花生赤霉素3-β-双加氧酶(AhGA3ox)基因家族的全基因组鉴定及表达分析

赤霉素3-β-双加氧酶(gibberellin 3-beta-dioxygenase,GA3ox)是参与赤霉素生物合成的关键酶之一,可通过影响赤霉素的形成调控植物的生长发育,目前在花生中尚无系统研究。本研究利用生物信息学方法在花生栽培种基因组数据库中筛选花生GA3ox家族基因,对鉴定出的7个AhGA3ox在栽培种花生基因组中的分布、结构及进化特征、理化性质、启动子顺式作用元件进行分析,并利用qRT-PCR技术对其进行花生组织结构表达模式分析,同时对AhGA3ox家族基因在不同荚果大小的2个花生品系中的表达量进行分析。结果表明,7个AhGA3ox基因分布在7条染色体上,均由1个内含子和2个外显子组成。花生AhGA3ox蛋白中均包含1个DIOX_N结构域和1个2OG-FeII_Oxy结构域,系统进化分析表明与大豆的亲缘关系较近,在根、茎、叶、花、果针5个组织中呈现出不同表达模式,不仅在花生果壳不同发育时期的表达量不同,在2个荚果大小不同的花生品系果壳相同发育时期的表达量也不相同,但多数发育时期在大果品系中的表达量均显著高于小果品系,推测该家族基因的表达可能对荚果的形成具有促进作用。

P507溶剂浸渍树脂吸附Ga(Ⅲ)的性能研究

溶剂浸渍树脂(SIRs)分离法兼具溶剂萃取与离子交换两种分离方法的优点,且树脂制备简单,可根据实际情况灵活选用不同的载体和萃取剂,有望实现镓绿色、高效的分离回收。本文以苯乙烯-二乙烯基苯大孔吸附树脂(代号:HZ818)为载体、2-乙基己基膦酸单2-乙基己基酯(代号:P507)为萃取剂,制备P507 SIRs,研究了该SIRs在H 2SO 4体系中吸附Ga(Ⅲ)的性能。静态吸附实验表明:298 K时,P507 SIRs对Ga(Ⅲ)的最佳吸附pH值为3.3,对应吸附量为13.7 mg·g^(-1);吸附平衡时间为14 h,动力学吸附过程可用拟二级动力学方程描述;等温吸附均符合Langmuir等温吸附模型。动态吸附实验表明:低流速有利于P507 SIRs对Ga(Ⅲ)充分吸附;1.5 mol·L^(-1)的HCl可以将吸附于P507 SIRs上的Ga(Ⅲ)完全洗脱;P507 SIRs对Ga(Ⅲ)循环吸附稳定性能有待提高。在Ga(Ⅲ)-Zn(Ⅱ)、Ga(Ⅲ)-Cu(Ⅱ)二元混合体系中,P507 SIRs对Ga(Ⅲ)具有较好的吸附选择性,通过控制溶液pH值可以实现Ga(Ⅲ)的分离富集;在含Fe(Ⅲ)的Ga(Ⅲ)-Fe(Ⅲ)二元体系和Ga(Ⅲ)-Zn(Ⅱ)-Cu(Ⅱ)-Fe(Ⅲ)多元体系中,P507 SIRs对Fe(Ⅲ)表现出较好的吸附选择性,而对Ga(Ⅲ)吸附甚微,表明Fe(Ⅲ)的存在对P507 SIRs吸附Ga(Ⅲ)产生较大干扰。

GA与分层优化结合的掺水集油工艺参数优化

为降低进入特高含水阶段油田的掺水集油能耗,对掺水集油工艺参数进行优化。以掺水温度、掺水量、掺水压力为外层决策变量,加热炉和掺水泵运行方案为内层决策变量,以掺水集油工艺综合能耗最低为目标函数,建立掺水集油工艺参数优化模型。提出了一种遗传算法(Genetic Algorithm,GA)与分层优化结合的求解策略,将掺水温度作为染色体上的基因,先优化个体对应加热炉和掺水泵运行方案,得到个体对应的最小集油能耗,再通过种群的不断迭代进化,得到掺水集油工艺的最优参数。研究结果表明,与优化前相比,掺水温度降低8.3℃,掺水量减少131.6 m^(3)/d,掺水压力降低0.15 MPa,集输吨液综合能耗降低13.64%,优化效果良好。研究成果可为进入特高含水阶段油田降低掺水集油能耗提供借鉴。

