基于神经网络的微生物生长环境关系抽取方法

提出一种基于神经网络的方法实现细菌和栖息地的关系抽取,充分利用神经网络的特性实现对隐含的深层特征的自动学习,以避免传统人工特征设计的复杂性和冗余性.该方法利用单词以及实体属性的分布式向量丰富句法和语义信息,使用两个不同神经网络模型从不同角度进行关系抽取,并融合文档级别的分类结果,在生物医学自然语言处理Bio NLP-ST 2016共享任务的BB-event语料上进行实验,取得了不错的F1值,表明该方法在微生物生长环境关系抽取上具有良好的性能.

2种磷酸盐生长环境对同步去除与富集磷酸盐工艺的影响

针对同步去除与富集磷酸盐溶液的问题,研究了在低磷环境和低磷高磷交替环境下悬浮填料生物膜反应器的除磷能力和释磷能力,采用扫描电子显微镜(SEM)和高通量测序对第0、45和95天的污泥进行了表征。结果表明:低磷环境下好氧出水磷酸盐浓度稳定在0.5 mg·L-1以下,厌氧阶段的最大释磷量为6.05 mg·L-1;在低磷高磷交替环境中,好氧出水磷酸盐浓度基本在0.5 mg·L-1以下,富磷溶液浓度最高可达63 mg·L-1。SEM结果表明,同步去除与富集磷酸盐的悬浮填料生物膜反应器中的主要微生物是杆状菌。高通量测序结果表明:第0、45和95天的变形菌门(Proteobacteria)的相对丰度分别为48.3%、57.1%和89.1%,占主导地位;而红环菌科(Rhodocyclaceae)的相对丰度分别为18.1%、19.0%和30.8%,是反应器中的优势菌科;动胶菌属(Zoogloea)是同步去除与富集磷酸盐的悬浮填料生物膜工艺中的主要功能菌。在悬浮填料生物膜工艺中,低磷高磷交替的生长环境下培养的聚磷生物膜能够使好氧出水的磷酸盐浓度达到国家排放标准,并在厌氧阶段得到高浓度的磷酸盐富集溶液,且这种生长环境更适合聚磷微生物的生长。