动态加权蛋白质相互作用网络构建及其应用研究

一个蛋白质可能在不同条件或不同时刻与不同的蛋白质发生相互作用,这称为蛋白质的动态特性.蛋白质在分子处理的不同阶段参与到不同的模块,与其他的蛋白质共同完成某项功能.因此, 动态蛋白质相互作用的研究有助于提高蛋白质功能预测的准确率.结合蛋白质相互作用网络和时间序列基因表达数据,构建动态蛋白质相互作用网络.为降低PPI网络中假阴性对功能预测产生的负面影响,结合结构域信息和复合物信息,预测和产生新的相互作用,并对相互作用加权.基于构建的动态加权网络,提出一种功能预测方法D-PIN (Dynamic protein interaction networks). 基于三个不同的酵母相互作用网络实验结果表明, D-PIN 方法的综合性能比现有方法提高了14%以上.结果验证了构建的动态加权蛋白质相互网络的有效性.     

Intelligent Data Analysis for Protein Disorder Prediction

Although an ordered 3D structure is generally considered to be anecessary pre-condition for protein functionality, there are disorderedcounter examples found to have biological activity. The objectives ofour data mining project are: (1) to generalize from the limitedset of counter examples and then apply this knowledge to large databases of amino acid sequence in order to estimate commonness ofdisordered protein regions in nature, and (2) to determine whether thereare different types of protein disorder. For general disorderestimation, a neural network based predictor was designed and tested ondata built from several public domain data banks through a nontrivialsearch, statistical analysis and data dimensionality reduction. Inaddition, predictors for identification of family-specific disorder weredeveloped by extracting knowledge from databases generated throughmultiple sequence alignments of a known disordered sequence to otherhighly related proteins. Family-specific predictors were also integratedto test quality of general protein disorder identification from suchhybrid prediction systems. Out-of-sample cross validation performance ofseveral predictors was computed first, followed by tests on an unrelateddatabase of proteins with long disordered regions, and the applicationof few selected predictors to two large protein data banks:Nrl_3D, currently containing more than 10,000 protein fragmentsof known 3D structure, and Swiss Protein, having almost 60,000 proteinsequences. The obtained results provide evidence that long disorderedregions are common in nature, with an estimate that 11% of allthe residues in the Swiss Protein data bank belong to disordered regionsof length 40 or greater. The hypothesis that different protein disordertypes exist is supported by high specificity/low sensitivity resultsof two family-specific predictors, by hybrid systems outperforminggeneral models on a two-family test, and by existence of significantgaps in Swiss Protein vs. Nrl_3D disorder frequency estimates forboth families. These findings prompt the need for a revision in thecurrent understanding of protein structure and function, as well as forthe developing of improved disorder predictors that should haveimportant uses in biotechnology applications.     

基于计算的蛋白质复合物预测方法综述

蛋白质是生命活动的物质基础,直接参与、执行生命的活动过程。大多数蛋白质通过相互作用形成复合物来实现各种生物功能,因此预测蛋白质复合物有助于了解复合物的结构及其功能,也为细胞机制的研究奠定了重要基础。目前,随着高通量实验技术的不断发展,全基因组蛋白质相互作用(PPI)数据日益增多,领域内已经出现了很多基于计算的蛋白质复合物预测方法。虽然现有方法各具特色与优势,但也存在一些不足。首先,针对现有基于计算的蛋白质复合物预测方法进行了分类和比较全面、详细的分析评述;接着,介绍了复合物预测中常用的评价指标和主要数据集,并比较和分析了几种代表性方法的预测性能;最后,对复合物预测方法进行了总结与展望,提出了今后有待解决的若干问题。希望通过对各类方法的分析与比较,为相关人员使用和研究基于计算的蛋白质复合物预测方法提供有价值的参考和方向指引。     

动态蛋白质网络的构建、分析及应用研究进展

蛋白质组学的快速发展,特别是高通量技术的发展产生了大量的蛋白质相互作用数据,为人们从更深层次理解蛋白质之间的相互作用及其在复杂疾病的作用机理提供了基础.一个生物体内所有的蛋白质与蛋白质之间的相互作用组成的网络称为蛋白质网络.传统的研究多是基于静态的蛋白质网络模型.然而,由于蛋白质自身表达的动态性及蛋白质间相互作用的动态性,真实的蛋白质网络会随着时间和条件不断变化,与疾病的发生和发展有关的蛋白质功能模块也与这种动态变化密切相关.因此,研究者已经把注意力从关注蛋白质网络的静态属性转移到动态属性上,提出了一系列的动态蛋白质网络的构建方法.在介绍静态蛋白质网络的基础上,分类讨论了动态蛋白质网络的构建方法,将现有的动态蛋白质网络的构建方法归纳为基于蛋白质表达动态性的方法、基于多状态下表达及相关性变化的方法和基于时空动态变化的方法这3类：第1类体现的是蛋白质自身表达随时间演化的动态性,第2类则表现为不同条件下蛋白质之间表达相关性的改变,第3类则体现了蛋白质及蛋白质相互作用在时间和空间上的动态变化.然后,对动态蛋白质网络的蛋白质节点和相关子网络进行了动态分析并详细介绍了动态蛋白质网络在复杂疾病中的一些主流应用,如蛋白质复合物识别、蛋白质功能预测、生物标志物识别、疾病基因预测等.最后,对动态蛋白质网络所面临的挑战与未来的研究方向进行了探讨.     

