基于多组学的T-ALL差异基因筛选及分析

采用生物信息学方法分析急性T淋巴细胞白血病(t-cell acute lymphoblastic leukemia,T-ALL)患者转录组和表观遗传组的差异基因,以期筛选出该病的关键基因并探索其发病机制。从GEO与SRA数据库中下载T-ALL的RNA-seq、CTCF ChIP-seq、DNA甲基化数据,分别运用DESeq2、edgeR生物信息学分析软件筛选RNA-seq和ChIPseq数据的差异基因,运用CHAMP软件筛选DNA甲基化数据的差异基因。从RNA-seq数据、ChIP-seq数据和DNA甲基化数据中分别筛选出5887个、5315个和2196个差异基因,3组数据取交集后得到119个差异基因。构建基因相似性融合网络,筛选出基因间相互作用强且多的48个关键基因。对关键基因进行GO和KEGG通路的功能富集分析,并使用STRING数据库构建蛋白互作网络,借助Cytoscape软件筛选出8个核心基因(CTLA4、CD7、GPR29、CD5、CD247、IL2RB、FASLG和CD274)。经检索CGC与CTD数据库,均表明这8个核心基因有成为T-ALL生物标志物的潜力,为深入探索T-ALL的发病机制及研发相关靶向药物提供帮助。

基于全融合网络的三维点云语义分割

为提高室内场景的点云语义分割精度,设计了一个全融合点云语义分割网络。网络由特征编码模块、渐进式特征解码模块、多尺度特征解码模块、特征融合模块和语义分割头部组成。特征编码模块采用逆密度加权卷积作为特征编码器对点云数据进行逐级特征编码,提取点云数据的多尺度特征;然后通过渐进式特征解码器对高层语义特征进行逐层解码,得到点云的渐进式解码特征。同时,多尺度特征解码器对提取的点云多尺度特征分别进行特征解码,得到点云多尺度解码特征。最后将渐进式解码特征与多尺度解码特征融合,输入语义分割头部实现点云的语义分割。全融合网络增强了网络特征提取能力的鲁棒性,实验结果也验证了该网络的有效性。

有线无线网络深度融合赋能智慧图书馆网络建设研究

文章分析智慧图书馆网络建设现状和不足,探讨有线无线网络深度融合的必要性,提出智慧图书馆网络建设背景下有线无线网络深度融合的实现路径,即扩容改造骨干网络带宽、部署技术设备、统一管理网络、充分保障网络安全、全面监控网络信号覆盖、实时管理网络用户、建立网络统计报表和提升用户使用体验。

基于全流程工艺的智慧水厂设计与实践

该文智慧水厂设计以智能感知设备为基础,通过自控双纤环网和全光网络实现感知层设备信息的高速、透明传输。针对水厂全流程工艺和厂区安防及相应管理需要在智能控制层级设置了全过程自动化系统、智能优化运行系统和智能安防系统。最后,结合BIM、大数据分析、AR/VR、超融合、UWB和信息安全等成熟、稳定的技术手段,完成智慧水厂上层数据平台及智慧场景应用的建设。智慧水厂创新性提出“5+2”的设计及运营模式,打开了智慧水厂设计及建设新思路。

基于全部卷积特征融合的显著性检测

如何充分利用各级卷积特征是当前显著性检测研究的关键问题。就此提出一种基于融合全部卷积层特征的全卷积神经网络显著性检测方法。首先,将全部卷积特征映射到内部的多个尺度中,在每个尺度上联合各级卷积特征预测显著图;然后,融合各尺度的显著图,得到融合显著图;最后,通过全连接条件随机场平滑显著图和优化显著边界。实验结果表明,该方法在ECSSD和SED2数据库上具有较高的准确率、召回率和较低的平均绝对误差,可为目标识别、机器视觉等应用提供更可靠的预处理结果。