重大建设工程非自愿性移民贫困与治理研究评述

为探求重大建设项目非自愿移民的贫困机理和治理模式,从快速城市化视角,重新认知重大建设项目的公平效率及由此导致的工程移民贫困的社会问题。分别从宏微观角度回顾归纳了重大建设工程移民致贫成因和影响的研究发展,概括分析了不同学科对工程移民社会冲突与福利问题的研究进展;归纳阐述了国内外工程移民问题的治理模式研究和工程实践。在对工程移民致贫机理、社会冲突和治理模式3个层次的现有研究进行比较分析基础上,梳理归纳了当前重大建设项目工程移民社会问题的主要研究方法及其数据获得途径,分析提出了工程移民贫困和社会融合问题的研究展望和新思路。

外墙保温技术在农村房屋建筑中的应用探析

近几年来随着建筑结构的不断改革,在建筑结构中采用轻质高强材料配制的轻质混凝土和多孔混凝土的使用也逐渐增多,轻质混凝土的骨料大多是采用人造轻骨料,如膨胀矿渣、陶粒、膨胀珍珠岩、膨珠等。目前轻质高强材料主要用于制作墙板、砌块、楼板、屋面板等。本文将主要探讨外墙保温技术在农村房屋建筑中的应用。

基于GC-MS和机器学习的深静脉血栓形成预测

通过研究深静脉血栓形成(DVT)大鼠血液中内源性代谢物的变化规律筛选特征代谢物以此构建疾病预测模型,用于DVT的临床诊断和法医学鉴定.采用下腔静脉结扎法构建DVT大鼠模型,术后72 h采集心血,通过气相色谱-质谱法(GC-MS)分析得到大鼠血清中的小分子代谢谱.通过正交偏最小二乘判别分析结合Mann-Whitney U检验初步筛选得到与DVT发生相关的22个差异代谢物,涉及的体内代谢通路有乙醛酸和二羧酸代谢、三羧酸循环(TCA循环)以及丙氨酸、天冬氨酸和谷氨酸代谢.采用基于随机森林分类算法的特征选择方法(Boruta)从上述差异代谢物中进一步筛选出13个与DVT强相关的特征代谢物集合,构建了基于不同机器学习算法(逻辑回归、线性判别分析和Adaboost集成算法)的DVT预测模型.结果显示,构建的线性判别分析模型对DVT的预测准确率可达87%,模型的精度、召回率、F1分数和受试者特征曲线下面积(AUROC)分别为0.88,0.86,0.87和0.95.研究表明,采用GC-MS代谢组学结合机器学习算法构建的DVT预测模型可为DVT的诊断、治疗以及法医学鉴定提供技术支撑.

基于网络药理学与分子模拟的“黄芪补肺饮”协同氧化及3D打印研究

采用网络药理学和分子对接技术对“黄芪补肺饮”调节氧化应激分子机制进行研究,筛选出主要活性成分(山柰酚、槲皮素、豆甾醇)和核心靶点(AKT1、MMP9、CASP3),通过基因本体(GO)和京都基因与基因组百科全书(KEGG)通路富集分析,从分子水平推测其在“黄芪补肺饮”抗氧化应激过程中的作用。分子对接结果显示:活性成分与靶点均能结合形成稳定构象,揭示了“黄芪补肺饮”多成分、多靶点、多通路的特点与优势。联合指数的体外抗氧化实验表明:乌梅、黄芪、五味子、麦冬的最佳配比为4∶1∶1∶4,具有最高清除率及最佳协同效果。利用3D打印技术将最佳配比的“黄芪补肺饮”制成凝胶,能提高其便捷性和缓释能力,为传统食疗的规模化生产提供了新思路。