高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
生科院钟伯坚研究组揭示南极嗜冷绿藻基因组水平适应极端环境的分子机制
我校生命科学学院钟伯坚教授研究组联合自然资源部第一海洋研究所等科研单位,对南极海冰生态系统特有的南极衣藻进行了基因组适应性进化研究,为理解南极植物适应极端环境的分子机制提供崭新的思路。 该研究利用三代PacBio测序、二代Illumina测序、10× Genomics和高通量染色体构象捕获技术(Hi-C)获得了南极衣藻高质量的全基因组序列,其基因组总长度为541.86Mb(Scaffold N50达到19.23Mb)。南极衣藻基因组是目前已知最大的绿藻基因组,其基因数目也是绿藻基因组中最多的,共编码19870个基因。基因组结构分析发现重复序列占其基因组序列的63.78%,重复序列含量为已发表绿藻基因组中最高。转座元件(TE)是基因组重复序列的主要组成部分,占整个基因组序列的40.67%。分析表明南极衣藻的反转录转座子发生了明显的扩张,是造成其基因组增大的主要原因。 本研究估算了南极衣藻的分化时间大约为34个百万年,与德雷克海峡开放导致南极极端低温形成的时期一致,推测南极衣藻的起源与南极极端低温的形成有关。研究发现南极衣藻通过水平基因转移的方式获得了冰结合蛋白,该蛋白可以与小的冰晶结合,具有抑制冰结晶和生长的功能。通过进一步的功能实验证实了南极衣藻中的冰结合蛋白具有提高生物抗冻能力的作用。因此,推测冰结合蛋白的获得对南极衣藻避免冰冻损伤和适应海冰中极端低温的环境十分重要。
南京师范大学 2021-02-01
基于液体活检技术成功监测HER2阳性胃癌患者曲妥珠单抗耐药并阐述分子机制
基于血浆ctDNA靶向深度测序的HER2基因拷贝数变异(SCNA)检测结果与FISH检测结果高度一致,且HER2 SCNA动态监测相比CEA能更好地预测肿瘤退缩或进展,表明基于靶向深度测序的液体活检能够预测曲妥珠单抗的治疗疗效。进一步的研究还发现大多数对曲妥珠单抗原发耐药的患者在疾病进展后展现出更高的HER2 SCNA,而获得性耐药患者HER2 SCNA相对基线明显下降。PIK3CA基因突变在曲妥珠单抗原发耐药患者中显著富集,在部分曲妥珠单抗耐药患者的基线和进展后的血浆ctDNA中可检测到ERBB2/4基因突变。基线血浆中PIK3CA/R1/C3和ERBB2/4基因的突变与更差的PFS显著相关。此外,本研究通过体外和体内的细胞与动物实验研究证实了NF1基因突变可导致曲妥珠单抗耐药,且HER2和MEK/ERK双重阻断可克服NF1突变导致的曲妥珠单抗耐药。       本研究的一系列研究成果表明持续的ctDNA检测可动态监测曲妥珠单抗耐药的发生,揭示潜在的耐药机制,并为下一步治疗方案的调整提供有用的线索。
中山大学 2021-04-13
安徽大学葛宏华教授团队在细菌代谢协同调控机制研究领域取得新进展
农业生产中化肥和农药的大量使用及其在生态系统中的累积严重威胁着环境和人类健康,植物根际促生菌(Plant growth promoting rhizobacteria,PGPR)可以在植物根际范围生存和繁殖,通过多种作用机制拮抗其他微生物菌群(包括植物病原菌)、促进植物生长,因此PGPR作为生防菌在保护作物、促进生长和改善土壤健康等方面起着至关重要的作用,在农业领域的应用潜力逐渐凸显。
安徽大学 2022-06-13
西湖大学李旭团队揭示Notch通路信号整合传递及转录复合物活性调节的分子机制
Notch通路失调与多种疾病密切相关,包括多种血液系统恶性肿瘤、实体瘤及遗传病等。尽管目前已有十余种针对Notch信号通路的靶向药物进入临床试验阶段,但针对携带Notch激活突变的癌症均收效甚微。特异性靶向活化Notch及其下游转录复合物药物的缺乏与其复杂的转录调控机制密切相关。
西湖大学 2022-09-23
利用冷冻电镜三维重构技术解析流感病毒聚合酶调控RNA合成机制
首次系统性地研究了流感病毒聚合酶与不同RNA启动子的相互作用机制,阐明了RNA启动子结合构象在合成不同RNA时所发挥的作用。团队还提出了聚合酶合成RNA起始阶段的工作模型,推动了人们对流感病毒聚合酶调控不同RNA合成机制的理解,为抗病毒药物开发提供了新靶点。 为了深入研究流感病毒聚合酶合成RNA的分子机制,研究人员利用冷冻电镜三维重构技术,解析了D型流感病毒聚合酶与不同RNA启动子结合
南方科技大学 2021-04-14
安徽大学葛宏华教授团队在细菌代谢协同调控机制研究领域取得新进展
近日,我校物质科学与信息技术研究院葛宏华教授团队和兰州大学何永兴教授课题组在细菌代谢协同调控机制研究领域取得新进展,发现了荧光假单胞菌TetR家族的转录调节因子PhlH可以响应假单胞菌和植物信号分子协同调控产生多种次级代谢产物。
安徽大学 2022-06-01
突发事件中政府信息公开的驱动机制研究 ——基于武汉市安全生产的实证考察
