基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究

基于Toy模型的蛋白质折叠结构预测问题是一个典型的NP问题.提出了多种群微粒群优化算法用于计算蛋白质能量最小值.该算法采用了一种新的算法结构,在该结构中,每一代的种群被分为精英子种群、开采子种群和勘探子种群三部分,通过改善种群的局部开采能力和全局勘探能力来提高算法的性能.分别采用Fibonacci蛋白质测试序列和真实蛋白质序列进行了折叠结构预测的仿真实验.实验结果表明该算法能够更精确地进行蛋白质折叠结构预测,为生物科学研究提供了一条有效途径.     

多目标同步优化法优化硫酸沙丁胺醇渗透泵控释片的制备工艺

目的　将多目标同步优化技术应用于药物剂型的处方筛选中。方法　通过硫酸沙丁胺醇渗透泵型控释片的处方设计,将两种同步优化技术：反应曲面法(response surface method, RSM)与人工神经网络(artificial neural network, ANN)应用于药物剂型的优化筛选过程中,并将两种方法进行比较。结果　两种方法筛选的最优处方结果较为接近,但ANN的预测结果误差较小。结论　在处理多目标同步优化问题上,人工神经网络技术是值得推广应用的一种新型的处方优化筛选技术。     

结合启发式算子的单变量边缘分布算法求解SAT问题

单变量边缘分布算法(UMDA)是一种新的进化算法,是求解复杂问题的一种有效算法.根据SAT问题的特点,本文提出了一种求解SAT问题的改进单变量边缘分布算法(HeUMDASAT),该算法结合SAT问题本身固有的结构信息与当前群体的优秀解所提供的全局信息,构造了一个新的启发算子,并将此算子结合到单变量边缘分布算法中.此算子不同于随机搜索算子,由其产生的个体可以使得算法跳出局部最优并探索新的潜在区域,并且加快算法的收敛速度.用SATLIB库中的标准SAT问题对HeUMDASAT算法进行测试,实验结果表明该算法在求解速度和成功率方面都有明显的改善.     

基于动态多种群粒子群支持向量机的短期负荷预测

针对标准粒子群优化(PSO)算法存在易陷入局部极值点的缺点,提出了一种基于物种概念的动态多种群粒子群优化算法(DMPSO).在DMPSO中引入了物种概念,在进化过程中动态确定物种,利用种群多样性信息动态调整物种半径,通过物种对解空间的不同区域进行搜索,最终确定出各极值点.将DMPSO算法和支持向量机(SVM)相结合,形成了解决电力系统短期负荷预测问题的新方法(DMPSO-SVM).在该方法中利用DMPSO算法来优化SVM中的参数,利用快速傅立叶变换(FFT)进行频谱分析并确定SVM的输入量.电力系统短期负荷预测的实际算例表明,与传统预测方法相比,该方法具有更高的预测精度和鲁棒性.     

奥沙利铂纳米结构脂质载体的处方研究

目的研究奥沙利铂纳米结构脂质载体最佳处方。方法采用正交设计法,以包封率为指标,对奥沙利铂纳米结构脂质载体的最佳处方进行实验研究。结果优化的最佳处方为单硬脂酸甘油酯(GMS)与中链甘油三酸酯(MCT)的质量比为3∶2;大豆磷脂(PC)用量为2.0%;ELP用量为2.0%。结论此优化处方具有较好的粒度和包封率。     

一种基于综合历史信息的SMT结构分支预测算法

在SMT结构中,可以同时从多个线程中取指.当可取指线程个数较少时,分支预测的重要性与在超标量处理器中的相比有增无减,因为SMT结构中转移误预测的代价更大了.影响分支预测准确率的关键因素是历史信息的组织方式和更新方式.本文仿真分析了这些因素对分支预测准确率的影响,提出了一种基于综合历史信息的分支预测算法--IHBP,把全局信息和局部信息结合在一起预测转移,解决了SMT结构中分支预测信息过时、混乱等问题,使得预测的准确率更具备鲁棒性.仿真结果表明:在8线程结构中,该算法与目前国际普遍采用的Gshare算法和Pag算法相比,分支预测准确率分别提高了8.5%和2.3%.     