基于改进GA算法的电力变压器优化设计

针对中小型电力变压器优化设计问题,同时响应国家节能减排的号召,对GA算法进行改进并分别应用到电力变压器优化设计中的有效材料成本单目标和总损耗的单目标中。将改进GA算法优化所得数据和使用原GA算法以及人工设计进行对比分析,结果表明改进GA算法优化效果较好,运行时间较快,能有效减少电力变压器所需的材料成本或损耗。

基于GRA-GASA-SVM的煤层瓦斯含量预测方法研究

为提升煤层瓦斯含量预测精度,提出一种采用遗传模拟退火算法混合优化支持向量机(SVM)参数的瓦斯含量预测模型(GRA-GASA-SVM模型)。该模型将GA和SA整合为遗传模拟退火算法协同优化SVM的参数,以解决传统网格寻优算法取值范围无法确定和单一智能算法优化程度有限等问题。利用灰色关联分析(GRA)压缩数据集维度,建立瓦斯含量预测参数体系并作为GASA-SVM的输入数据集。结果表明:SVM模型、GA-SVM模型和GASA-SVM模型10折交叉验证瓦斯含量预测总平均相对误差分别为15.98%、13.55%和10.58%。相比SVM模型和GA-SVM模型,GASA-SVM模型预测稳定性更优、预测精准度更高且对新样本泛化能力更强。

基于GA-WNN的散装物料装车智能控制系统研究

为了解决散装物料在装车过程中所出现的偏载、欠载及控制精度低等问题,提出了一种基于GA-WNN的散装物料装车智能控制系统。首先对列车行驶智能控制总体设计方面进行了详细说明,阐述了各功能模块的运行机理;其次对小波神经网络(WNN)控制器的模型结构进行了描述,解析了各个结构层的处理机制,并结合遗传算法(GA)对WNN控制器进行优化,使其输出理想的装车控制效果。实验结果表明,该系统有效解决了物料装载过程中所出现的欠载和偏载现象,大大提高了装车的效率和精准度,为工矿企业的高效安全生产提供了有力保障。

Fe对Ni-Mn-Ga合金微丝形状记忆效应的影响

以Ni-Mn-Ga合金微丝为基础分析Fe元素掺杂前后对合金微丝的形状记忆效应的变化。用真空磁控钨极电弧熔炼炉制备Ni-Mn-Ga-Fe合金,并用高真空精密熔体抽拉设备将母合金制备成微丝。采用EDS能谱分析仪、DSC差示扫描量热分析仪、XRD、DMA动态机械分析仪,研究Fe元素掺杂Ni-Mn-Ga合金微丝后的物相、马氏体相变行为、微丝的形状记忆效应。结果表明,Ni-Mn-Ga-Fe合金微丝显示的是四方结构马氏体相和面心立方结构奥氏体相的混合相,对微丝采用步进式阶梯有序化热处理,有序化热处理能有效降低微丝内部缺陷,释放内应力,细化微丝内部晶粒,收缩晶格体积,马氏体孪晶界面更加平直,孪晶面更易移动,微丝的伸长率提高。在258 K下对制备态Ni-Mn-Ga-Fe合金微丝进行单程形状记忆的测试,拉伸到350 MPa后卸载到0 MPa,随后将微丝升温到奥氏体态后,应变恢复率为78.75%,而在289K对有序化热处理态Ni-Mn-Ga-Fe合金微丝进行单程形状记忆测试,应变恢复率达到100%。在126 MPa和240 MPa下分别对有序化热处理态三元Ni-Mn-Ga合金微丝和Ni-Mn-Ga-Fe合金微丝进行恒应力拉伸,两种微丝双程形状恢复能力均接近100%,但Ni-Mn-Ga-Fe合金微丝在发生形变时的弹性应变储能略高于Ni-Mn-Ga合金微丝。Fe的加入使得到的合金微丝的力学性能高于传统三元形状记忆合金微丝;制备态下和热处理态的Ni-Mn-Ga-Fe合金微丝的马氏体相变温度较Ni-Mn-Ga合金微丝分别提高6.0 K和11.5 K,热滞分别降低6.7 K和1.5 K。