本项目立足于安全生产事故频发的现实情境与政府信息公开水平提高的时代背景,旨在探究分析生产安全事故中政府信息公开的核心影响因素及其驱动机制。 一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 王娥 公共管理学院劳动与社会保障专业 2020.9-2024.7 陈亭屹 公共管理学院城市管理专业 2020.9-2024.7 王娅娴 公共管理学院城市管理专业 2020.9-2024.7 赵伊雯 公共管理学院公共管理专业 2020.9-2024.7 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 凌双 公共管理学院行政管理专业 讲师 公共安全与风险治理 四、项目简介 本项目立足于安全生产事故频发的现实情境与政府信息公开水平提高的时代背景,旨在探究分析生产安全事故中政府信息公开的核心影响因素及其驱动机制。本文从外部压力和政府能力的双重视角出发,运用模糊集定性比较分析(fsQCA)分析生产安全事故中地方政府信息公开策略的选择逻辑。研究发现:生产安全事故中地方政府的信息公开行为是外部压力和政府能力共同作用的结果。其中,媒体关注是影响生产安全事故中地方政府信息公开行为的必要条件;政府控制力、高层态度、问责力度以及公众举报则构成影响生产安全事故中地方政府信息公开行为的重要因素;而既有透明度并不能有效解释政府信息公开的行为逻辑。此外,以自上而下问责压力和自下而上公众压力相结合的压力传导机制和以政府控制力和媒体关注为核心要件的信息扩散机制构成了驱动生产安全事故中地方政府信息公开的两种关键机制。
中南财经政法大学 2022-08-09
一类呋喃香豆素类化合物作为抗乙型肝炎病毒(HBV)药物的应用
具有新颖的结构,可上调脂代谢相关蛋白ABCA1,是PDE5的强效抑制剂,具有开发成为抗心血管疾病如 本技术成果是以人类NF-κB DNA结合位点为药物设计靶点,通过计算机辅助药物筛选获得一系列 肺动脉高压,以及男性性功能障碍的治疗药物的潜力。 可能具有人类NF-κB抑制活性的化合物。在细胞水平对筛选获得的化合物进行抗HBV复制抑制实验, 发现其中一类高治疗指数的新型呋喃香豆素类化合物可以有效抑制HBV DNA复制,减少HBV表面抗原 (HBsAg)、HBV e抗原(HBeAg)分泌。此类呋喃香豆素类化合物可用于治疗HBV感染引起的肝炎,有 望进一步开发为一种抗乙型肝炎病毒(HBV)药物。FDA批准上市的5个抗HBV NAs药物,均已出现耐药病 毒株,且出现交叉耐药现象。
中山大学 2021-04-10
一种桦褐孔菌及从桦褐孔菌中提取三萜类物质的方法
本成果以专利形式体现(专利号 200910248615.5 ),桦褐孔菌的代谢产物紫杉醇具有抗癌功效,本专利所提出的的提取三萜类物质方法,更好的简化了提取步骤和工艺,有利于实现该物质的提取,在生物医药行业将有广泛应用。
辽宁大学 2021-04-11
一种通过scout ESI和CNN解码EEG运动想象四分类任务的新方法
导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法,以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后,使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%,分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%,采用十倍交叉验证进行验证。研究人员表示,他们的研究成果与最先进的MI分类方法的结果相比,总体分类增加了14.4%。研究者为验证方法的有效性,加入了4个新的受试者进行验证,发现总体平均准确率为92.5%。此外,全局分类器适应单一对象,整体平均准确率提高到94.54%。研究者表示,他们提出的结合scout ESI和CNN的方法,提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极),并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图,并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先,由于ERD在执行运动想象时在alpha和beta中不同,因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后,通过计算包含正问题和逆问题的源,将传感器空间的活动转化为源空间的活动。接下来,创建scout并提取特征。研究者在运动皮层中创建了10个scout,因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI),并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5,右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后,利用CNN对时频图进行分离并进行分类。实验在实验中,研究人员仅使用了随机选择的十个受试者的MI trail (S5,S6,S7,S8,S9,S10,S11,S12,S13,S14)。这里用于分析的数据集包含每个受试者84次试验,每一类包含21次试验。在记录64通道脑电图时,受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验:当目标出现在屏幕左侧时,受试者想象打开和合上相应的拳头,直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时,受试者想象打开和合上相应的拳头,直到目标消失。