麦洼牦牛和九龙牦牛乳酸脱氢酶H亚基的遗传变异体

用聚丙烯酰胺凝胶电泳法 ,对 1 0 9头麦洼牦牛和 1 0 0头九龙牦牛乳中的乳酸脱氢酶 (LDH)同工酶进行检测。结果表明 :两品种牦牛乳中 LDH在凝胶上仅显示出由 4个 H亚基组成的 LDH1 1条区带。试验共检测到 4种 LDH1 的遗传变异体 ,按迁移率由大到小依次为 A、B、C、D,其中 D型仅存在于九龙牦牛中 ,C型在两品种牦牛中均占明显优势。麦洼牦牛和九龙牦牛 LDH1

蜜环菌群体遗传规律的初步研究

在长白山保护区天然针阔混交林和张广才岭地区红松人工林内,设立5个样地,采集蜜环菌样本331号。利用体细胞非亲和性的试验方法,鉴定出东北地区林木病原菌奥氏蜜环菌在林间的遗传体密度较低,是以菌索的形式存在,并为主要传播方式。在防治中应以切断病原菌的土壤传播为主要原则。

基于多智能体遗传算法并考虑分布式电源的配电网大面积断电供电恢复算法

当配电网发生大面积断电事故后,针对含分布式电源的配电系统,提出采用多智能体遗传算法解决分布式发电条件下配电网大面积断电供电恢复问题。考虑孤岛运行的情况,研究了分布式电源在配电网大面积断电情况下的分层孤岛运行方式,能够充分利用分布式电源的发电能力,减少停电区域。提出的多智能体遗传算法构造了一个环形网格环境,所有智能体都固定在网格上。每个智能体相当于遗传算法中的一条染色体,它们通过与其邻域展开竞争操作和自学习行为来增加目标函数值。对于智能体竞争及自学习行为过程中产生的不可行解,采用改进的基于环路分解的方法消除闭环和孤岛,使其变为可行解。通过一个实际配电系统的仿真计算,仿真结果证明了文中所提方法具有较强的全局搜索能力和快速的收敛速度。

多智能体遗传算法用于超高维函数优化

基于智能体对环境的感知与反作用的能力提出了一种新的函数优化方法——多智能体遗传算法.该方法将智能体固定在网格上,而每个智能体为了增加自身能量将与其邻域展开竞争或合作,同样,智能体也可利用自身的知识进行自学习来增加能量.理论分析证明算法具有全局收敛性.实验结果表明,多智能体遗传算法对维数高达甚至10000的函数,都能以较少的计算量获得高质量的解,充分说明算法具有很快的收敛速度.

遗传修饰工程体的生态安全性

遗传修饰工程体的生态安全性引起了人们的广泛关注。本文对转基因植物外源基因逃逸、对非靶标生物的影响。

基于多智能体遗传算法的多机器人混合式编队控制

提出了一种基于多智能体遗传算法的多机器人混合式编队控制方法,将多智能体系统与传统遗传算法相结合,形成了一种新的在线优化算法(多智能体遗传算法),应用到多机器人编队控制中。同时将领航跟随法与人工势场法相结合,能更有效地保持队形的稳定性、增强抗干扰能力。采用该方法进行仿真实验,并与传统机器人编队控制方法相比较,实验结果验证了所提方法的可行性和有效性。

多智能体遗传算法投影寻踪建模与实证研究

采用多智能体遗传算法(MGA)进行投影寻踪聚类(PPC)建模,对投影向量约束条件采用两种不改变迭代进化过程的归一化处理方法,经三种不同类型的数据分别进行建模,得到了相同的建模结果,有效地解决了求解最佳投影向量的最优化问题。对评价指标数据采用极大化或极小化(不同的归一化)处理方式,得到的投影向量系数互为相反数,同一样本的投影值之间只相差一个常数,说明PPC建模技术既可用于探索性研究,也可用于验证性分析。PPC技术主要用于大样本情况,稳健性和可靠性均较好;指标之间存在明显的相关性,会影响建模结果的有效性和合理性。

用改进的多智能体遗传算法求解旅行商问题

多智能体遗传算法是基于智能体对环境感知与反作用的能力提出的一种新的函数优化方法,具有很快的收敛速度,尤其是在优化超高维函数时更显示出了它的优越性。针对这一特点对该算法进行了适当的改进,在邻域正交交叉算子中采用精英保留策略,在自学习算子中引入邻域正交交叉算子并采用小变异概率以加快收敛速度。求解TSP的实验结果显示,改进后算法的性能有了较大的提高。

遗传性包涵体肌病研究进展

遗传性包涵体肌病(h-IBM)是一组以镶边空泡、胞核和(或)胞浆内管丝状包涵体为特征性病理改变的遗传性骨骼肌疾病,从病理学意义上讲,部分远端肌病也归于其中。该病有常染色体隐性和显性2种遗传方式,通常在40岁前出现缓慢进展的远端或近端肌无力和肌萎缩,血清肌酶正常或轻度升高,肌电图以肌源性损害为主。发病机制与基因突变、异常蛋白堆积及自嗜作用有关,目前尚无有效治疗方法。