一种蛋白质复合体模块度函数及其识别算法

蛋白质复合体对于研究细胞活动具有重要意义.随着新的生物实验技术的不断出现,产生了大量的蛋白质相互作用网络.通过对蛋白质相互作用网络进行聚类识别蛋白质复合体是当前研究热点.然而,目前大多数蛋白质复合体识别算法的性能不够理想.为此,提出了蛋白质复合体模块度函数(PQ),并在此基础上提出了基于蛋白质复合体模块度函数的模块合并(based on protein complexes modularity function for merging modules, BMM)算法.BMM算法首先识别网络中一些稠密子图作为初始模块,然后依据PQ函数对这些初始模块进行合并,最终得到了质量较高的蛋白质复合体.将识别出的复合体分别与2种已知的蛋白质复合体数据集进行比对,结果表明BMM算法具有很好的识别性能.此外,与其他最新的识别算法相比,BMM算法的识别准确率较高.     

一种有效的蛋白质序列聚类分析方法

提出了一种有效的基于仿射传播聚类算法和后处理方法的蛋白质序列聚类方法.在聚类分析蛋白质序列时,为了优化仿射传播聚类算法的聚类结果,采用后处理的方式来提高聚类结果的质量.为了度量蛋白质序列之间的相似度,给出了一种改进的无比对计算方法.在6个蛋白质序列数据集上进行对比实验,实验结果表明,所给出的方法能够有效地分析蛋白质序列.     

锂电池内阻及其成组连接对电池管理系统的影响分析

针对储能式应急电源系统采用磷酸铁锂电池后出现的故障现象,搭建充放电测试平台,基于采样电路原理,分析了电池内阻和极耳连接片上接触电阻对电池电压采集产生影响的原因,从电池PACK工艺和电池管理系统保护阈值设置等方面提出了具体的解决方案。在此基础上,研究了多台电源在充电和放电条件下并联使用时,开路电压对其工作状态和工作电流的自我调节过程。测试结果表明:根据电芯实际性能,合理设置电池管理系统参数,减小电池连接处接触电阻,电源系统便能稳定可靠运行。     

基于频谱分析的变电站接地电阻测量方案

本文介绍了变频法测量变电站接地电阻的原理,分析了其优缺点,在其基础上提出了一种基于SiliconLabs公司的单片机芯片C8051F410的接地电阻测量仪的设计方法。针对变频法测量中的变频电源测量频率选择问题,提出了基于功率谱分析的算法并利用C语言实现,解决了接地电阻测量中的工频干扰问题。     

Protein interaction networks: centrality,modularity, dynamics,and applications

In the post-genomic era, proteomics has achieved significant theoretical and practical advances with the development of high-throughput technologies. Especially the rapid accumulation of protein-protein interactions (PPIs) provides a foundation for constructing protein interaction networks (PINs), which can furnish a new perspective for understanding cellular organizations, processes, and functions at network level. In this paper, we present a comprehensive survey on three main characteristics of PINs: centrality, modularity, and dynamics. 1) Different centrality measures, which are used to calculate the importance of proteins, are summarized based on the structural characteristics of PINs or on the basis of its integrated biological information; 2) Different modularity definitions and various clustering algorithms for predicting protein complexes or identifying functional modules are introduced; 3) The dynamics of proteins, PPIs and sub-networks are discussed, respectively. Finally, the main applications of PINs in the complex diseases are reviewed, and the challenges and future research directions are also discussed.     