膜蛋白数据库介绍

在整个蛋白质家族中膜蛋白的结构和功能的特殊性,使得跨膜蛋白拓扑结构预测已成为生物信息学的研究热点之一.而在用生物信息学方法对膜蛋白结构功能进行研究的过程中,一种优秀的跨膜区计算方法直接影响到数据库的准确性和完整性,因此,文章对比了几个现有的膜蛋白数据库,并选择其中较为优秀的数据库PDB_TM,对它和相关算法及其应用前景进行了比较详细的阐述,这不仅为我们自己构建跨膜区预测方法提供了很好的启迪,而且对我们构建生物信息资源数据库提供很好的指导思想.     

蚯蚓冻干粉对高血脂症小鼠载脂蛋白AI和载脂蛋白B基因表达的影响

目的研究蚯蚓冻干粉(earthworm lyophilized powder,ELP)的降血脂作用是否与调节载脂蛋白AI(apolipoproteinAI,ApoAI)和载脂蛋白B(apolipoprotein B,ApoB)基因表达有关。方法健康昆明种小鼠60只,随机分为5组,基础饲料组(normal diet control group,NCG)、高脂饲料组(high fatdiet control group,HCG)、高脂饲料+高剂量ELP组(high-dose gavage group,HDG)、高脂饲料+中剂量ELP组(middle-dose gavage group,MDG)、高脂饲料+低剂量ELP组(low-dose gavage group,LDG)。ELP干预10周后,测定各组小鼠血脂水平,RT-PCR测定各组小鼠肝脏ApoAI、ApoB mRNA表达量。结果 ELP明显降低高血脂小鼠血浆TG(totalcholesterol)、TG(triglycerol)和LDL-C(low-density lipoprotein-cholesterol)水平,同时升高HDL-C(high-density lipoprotein-cholesterol)水平。HDG组和MDG组小鼠ApoAI mRNA表达量明显上升,ApoB mRNA表达量明显降低。结论 ELP具有明显的降血脂作用,其降血脂作用可能与其调节载脂蛋白基因表达有关。     

龙胆目查尔酮合成酶的生物信息学分析

目的运用生物信息学方法分析GenBank中登录的4种龙胆目植物的5个查尔酮合成酶基因(CHS)。方法分别用ExPASy ProtParam Tool、Prot Scale和Mega等软件,对5个基因的理化性质、跨膜结构、蛋白质二级结构和三级结构及结构域进行了分析和预测,并利用距离矩阵方法中的邻接法构建CHS系统发育树。结果与结论龙胆目CHS基因编码区(CDS)的全长均为1 170 bp,大约编码389个氨基酸;其中只有华北白前的氨基酸序列预测结果是不稳定蛋白质,另外4个均为稳定的蛋白质;5个都是疏水性蛋白质;二级结构中主要结构元件是α螺旋和不规则卷曲;都具有查尔酮合成酶蛋白典型的结构域;利用同源建模的方法预测了三维结构,与预测的二级结构结果相一致;均无信号肽和跨膜结构。根据CHS蛋白的氨基酸序列对龙胆目及另外62种植物进行了系统分析,四种植物的氨基酸序列聚在一起,它们与唇形目和茄目的同源关系较近,得到的这些相关信息可以为之后进一步的研究奠定基础。     

基于遗传算法的自适应文本模糊聚类研究

针对FCM聚类算法时初始聚类中心的选择敏感,以及聚类数C难以确定的问题,提出一种基于遗传算法的自适应文本模糊聚类方法.该方法首先将文档集合表示成向量空间模型,并采用一种新型的可变长染色体编码方案,随机选择文本向量作为初始聚类中心形成染色体,然后结合FCM算法的高效性和遗传算法的全局优化能力,通过遗传进化,有效地避免了局部最优解的出现,同时得到了优化的聚类数目和聚类结果.实验表明该算法是一种精确高效的文本聚类方法.