一种关于螨的基因跳跃理论

一种叫做“P元素”的DNA顺序,可能约在40年前,被微小的螨从另外果蝇种内转化到了一般果蝇中。按生物学的传统观点,不能假定基因由一个种向另一种的跳跃;基因的交换,离不开性活动。但分子生物学家们注意到,大约在1950年前后,实验室常用的黑腹果蝇(Drosophila melanogaster),显然从其他果蝇种内获得了叫做“P元素”的DNA片段。从那至今,这些“跳跃”基因迅速传播开来;几乎所有果蝇群体。

表观遗传学研究揭示“跳跃基因”或能支持组织中免疫细胞的功能

据Simon M[Immunity,2024 Jul 17:S1074-7613(24)00321-2.doi:10.1016/j.immuni.2024.06.015.]报道,德国癌症研究中心等机构的研究人员通过研究描述了一种被所谓的“跳跃基因”(jumping genes)所调节的免疫细胞调节新类型。该研究结果扩大了科学家们对免疫组织驻留机制的理解。

用于多峰函数优化的改进跳跃基因遗传算法

跳跃基因是维持生物大脑神经细胞多样性的主要原因,因此在遗传算法中引入跳跃基因操作能够提高算法的全局搜索能力。然而,标准跳跃基因遗传算法的随机跳跃过程容易破坏较优性能染色体的基因。针对此问题,提出了一种改进跳跃基因遗传算法。在改进方案中,适应度越高的染色体上的跳跃基因,能以越高的概率朝性能比它差的染色体上跳跃,以提高进化速度。并且,在适应度函数中引入密度函数,以保持染色体的多样性。通过对经典多极值测试函数的寻优仿真表明,改进跳跃基因遗传算法能够更有效地提高遗传算法对复杂多峰函数最优解的求解速度与精度。

基于跳跃基因的GA-BP算法研究

GA-BP学习算法往往会出现收敛速度慢,可能陷入局部极值的现象。针对以上问题,选取了自适应GA-BP(AGA-BP)算法,并在GA-BP算法和AGA-BP算法的基础上添加跳跃基因,称之为JG-GA-BP算法和JG-AGA-BP算法,用于解决分类问题。算法在遗传算法的基础上增加了跳跃基因算子,用于优化BP神经网络的结构参数,从而建立相应的神经网络拓扑模型。为验证添加跳跃基因后的学习算法的分类效果,将JG-AGA-BP算法、JG-GA-BP算法、AGA-BP算法和GA-BP算法的性能进行比较。以随机数、iris、wine、鲍鱼数据集的分类实验为例,研究结果显示出添加了跳跃基因的GA-BP算法的准确率和收敛速度都有一定程度的提高。

基于跳跃基因的多目标差分进化算法

为解决现有多目标差分进化算法容易陷入局部最优的问题,引入跳跃基因算子,提出基于跳跃基因的多目标差分进化算法。改进现有的多目标差分算法,在传统交叉算子之后执行跳跃基因操作,以保持种群多样性。数值实验结果表明,该算法能较好地解决局部最优问题,在ZDT和DTLZ测试函数集上具有明显优于现有算法的收敛性能。

基于跳跃基因遗传算法的模糊系统设计优化方法

采用一种新的跳跃基因遗传算法对获取的初始模糊系统参数进行优化。在此基础上,综合考虑隶属度函数的距离相似性和形状相似性,依据隶属度函数相似性对模糊变量的隶属度函数集进行简化。

跳跃基因在进化中的重要作用

处于基因组内占人类基因组多达98％的有效基因之间的大量小块DNA，被称作转位子或跳跃基因，转位子在基因组内来回跳动，曾被认为是无用DNA和编码基因的破坏分子。但随着研究的不断深入，科学家们对这些活跃分子的认识不断提高，认为它们并非是充斥染色体的无用顺序，而是在生命进化中发挥过且正在发挥着巨大作用。它们对基因表达的时间、地点和方式产生影响。转位子能在基因组内自我复制、切割和粘贴，从而创建新的基因。

跳跃基因--生物进化的“分子推手”

跳跃基因也称为转座子,是染色体上一段能够自主复制和移位的DNA序列,存在于所有的生物体内。转座子可以随机插入基因组,可能导致插入突变、染色体畸变和产生新基因等,这些遗传效应虽然可能造成基因组的不稳定,但同时也是驱动基因组变异和促进生物进化的重要动力。本文综述了跳跃基因(转座子)的分类及其对基因组和生物进化的影响,并探讨其在科研和基因治疗领域中的应用。

跳跃基因劫持卵子发生大规模传播自身拷贝

据Wang L 2018年7月26日（Cell，2018 July 26．doi：10．1016/j．cell．2018．06．040．）报道，美国卡内基科学研究所的研究人员发现，在一个特定的卵子发育期间，一组被称作逆转录转座子（retrotransposon）的跳跃基因劫持了被称作哺育细胞（nurse cell）的特殊细胞，其中哺育细胞滋养着发育中的卵子。

跳跃基因——自然进化的奥秘

在不断发展达尔文进化论的过程中,科学家们发现,生物进化有时并不是缓慢地进行的,而是跳跃着前进的.生命本身非常奇怪,它比我们想象的更具有适应性,它能依靠不确定事态发展.看来,几乎所有的猫都会喵呜喵呜地叫着,擦着你的腿钻来钻去.但是科学家们发现,从基因上看。

基于改进的基因表达式编程在重金属形态获取中的应用

本文研究了基因表达式编程在重金属形态获取中的应用问题.利用改进的基因表达式编程和Shannon信息熵方法,验证了算法的高效性,获得了重金属形态预测模型并从该模型中获取了重金属的形态知识的结果.该新模型方法还可广泛用于其他时间序列预测问题的研究.

谈基因概念及其新发展

本文根据遗传学研究的不同时期对基因本质的不同认识,阐述了遗传学各时期的基因概念。在此基础上,阐述了基因概念的新发展,介绍了跳跃基因,断裂基因、重叠基因的含义及朊病毒的“基因”。

论基因概念的发展

结合遗传学的发展动态着重论述了基因概念的建立及其发展过程，明确了如操纵子、顺反子、割裂基因。