高原鼢鼠四肢骨的进化适应性分析

通过对比分析了高寒草甸生态系统的高原鼢鼠(Myospalax baileyi)、高原鼠兔(Ochotona curzoniae)及根田鼠(Microtus oeconomus)的四肢骨,结果表明,地下啮齿动物高原鼢鼠的四肢骨比地面种类高原鼠兔和根田鼠的对应骨骼粗壮,显示其较强的挖掘能力。与挖掘效率相关的尺骨挖掘动力臂系数,高原鼢鼠为0.3617,而高原鼠兔和根田鼠不到0.17。高原鼢鼠与其他两物种的四肢骨重量分布也明显不同:高原鼢鼠的前肢骨重量超过后肢骨,而高原鼠兔及根田鼠则正好相反;高原鼠兔及根田鼠的桡尺骨重量在四肢骨中最低,而高原鼢鼠的桡尺骨重量在四肢骨中则最高。这些特征反映了地下啮齿动物为了适应地下生活方式,其四肢骨骼系统已经发生了显著变化,这对于研究地下啮齿动物的进化适应性问题具有重要意义。

青藏高原生物进化适应的研究进展

自然界存在的生物多样性,是各类生物根据其生存环境进化出各自特征的结果,自然选择在生物进化适应中起了关键作用。青藏高原是中国最大的、世界范围内海拔最高的高原,素有“世界屋脊”之称,有面积最大的冻土区域,地理位置独特,其总体气候呈气温低、温差大、日照丰富、紫外线辐射强等特征。青藏高原蕴含丰富的植物资源和动物资源,生物为了在此环境下生存,通过长时间自然选择形成了独特的适应机制,这为研究高原生物适应性提供了良好的材料。本文对青藏高原特有生物的形成、适应机制以及进化策略等方面研究进行概述,并对今后研究方向进行展望,为青藏高原生物多样性研究提供思路。

基于低pH适应性进化策略提高小白链霉菌ε-聚赖氨酸合成能力

小白链霉菌(Streptomyces albulus)是ε-聚赖氨酸(ε-poly-L-lysine,ε-PL)的工业生产菌,其在发酵生产过程中遭受低p H胁迫,易造成ε-PL合成能力下降。因此,该文采用一种逐级增加选择压力的低p H适应性进化策略,经过连续93 d的适应性进化,实现S.albulus GS114耐受p H值由4.0降低到3.6。经过大量筛选,获得了低p H适应性进化菌株S.albulus ALE4.0、S.albulus ALE3.8和S.albulus ALE3.6;结合低p H耐受性和摇瓶发酵实验,确定最优适应性进化菌株为S.albulus ALE3.6。进一步考察不同p H值对S.albulus ALE3.6合成ε-PL的影响发现,S.albulus ALE3.6在不同p H值条件下,较出发菌株S.albulus GS114均表现出发酵优势。最后,采用恒定p H 4.0补料分批发酵方式,在5 L发酵罐水平实现S.albulus ALE3.6的ε-PL产量达到43.7 g/L,较出发菌株提高了63%。研究结果一方面表明通过适应性进化方法可以显著提高S.albulus的低p H耐受能力,另一方面也说明通过增强S.albulus低p H耐受性是提高其合成ε-PL能力的有效途径。

蚂蚁入侵适应性进化及其机制

入侵种被传至一个新的区域后,在面对当地某些生态因子的胁迫时如何发生适应性变化,是入侵生物学研究的一个重要课题。这方面信息对评价物种的入侵性、制订防控策略具有重要指导意义。入侵性蚂蚁作为无脊椎陆生动物中入侵最成功、危害最严重的一类,其生物学、生态学已得到大量研究,许多报道表明它们在定殖和扩张过程中会发生适应性变化。基于30多年的文献资料,从蚁群社会结构、超级蚁群形成能力、个体大小、觅食行为、种间竞争、天敌防御、适应低温能力、生态位转变等多个角度进行了全面总结,并针对这些方面适应性变化的机制,从表型可塑性、适应性进化、自身遗传学基础、与共生微生物的互利关系等角度进行了剖析。提出了今后有待重点研究的几个问题。将有助于深化对蚂蚁成功入侵机制的认识,为推进我国红火蚁(Solenopsis invicta Buren)、小火蚁(Wasmannia auropunctata Roger)等入侵性蚂蚁的研究与治理提供参考。

