检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的关键蛋白质识别算法研究

基于深度学习的关键蛋白质识别算法研究

作者：杨培实兰州理工大学

学位级别：硕士

蛋白质是人体内所有细胞和组织不可或缺的重要组成成分,并以不同的方式参与生命体的所有活动。然而,不同的蛋白质对于生命体的重要程度是不同的,以此为依据可以将蛋白质分为关键蛋白质和非关键蛋白质。其中,导致生物体部分或全部功能丧... 详细信息

蛋白质是人体内所有细胞和组织不可或缺的重要组成成分,并以不同的方式参与生命体的所有活动。然而,不同的蛋白质对于生命体的重要程度是不同的,以此为依据可以将蛋白质分为关键蛋白质和非关键蛋白质。其中,导致生物体部分或全部功能丧失甚至生物体自身死亡的蛋白质被称为关键蛋白质。关键蛋白质的识别具有重要意义,因为它揭示了基因的结构和功能,这不仅可以帮助我们了解细胞生存的最低需求,而且为了解癌症等重大疾病的机制铺平了道路,这将促进生物医学领域的进一步发展。因此,关键蛋白质的识别已经受到研究人员广泛关注并已成为生物信息学的研究热点之一。近年来快速发展的高通量技术挖掘出大量的蛋白质相互作用(Protein-protein interaction,PPI)网络和生物信息数据,这为应用可计算方法识别关键蛋白质建立了良好的数据基础,许多基于网络拓扑结构和生物信息的方法被提出用来识别关键蛋白质。尽管基于网络拓扑结构的方法已经说明了PPI网络拓扑特性与蛋白质重要性的相关性,但这些方法通常只考虑了与蛋白质重要性相关的一个或几个拓扑特性,并没有充分考虑到PPI网络中蛋白质的全部拓扑信息。此外,由于假阳性和假阴性相对较高,通过高通量技术获得的PPI网络数据也不能完全代表实际的PPI网络。因此,如何在更加充分考虑拓扑结构和有效降低噪声信息干扰的前提下提出新的方法识别关键蛋白质依旧是个急需解决的问题。针对上述问题,本文将PPI网络的拓扑结构与蛋白质的生物信息进行有效融合,并通过深度学习方法进行了关键蛋白质的识别。本文的主要工作包括:(1)提出了一种基于时间卷积网络(Temporal Convolutional Network,TCN)的深度学习框架识别关键蛋白质。现有的大多数中心性方法都是从单一的网络拓扑特性出发从而探讨蛋白质的重要性,它们往往只考虑一种或少数的网络拓扑特性,忽略了PPI网络的其它拓扑特性对蛋白质重要性的影响。作为生物实验直接或间接得到的基因转录产物,基因表达数据描述了细胞在不同周期和时间点上的基因表达值,其在某一时间点的值只受到前面时间点的值的影响,而与后续时间点的值的影响不大。该方法中,首先利用一种网络嵌入方法来自动学习PPI网络中蛋白质的特征,从而为每个蛋白质建立一个低维特征向量。其次,对于基因表达数据,将其视为序列数据,并使用时间卷积网络来提取蛋白质的序列特征。最后,将这两类特征整合起来,输入到多层神经网络中识别关键蛋白质。实验结果表明,该方法在关键蛋白质识别方面具更高的准确率。(2)提出了一种基于改进的时间卷积网络和图注意力网络(Graph Attention Network,GAT)的方法AG-GATCN识别关键蛋白质。原始数据的优劣对于性能的影响是较大的,不幸的是,基因表达数据中存在较多的噪声。当前基于PPI网络的方法在评价蛋白质重要性时假定每个邻居节点对目标节点的贡献是相同的,但事实上PPI网络中不同邻居节点对于蛋白质重要性的影响是不同的。在AG-GATCN方法中,分别使用了改进的时间卷积网络和图注意力网络处理基因表达数据和PPI网络数据。为了消除原始基因表达序列中噪声的影响,使用了基于注意力机制和门控机制的时间卷积网络来提取基因表达序列的特征。其中,在输入层后面引入了注意力机制,这种方法使模型更加关注基因表达序列中对蛋白质重要性起作用的信息,减少了噪声的影响。此外,在扩张因果卷积层后面引入了门控机制,以减少卷积后产生的噪声的影响。为了提取更丰富的PPI网络特征,充分考虑PPI网络的网络拓扑,引入了一种无监督的网络嵌入方法,该方法可以自动学习网络中节点的特征,从而避免了人工选择特征,然后结合了七个中心性指标(包括DC、BC、CC、SC、LAC、NC和UC)构建了特征矩阵,最后利用图注意网络提取了PPI网络的特征。AG-GATCN最终整合了上述两类特征识别了关键蛋白质。实验结果表明,AG-GATCN在所有评估指标上都具有较好的性能。

