结直肠腺癌组织中tiRNA-1_33-Gly-GCC-1的表达及临床意义

目的:研究结直肠腺癌(colorectal adenocarcinoma,CAC)组织中tiRNA-1_33-Gly-GCC-1的表达及对细胞增殖的影响。方法:通过tRF&tiRNA芯片分析5对CAC组织中tRFs&tiRNAs差异性表达谱并用qRT-PCR实验在82对CAC组织中对tiRNA-1_33-Gly-GCC-1的表达水平进行验证。采用RNA原位杂交技术(RISH)检测CAC组织中tiRNA-1_33-Gly-GCC-1的阳性表达,并分析与患者临床特征和患者预后的关系。CCK-8实验检测tiRNA-1_33-Gly-GCC-1对细胞增殖活性的影响。生物信息学预测并应用双荧光素酶报告实验验证tiRNA-1_33-Gly-GCC-1如何调控TP53I11。回复实验验证tiRNA-1_33-Gly-GCC-1/TP53I11信号轴对CAC细胞增殖的影响。裸鼠荷瘤实验验证tiRNA-1_33-Gly-GCC-1对移植瘤生长和增殖的影响。结果:tiRNA-1_33-Gly-GCC-1在结直肠腺癌组织中表达水平升高并呈阳性表达,阳性例数54/82(65.85%)明显高于邻近正常组织11/82(13.41%),两组间有统计学差异(χ^(2)=5.475,P=0.019<0.05)。tiRNA-1_33-Gly-GCC-1的阳性表达与CAC患者肿瘤直径(χ^(2)=11.699)、分化程度(χ^(2)=13.081)和患者生存预后(χ^(2)=15.621)密切相关(均P<0.05)。CCK-8实验结果显示tiRNA-1_33-Gly-GCC-1促进CAC细胞的增殖活性(P<0.05)。生物信息学预测TP53I11是tiRNA-1_33-Gly-GCC-1的下游靶基因,双荧光素酶报告基因实验提示tiRNA-1_33-Gly-GCC-1与TP53I113'UTR结合从而抑制其蛋白质合成。Rescue回复实验进一步验证了tiRNA-1_33-Gly-GCC-1抑制TP53I11 mRNA和蛋白的表达及对大肠癌细胞增殖的促进作用。裸鼠皮下移植瘤实验也提示tiRNA-1_33-Gly-GCC-1促进了生长和增殖。结论:tiRNA-1_33-Gly-GCC-1在结直肠腺癌组织中表达水平上调,可能是一个新的促癌基因;机制上tiRNA-1_33-Gly-GCC-1能抑制TP53I11的表达而促进CAC细胞的增殖生长。本研究为今后结直肠腺癌诊治和预后判断提供新的理论基础。

基于改进GCC算法的交流配电电缆局部放电在线定位方法研究

由于受到电磁噪声等因素的影响,现有的电缆局部放电定位方法不能准确定位放电故障。为处理该问题,在双端定位法的基础上,提出一种面向工程实际应用的电缆局部放电信号在线定位方法。基于改进的广义相关算法估计信号时延,并考虑局放信号的波速不定性,采用修剪均值数据滤波算法提高多定位样本下的局部定位精度。最后在仿真及试验中,通过与传统时延估计法进行对比,对所提方法的准确性进行验证。试验结果表明,相比传统的时延估计定位方法,所提方法在环境干扰严重、检测设备采样频率受限的条件下,能够有效提高时延估计精度,减小定位误差,试验定位相对误差为0.47%,满足工程实际要求。

一种基于指令MKS的自动向量化代价模型

自动向量化代价模型是编译器进行自动向量化优化时的重要组成部分,其作用是评估代码在应用向量化转换后能否获得性能提升。当代价模型不准确时,编译器会应用负收益的向量化转换,从而降低程序的执行效率。针对GCC编译器默认代价模型的不精确问题,以Intel Xeon Silver 4214R CPU为平台,提出了一种基于指令MKS的自动向量化代价模型。该模型充分考虑了指令的机器模式、运算类型以及运算强度等,并使用梯度下降算法自动搜索不同指令类型的近似代价。在SPEC2006以及SPEC2017上进行了单线程测试,实验结果表明,该模型能够减少收益评估错误的情况。与默认代价模型生成的向量程序相比,GCC编译器添加MKS代价模型后,在SPEC2006课题上最高获得了4.72%的提速,在SPEC2017课题上最高获得了7.08%的提速。

基于GCC的高性能DSP Matrix向量指令集扩展

自动向量化技术是编译器提高程序并行性的优化方法。随着支持SIMD结构处理器的计算平台的广泛应用,自动向量化技术也成为编译器技术研究的热点。GCC编译器是一种开源、跨平台的编译器。本文基于GCC内部自动向量化算法,结合Matrix芯片的体系结构和指令集特点,完成了Matrix向量指令集在GCC后端扩展,实现了基本的自动向量化支持。测试结果表明,扩展后的编译器能够支持Matrix向量指令集,进行基本的自动向量化,同时支持以内建函数方式开发基于Matrix的并行程序。

