CAD/CAPP集成的关键技术

该文提出了基于特征实体模型上的截面轮廓造型自动特征识别方法。这种方法探索了一条实现自动特征识别的新途径。还提出了基于特征名、形面名的多层次多方位的零件信息描述方法。实现了对复杂箱体类零件的加工特征自动识别与信息自动提取,从而实现了CAD/CAPP系统的信息自动传递。

三羟基异黄酮抑制乳腺癌细胞生长的质谱研究

目的初步研究低浓度的三羟异黄酮对人乳腺癌细胞系MCF-7的生长抑制作用,并通过蛋白质组学方法探讨其分子机制。方法MCF-7细胞在含25μmol/L三羟异黄酮的培养液中分别培养1～7d后,进行MTT实验,测得生长曲线;采用顺序抽提的方法将细胞总蛋白分级为水溶性和疏水性两个组分,并应用双向电泳方法对其进行分离,以获取蛋白质的表达谱;通过软件分析,找出表达量存在显著差异的蛋白质点;再应用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF-MS)与生物信息学相结合的方法对差异表达蛋白点进行分析鉴定。结果25μmol/L的三羟异黄酮对MCF-7细胞具有明显的抑制作用,并在4d后观察到细胞凋亡现象的出现;双向电泳图谱分析表明无论是水溶性蛋白质还是疏水性蛋白都取得了很好的分离,并成功鉴定出24种差异表达蛋白,其中5种下调,19种上调。结论这些蛋白质的功能涉及了细胞的生长调节、应激反应、形态和凋亡等多个方面。

隐马尔可夫模型用于蛋白质序列分析

隐马尔可夫模型 (Hidden Markov model,HMM)用于蛋白质研究是生物信息学研究的新领域。目前 ,人们已经得到大量的蛋白质序列和结构数据 ,传统研究蛋白质的方法已经不再实用 ,生物学家已经转向能够处理大量数据的统计方法来进行研究。隐马尔可夫模型可以通过训练 ,识别同一特征的蛋白质序列。从 SCOP数据库中选择了一个蛋白质族 ,由它得到了能够代表该族特征的隐马尔可夫模型 ,并用该模型对一些蛋白质序列进行分析。结果表明 ,HMM能够较好的表示同一族的蛋白质 。

特征的自动识别规则与提取

在对箱体类零件的加工特征及特征参数进行了分析、归纳和总结，在特征实体造型进行了研究的基础上，制定了各类特征的合理的识别规则和识别算法，及提取的信息模型。实现了对复杂箱体类零件的加工特征信息自动提取，及CAD/CAPP系统的信息自动传递。

基于特征实体模型上的截面轮廓自动特征识别方法

复杂零件特征实体上的相交特征自动识别问题 ,仍是CAD/CAPP领域未解决的难点。本文提出了基于特征实体模型上的截面轮廓造型自动特征识别方法 ,并制定了一系列各类特征的合理识别规则和识别算法。这种方法探索了一条实现自动特征识别的新途径 ,实现了对复杂箱体类零件的加工特征自动识别与信息自动提取 ,从而实现了CAD/CAPP系统的信息自动传递。