蝙蝠核心生物钟基因Per1昼夜表达节律与适应性进化研究

长期以来,生物钟相关研究一直是生命科学领域的热点话题。以往研究表明核心生物钟基因Per1广泛参与哺乳动物昼夜节律调控。然而,Per1基因在具有不同昼夜节律活动模式的哺乳动物中是否发生了遗传位点改变,以及这些改变是否促进了哺乳动物昼夜活动模式的形成和稳定仍有待研究。本研究通过荧光定量PCR、基因克隆测序与分子进化分析方法,对核心生物钟基因Per1开展了深入的分子进化分析,明确了Per1基因在夜行性蝙蝠脑区的昼夜振荡规律,由休息状态到睡眠状态对应着Per1基因表达量的由高到低,睡眠状态的表达量最低,而由觉醒状态到活动状态对应着Per1基因表达量的持续升高,与Per1基因维持中枢生物钟调控功能高度相关;检测到Per1基因序列上的15个潜在受正选择位点与2个显著受正选择位点,其中在夜行性动物中检测到的显著受正选择的1118A氨基酸位点恰好位于该基因编码蛋白的功能域上;通过滑窗分析结果显示,Per1基因在夜行性哺乳动物中的进化速率均普遍高于其在日行性哺乳动物中的进化速率,可能促进了哺乳动物夜行性活动模式的形成和稳定。本研究为深入理解哺乳动物自身稳态维持与适应环境周期性变化的关键分子基础提供新的认知,为生物钟相关研究提供思路和参考。

基于自适应进化率的拓扑优化方法研究

由于双向渐进结构优化法(BESO)拓扑优化中,进化率值常采用恒定值形式,这会导致在迭代初期计算缓慢,后期又会快速更新单元结构,很难保证迭代计算效率。本文分别基于两类函数构建两种自适应进化率机制,以动态控制进化率值,提高拓扑优化的计算效率。算例测试结果表明,所提出的自适应进化率模型相对于恒定值型提升了40%的计算效率。

指向进化与适应观培养的高中生物单元教学设计——以“生物有共同祖先的证据”为例

本文旨在让学生以小组为单位自主收集科学史、思考讨论教师所展示资料,掌握生物有共同祖先的证据:化石、比较解剖学、胚胎学、细胞和分子水平上的证据,论证并理解生物进化的过程,教师再拓展补充生物进化的历程,培养学生的进化与适应观。

自适应进化模型下的土壤重金属含量预测

针对Elman神经网络在土壤重金属含量预测时出现预测精度低、模型收敛速度慢等问题,提出一种自适应进化模型(AEM)。该模型以Elman神经网络为基础,运用贝叶斯正则化优化Elman神经网络的目标函数,提高网络模型预测精度;为解决网络模型收敛速度慢和易陷入局部极值等缺陷,采用自适应灰狼算法(AGWA)对网络模型初始参数进行优化;采用基于熵权距离的离群点检测法剔除数据中的离群点,以降低离群点对预测结果的干扰。以武汉市农业科学院采集的农田土壤重金属含量数据进行预测试验,AEM模型预测重金属含量的平均绝对误差和平均绝对百分比误差分别为1.623和17.48%,其决定系数比Elman的提高了0.394。AEM、自调整反距离加权插值模型(SIDIM)、小波神经网络模型(CBSA-WNN)、双向门控循环神经网络模型(SBGRNN)及Elman神经网络模型等5种不同预测模型进行对比试验表明,AEM模型在土壤重金属含量预测上具有更高的准确性。消融试验结果表明,贝叶斯正则化优化、自适应灰狼算法优化和基于熵权距离的离群点检测的离群点数据剔除等3个改进点对于提升土壤重金属含量预测精度均有一定的贡献。