考虑工作点时变特性的并网变流器全工作区间稳定性分析

现有工程运行数据显示,并网变流器(grid-connected converter,GCC)的动态特性与工作点密切相关。受新能源出力波动、负载投切等外部因素的影响,变流器工作点呈现随机时变特性。因此,分析整个工作区间中所有工作点的系统稳定性具有重要意义。传统阻抗/导纳分析方法可以有效分析GCC运行于特定工作点时的稳定性,但考虑系统所有可能工作点时则需重复分析,工作量大且难度较高。为解决这一难题,提出一种考虑工作点变量的多元建模方法。将工作点变量引入导纳模型,通过控制环路重构,建立GCC的多变量单输入单输出(single input single output,SISO)模型。所提模型直接包含工作点变量,因此可以有效分析变流器全工作区间动态特性。此外,综合考虑变流器最大传输限制和动态特性,提出一种基于安全运行域的稳定性分析方法,以实现多维工作区间中系统稳定性的直观表征。仿真和实验验证了所提多变量SISO模型和基于安全运行域的分析方法的正确性。所提模型和方法在分析电力电子装置运行极限、指导变流器设计和辅助功率器件发挥极限性能等工程场景中具有广泛应用潜力。

改进VMD与广义互相关在供水管道泄漏定位中的应用

针对管道泄漏定位时,采集到的泄漏信号会受到噪声干扰而影响定位精度的问题,提出了一种参数自寻优变分模态分解结合广义互相关的定位方法。首先,在现有的频域加权函数的基础上,提出了一种复合加权函数,对不同的频域加权函数在供水管道泄漏声信号下的性能进行研究;其次,利用高斯变异和量子行为对粒子群进行优化,建立复合指标排列熵/互信息熵作为适应度函数,改善粒子在求解过程中的多样性;然后,通过改进的粒子群算法优化变分模态分解(VMD)最优参数组合,实现对信号的降噪处理。实验结果表明,文中方法在供水管道泄漏情况下具有更高的定位精度,平均相对定位误差仅为3.7%,且最大误差也只有8.0%,能够有效地滤除原始信号中的噪声干扰。

基于GCC实现飞腾处理器向量处理单元的编译器后端

编译器后端是针对特定目标机器的编译器实现,不同的指令集体系结构需要实现不同的编译器后端。面向飞腾处理器中向量处理单元(FT-VPU)的体系结构和指令集,基于GCC编译器实现了编译器后端,使GCC能够正确编译面向FT-VPU的SIMD指令的内嵌函数。从四路双精度SIMD指令的机器描述出发,总结了在GCC后端所做的实现工作。其对基于GCC编译器实现面向特定目标机器的编译器后端有较大的参考价值。

GCC到Nios系统的移植研究与实现

分析开源编译器GCC的内部结构及其可移植机制,提出GCC前后端分离的结构以适合移植到不同硬件平台.以Nios嵌入式处理器为例,研究了移植GCC的步骤以及必须的数据文件,机器描述文件、宏定义文件等.给出了算术逻辑运算指令、数据转移指令、控制指令这3种典型指令所对应的RTL表达式编写方法和模板.通过使用一个C程序对移植后的GCC编译器进行测试,结果表明,移植后的GCC能够产生正确的汇编代码.

GCC中内嵌函数实现剖析

GNU编译器集合(GCC)具有支持多种高级语言和多种目标处理器平台、文档及源代码开放等的特点,在工业界和学术界被广泛使用。GCC支持非常多的内嵌函数,内嵌函数是GCC编译器中非常重要的一部分实现。首先分析GCC中多种内嵌函数的目的和作用;之后结合实际工作,以使用向量扩展指令的内嵌函数实现为例,剖析了平台相关的内嵌函数的实现过程。本工作对深入理解GCC编译器中的内嵌函数实现机制,对基于GCC的研究和开发有较强的参考意义。

pN0直肠癌患者淋巴结GCC mRNA表达与预后的关系

目的：探讨GCC mRNA在淋巴结阴性（pN0）直肠癌患者淋巴结中表达与预后的关系。方法：应用RT-PCR检测60例pN0直肠癌淋巴结中GCC mRNA表达水平，并分为GCC mRNA阳性组（pN0（mol＋））16例与阴性组（pN0（mol-））44例。分析两组患者的局部复发率、远处转移率、无瘤生存期（DFS）与GCC mRNA表达水平的关系。结果：GCC mRNA阴性组的局部复发率及远处转移率更低（P〈0.05），无瘤生存期更长（P〈0.05）；TNM分期中T3~T4淋巴结GCC mRNA表达阳性率明显高于T1~T2（P〈0.05）。结论：GCC mRNA表达水平与患者的预后密切相关，提示GCC mRNA可作为直肠癌淋巴结微转移的有效分子学检测指标。

GCC改性中淀粉-硬脂酸钠复合物包覆量对其使用效果的影响

淀粉与硬脂酸钠在一定条件下反应生成的淀粉-硬脂酸钠复合物可以对重质碳酸钙(GCC)进行表面包覆改性,形成改性GCC。改性GCC较之未改性GCC可以有效减缓加填造成的纸张强度降低这一负面影响。本研究通过分析不同加填量下改性GCC加填纸和未改性GCC加填纸的灰分与纸张强度的关系,阐述改性GCC表面包覆量对提高纸张灰分含量和改善纸张强度的影响。