基于多智能体遗传算法优化的航空电子设备状态组合预测

针对传统单一预测方法预测航空电子设备状态的不足,提出了将隐马尔可夫模型(HMM)和最小二乘支持向量机(LS-SVM)相结合的组合预测方法。采用多智能体遗传算法(MAGA)对HMM参数进行训练优化,克服了Baum-Welch算法易陷入局部最优解的缺陷,并在HMM建模过程中引入状态条件概率,以降低不确定性因素造成的影响。采用MAGA估计LS-SVM模型参数,并在参数估计的过程中采用剪枝法实现LS-SVM的稀疏性,从而达到提高LS-SVM泛化性能的目的。在此基础上构建了航空电子设备状态组合预测模型。实例分析结果验证了组合预测模型在预测精度、计算速度和稳定性方面的优势。

体外遗传毒性评价方法的新动向

环境化学物遗传毒性评价的总体策略仍是以体外试验为主,以有限的体内试验为补充。体外试验方法在未来的评价体系中仍占有相当重要的地位。目前欧洲为主的各国学者研究开发以有代谢能力的人肝肿瘤细胞系Hep G2为指示细胞的体微核和单细胞凝胶电泳等体外试验,在实际应用中已证明对提高短期体外评价的速度和有效性很有成效;毒理基因组的研究更为环境化学物遗传毒性体外评价体系提供了发展的方向,虽不能很快应用到实践中去,但已引起了广泛的关注。

遗传性包涵体肌病一例GNE突变的检测

目的:研究一例近亲结婚导致的遗传性包涵体肌病(HIBM)家系表型和基因型特点。方法:收集一例常染色体隐性遗传性肌病患者,应用目标捕获测序技术对该患者家系人员进行致病基因筛查。结果:该患者以四肢近端肌进行性无力为首发症状,电生理检查提示肌源性损害;基因检测结果显示GNE基因发生c.C577T(p.Arg193Cys)纯合错义突变;其父母均为GNE基因c.C577T(p.Arg193Cys)杂合携带者;该突变在家系内同疾病表型共分离,并且在200例正常对照人群中未被发现。结论:目标捕获测序技术可用于HIBM的诊断;c.C577T为一个新的GNE基因变异。

HepG2在体外遗传毒理学中的应用

本文介绍了人肝肿瘤细胞株的主要特点及其在遗传毒理学研究中的应用价值 ,并通过对 Hep G2当前几种主要用途的分析 ,指出 Hep

双倍体遗传算法求解龙溪河梯级电站长期优化调度问题

本文应用新近提出的双倍体遗传算法,求解龙溪河梯级水电站长期优化调度问题,有效解决了简单遗传算法的不足,优化调度结果令人满意。

基于混合深度神经网络的基因遗传变体致病性注释

绝大部分非编码区的基因功能尚不清楚,而许多的遗传变体就存在这些区域,如何识别与疾病相关的变体仍是一个挑战。已有基于支持向量机的算法CADD被提出,它可以注释编码和非编码区的变体,但是该方法未能捕获特征间的非线性关系。为了解决此问题,设计了一个混合卷积网络和全连接网路的模型,能很好地捕获特征之间的非线性关系。在测试集上,方法达到了最高的66.44%准确率。

体外遗传学方法及应用

体外遗传学是利用核酸分子本身一定的表型（如结合、催化等）在试管中分离筛选特定核酸分子序列进行研究的方法．由于体外遗传学方法改变了自然界缓慢的进化过程，使人为的进化得以简单地实现，同时也使许多核酸功能区的识别和确定由被动变为主动，为进一步探索基因的调控规律及主动地调节生化反应过程提供了有效的手段，近年来体外遗传学方法及在分子生物学方面的应用得到了很大的发展．

基于链式智能体遗传算法的动态能耗优化算法

能耗优化是一个动态优化问题,在能耗规模较大的情况下,能耗设备间与总能耗间存在一定的非线性关系,即并非每个能耗最优化能使得总的能耗最优化,因此能耗优化是一个动态非线性优化问题。对于能耗优化问题,传统的节能方法难以奏效。基于此,本文在分析目前节能方法的特点后,设计一种高效的全局优化算法——链式智能体遗传算法,可解决上述的动态非线性优化问题。为了验证本文提出的算法的优越性,将该算法用于某钢厂的电能节耗中,节耗效果明显且较稳定。实践表明,该算法具有较好的灵活性,当能耗环境和节能要求发生变化时,该算法能在不变动当前设备的前提下,动态获得较优的节能效率。

体外遗传毒性测试方法在烟草制品毒理学评价中的应用

为了解遗传毒性测试方法在烟草制品体外毒理学评价中的应用,本文对目前在烟草制品体外毒理学评价中常用的检测方法和国内外在烟草制品体外遗传毒性检测领域所取得的成果及研究进展,以及开展烟草制品遗传毒性检测可能存在的问题进行了综述,拟为遗传毒性检测技术更好地应用于评估烟草制品提供思路。

多智能体遗传二维Otsu法SAR图像变化检测

提出一种基于多智能体遗传二维最大类间方差法的合成孔径雷达图像变化检测方法。采用阈值分割的思想,利用对数比值法构造差异影像;通过多智能体遗算法寻找变化和非变化类之间距离测度函数最大的全局阈值,得到变化检测结果。实验结果表明,与遗传算法、免疫克隆选择算法、多智能体遗传一维最大类间方差法、二维最大类间方差法相比,该算法可以快速、准确地得到变化检测结果。