刺五加DNA甲基转移酶基因的适应性进化分析

本研究以刺五加(Eleutherococcussenticosus)的DNA甲基转移酶(cytosine-5DNA methyltransferase,C5-MTase)基因为研究对象,探究其适应性进化的特征。在刺五加的基因组中共鉴定出11条C5-MTases序列,对其进行生物信息学分析和系统发育分析,并分别利用PAML软件的分支模型、位点模型、分支-位点模型以及MEC模型、SLAC(singlelikelihood ancestorcounting,SLAC)和FEL(fixed effects likelihood model,FEL)等方法对刺五加C5-MTases基因的选择位点进行检测。生物信息学分析结果表明刺五加C5-MTases的基因结构高度保守。系统发育分析结果显示,11条C5-MTases基因序列可分为CMT、MET和DNMT三大分支。适应性进化分析结果表明,纯净选择在刺五加C5-MTases基因的进化过程中占主导地位。

基于改进协方差自适应矩阵进化策略的永磁同步电机无传感器控制

针对永磁同步电机无传感器控制系统中搭载超螺旋滑模观测器(STSMO)的PID控制系统在改变工况时产生的伴随抖振的控制超调、转速波动等问题,提出了采用基于加入混沌扰动的改进协方差自适应矩阵进化策略(CMA-ES)算法优化转速环PID控制方法,抑制PID-STSMO控制系统的持续抖振和超调现象,增强永磁同步电机控制系统的鲁棒性。最后,通过MATLAB/Simulink软件对所设计的永磁同步电机无传感器控制系统在不同工况下仿真,验证了提出的观测控制策略的有效性。

基于差分进化-自适应Metropolis算法的桥梁工程研究

提出1种结合差分进化-自适应Metropolis算法(DREAM KZS)和克里金模型的多链贝叶斯模型更新框架。该框架融合敏感度分析以减少参数维度并便于参数选择。此外,利用克里金模型来节省计算成本。该框架还采用DREAM KZS算法与多采样策略,通过考虑模型参数、测量和模型输出之间的交叉协方差来增强后验分布的探索效率。通过增加样本多样性同时减少并行链的数量,实现快速准确的模型更新。结果表明通过对简支梁的数值研究,验证DREAM KZS算法的收敛速度和精度,提出的DREAM KZS贝叶斯模型更新框架在六跨铁路高架桥的模型更新应用中表现出优异的性能,由于需要重复的模型评估,高度耗时和高保真度的有限元模型阻碍有效的模型更新。

基于动态反向学习的协方差矩阵自适应进化策略的经济调度优化

在电力系统中,针对用于解决多种燃料方案经济调度(economic dispatch,ED)算法收敛精度低的问题,提出了基于动态反向学习的协方差矩阵自适应进化策略(covariance matrix adaptation evolutionary strategy with dynamic opposition learning,CMA-DOL),旨在根据样本点的变化动态更新反向样本点的范围,提高样本多样性,防止陷入局部最优.本方法在分别由10、40、80个发电机组组成的3个测试系统上进行了验证,并与文献中的其他算法进行比较,对超过50次独立运行的结果进行统计度量,实验结果表明CMA-DOL可以获得更好的解决方案.

基于SSA ELM和自适应差分进化算法的拉曼放大器设计

提出了一种将樽海鞘群算法优化极限学习机与自适应差分进化算法相结合的方法,并利用该方法优化多泵浦拉曼光纤放大器的参数配置。采用极限学习机构建泵浦参数和拉曼增益之间的非线性映射,并利用樽海鞘群优化算法对极限学习机参数进行优化获得最佳模型。对比分析了上述模型与BP神经网络和传统的极限学习机模型在评价指标方面的差异,结果表明本文所提出的模型预测性能较好。为了提高增益平坦性,利用自适应差分进化算法优化泵浦参数,得到最佳的参数配置。仿真结果表明,利用该方法设计出的拉曼放大器达到了预期效果,其目标增益与预测增益的最大误差不超过05dB。该方法为今后拉曼光纤放大器的设计提供了一种新的思路方法。