基于GA-PSO算法的冻土本构模型参数识别

遗传算法(GA)与粒子群算法(PSO)分别具有缺乏目标导向性和易陷入局部最优的缺点,但同时分别具有全局搜索能力强与能有效传递优势信息的优点。本文以GA计算步结合精英保留策略作为PSO计算步的优势信息,避免PSO算法陷入局部最优,以PSO计算步结合非精英优化策略作为GA计算步的导向信息,克服GA算法缺乏目标导向的问题,建立了GA-PSO新算法。其具体过程为,通过采用GA计算步对解空间进行全局搜索并对精英个体进行保留,进一步,将适应度较差的个体利用PSO计算步进行优化。基于多峰函数的验证结果表明,GA-PSO算法在解空间中具有更强的全局搜索能力,同时具有更快的收敛速度。将GA-PSO算法应用到冻土非正交弹塑性本构模型的参数识别中,通过模型的参数识别以及模型预测结果对比与验证,结果表明GA-PSO算法能够有效识别冻土非正交弹塑性本构模型的参数,提升了模型的预测效果。

OsSAUR55通过GA途径调控水稻株型

以Francis背景下通过CRISPR/Cas9技术获得的敲除突变体ossaur55-1、ossaur55-2为对象,研究其是否影响水稻株型、叶色、单株穗质量、结实率等农艺性状的变化,探究基因OsSAUR55是否通过参与GA途径调控水稻株型,为相关激素途径调控水稻株型提供理论依据。调查野生型(WT)与敲除突变体成株期的主要农艺性状,包括株高、穗长、单株穗质量、十粒长、十粒宽、剑叶长、剑叶宽等;利用叶绿素计和光合速率测定仪测定野生型和突变体齐穗期剑叶的叶绿素含量和净光合速率;通过实时荧光定量PCR技术(qPCR)测定基因OsSAUR55在水稻种子萌发的不同时间点和不同组织中的表达情况;通过原核表达法观察蛋白OsSAUR55的亚细胞定位情况;采用液相色谱-串联质谱法(LC-MS/MS)测定野生型和突变体的内源激素(GA和IAA)含量;进一步分析GA途径相关基因的表达情况。结果显示,在成株期,突变体ossaur55-1和ossaur55-2都有显著的表型变化,其中突变体的株高比野生型明显变矮、叶色更绿、叶绿素含量增加、光合作用效率降低、结实率降低、千粒质量降低、单株穗质量降低;定量结果显示,OsSAUR55在胚芽中表达量最高,在剑叶中基本不表达;共聚焦结果显示,OsSAUR55可能定位于细胞膜和细胞核;激素检测结果表明,突变体内源激素GA4的含量显著降低;基因的表达量分析发现,突变体中GA合成途径中基因KAO、GA13ox1、GA20ox1、KO1的表达量显著高于野生型,GA代谢途径中GA2ox5、GA2ox8、GA2ox9的表达量也显著高于野生型。初步推测,敲除基因OsSAUR55导致内源GA4含量降低,可能通过GA途径调控水稻株型,进而影响水稻产量。

用于正电子断层扫描成像的^(68)Ga标记PM_(2.5)模拟粒子的制备及其活体示踪

将黑色素纳米颗粒(melanin nanoparticle,MNP)经聚乙二醇(polyethylene glycol,PEG)修饰制备得到PEG-MNP,随后通过与放射性的^(68)Ga^(3+)离子螯合,高标记产率地制备得到^(68)Ga-PEG-MNP,标记产物稳定性良好。进一步将^(68)Ga-PEG-MNP通过雾化方式制备得到^(68)Ga-PEG-MNP PM_(2.5)(particulate matter _(2.5),size<_(2.5)μm)模拟颗粒,其经雾化小鼠吸入体内后,通过正电子断层扫描(positron emission tomography,PET)成像对小鼠进行全身显影,结果可见雾化的^(68)Ga-PEG-MNP PM_(2.5)模拟颗粒可由气管向肺部双叶区域扩散,并滞留于肺。体内的PET成像结果与离体放射自显影结果高度一致。

