一种基于网络表示学习的miRNA-疾病关联预测方法

针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。     

基于Word2Vec词嵌入和聚类模型的安全生产事故文本案例分类

安全生产事故的分析对应急管理能力提升具有重要意义.通过对安全生产案例的语义分析,利用Word2Vec词嵌入技术和聚类模型,选用CBOW+负采样技术实现词向量,并结合安全生产事故案例分类的数据特点,通过基于半监督学习的聚类模型算法,根据事故性质的认定特点,提出了一种优化初始聚类中心的算法,并利用K-means聚类算法实现安全事故文本案例的分类.实验表明该方法较好实现安全生产的事故案例分类,并对安全生产事故的多个维度分析具有很好借鉴意义.     

基于大数据的产品族本体造型意象挖掘方法研究

为提升产品造型意象成族的准确性,增强感性工学研究中意象词汇提取的规范性和知识重用性。 首先从同族、泛族、异族的概念切入,对目标产品族的造型意象本体进行了定义;再借助 word2vec 工具和主 成分分析法(PCA)分别完成了对产品族意象词汇的关联性联想和降维提取,从而构建了意象词汇挖掘机制,通 过此机制可以辅助设计师利用网络大数据资源更高效、准确地进行目标产品意象的挖掘,一定程度上解决了传 统感性工学在意象挖掘方法中模糊性。最后结合意象词汇与造型特征的映射关系,利用 Protege 工具构建了产 品族造型意象的本体模型,对目标产品的造型意象知识进行了逻辑化表征,为下一代产品继承并发展原产品族 造型意象提供参考。以马自达 MX-5 车系的造型意象为例构建了本体模型,并进行了子代产品前脸的概念设计。     

季铵型稻草木质素的合成及其对\[PdCl4\]2-的吸附性能

为经济高效和无污染提取钯,采用硫酸法从稻草中提取木质素,经3-氯-2-羟丙基三甲基氯化铵(CHMAC)化学改性后合成季铵型稻草木质素,并利用其从溶液中吸附[PdCl_4]~(2-).利用扫描电镜(SEM)、傅立叶红外光谱(FTIR)和差热-热重分析(TG-DSC)对木质素及其衍生物进行表征,同时考察pH值、[PdCl_4]~(2-)初始浓度和吸附时间对季铵型稻草木质素吸附性能的影响,并对[PdCl_4]~(2-)的选择性进行研究.实验结果表明,季铵型稻草木质素为表面多孔且不规则的块状体,在200℃内具有良好的热稳定性,1 469 cm~(-1)处出现季铵离子的弯曲振动特征峰.最佳吸附pH值为2,吸附平衡时间为8 h,在[PdCl_4]~(2-)初始浓度为4 mmol·L~(-1)时,季铵型稻草木质素对[PdCl_4]~(2-)的吸附达到饱和,饱和吸附容量为1.120 mmol·g~(-1),吸附过程遵循准二级动力学方程,吸附等温模型与Freundlich方程拟合较好,表明吸附过程为单分子层非均质化学吸附,盐酸浓度低于1 mol·L~(-1)时,季铵型稻草木质素对[PdCl_4]~(2-)具有良好的选择性.降低盐酸浓度,提高[PdCl_4]~(2-)初始浓度和延长吸附时间均有利于提高季铵型稻草木质素对[PdCl_4]~(2-)的吸附容量和选择性.     

一种基于用户投资偏好与产品特征的P2P网贷个性化推荐算法

互联网金融的蓬勃发展,在将普惠金融的实惠带给投资者的同时,也因理财产品的多样化,给投资者带来了挑选适合自己的网贷产品的困扰。鉴于此,系统结合P2P网贷平台投资者的个人投资偏好和平台产品的特征,设计了一种基于用户账户持续时间、活跃度及投资偏好的P2P网贷个性化推荐算法,以节约投资者决策时间,加快平台资金筹集进度。     

模板结合醇热法制备CeO_2及其光催化性能研究

为了开发一种既能提高光催化材料的催化活性又能解决其固定化难题的制备方法,采用了化学气相沉积法,以甲烷为碳源,金属镍为催化剂,在550℃的条件下合成了固化在SiO_2纤维的纳米碳纤维.然后以碳纤维为模板,以硝酸铈为前驱物,通过醇热反应合成得到了固化在SiO_2纤维的CeO_2.通过X射线衍射、场发射扫描电镜和固体紫外-可见吸收光谱对CeO_2进行了表征.结果表明,所制得的CeO_2为萤石型立方结构,其禁带宽度约为2.7 e V,对亚甲基蓝溶液有优异的光催化降解效果.     

苯并吡喃酮类化合物与Skp2蛋白的分子识别及其抑制机理

S期激酶相关蛋白2(S-phase kinase-associated protein 2,Skp2)与Skp1形成的蛋白质聚合物在调控癌细胞生长周期中发挥着重要作用,而苯并吡喃酮类抑制剂(简称BPC)可有效抑制Skp1-Skp2的形成,但其分子识别机制尚不明确.通过生物信息学统计分析已报道的Skp1-Skp2晶体结构,确定模拟体系后,首先用同源模建对其模拟体系缺失的结构进行补全;然后用分子对接方法获得Skp1-Skp2-BPC复合物模型并用于后续分子动力学模拟.计算结果表明:疏水相互作用是促使BPC特异性结合在由Skp2 W109、D110、L117、I120、R138和W139所构成口袋中的主要驱动力,自由能计算值与实验数据吻合较好.Skp2结合BPC后,结合口袋周围的氢键网络有所加强,口袋附近的溶剂化水分子数量明显减少,导致Skp1-Skp2的体系稳定性下降.体系构象成簇与运动性分析显示,Skp1-Skp2在结合BPC抑制剂后,Skp1的运动更加剧烈,这可能是BPC主要的抑制机理.     

NHC-Pd/NiFe2 O4催化剂的制备及其催化Suzuki反应性能?

由醇-水溶液加热法结合超临界流体干燥制备得到晶体结构完整、磁性良好、比表面积大的NiFe2O4并用其作为载体,通过简单的浸渍法制备NHC-Pd/NiFe2O4催化剂.NHC-Pd/NiFe2O4催化Suzuki反应表现出高活性和高循环稳定性.催化剂五次循环后活性没有明显降低.     

RIPv1和RIPv2的教学研究

文章用Debug命令演示了RIPv1和RIPv2的运行过程,显示了RIPv1和RIPv2的主要区别。     

4-异丁基苯乙酮加氢-羰基化合成布洛芬

采用CuO-ZnO/Al2O3纳米铜基催化剂催化4-异丁基苯乙酮(IBAP)加氢制备1-(4-异丁基苯基)乙醇(IBPE);然后以PdCl2/PPh3/CuCl2为催化体系,将IBPE经羰基化反应合成2-(4-异丁基苯基)丙酸(布洛芬)。研究结果表明:在反应温度80℃,氢气压力1.5MPa,n(H2)∶n(IBAP)=40∶1,液空速0.30h-1的条件下,IBAP的加氢转化率为100%,IBPE收率达到93.6%。以盐酸为酸性介质、丁酮为溶剂,在温度100℃,CO压力5.5 MPa,反应时间24h的条件下,IBPE羰基化合成布洛芬,IBPE的转化率为100%,布洛芬收率达到72.9%。