基于Kriging模型的多次尝试差分进化贝叶斯有限元模型修正

标准差分进化自适应Metropolis(differential evolution adaptive Metropolis,DREAM)算法需进行多条马氏链并行计算,存在收敛效率低和计算成本高的问题。为此,提出一种基于Kriging模型的多次尝试差分进化贝叶斯有限元模型修正(multiple-try differential evolution adaptive Metropolis with“ZS”,MT-DREAM(ZS))框架。该框架在DREAM的基础上引入历史向量差分采样、斯诺克更新以及多次尝试Metropolis抽样,并利用Kriging模型代替有限元模型进行随机抽样,实现利用极少数并行链便可快速探索多维修正参数后验分布。利用固结钢板梁模型试验,比较了DREAM和MT-DREAM(ZS)的修正效果。结果表明:MT-DREAM(ZS)可实现马尔科夫链的快速收敛,其收敛效率较DREAM提升了3.42倍,且修正结果精度和稳定性有提升;Kriging模型可大幅度降低计算成本。所提框架为解决多参数不确定模型修正中的收敛效率低和计算成本高等问题提供了一种新思路。

基于差分进化算法的瞬变电磁一维反演

实际采集的瞬变电磁数据包含电磁感应和激发极化效应,如何准确提取电阻率和极化率信息是电性源瞬变电磁数据处理的关键。首先,基于Cole⁃Cole复电阻率模型实现有限长电性源瞬变电磁法一维正演,在此基础上提出一种基于差分进化算法的电性源瞬变电磁一维反演方法。然后,在传统差分进化算法的基础上引入反向学习策略及控制参数自适应调节,加快反演的收敛速度,同时在目标函数中引入约束条件,构成最小构造反演,降低反演的多解性。最后,基于典型的三层地电模型和复杂多层模型进行理论模型测试,反演结果可有效恢复模型的电阻率和极化率。利用实测资料进行反演,反演得到的电阻率与OCCAM反演电阻率基本一致。在此电阻率约束的基础上,进一步反演得到极化率信息。反演结果准确地提取了实测数据中的电阻率信息,得到了地下介质的极化率分布,证明了算法的准确性和适用性。

不同食性雁形目鸟类线粒体基因组的适应性进化分析

以往的研究表明,动物的食性与能量代谢及生存适应密切相关。能量代谢主要发生在线粒体中,线粒体编码的13个蛋白质亚基是氧化磷酸化复合体的重要组成部分。雁形目鸟类的食性主要包括肉食性、杂食性和植食性3种类型。为了分析食性对鸟类基因组进化的影响,研究选取了20种雁形目鸟类,并根据食性分成3组,下载其线粒体基因组,通过适应性进化分析、放松性选择分析、多态性氨基酸位点检测以及3D结构预测分析,研究这3组鸟类的线粒体蛋白编码基因在进化上的表现。结果发现,食肉组鸟类线粒体基因组的进化速率高于食草组和杂食组鸟类,并且只有食肉组鸟类线粒体蛋白编码基因受到了放松性的选择压力作用。此外,多态性氨基酸位点检测表明,食肉组线粒体基因组编码的蛋白质中,多态性位点和有害位点数量远高于食草组和杂食组。而杂食组鸟类线粒体蛋白编码基因进化速率较低,大部分基因受到强化性选择作用,蛋白质序列中的多态性位点也较少。研究结果表明,不同食性的雁形目鸟类,其线粒体基因组编码的蛋白质受到了不同的选择压力,这为食性差异影响鸟类线粒体基因组适应性进化提供了分子依据。