基于GA-BP-FA算法的多轴铣削残余应力优化

提出了面向多轴铣削GH4169的残余应力控制的GA-BP-FA多目标优化模型,运用遗传算法(GA)优化BP神经网络的初始权值和阈值,提升神经网络算法的收敛速度和预测精度。基于GA-BP算法建立了铣削残余应力预测模型,并分析了铣削工艺参数对残余应力的影响。以获得最小残余拉应力/最大残余压应力为目标,基于萤火虫算法(FA)对铣削工艺参数进行优化。研究结果表明,所建立的残余应力的GA-BP预测模型具有较高的预测精度,两个方向的平均误差分别为18.9%和16.7%。经FA算法优化后,所选参数阈内最优工艺参数为切削倾角Φ=85°,切削速度v=20 m/min,每齿进给量f_(z)=0.01 mm/z。优化后σ_(x)方向的残余压应力-463.43 MPa和σ_(y)方向的残余压应力-686.93 MPa。

超声空化驱动石英玻璃表面液态Ga铺展机制研究

在不同超声振幅下进行液态Ga在石英玻璃表面的铺展实验,采用CCD摄影记录仪观察并记录其过程。发现随着超声波振幅的增大,液态Ga的铺展速度和最大铺展面积均增大,并伴有雾化现象。采用Matlab软件求解液态Ga内空化泡壁的运动方程,对空化泡的成长与破裂进行数值模拟分析。结果表明,空化泡初始半径增大,空化阈值下降,液态Ga的表面张力降低,空化效应容易发生。超声波振幅和空化泡的初始半径的增大均会促进在液态Ga中产生空化效应,从而去除液态Ga表面的氧化膜,促进其铺展。

滑液囊支原体GA组件蛋白的原核表达及间接ELISA方法的建立

【目的】体外表达滑液囊支原体(Mycoplasma synoviae,MS)的GA组件蛋白(GA module-containing protein),建立一种MS抗体检测方法,用于血清学检测及MS抗体水平监测。【方法】分析、筛选MS的GA组件蛋白长链保守结构域,合成重组质粒pET30a-ΔGA-L,转化大肠杆菌BL21(DE3)感受态细胞进行诱导表达,并优化表达条件;通过SDS-PAGE检测重组蛋白的表达,纯化重组蛋白ΔGA-L并进行Western blotting鉴定;以纯化后的重组蛋白ΔGA-L作为包被抗原,建立MS抗体的间接ELISA检测方法,优化反应条件,确定临界值,对其特异性、敏感性、重复性进行检验,并进行临床样品检测。【结果】重组蛋白ΔGA-L的分子质量大小为45.7 ku,最佳表达条件为25℃、0.2 mmol/L IPTG诱导表达5 h,以包涵体形式表达。Western blotting结果表明,重组蛋白ΔGA-L能与MS抗体发生特异性反应。以ΔGA-L抗原包被浓度为0.5μg/mL,一抗稀释度为1∶400,二抗稀释度为1∶12 000为最佳条件,建立了MS抗体间接ELISA检测方法,其阴阳性临界值为0.283;所建立方法特异性强、灵敏度高,有较高稳定性;与商品化MS抗体检测试剂盒总符合率为96%。【结论】本研究成功表达了MS重组蛋白ΔGA-L,所建立的MS抗体间接ELISA检测方法具有良好的特异性、敏感性、重复性,为MS抗体检测提供了有效快捷的方法。