然后受试者放松。当目标出现在屏幕顶部时,受试者想象打开和合上双手的拳头,直到目标消失。然后受试者放松。当目标出现在屏幕底部时,目标会想象双脚张开和合拢,直到目标消失。然后受试者放松。为了统一数据维数,研究者选择了4s的数据,因为每次想象任务的执行时间都在4s左右。此外,脑电图任务是分开的,研究人员在实验中将左拳,右拳,双拳和双脚MI任务分别称为T1,T2,T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5,如图2所示。10个scout每一个都被扩展到40个顶点,每个顶点只有一个源。L1区域对应40个信号,其他scout也一样。在计算了来源后,研究者在运动皮层中创建了十个scout,如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项,每个受试者每次都要进行7次测试(#1,#2,#3,#4,#5,#6,#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后,研究人员在运动皮层中创建了包含40个源的10个scout,并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中,研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构,该网络模型由一个六层卷积网络组成,其中两个最大池层和三个全连接层,如图5所示。图5对于Physionet数据库,研究者首先采用Deep ConvNet架构,包括四个卷积层、四个最大池层和一个全连接层。在实验中,研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务,R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息,清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然,只有部分时频映射是红色的,表明每个任务只对特定的频率和时间敏感。由于图的数量比较大,研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本,并将一些特征图可视化,作为MI任务的学习表示,如图7所示。图7为了获得有效的结果,将数据集分为90%作为训练集,其余10%作为测试集。首先,将十个受试者的数据集(总共19320个样本)分为17388个样本以训练所提出的CNN模型,以及1932个样本以验证模型的有效性。在实验中,研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本),其中24343个样本是训练集,其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试,以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高,达到94.5%,而L2的全局平均精度最低,为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上,标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说,R5表现的要比其他的好,而L2在迭代2000中表现最差。标准差较小,说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵,说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验,确定了scoutR5的性能,结果如图10(a)和(b)所示。在10次试验中,scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说,四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明,该方法对scout R5的分类效果较好。从以上结果可以清楚地看出,R5 scout在四种MI任务的分类中扮演着最重要的角色。因此,选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现,该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明,他们的研究成果与最先进的MI分类方法的结果相比,总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示,他们提出的结合scout ESI和CNN的方法,提高了脑电解码四类MI任务的BCI性能。论文信息:A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN
东北电力大学 2021-04-10
首页 上一页 1 2
  • ...
  • 67 68 69
  • ...
  • 76 77 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1