基于协方差矩阵自适应进化策略的机器人手眼标定算法

针对视觉传感器标定和机器人运动学求解过程中存在噪声干扰,导致传统的手眼标定算法求解误差较大的问题,提出一种基于协方差矩阵自适应进化策略(CMAES)的机器人手眼标定算法。首先,采用对偶四元数(DQ)对旋转和平移分别建立目标函数和几何约束,简化求解模型;其次,采用惩罚函数法将约束问题转化成无约束优化问题;最后,使用CMAES算法逼近手眼标定旋转和平移方程的全局最优解。搭建机器人、相机实测实验平台,将所提算法与Tsai两步法、非线性优化算法INRIA、DQ算法进行对比。实验结果表明:所提算法在旋转和平移上的求解误差和方差均小于传统算法;与Tsai算法相比,所提算法的旋转精度提升了4.58%,平移精度提升了10.54%。可见在存在噪声干扰的实际手眼标定过程中,所提算法具有更好的求解精度与稳定性。

基于改进差分进化算法的跨平台武器目标分配方法

现代战争中,跨平台武器单元的协同利用,是合同编队体系的重要内容,作战方式也正由平台级协同向着能力要素级协同转变,这对武器目标分配问题的解决提出了更大挑战。本文将武器单元的最小划分单位细化到能力要素级,以毁伤概率与成本消耗为优化目标,面向多种来袭目标的编队防空场景,提出了跨平台武器目标分配算法。同时,基于混沌映射提出了混沌种群重构(chaotic population reconstruction,CPR)机制,并结合带存档的自适应差分进化(adaptive differential evolution with optional external archive,JADE)算法提出了CPR-JADE算法,利用CPR机制可以帮助算法在解决高维复杂约束问题时跳出局部最优。再将其运用到武器目标分配模型上,实现了对模型的高效求解。最后,通过在多种数据规模下与其他进化优化算法的仿真对比试验分析,验证了所提方法的正确性与有效性。

基于改进的差分进化算法求解SWMP问题

需求侧响应可以为电网带来可观的收益,计及需求响应的电力系统经济调度优化方法研究成为国内外学者的关注的课题。提出了一种可以用于解决计及需求侧响应的电力系统经济调度问题的基于随机黑洞模型的差分进化算法(sequence-based differential evolution hole,S-DEH),该算法基于原始的差分进化算法结合随机黑洞模型,对初始序列敏感性高,稳定可靠,计算量小,能够针对不同的问题选择最佳的控制参数,能够减少人为的操作失误和调整优化算法参数所需要的时间,具有很高的求解效率。同时所采用的演算模型为计及需求侧响应的求解电力系统的单时段的社会效益最大化问题(social welfare maximization problem,SWMP),以验证算法的性能,并通过求解多时段的SWMP优化调度问题验证了算法在处理高维度复杂优化问题时仍能保持高效的性能。

适应性进化提高酿酒酵母糠醛耐受性及其机理研究

燃料乙醇的原材料多样、对环境污染小,是一种真正意义上的可再生绿色能源。为了加大生物质能源的工业化进程,并克服预处理过程中产生的抑制剂对酵母的抑制作用,本研究以酿酒酵母(Saccharomyces cerevisiae)CEN.PK 1B-7D为出发菌株进行适应性进化培养,得到了对糠醛耐受性高且生长延滞期明显缩短的进化菌株CEN.PK 1B-7D 385。进一步比较原始菌株和进化菌株在4 g/L糠醛条件下细胞膜的通透性、膜电位变化情况和细胞内活性氧含量(ROS)。结果发现,相对于原始菌株,碘化丙啶(PI)染色细胞数降低了45.2%,去极化细胞数量减少了66.7%,说明在糠醛胁迫下进化菌株的细胞膜更加完整。同时,进化菌株胞内ROS含量从原始菌株的9.1%降低为6.5%,说明在糠醛胁迫下进化菌株胞内ROS有所下降。结合生物量、乙醇产量、细胞膜通透性及膜电位等诸多因素,进化菌株CEN.PK 1B-7D 385对糠醛的耐受性较原始菌株有明显提升。