基于对比学习的大型语言模型反向词典任务提示生成方法

反向词典任务是一种新兴的任务,目的是根据给定的定义来查找对应的单词。大规模语言模型为这一任务提供了新的可能性,但是提示语句的质量会影响大模型的性能。为此,提出了一种基于对比学习的提示生成方法。该方法在从多个语义层面上理解定义语义的同时,还利用对比学习的原理在训练过程中引入了负例,提升了模型的泛化能力。通过这种方法,可以将目标单词缩小到一个小范围内,然后用大模型从这个范围内选择最符合定义语义的单词。实验结果表明,该方法可以有效地提升大规模语言模型在反向词典任务上的表现。提示生成模型有94.7%的概率生成包含目标词的范围,大规模语言模型有58.03%的概率直接选出目标单词,有74.55%的概率在给出5个候选单词时包含目标单词。

甲病毒单轮感染颗粒的构建及其应用

甲病毒(alphavirus)主要包括致关节炎的旧世界甲病毒和引发致命性脑炎的新世界甲病毒,感染人体后可引起严重疾病。为了使用安全方便的工具来研究甲病毒的入侵机制,本研究建立了基于鼠白血病病毒(murine leukemia virus,MLV)的假病毒颗粒和基于新德毕斯病毒(Sindbis virus,SINV)的病毒复制子颗粒(virus replicon particle,VRP)系统。利用包装的假病毒和复制子颗粒,验证了硫酸乙酰肝素生成相关基因B3gat3(beta-1,3-glucuronyltransferase 3)和致关节炎甲病毒入胞受体基因Mxra8(matrix remodeling associated 8)的敲除对不同甲病毒成员入胞的影响。本研究构建的MLV假病毒和SINV复制子颗粒系统,为甲病毒成员的入侵感染机制研究和抗病毒策略开发等提供了安全可靠的实验工具。

单增李斯特菌膜囊泡的提取及其表征与免疫效应分析

目的建立提取单增李斯特菌膜囊泡(Listeria monocytogenes membrane vesicles,LM-MVs)的方法,对LMMVs表征及诱导固有免疫应答的能力进行分析,为LM-MVs作为疫苗载体和药物递送平台的研究奠定基础。方法通过培养→离心→过滤→超滤浓缩→超速离心的方法提取单增李斯特菌分泌的膜囊泡,通过透射电子显微镜观察其形态特征,通过动态光散射分析测量其粒径分布,采用SDS-PAGE和Western blot分析其蛋白表达情况,采用CCK-8细胞增殖与毒性实验分析其对固有免疫细胞增殖能力的影响,采用实时荧光定量PCR对其刺激的固有免疫应答进行分析。结果成功建立提取LM-MVs的方法。透射电子显微镜下,LM-MVs呈现近圆形的膜状结构,动态光散射分析显示其大小为65~190 nm。SDS-PAGE和Western blot结果表明LM-MVs含有单增李斯特菌溶血素等蛋白。CCK-8细胞增殖与毒性实验中,10、20和50μg/mL的LM-MVs干预小鼠树突状细胞(DC 2.4)24 h后的增殖指数均高于未干预的DC 2.4细胞(P<0.05);0.1、1、10、20和50μg/mL的LM-MVs干预小鼠巨噬细胞(Raw 264.7)24 h后的增殖指数均高于未干预的Raw 264.7细胞(P<0.01)。实时荧光定量PCR结果显示,50μg/mL的LM-MVs干预Raw 264.7细胞后肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)、白细胞介素(interleukin,IL)-1β、IL-6和IL-10的表达量均高于未干预对照(P<0.05)。结论本研究建立的方法能够提取出单增李斯特菌分泌的膜囊泡,提取的LM-MVs直径为65~190 nm近圆形膜状结构,能分泌多种蛋白组分,能刺激固有免疫应答。