Parlay API中GCC SCF向SIP协议的映射研究

基于Parlay API的第三方业务开发是下一代网络(NGN)中最为开放的业务提供方式,第三方应用程序通过Parlay API中SCF接口向底层网络协议(如SIP、INAP等)的映射来调用底层网络资源。论文重点对Parlay API中向SIP协议的映射问题进行研究,首先介绍了Parlay API和SIP的呼叫模型,接着提出了GCC SCF向SIP协议的映射模型,并设计出映射模型的程序实现流程,最后以号码翻译业务为例分析了该映射模型的工作过程。

GCC编译器中编译指导的自动向量化实现

基于编译指导的自动向量化已经成为编译器开发SIMD体系结构性能潜力的必然选择。OpenMP 4.0规范新增了SIMD编译指导语句,在开发中的GCC 4.9版本已经开始着手支持OpenMP4.0规范。详细分析了SIMD编译指导在GCC 4.9中的实现情况,重点分析了SIMD编译指导在编译器自动向量化阶段的影响,这为改进GCC的现有实现和提高向量化能力提供了有价值的参考。

GCC编译器后端移植技术

从GCC编译器的体系结构出发,提出了GCC前后端分离的结构以适合移植到不同的硬件平台,分析了GCC后端移植的关键技术。重点阐述后端移植所必须的文件,并详细说明这些文件的作用,给出了RTL中间语言的语法结构以及典型指令的RTL指令模板结构。最后通过一个实例对移植到新硬件体系结构的GCC进行测试,结果表明针对特定的硬件体系结构,GCC后端移植技术是可行的,能够产生正确的汇编语言代码。

GCC后端中四路双精度短向量寄存器的实现

设计和实现一个新的产品化的编译器通常需要几年时间。基于已有的编译器进行修改和扩展,是研发面向新体系结构的编译器的主要途径。GNU编译器集合(GCC)支持多种高级语言和多种目标处理器平台、文档及源代码开放等。基于GCC的Sparc后端,实现了支持四路双精度SIMD指令的四路双精度短向量寄存器的描述。在此过程中,定义了新的目标机,扩充了一类向量模式,定义了一类新的寄存器约束,实现了四路双精度寄存器的描述,定义了四路双精度SIMD指令的机器描述。对于面向此类SIMD指令的内嵌函数,GCC编译器能够正确使用该类向量寄存器来生成对应的SIMD指令。

基于时延估计的远场被动声源定位算法

现有的基于时延估计的声源定位算法大多假定声源是近场源,而在手机等手持式声源定位设备这种小尺度传声器阵列的应用场景中,声源主要为远场源。传统的基于时延估计的声源定位算法在处理远场源时,效果不佳。为了实现在该类情景中快速而准确地定位,提出一种适用于远场源的定位算法;同时提出一种用于计算广义互相关-相位变换(generalized cross correlation phase transformation,GCC-PHAT)时延估计结果置信度的算法,置信度用于估算时差(time difference of arrival,TDOA)协方差矩阵和选用传声器对。将传声器视为节点,用置信度表示节点间的距离。将传声器对的选用问题转化为图论中的路径规划问题,即寻找经过所有节点的最长路径。MATLAB仿真实验结果表明:当声源归为远场源时,与传统Chan算法相比,本文提出的远场定位算法在准确度和精度方面都有很大优势。采用基于路径规划的传声器对筛选算法后,远场定位算法将具有优异的抗干扰能力,在低信噪比或者高混响时间等恶劣声学环境下,也具有令人满意的定位效果。

基于GCC的C/C++源程序静态信息提取技术

给出了一种基于GCC的AST中间文件来提取C/C++语言源程序静态信息的方法。主要思想是利用GCC编译源程序时产生的AST文件,借助XOgastan工具将其转换成GXL格式文件,然后从GXL格式文件转换成标准的XML文档,最后树形化地显示源程序的结构关系。

编译原理GCC实例化教学研究

对现有编译教学存在的问题进行分析,提出新的编译课程教学方案,引入真实的业界编译器实例GCC,以引导式、实例化的模式开展教学,最后,给出新教学模式的参考评价方法。

基于GCC的IF转换算法的分析与改进

分支指令是发掘指令级并行(ILP)的一个主要障碍。IF转换能够有效地删除指令流中的分支,通过删除程序中的某些分支,将控制依赖转换为数据依赖,能够获得更好的调度效果。本文详细分析了GCC中基于IA-64谓词执行的IF转换算法,并改进了其算法,实验数据表明,优化效果明显。

用表驱动算法在GCC中优化实现指数函数

科学计算中的许多领域都需要快速而精确地计算超越函数,即exp、log、sin、tan等此类函数。本文采用表驱动算法,结合IA-64体系结构特点,在GCC中优化实现了指数函数(exp),提高了GCC编译器在IA-64系统上的浮点性能,为在IA-64和其它平台上高效实现所有超越函数打下了基础。