HLA-A^＊0201限制性CTL表位肽分子力场分析

运用比较相似性指数分析（CoMISA）方法研究了203个HLA-A^＊0201限制性CrL表位九肽结构与亲和性间的关系，另外30个表位九肽作为预测集用于检验模型的预测能力．得到构效关系模型结果q^2=0．548，r^2=0．963，F=553．4，SD=0．154．在CoMSIA计算中，当引入疏水场时，三维构效关系模型能得到明显改善．通过该三维构效关系模型，可较精确地估算预测集中30个CTL表位肽与HLA-A^＊0201间的亲和力（rpred^2=0．532，SD=0．454）．通过分析分子场等值面图在空间的分布，可以观察到表位肽分子周围的立体及疏水特征对表位肽H与A-A^＊ 0201间结合亲和力的影响，从而为进一步对CTL表位肽进行结构改造，并基于此进行治疗性疫苗分子设计提供理论基础．     

加密域图像处理综述

随着人们越来越关心隐私安全问题,关于加密域信号处理的研究得到了广泛关注,而往往包含大量个人隐私的图像也有必要以隐私保护的方式进行处理.回顾了近年来加密域图像处理中的各种领域,包括基本的图像处理技术,如加密域的线性变换、线性滤波和特征提取,以及进一步的图像处理应用,如安全图像隐写、安全图像检索和加密图像压缩,并且总结了这些方向的研究趋势和前景.     

一种低冗余Dense SIFT特征提取方法

特征提取是图像分类的关键部分之一.现有的Dense SIFT特征采用固定网格和步长以从上到下、从左到右的重叠方式提取特征,如果图像分辨率过大,将会导致提取的图像特征数量非常大,并且引入大量的冗余信息.为此,提出了一种低冗余Dense SIFT特征提取方法.该方法首先对图像进行预处理,实现对图像的紧凑表示;然后,利用数据中心化思想和(l)0范数去除冗余的Dense SIFT特征点,节约特征存储所需的空间,降低后续处理的计算复杂度;最后,将低冗余Dense SIFT特征提取方法应用于图像分类,提出了一种图像分类方案.实验结果表明,采用所提出的Dense SIFT特征提取方法,在减少特征点数量的同时,可以提升特征的区分能力.     

基于节点相似性和网络嵌入的复杂网络社区发现算法

社区发现算法对分析复杂网络的拓扑和层次结构、预测复杂网络的演化趋势等具有十分重要的意义.传统的社区发现算法划分精度不高,忽略了网络嵌入的重要性.针对这样的问题,提出了基于节点相似性和网络嵌入Node2Vec方法的无参数社区发现算法.首先,使用网络嵌入Node2Vec方法将网络节点映射成欧氏空间中低维向量表示的数据点,计...     

蛙皮降压肽类似物构效关系的研究

蛙皮降压肽(Sauvagine,Svg)是一种良好的促肾上腺皮质激素,释放因子2受体(CRF2R)激动剂,但它是一种非选择性激动剂,作用于CRF1R而产生副作用。为了探讨蛙皮降压肽类似物对CRF2R与CRF1R选择性的影响,本文使用正交因子(Orthogonal Factors,Orth-Factors)描述子,对45个蛙皮降压肽类似物与CRF2F、CRF1R的亲合力进行了QSAR研究,所建立的QSAR模型预测能力良好。通过QSAR模型信息,设计了17个蛙皮降压肽类似物,其中3个对CRF2R与CRF1R受体选择性良好(SQ:110,TQ:105,VQ:110),有进一步研究的价值。     

浅谈网络环境下地理学科“交流——质疑”教学模式的设计

“交流——质疑”教学模式是指将全班同学分为几个小组,每一小组针对某一主题开展调查研究、搜集、甄别资料,并将本小组的学习成果以电子作品的方式呈现给大家。小组内成员之间交流、协作,小组与小组之间以问题的方式进行质疑、辩论,最终全班同学都能共享任何一组的学习成果。     

HLA-A*0201限制性CTL表位肽分子力场分析

运用比较相似性指数分析(CoMISA)方法研究了203个HLA-A*0201限制性CTL表位九肽结构与亲和性间的关系,另外30个表位九肽作为预测集用于检验模型的预测能力.得到构效关系模型结果q2=0.548,r2=0.963,F=553.4,SD=0.154.在CoMSIA计算中,当引入疏水场时,三维构效关系模型能得到明显改善.通过该三维构效关系模型,可较精确地估算预测集中30个CTL表位肽与HLA-A*0201间的亲和力(r2pred=0.532,SD=0.454).通过分析分子场等值面图在空间的分布,可以观察到表位肽分子周围的立体及疏水特征对表位肽H与A-A*0201间结合亲和力的影响,从而为进一步对CTL表位肽进行结构改造,并基于此进行治疗性疫苗分子设计提供理论基础.     

响应面试验优化牛皮膨化食品的制备工艺

以牛皮为原料,探索一种新型休闲膨化食品的加工工艺,并对影响其品质的主要加工条件进行优化筛选。以产品综合感官评价得分为评价指标,选择烘干时间、烘干温度、油炸温度三个工艺条件进行单因素试验,在此基础上通过三因素三水平的Box-Behnken响应面分析法优化膨化牛皮的制备工艺条件。结果表明:最优制作条件为烘干时间21h、烘干温度130℃、油炸温度240℃。在此条件下制作的膨化牛皮具有良好的食用品质及营养品质,符合膨化率高、外观良好、口感酥脆的要求,感官综合评分可达83.9。试验结果与软件优化结果相符。     

基于矩阵分解的属性网络嵌入和社区发现算法

属性网络不但包含节点之间复杂的拓扑结构,还包含拥有丰富属性信息的节点,其可以比传统网络更有效地建模现代信息系统,属性网络的社区划分对于分析复杂系统的层次结构、控制信息在网络中的传播和预测网络用户的群体行为等方面具有重要的研究价值.为了更好地利用拓扑结构信息和属性信息进行社区发现,提出了一种基于矩阵分解的属性网络嵌入和社区发现算法(CDEMF).首先提出基于矩阵分解的属性网络嵌入方法,基于网络局部链接信息计算相邻节点的相似性,将其与属性接近度联合建模,通过矩阵分解的分布式算法得到每个节点对应的低维嵌入向量,即把网络节点映射为低维向量表示的数据点集合.接着提出基于曲率和模块度的社区划分方法,自动确定数据点集合中蕴含的社区数量,并通过对数据点集合聚类完成属性网络社区划分.在真实网络数据集上,将CDEMF方法与其他8种知名算法进行比较,实验结果表明CDEMF具有良好的性能.     

重要特征选择和局部网络拓扑嵌入的社区发现算法

寻找网络中连接紧密的、稳定的社区，对网络大数据的挖掘和分析具有重要的意义和价值.节点属性和网络拓扑对社区发现都有重要的影响，由于真实网络中的节点属性维度大，找寻重要属性困难，而且和深层次的结构信息又不易进行高效整合以进行社区划分.为了有效地提取节点的重要属性信息，并和局部链接拓扑信息深入融合，根据矩阵分解，提出了基于特征选择和属性网络嵌入的社区发现算法.首先采用节点的联合相似度潜在表征指导特征选择，筛选出重要的属性后与原拓扑组成新网络，然后将新网络通过融合邻居信息的属性网络表征学习映射成节点低维向量，最后对该嵌入向量进行聚类从而实现社区划分.在真实网络数据集上与其他代表性算法进行比较，实验结果表明所提算法具有良好的特征选择性能和社团划分性能.