短小芽孢杆菌中果胶裂解酶BpPL1的异源表达及酶学性质研究

果胶裂解酶是一类通过β-消除机制降解果胶的裂解酶,对果胶降解及修饰具有重要意义。利用基因工程技术,从短小芽孢杆菌中异源表达了一种新的果胶裂解酶BpPL1,并对其进行酶学性质和功能研究。结果表明,纯化后BpPL1的蛋白质量浓度和比活力分别为0.24 mg/mL和164.61 U/mg,最适pH值和温度为9.5和50℃;此外,浓度为5 mmol/L的Ca2+溶液能够有效地提高BpPL1的酶活力至原来的147.2%。利用橘皮果胶为底物,BpPL1可将其部分降解为寡糖,此研究结果有利于实现果胶的降解和寡糖的制备。

基于深度卷积神经网络的DOA估计

针对现有均匀线阵远场窄带非相干多目标估计算法对低信噪比、少快拍情况适应性差、运算复杂度高,以及现有深度学习方法难以有效提取数据复值特征的问题,提出基于深度卷积神经网络的波达方向估计方法。该方法将波达方向估计问题转换为阵列输出协方差矩阵到目标到达角度的逆映射问题,利用阵列输出协方差矩阵的Hermitian特性,提取其上三角阵的实部、虚部及相位特征,构造网络的输入数据,搭建包含三维卷积层的深度卷积神经网络用来提取数据特征,网络的标签对应目标的到达角度,从而实现多个信源的波达方向估计。试验仿真表明:该方法可以充分提取空间特征,提高波达方向估计精度并降低算法复杂度。所提方法在低信噪比、少快拍数的情况下,其估计精度明显优于MUSIC、ESPRIT以及ML算法。