引导编辑研究进展及其应用

引导编辑器(prime editor,PE)是继碱基编辑器(base editor,BE)之后新问世的基于CRISPR/Cas(clustered regularly interspaced short palindromic repeats/CRISPR-associated)系统的基因编辑工具,可以在不造成DNA双链断裂的情况下引入碱基替换、插入和删除。PE因其全面的编辑能力,问世即受到全球学者的广泛关注,然而PE表达盒编码较长(>6 kb)、编辑效率较低等问题也亟待研究人员解决。PE的研究方向与BE有许多相似之处,本文首先梳理了学界对PE本身编辑效率和安全性的探索;然后重点介绍了PE效应蛋白、pegRNA和其他细胞因子三个方面对PE的改进手段,以及为方便PE应用而开发的自动化设计工具;最后梳理了PE在动植物以及基因治疗中的应用。方兴未艾的PE领域尽管还难称完善,但在提高编辑效率和改进安全性等方面已取得了许多重要进展。鉴于Cas9、BE等基因编辑工具已广泛应用于遗传病疗法,PE走向遗传病治疗值得期待。

面向用户需求挖掘的去中心化异步联邦LDA算法

在云制造服务场景下,服务组合开发者往往需要基于用户的制造需求进行定制化服务组合开发。随着隐私保护法律法规的相继颁布,常用的用户需求挖掘算法如隐狄利克雷分布(LDA)主题模型已难以在实际中使用。本文通过对区块链和联邦学习技术交叉研究,提出了面向用户需求挖掘的去中心化异步联邦隐狄利克雷分布算法(DAFedLDA)。在DAFedLDA中,本文基于对等分布式LDA,进一步提出了基于多链的权限控制机制(MCACS)以及基于随机丢弃的数据贡献质量监控机制(RDDMS)。本文基于ProgrammableWeb.com实例进行了一系列实验,验证了算法的有效性。

基于元强化学习的自动列车定速控制

本文考虑自动列车在路况变化下的定速控制问题.由于铁路路况的复杂以及列车动力学的不确定性,基于模型的控制器难以稳定、快速、精确地进行定速控制.提出了一种无模型控制器,其只需要很少的列车运行数据即可适应新的路况.首先,本文将列车的定速控制问题建模为一系列转移概率未知的静态连续马尔可夫过程.然后,应用元强化学习去求解该马尔可夫过程,得到自适应神经网络控制器.仿真说明该无模型控制器能够高效地进行定速控制,并能迅速适应新的环境,同时满足系统约束.

基于自然语言处理进行新冠肺炎确诊患者流行病学史的变化趋势分析的探索

目的:探讨陕西省自1月23日以来确诊患者接触史的变化趋势,以及不同时期应关注的重点场所。验证自然语言处理和大数据分析技术在流行病学史分析中应用的可行性。方法:收集陕西省2020年1月23日至2月20日卫健委公布的疫情数据,应用自然语言处理技术对确诊患者情况进行分词处理,计算每日的热点词语出现频率并排序。通过对词频和共词频率的统计,分析确诊患者的流行病学史变化趋势。结果:陕西省自1月23日起,前8日确诊患者描述中,标志着输入性疫情的"返回"等词频较高;自第9日起,标志以家庭为主要场所的聚集性疫情的各类"亲属关系"词频显著提高;第14日开始,体现其他场所的聚集性疫情的词汇频率明显提升。发病地区词频较高的为:西安市、安康市等;与陕西确诊病例相关的外省市地区词频较高为武汉/湖北、孝感市和杭州市。结论:通过词频分析可以发现陕西省疫情由输入性转向聚集性的转折点大致发生在2月1日。家庭作为聚集场所的传播方式为主要传播方式,后期有其他传播场所值得关注。本研究也验证了使用自然语言处理和词频分析等大数据分析技术可以在经典的流行病学史分析基础上,拓展新的思路,呈现新的表达方式。