基于SPA-GA-SVR模型的土壤水分及温度预测

土壤湿度和温度是影响水文循环和气候变化的重要参数,在农业实践活动和生态平衡中起着重要作用。为及时、准确地监测土壤含水量(Soil Moisture Content,SMC)及温度,提出了一种基于高光谱数据的预测方法。实验数据集来自为期5天的实地测量,所获得的高光谱数据包含大量的噪声及冗余信息,因此首先用Savitzky-Golay卷积平滑对光谱数据进行降噪处理,利用连续投影算法(Successive Projection Algorithm,SPA)提取数据特征波长,然后通过遗传算法(Genetic Algorithm,GA)对支持向量机回归(Support Vector Regression,SVR)的超参数权值和偏置进行优化,构建SPA-GASVR混合算法模型对土壤水分和温度进行预测,并与BP神经网络(Back Propagation Neural Network,BPNN)、SPA-BP、SVR、SPA-SVR、GA-SVR这5种模型的预测性能进行比较。实验结果表明:各模型在土壤湿度低于30%的情况下,表现出的预测能力差异并不显著。但整体上,复合模型相比于单一的神经网络或机器学习模型具有明显的优势,且经过连续投影算法优化的模型进一步的提高其预测能力,最终SPA-GA-SVR算法在各项指标上均优于其他模型,土壤水分预测模型的R^(2)=0.981、RMSE=0.473%,土壤温度预测模型R^(2)=0.963、RMSE=0.883℃。实验证明基于高光谱数据,经过SPA和GA优化的SVR模型能实现对土壤湿度和温度精准的预测。该方法具有一定的应用价值和现实意义,可应用于便携式高光谱仪和无人机上,实现对土壤水分和温度的实时监测,为今后的播种及灌溉提供理论参考。

透射式GaAs光电阴极性能提高以及结构优化

为了提高透射式GaAs光电阴极性能,将国内与美国ITT公司的透射式GaAs光电阴极量子效率曲线进行对比,可知我国透射式光电阴极积分灵敏度已经达到2130μA/lm,美国ITT达到了2330μA/lm.利用修正后的量子效率、光学性能以及积分灵敏度的理论模型,分别对两者进行光学结构拟合.结果表明,国内光电阴极在窗口层和发射层的厚度、电子扩散长度以及后界面复合速率等方面均与ITT有一定差距.为了缩短两者的差距,优化阴极结构参数,具体研究了电子扩散长度和发射层厚度对量子效率的影响,结果表明如果均匀掺杂透射式GaAs光电阴极发射层厚度为1.3μm、电子扩散长度为7μm,则积分灵敏度可以达到2800μA/lm以上.

杂原子[Ga]AlY分子筛吸附脱除模拟柴油中的氮化物

采用液-固相同晶取代法制备了杂原子[Ga] AlY分子筛,并利用X射线衍射(XRD)和红外光谱(FT-IR)等手段对其进行了表征。将[Ga] AlY分子筛用于模拟柴油中碱性氮化物苯胺、吡啶或喹啉的静态吸附脱氮实验,采用Materials Studio软件对[Ga] AlY分子筛吸附脱氮机理进行了分子模拟计算研究。结果表明,在模拟柴油用量15 mL时,[Ga] AlY分子筛较适宜的吸附脱氮条件为:室温,分子筛用量0.2 g、吸附时间20 min。模拟计算的吸附能、d距离及吸附等温线结果表明,[Ga] AlY分子筛吸附三种碱性氮化物的强弱顺序均为:吡啶>苯胺>喹啉,较符合Freundlich模型,这也与实验结果一致。吸附热力学和吸附动力学研究结果表明,苯胺的吸附反应是自发进行的吸附熵增过程,吡啶和喹啉为吸附熵减过程,三者的吸附均为放热过程。在303 K条件下,喹啉的吸附过程较符合准一级动力学模型,吡啶和苯胺的程较符合准二级动力学模型。

非定点方法构建的靶向CLDN18.2探针^(68)Ga-NOTA-376的体内外性质评价

目的:以非定点标记的方法构建^(68)Ga标记的靶向CLDN18.2的正电子发射体层成像(positron emission tomography,PET)探针^(68)Ga-NOTA-376,并评价其体内外性质。方法:以p-SCN-Bn-NOTA为螯合剂,非定点偶联靶向CLDN18.2的纳米抗体376,得到前体NOTA-376,对偶联后的前体进行^(68)Ga放射性标记。通过放射性薄层色谱法(Radio thin layer chromatography,Raio-TLC)测定探针的标记率、放射化学纯度及体外稳定性,并进行探针在人胃腺癌小鼠模型的micro-PET/计算机体层成像(computed tomography,CT)显像实验。结果:^(68)Ga-NOTA-376显示出高标记率(89.98±0.07)%、高放射化学纯度(97.67±0.02)%以及较高的比活度(16.69±6.60)GBq/μmol,并且在5%人血清白蛋白(human serum albumin,HSA)和磷酸盐缓冲溶液(phosphate buffered saline,PBS)中保持稳定。Micro-PET/CT结果表明探针在CLDN18.2阳性肿瘤中的最大标准摄取值(maximum standard uptake value,SUVmax)显著高于CLDN18.2阴性肿瘤,4.0 h时CLDN18.2阳性肿瘤及CLDN18.2阴性肿瘤的SUVmax分别为9.08±0.33及1.92±0.32。结论:本研究以非定点标记的方法成功构建了靶向CLDN18.2探针^(68)Ga-NOTA-376,标记率高,具有良好的稳定性及靶向性,是一种有潜力的PET探针,可用于CLDN18.2蛋白表达水平的检测。