关键词：蛋白质相互作用网络关键蛋白质深度学习网络嵌入

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于地震频相融合的智能化高分辨率反演

石油地球物理勘探 2024年第3期59卷 548-557页

作者：杨培杰中国石化胜利油田分公司勘探开发研究院山东东营257015

目前的地震反演主要以模型驱动为主,对噪声较敏感,反演结果的分辨率往往较低,通常只使用地震数据的振幅信息,没有充分利用相位信息。研究表明,波阻抗和地震振幅、相位的相关性较强,因此联合应用振幅谱和相位谱可以有效减小反演结果的多... 详细信息

目前的地震反演主要以模型驱动为主,对噪声较敏感,反演结果的分辨率往往较低,通常只使用地震数据的振幅信息,没有充分利用相位信息。研究表明,波阻抗和地震振幅、相位的相关性较强,因此联合应用振幅谱和相位谱可以有效减小反演结果的多解性。为此,结合深度学习与地震数据的频(振幅谱)、相(相位谱)信息,提出基于数据驱动的频相智能波阻抗反演,有效提高了反演结果的分辨率和精度。具体步骤为:(1)基于高分辨率时频分析提取地震道的频相信息;(2)应用图像处理技术融合频相信息;(3)结合频相信息和地层波阻抗制作数据标签对,用数据标签对训练优选的深度网络;(4)提取待反演三维地震数据的频相信息并输入训练好的深度网络,即可得到高分辨率波阻抗反演结果。与现有的深度学习地震反演方法相比,所提方法主要创新点在于首次在地震反演中同时应用了地震数据的频相信息。模型测试结果表明,频相信息的联合应用有效地减小了反演结果的多解性,提高了反演精度。实际应用结果表明,与传统的稀疏脉冲反演相比,所提方法提高了反演结果的纵向分辨率,益于进一步推广、应用。

关键词：频相信息数据驱动深度学习高分辨率反演

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

二氧化碳还原技术助力构筑碳中和循环社会

科学通报 2024年第11期69卷 1395-1398页

作者：刘志鹏李印实西安交通大学能源与动力工程学院热流科学与工程教育部重点实验室西安710049

温室效应与能源危机是21世纪人类社会面临的两大根本难题[1].随着全球人口的持续增长以及经济高速发展,煤、石油、天然气等不可再生的化石能源燃烧产生大量CO_(2),加剧了温室效应,导致全球变暖与极端天气等问题频发.2023年发布的《世界... 详细信息

温室效应与能源危机是21世纪人类社会面临的两大根本难题[1].随着全球人口的持续增长以及经济高速发展,煤、石油、天然气等不可再生的化石能源燃烧产生大量CO_(2),加剧了温室效应,导致全球变暖与极端天气等问题频发.2023年发布的《世界能源统计年鉴》数据显示,2022年全球对一次能源的需求相较2021年同比增长1.1%,因能源消耗产生的CO_(2)排放量超过393亿吨,达到历史新高点.

关键词：二氧化碳还原能源危机一次能源持续增长数据显示温室效应极端天气能源消耗

基于LASSO回归的慢性鼻窦炎伴鼻息肉术后控制情况的风险预测模型

在线全文

学校读者我要写书评

暂无评论

临床耳鼻咽喉头颈外科杂志 2024年第3期38卷 200-206页

作者：黄海平杨培培张丹苏州大学附属第一医院耳鼻咽喉头颈外科江苏苏州215006

目的建立慢性鼻窦炎伴鼻息肉(chronic sinusitis with nasal polyps,CRSwNP)术后控制情况的风险列线图预测模型。方法回顾性分析2020年8月至2021年6月于苏州大学附属第一医院耳鼻咽喉科行鼻窦炎伴鼻息肉手术的患者的临床资料,按照欧洲... 详细信息

