机理意义重大。蛋白质折叠已被证明是 NP-完全问题。本文针对蛋白质折叠研究中的能量最小化问题,提出了一种新的并行群体模拟退火算法（Parallel Group Simulated Annealing,PGSA）及其改进型算法（PGSA_1/K)。该算法使用了降温因子加速收敛精度,并采用 MPI 消息传递并行编程技术加快蛋白质结构空间搜索以及能量最小化寻找速度。以 Met_Enkephalin 蛋白为对象的计算机模拟仿真结果表明,我们提出的算法及其改进型有很好的扩展性,可以高效搜索蛋白结构空间,从而找到相关蛋白的最小能量结构。     

基于De Bruijn图的De Novo序列组装软件性能分析

随着新一代测序技术的发展,一些新的全基因组组装算法应运而生,特别是针对第三代高通量测序仪产生的海量短序列的组装软件被不断开发出来,这些组装软件渐渐走向市场。但是,由于这些组装软件的适用性和其性能的差别,选择一款性能优良的组装工具或者开发并行高吞吐的组装工具成为了当前面临的一大难题。本文选取基于 De Bruijn 图算法开发的 4 款 De Novo 组装的软件（Velvet、SOAPdenovo、IDBA、ABySS）对 4 种物种的基因组的模拟数据进行测试,并从软件的算法、组装性能和组装质量 3 个方面分析这 4 个软件的性能,同时根据其算法特点推断影响这些软件性能的关键因素,并给出软件的使用建议以及开发并行序列组装工具来组装超大规模的基因数据应该注意的问题。     

食品蛋白质改性研究

本文综述了食品蛋白质各种改性技术,包括酰化、去酰胺、磷酸化、糖基化、共价交联作用、蛋白水解作用、物理改性及基因工程改性等8种蛋白质改性技术及最新进展。     

钾钨青铜材料中的W空位有序北大核心CSCD

本实验利用简单的加热方法合成具有通道结构六角钨青铜K_xWO_3,同时对其中存在的超结构进行原子尺度的扫描透射电子显微术分析。实验结果表明,六角钨青铜K_xWO_3中存在的超结构归因于单原子层内存在的W空位有序现象。同时发现,在电子束辐照的作用下,原子层内存在的W空位有序现象消失。该实验结果深化了对六角钨青铜K_xWO_3中存在的超结构的认识,从而为设计优异性能的钨青铜材料提供借鉴。     

大规模图处理研究

大数据研究领域的许多问题可以转换为图的问题。本文将阐述鲲鹏大数据系统计算引擎中有关大规模图处理的研究进展以及应用,具体包括高效子图匹配算法、面向图的稀疏数据存储结构和大规模图异步计算模型及其在基因拼接中的应用。     

基于结构磁共振影像的孤独症分类中的数据增强研究

基于结构磁共振影像的孤独症分类对孤独症疾病的早期筛查和精准诊断具有重要意义，但受数据噪声及样本不足的影响，基于结构磁共振影像的孤独症分类模型的准确率并不理想。该文提出一种新的数据增强模型，并采用孤独症脑成像交换数据库 I 中的密西根大学样本库 1 数据集进行模型测试，随机选取密西根大学样本库 1 数据集中的 78 个样本进行实验，以对孤独症分类准确率进行评估。实验结果显示：该方法在 500 次实验的 494 次(98% 以上的实验)中能够将分类准确率提升10%～20%，在不增加数据量的情况下显著提升了孤独症的分类准确率。通过分析准确率提升和标注变化比例之间的关系，该文进一步对数据标注噪声的问题进行了探讨。