添加不同含量Ga对新型SnInAg无铅焊料合金耐酸碱性的影响研究

为改进Sn-11In-1.5Ag无铅焊料合金焊料的耐蚀性,采用失重法和电化学实验研究了Sn-11In-1.5Ag-xGa(x=0,0.1,0.3,0.5,0.7,质量分数,%)焊料合金在腐蚀环境中的腐蚀行为。利用扫描电镜(SEM)观察Sn-11In-1.5Ag-xGa焊料合金的表面形貌,利用X射线衍射仪(XRD)对焊料表面的腐蚀产物进行表征。结果表明:无论是在酸性还是碱性溶液中,添加的Ga均能提高Sn-11In-1.5Ag焊料合金的耐蚀性。随Ga含量的增加,焊料的耐蚀性也随之增强。对于相同成分的焊料合金,其耐蚀性在碱性溶液中优于酸性溶液。SEM观察表明,在Sn-11In-1.5Ag合金中加入Ga可以明显减轻焊料的腐蚀程度。XRD分析表明,焊料合金在酸性和碱性溶液中的腐蚀产物均为In_(2)O_(3)。

基于RF-GA的热磨机生产参数优化方法

热磨机是纤维板生产中最重要的设备之一;热磨机的综合能耗在纤维板生产的整体能源消耗中占比显著,优化生产参数以降低热磨机能耗一直是纤维板生产的要求之一。以华北某纤维板企业采集的数据为依据,针对影响比能耗(SEC)和纤维质量(QF)的多个生产参数,用粒子群算法优化的BP神经网络、支持向量机(SVM)和随机森林(RF)建立比能耗和纤维质量预测模型,经对比确定最佳比能耗和纤维质量预测模型;后基于最佳预测模型构建生产参数优化模型,采用遗传算法(GA)对其求解得到最佳生产参数,以此提出基于RF-GA模型的热磨机生产参数优化方法。结果表明,热磨机各生产参数之间存在较强耦合关系,且与比能耗和纤维质量为非线性关联;粒子群算法对机器学习算法中超参数的优化是必要的,可以有效降低机器学习算法误差;选取5组不同纤维质量下的数据,采用建立的热磨机生产参数优化方法优化后,比能耗平均下降6.9kW·h/t、降幅为5.22%。该研究验证了RF-GA热磨机生产参数优化方法的可行性,能够应用于生产参数的优化,有效地实现节能降耗的目标,并为热磨机生产参数的设定提供依据。

轮毂电机电动汽车空气悬架阻尼GA-LQR控制研究

针对轮毂电机驱动电动汽车因电机内部不平衡电磁力引起的负面振动加剧等问题,提出一种基于遗传算法的线性二次型调节器(GA-LQR)的空气悬架阻尼控制方法。建立包含轮毂电机和空气悬架系统的轮毂电机驱动电动汽车8自由度半车动力学模型,并进行实车试验验证模型;仿真分析路面激励和不平衡电磁力两者对电动汽车垂向振动的影响;根据最优控制理论提出LQR控制策略,并通过遗传算法对LQR控制中的加权矩阵Q和R进行全局搜索优化,构建了GA-LQR阻尼控制器。仿真结果表明:相较于被动悬架和LQR控制的空气悬架,基于GA-LQR控制的空气悬架对电动汽车各评价指标的改善效果明显,可有效抑制轮毂电机因偏心引起的不良振动,极大地提高车辆的乘坐舒适性。