基于CCF-PLS的通讯系统异常根因分析

针对通讯网络升级后出现的系统性能下降问题,提出了一种互相关函数-偏最小二乘(CCF-PLS)方法对系统性能进行监测,并给出导致系统性能下降的根本原因变量。对于大采样间隔且线性特性较强的通讯系统,PLS模型能很好地建立关键性能指标(KPI)与其他观测变量的回归模型。由于观测变量中存在较多与KPI不相关的成分,采用CCF能很好地筛选与KPI强相关的变量,因而可以作为前端处理步骤。在此基础上,结合贡献图方法,CCF-PLS给出导致系统异常的根本原因。仿真结果显示,本文方法具有良好的应用效果。

基于网络演算的网络故障检测方法

在计算机网络系统中,由于存在外界攻击,设备寿命有限等原因,网络设备不可避免地会发生故障.本文提出了一种基于网络演算的故障检测方法,并证明了该方法能在确定的时延范围内检测出网络中节点发生故障及恢复正常的时间,以及节点的故障种类.在仿真算例上测试发现,本文的方法能及时检测出节点故障和正常的时间,且检测的平均准确率比当前常用的基于LSTM的方法高很多.

《网络药理学评价方法指南》解读

网络药理学是从生物网络的整体角度阐释疾病机制和药物作用机制的一门新兴学科。其研究理念契合了中医药学的整体论思想,中医药领域也率先提出了网络药理学的核心理论——"网络靶标"理论。随着生物医药"大数据"、人工智能时代的到来,网络药理学成为信息科学与医学生命科学交叉创新的一个重要突破口,也成为医药研究从还原论迈向系统论的一个重要标志。目前,网络药理学的理论分析、算法开发等方面得到长足的进步,在传统医学与现代医学领域,特别是中医药学领域,应用日益广泛。但是,由于缺乏规范的技术引领,网络药理学的发展仍面临着诸多挑战,特别在研究的可靠性、规范性以及可验证性等方面还存在很多不足。为了进一步规范和引导网络药理学的研究,近期世界中医药学会联合会发布了国际上第一个专门用于网络药理学评价的标准——《网络药理学评价方法指南》。针对该指南内容,通过分析网络药理学研究过程中的关键影响因素,重点解读该指南相关技术要求的选择策略及其适用性,为从事网络药理学研究或审评人员更好地使用该指南提供参考,以期促进网络药理学研究的良性发展。

PLC指令表程序的一种语法分析方法及其在代码静态测试上的应用

可编程逻辑控制器(PLC)是工业控制领域中广泛使用的自动控制装置。由于PLC程序缺乏具有普适性的测试工具,开发人员往往只能采用人工方式排查代码错误,导致测试效率低下。工业用户亟需一种标准化PLC代码检测方法,自动完成PLC程序语法检测与分析。该文以IEC61131-3标准为基础,建立基于Backus-Naur范式(BNF)的指令表语法模型。基于该模型构造抽象语法树,进而设计出一种具有线性复杂度的PLC指令表代码语法检测算法。利用2段控制工程中的PLC指令表代码对所提出的算法与商用软件CODESYS Static Analysis进行对比测试,验证了所提算法的可用性。

强化学习方法在自主水下机器人控制任务中的应用

近年来,强化学习方法得到了广泛的关注,并已在控制领域取得了一定成果.自主水下机器人(AUV)能完成复杂多样的水下任务,是海洋探索开发任务中的关键设备,强化学习技术的发展为AUV的智能化控制提供了新的思路.本文着眼于强化学习与AUV控制的交叉领域,重点介绍了强化学习在镇定控制和跟踪控制等底层控制任务方面的应用.为此,我们首先对强化学习框架进行了简要介绍,并在其后对强化学习在AUV控制领域面临的挑战以及最新的进展进行了概述.最后,我们详细介绍了两种针对AUV的无模型强化学习控制方法,希望能够为此类控制器的设计和使用提供参考.