潜艇流水孔阻力特性分析

以潜艇流水孔为研究对象,基于RNGk-ε湍流模型对流水孔三维流场进行数值模拟,通过改变流水孔参数,研究了流水孔形状、尺寸以及数量对航行阻力的影响,研究结果表明,4种形状流水孔阻力值以菱形流水孔最小,其次为正方形流水孔,圆形流水孔,长方形流水孔阻力最大;随着流水孔尺寸的增大,湍流活动被加强,总阻力增大;多数量流水孔的湍流特性呈现出两头强,中间弱的态势,总阻力随流水孔数量增加而逐渐增大;以上结论可为潜艇流水孔设计提供参考。     

试析建筑物防雷接地装置电阻值检测

在建筑物的电气设计中,防雷设计是重要环节之一,防雷工程直接关系着建筑物中电气设备的安全。因此,防雷检测工作是十分必要的。通过阐述防雷检测中接地电阻的检测方法和检测结果,提出了减小检测偏差的措施,以供相关人员参考。     

网络抗拒绝服务攻击性能的集对评估方法

杭攻击测试是进行系统安全测评的重要手段之一,对网络系统的抗拒绝服务攻击性能评估是杭攻击测试需 要解决的一个关键问题。基于集对原理提出了网络杭攻击性能评佑的新方法—集对评佑法。系统地给出了网络抗 攻击性能集对评佑法的思路和步骤,考虑等级标准边界的模糊性,提出了采用模糊分析法确定同异反联系度,提出了 基于粗糙集属性重要性的指标权重确定方法。最后通过实验验证了集对评估法的有效性和可靠性。     

航天伺服电位计式位移传感器阻值影响分析

航天伺服电位计式位移传感器是一种广泛应用在军工,航空航天等领域的传感元件,主要用于伺服系统的信号测量和反馈, 其性能直接影响伺服系统控制精度。随着航天技术的日益发现,箭弹总体对于伺服系统的控制精度的要求越来越高。为了提高电位计式位移传感器的输出精度,对电位计式位移传感器的自身各项阻值指标线性度.不对称电阻和引出电阻进行数学建模,得出了传感器各项阻值定义之间的关系。通过对传感器各阻值指标指标,外界环境条件以及传感器结构,材料对传感器的输出精度造成误差影响分析,给出工程应用建议,提高了传感器的工作可靠性,对伺服推力矢量系统的发展具有重要意义。     

改进LPU用于蛋白质功能预测

本文将蛋白质功能预测定义为典型的LPU问题。针对有很少正例的LPU算法存在的不平衡或过拟合问题,提出了基于最近邻和凸组合理论的创建人工正例扩充正例集合的方法,同时使用一类支持向量机获取初始最可能的负例,通过迭代两类支持向量机将分类超平面移到一个合适的位置,由交叉验证获得代表性的负例,从而改进了典型LPU算法学习最优分类器的过程。针对酵母基因组数据的实验表明：我们的算法在很少正例的功能类上的预测性能有显著提高,在其他类上的性能也有一定的改善。     

镍铬薄膜电阻的制备热处理分析

在采用磁控溅射方法制作用于集成电路的镍铬薄膜电阻过程中,发现在对薄膜热处理日寸薄膜的电阻特性发生了有规律的变化,这种变化不是单纯的线形增大或减小.针对这种现象,我们经过分析认为,由于金属薄膜的电阻率不同于块金属的电阻率,已不是定值,它与金属膜厚有着一定的关系,而热处理所产生的凝聚效应、氧化效应和稳态效应对不同厚度的薄膜电阻率的影响程度是不一样的,因此电阻经处理后的变化值最终表现出不同的变化趋势.这一现象的发现对我们今后在集成电路镍铬合金薄膜电阻的设计优化方面具有较高的参考意义.     

蛋白质三维结构相似性比较方法综述

蛋白质空间结构的相似性比较是生物信息学领域的一个研究热点,近年来出现了不少蛋白质三维结构相似性比较方法.文中以蛋白质三维结构的表示为线索,对目前已有的蛋白质三维结构相似性比较的典型方法进行分类,分析并归纳了各种方法的适用性.     

一种新颖的蛋白质序列与其串联质谱的匹配打分算法

为了有效的利用蛋白质串联质谱数据,提高蛋白质鉴定的准确性,提出一种基于KNN的蛋白质序列与蛋白质串联质谱的匹配打分算法.蛋白质序列与蛋白质串联质谱的匹配打分是蛋白质数据库搜索鉴定过程中的关键技术.然而,现有的算法没有很好的利用蛋白质串联质谱中离子的强度信息.针对此问题,本文根据质谱中离子的类型给出了全体离子的一个合理的划分.进而抽象出一个高维的强度特征向量,在已知的高精度的数据集上建立了强度匹配知识集合,最后基于KNN技术构造了序列和质谱的匹配打分算法.实验结果表明,本文算法更加有效的利用了蛋白质串联质谱的结构信息,提高了蛋白质鉴定的准确性.     

火电厂自动加配药系统研究

在对一套火电厂自动配药加药系统进行安全性和稳定性分析的基础上,具体指出了基于OMRON C200HE PLC的配药加药系统中存在的各种隐患,并针对这些隐患,提出了基于上位机、下位机以及上下位机间通信(RS232)的一套技术改造措施.各种非OMRON PLC组成的化学配药加药控制系统以此系统为借鉴进行相应的技术改造,能够确保化学配药加药的生产过程更为安全稳定,获得更优的控制效果.