目的建立慢性鼻窦炎伴鼻息肉(chronic sinusitis with nasal polyps,CRSwNP)术后控制情况的风险列线图预测模型。方法回顾性分析2020年8月至2021年6月于苏州大学附属第一医院耳鼻咽喉科行鼻窦炎伴鼻息肉手术的患者的临床资料,按照欧洲鼻窦炎和鼻息肉意见书(EPOS 2020)疗效评定方法分为未控制组40例和控制组(完全控制、部分控制)104例,比较2组的临床和病理特征。以LASSO回归筛选可能影响CRSwNP预后的因素并进行多因素logistic回归。绘制列线图的受试者的工作特征曲线(ROC),计算曲线下面积(AUC),使用一致性指数(C-index)评估预测模型的能力。结果144例CRSwNP术后1年的患者中,未控制组40例,控制组104例。进行组间差异性分析显示12个因素[变应性鼻炎、变应性皮炎、嗅觉障碍、鼻窦CT评分中筛窦总分与上颌窦总分的比值(E/M值)、血清碱性磷酸酶、鼻息肉组织中嗜酸性粒细胞计数、鼻息肉组织中淋巴细胞计数、鼻息肉组织中浆细胞计数、鼻息肉组织中嗜酸性粒细胞百分比、固有层水肿、基底膜厚度、杯状细胞增生情况]差异有统计学意义。应用LASSO回归对上述因素进行降维处理后得到7个变量,分别为变应性鼻炎、嗅觉障碍、E/M值、鼻息肉组织中嗜酸性粒细胞百分比、固有层水肿、基底膜厚度、杯状细胞增生情况。多因素logistic回归分析结果显示,上述7个变量为影响CRSwNP术后控制情况的风险因素(P<0.05)。基于以上7个变量建立CRSwNP患者术后控制情况的列线图预测模型,经评估显示该模型的C-index为0.937,AUC为0.937(95%CI 0.901~0.973),提示该列线图模型具有较准确的预测能力。结论本研究建立的预测模型结合患者的基本临床数据,方便对临床工作中对CRSwNP术后控制情况进行风险预测,从而为患者制定更优的治疗方案。

关键词：慢性鼻窦炎伴鼻息肉 LASSO回归术后控制

在线全文

学校读者我要写书评

暂无评论

《绘佛邈真纪》研究及其艺术价值刍议

中国书法 2024年第3期 200-208,F0003页

作者：茹实甘肃省博物馆

甘肃省博物馆珍藏的国宝级文物“报父母恩重经变”绢画中的发愿文《绘佛邈真纪》为一方纪年明确,保存完整的宋初行楷作品,具有重要的文献研究价值和书法艺术价值。其内容记述了绘制此绢画的目的,字里行间展现了当时佛教的世俗化与中国化... 详细信息

甘肃省博物馆珍藏的国宝级文物“报父母恩重经变”绢画中的发愿文《绘佛邈真纪》为一方纪年明确,保存完整的宋初行楷作品,具有重要的文献研究价值和书法艺术价值。其内容记述了绘制此绢画的目的,字里行间展现了当时佛教的世俗化与中国化,其中的部分细节也为探索当时敦煌邈真习俗、僧尼葬仪等内容提供了有价值的线索。其书法风格带有明显的时代印记与敦煌地域特色,是我们探究这一时期敦煌书法艺术的重要资料。

关键词：敦煌邈真发愿文书法艺术

在线全文

学校读者我要写书评

暂无评论

优化诊断流程,实现葡萄膜炎精准诊断

中华眼底病杂志 2024年第1期40卷 4-7页

作者：杨培增刘慧重庆医科大学附属第一医院眼科重庆400016

葡萄膜炎是累及葡萄膜、视网膜、视网膜血管及玻璃体的一组炎症性疾病,其病因复杂、种类繁多、治疗方法多样且缺乏恒定性,一些患者因未及时诊治可出现视力下降甚至丧失。此类疾病的致盲多为不可治盲,且多发于中青年,因此,在致盲眼病中... 详细信息

葡萄膜炎是累及葡萄膜、视网膜、视网膜血管及玻璃体的一组炎症性疾病,其病因复杂、种类繁多、治疗方法多样且缺乏恒定性,一些患者因未及时诊治可出现视力下降甚至丧失。此类疾病的致盲多为不可治盲,且多发于中青年,因此,在致盲眼病中占重要地位,已引起全世界的关注与重视。随着精准医疗的不断发展,临床医生在疾病诊断方面将面临新的问题与挑战,需要进一步深入研究,探索更优化、更高效的诊断流程及方法,提高我国葡萄膜炎的诊断水平。

关键词：葡萄膜炎诊断辅助检查实验室检查述评

新型城镇化与“双碳”目标——基于省级新型城镇化试点区的实证研究

在线全文

学校读者我要写书评

暂无评论

农林经济管理学报 2024年

作者：吉伟伦杨培黄锟北京师范大学政府管理学院中共中央党校(国家行政学院)公共管理教研部

基于2015年以来仅有的两个省级新型城镇化试点区安徽省和江苏省的经济发展、能源消耗、产业发展及治理水平等数据，采用合成控制法与中介效应模型，实证分析试点区建设对“双碳”目标达成的影响以及不同中介变量对目标达成的作用机制。... 详细信息

