零件语义关系几何模型及其基因编码

为完整描述零件信息,通过分析零件的静态特征构成,定义拉伸和旋转等6种特征操作算子;研究特征间的动态语义关系,得出“和约束特征”和“并约束特征”两种合理性约束特征;将两者有机结合,实现静态特征间的动态语义连接,建立基于特征造型技术的零件语义关系几何模型（Part Semantic Relationship Geometry Model,PSRGM）．根据模型树的动态生成过程以及特征编码结构,完成特征基因编码,实现零件特征序列的DNA编码．以曲轴为例,说明该方法的应用．     

Role of MicroRNA-7 (MiR-7) in Cancer Physiopathology

miRNAs are non-coding RNA sequences of approximately 22 nucleotides that interact with genes by inhibiting their translation through binding to their 3′ or 5′ UTR regions. Following their discovery, the role they play in the development of various pathologies, particularly cancer, has been studied. In this context, miR-7 is described as an important factor in the development of cancer because of its role as a tumor suppressor, regulating a large number of genes involved in the development and progression of cancer. Recent data support the function of miR-7 as a prognostic biomarker in cancer, and miR-7 has been proposed as a strategy in cancer therapy. In this work, the role of miR-7 in various types of cancer is reviewed, illustrating its regulation, direct targets, and effects, as well as its possible relationship to the clinical outcome of cancer patients.     

NX210c Peptide Promotes Glutamatergic Receptor-Mediated Synaptic Transmission and Signaling in the Mouse Central Nervous System

NX210c is a disease-modifying dodecapeptide derived from the subcommissural organ-spondin that is under preclinical and clinical development for the treatment of neurological disorders. Here, using whole-cell patch-clamp recordings, we demonstrate that NX210c increased α-amino-3-hydroxy-5-methyl-4-isoxazolepropionic acid receptor (AMPAR)- and GluN2A-containing N-methyl-D-aspartate receptor (GluN2A-NMDAR)-mediated excitatory postsynaptic currents in the brain. Accordingly, using extracellular field excitatory postsynaptic potential recordings, an enhancement of synaptic transmission was shown in the presence of NX210c in two different neuronal circuits. Furthermore, the modulation of synaptic transmission and GluN2A-NMDAR-driven signaling by NX210c restored memory in mice chronically treated with the NMDAR antagonist phencyclidine. Overall, by promoting glutamatergic receptor-related neurotransmission and signaling, NX210c represents an innovative therapeutic opportunity for patients suffering from CNS disorders, injuries, and states with crippling synaptic dysfunctions.     

基于有效候选集的支持向量机样本选择方法

训练样本选择是支持向量机的一个重要研究课题。但是,目前大部分样本选择方法的一个共同的不足就是,其训练样本的候选集是整个样本空间,因此可能会选择一些对分类效果影响不大的内部样本,或者选择一些可能会降低分类效果的“过边界”样本。提出了两种基于“有效”候选集的样本选择方法。该方法首先通过“挖心”和剔除“过边界”样本来确定训练样本的“有效”候选集,然后在此“有效”候选集上进行训练样本的选择。实验结果表明,该方法在保留“有效”候选样本的同时,也提高了支持向量机分类器的正确识别率。     

联合聚类非线性相关的时序基因表达数据

为聚类非线性相关的数据对象,引入广义信息论中二次互信息作为相似性度量,利用矩阵理论降低了二次互信息的计算量,并结合滑动窗口技术,建立了一种时序数据非线性相关模型.在此基础上提出了适用于时序基因表达数据的确定性联合聚类算法MI-TSB.该算法将时序数据转化为抽象字符序列,然后插入到MI-泛化后缀树中,避免了穷举各种组合,从而快速索引全部聚类结果.实验结果显示MI-TSB算法具有良好的运行性能,成功聚类出非线性相关的对象;利用Gene Ontology对聚类结果进行基因注释,也验证了聚类结果的生物学意义.     

CHT_LEACH——基于LEACH的聚类分层树路由算法

针对传感器节点能量及传输半径有限的特点,提出一种基于LEACH的聚类分层树路由算法CHT_LEACH。在簇形成阶段,通过候选簇首到最终簇首的择优选择,使网络中任意两个簇首都不在各自的簇半径之内,避免两簇首距离太近,达到簇首分布均匀的目的。在簇间通信阶段,建立以基站(BS)为根的分层树,减少了簇首直接传送数据到BS所需能耗,从而延长了网络的生命周期。     

基于稳定性的基因表达数据聚类算法选择

聚类是一种常用的基因表达数据处理手段,然而它又是主观的,如何选择符合数据内在分布的聚类算法成为目前急待解决的问题.根据经验,当选择最佳簇数k后,采用合理的聚类算法对目标数据重复聚类时,结果稳定性较好.因此提出一种基于稳定性的聚类算法选择.该方法将聚类结果的簇间分离度、簇内紧致度和聚类结果稳定性三者结合起来.在验证和应用三组数据时发现,比传统的评估方法,基于稳定性的聚类算法选择更客观、更可靠.     

基于相似孤立系数的孤立点检测算法

基于聚类的孤立点检测算法得到的结果比较粗糙,不够准确。针对该问题,提出一种基于相似孤立系数的孤立点检测算法。定义相似距离以及相似孤立点系数,给出基于相似距离的剪枝策略,根据该策略缩小可疑孤立点候选集,并降低孤立点检测算法的计算复杂度。通过选用公共数据集Iris、Labor和Segment—test进行实验验证,结果表明,该算法在发现孤立点、缩小候选集等方面相比经典孤立点检测算法更有效。     

流行学习算法应用于基因芯片数据分析

基因芯片是近年发展起来的生物技术,其数据典型特征是基因数多而样本少,因此必须及时采取有效方法来处理这些以指数级增长的数据.流行学习算法在高维数据方面有着广泛应用,但在基因芯片数据分析的应用还比较少.为了能得到在基因芯片数据分析中更好的处理方法,文章应用三种非线性降维提取海量基因芯片数据的特征,然后利用支持向量机作为分类器,判断样本的类属.实验结果表明,通过LLE特征提取之后,能获得与原基因芯片更为接近的成分,类属判断结果更为准确,为基因芯片数据分析提供了一定的科学指导.     

面向时序基因表达数据的双聚类算法

对某种生物而言, 在某段连续时间内共表达的基因预示着其在同时完成某一生物过程或其间存在某种调控关系; 而目前在基因表达数据上的大多数双聚类算法都是针对非连续样本点的情况提出的, 对于连续样本点（样本之间存在顺序关系）的情况很少涉及。因此在考虑连续样本点的情况下, 提出了一种在时序基因表达数据上挖掘极大一致趋势共表达基因集的双聚类算法TCBicluster。在每个时间点产生行常量共表达基因集, 进而构造以时间点为顶点、以相邻时间点间满足一致性要求的共表达基因集为边的权值图, 并采用扩展连续时间点的方式对权值图进行双聚类挖掘, 使用有效的剪枝策略提高算法效率。实验证明, TCBicluster算法比RAP及CC-TSB算法更能有效挖掘极大一致趋势共表达双聚类且具有较高的效率和良好的可扩展性。