基于2015年以来仅有的两个省级新型城镇化试点区安徽省和江苏省的经济发展、能源消耗、产业发展及治理水平等数据，采用合成控制法与中介效应模型，实证分析试点区建设对“双碳”目标达成的影响以及不同中介变量对目标达成的作用机制。结果表明：1)在受到政策冲击后，安徽省和江苏省的碳排放总量与强度的效应曲线明显低于合成省份，说明新型城镇化试点区建设显著降低两省的碳排放总量与强度。2)在作用机制检验结果中，环境规制和生态碳汇效应对两省试点区建设的正向影响大于其他省份；科技创新机制对两省试点区建设的影响小于其他省份，而非是负向影响；两省试点区在设立之后的能源结构优于其他绝大多数省份。据此，建议建立并优化环境治理规范体制，重视生态治理与环境修复所带来的“固碳”效应，通过推动“低碳—零碳—负碳”生产科技创新的方式，不断优化能源结构，以期加快推进新型城镇化战略，实现碳达峰和碳中和。

关键词：新型城镇化 “双碳”目标合成控制法中介效应模型碳减排效应

纯蒸汽在竖直管内非完全冷凝换热特性的实验研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

核动力工程 2024年第2期45卷 72-81页

作者：刘佳宝曹夏昕杨培勋哈尔滨工程大学黑龙江省核动力装置性能与设备重点实验室哈尔滨150001

为研究纯蒸汽在竖直管内非完全冷凝的换热特性,使用内径为25 mm的换热管进行实验,入口压力为0.1~0.3 MPa,蒸汽质量流速为12~70 kg/(m^(2)·s)。研究了入口压力、质量流速和质量含气率对管内平均和局部冷凝换热系数的影响,判别了冷凝过... 详细信息

为研究纯蒸汽在竖直管内非完全冷凝的换热特性,使用内径为25 mm的换热管进行实验,入口压力为0.1~0.3 MPa,蒸汽质量流速为12~70 kg/(m^(2)·s)。研究了入口压力、质量流速和质量含气率对管内平均和局部冷凝换热系数的影响,判别了冷凝过程中液膜流态,分析了液膜湍流度和液滴夹带对竖直管内冷凝换热的影响。结果表明:冷凝换热系数随着质量流速和质量含气率的增大而增大,竖直管的冷凝换热系数随着入口压力的升高而降低。实验中的液膜流型主要在过渡流区间,液滴夹带的发生使局部冷凝换热系数提高。对比4种环状流冷凝换热关系式计算结果发现,Shah的经验关系式基本偏差在±30%以内,平均绝对偏差(MAD)为18.91%。基于实验数据提出的经验关系式,其计算值和实验值基本偏差在±10%以内。

关键词：竖直管纯蒸汽非完全冷凝膜状凝结环状流冷凝换热系数

通过深度神经网络与皮层网络的多级整合增强自然感知的神经编码模型

在线全文

学校读者我要写书评

暂无评论

Science Bulletin 2024年第11期69卷 1738-1747页

作者：李远宁杨虎铮顾实 School of Biomedical Engineering&State Key Laboratory of Advanced Medical Materials and Devices ShanghaiTech UniversityShanghai 201210China School of Computer Science and Engineering University of Electronic Science and Technology of ChinaChengdu 611731China Department of Computer and Information Science University of PennsylvaniaPhiladelphiaPA 19104USA Shenzhen Institute for Advanced Study University of Electronic Science and Technology of ChinaShenzhen 518110China

Cognitive neuroscience aims to develop computational models that can accurately predict and explain neural responses to sensory inputs in the cortex. Recent studies attempt to leverage the representation power of deep neural networks(DNNs) to predict the brain response and suggest a correspondence between artificial and biological neural networks in their feature representations. However, typical voxel-wise encoding models tend to rely on specific networks designed for computer vision tasks, leading to suboptimal brain-wide correspondence during cognitive tasks. To address this challenge, this work proposes a novel approach that upgrades voxel-wise encoding models through multi-level integration of features from DNNs and information from brain networks. Our approach combines DNN feature-level ensemble learning and brain atlas-level model integration, resulting in significant improvements in predicting whole-brain neural activity during naturalistic video perception. Furthermore, this multi-level integration framework enables a deeper understanding of the brain's neural representation mechanism, accurately predicting the neural response to complex visual concepts. We demonstrate that neural encoding models can be optimized by leveraging a framework that integrates both data-driven approaches and theoretical insights into the functional structure of the cortical networks.

关键词： Neural encoding Visual perception Artificial neural networks Functional neuroimaging Naturalistic stimuli