基于网络药理学和分子对接技术探究柯里拉京治疗卵巢癌的关键靶点及分子机制

目的：采用网络药理学和分子对接技术相结合的方法探究柯里拉京（Cor）治疗卵巢癌的关键作用靶点和分子机制。方法：利用PharmMapper、TargetNet及Swiss Target Prediction在线工具预测Cor的作用靶点,通过OMIM、TTD、CTD、DisGenet、PharmGKB及MalaCards数据库获取卵巢癌相关的疾病靶点,并将药物靶点与疾病靶点取交集得到Cor治疗卵巢癌的预测靶点。借助STRING数据库、Cytoscape 软件构建蛋白质-蛋白质相互作用（PPI）网络,并采用CentiScape插件筛选出PPI网络中的核心靶点。运用GEPIA和Kaplan-Meier Plotter在线平台分别对这些核心靶点进行基因表达差异分析和生存分析,以明确Cor治疗卵巢癌的关键靶点。利用DAVID数据库进行基因本体（GO）功能及京都基因与基因组百科全书（KEGG）通路富集分析。运用Autodock Vina软件进行正向分子对接,预测关键靶点和Cor之间的结合活性。结果：Cor治疗卵巢癌的预测作用靶点共24个,其中RAC-α丝氨酸/苏氨酸蛋白激酶(AKT1)、表皮生长因子受体(EGFR)、雌激素受体1(ESR1)、原癌基因酪氨酸蛋白激酶(SRC)是Cor治疗卵巢癌的关键靶点,主要涉及血管内皮生长因子(VEGF)信号通路、缺氧诱导因子-1(HIF-1)信号通路及叉头样转录因子(FoxO)信号通路,可能通过调控细胞凋亡、细胞增殖、血管内皮细胞迁移等生物过程而发挥治疗卵巢癌的作用。分子对接结果显示,Cor与预测靶点之间具有较好的亲和力,表明通过网络药理学预测作用靶点的方法具有良好的可靠性。结论：Cor是通过多靶点、多通路的协同作用来干预多个生物过程,从而发挥其抗卵巢癌疗效,为进一步研究其治疗卵巢癌的分子机制提供了新的线索。     

沉积物粒度组分空间预测的神经网络残余kriging方法

针对近海表层沉积物粒度组分空间变异的尺度差异性,提出了基于广义回归神经网络残余kriging的沉积物粒度组分空间预测方法,并以海州湾沉积物粒度数据为基础,分析了其在沉积物粒度组分空间预测和底质类型制图中的应用效果。结果表明,广义回归神经网络残余kriging方法能够获得比普通kriging方法更高的沉积物粒度组分空间预测精度,并且其底质类型的总体空间预测精度达到85%以上,相应的Kappa系数也在0.8以上,显示底质制图的预测类型与样本的实测类型具有较高的一致性。新方法对于开展定量化的沉积物粒度组分空间预测和底质类型制图具有参考价值。     

基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演

表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数,但其实测数据较少、时空分布极不均匀,导致二氧化碳交换通量的估算有很大的不确定性,海洋源汇特征就不能确切获取。为了解决这个难题,在收集的表层大洋二氧化碳地图(Surface Ocean CO₂ Atlas,SOCAT)实测数据集基础上,运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系,构建了1998-2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据,其标准误差为16.93μatm,平均相对误差为2.97%,优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。     

一种树型网络拓扑简图的生成算法

给出一种树型网络拓扑的语义描述方法及其拓扑简图的生成算法。该方法通过建立网络联接线路标识串集和网络设备连接标识串集，来构造网络设备的拓扑描述，并计算生成网络拓扑简图。     

Kohonen网络与BP网络的集成应用研究

本文介绍了 Kohonen神经网络对输入数据进行聚类方法在卷烟配方中的应用 ,提出了从核心样本动态搜索 BP网络训练样本的新探索 ,摒弃了过去 BP算法中训练样本固定不变 ,互不相交的方法 ,实现了 BP网络和 Kohonen网络动态无缝集成。     

可靠性约束下的海底油气集输管网系统优化

在管网系统满足一定可靠度的基础上，以费用最小为优化目标，对系统进行了优化，求出了满足一定可靠度指标的费用最小的管网布置方案。对树状网络可靠性进行了评估，提出了一个0-l规划模型，并运用图论和网络理论将管网系统的优化问题转变为求可靠度至少为α的网络固的最小生成树问题。     

Effects of pulsed nutrient inputs on phytoplankton assemblage structure and blooms in an enclosed coastal area

The response of phytoplankton assemblage structure to terrestrial nutrient inputs was examined for the Gulf of Kalloni in the Northern Aegean Sea, a productive semi-enclosed coastal marine ecosystem. The study was focused on a typical annual cycle, and emphasis was placed on the comparative analysis between blooms developing after significant nutrient inputs from the watershed, and naturally occurring blooms. Baseline information was collected on a monthly basis from a network of stations located in the oligotrophic open sea and the interior and more productive part of the embayment. Intensive sampling was also carried out along a gradient in the vicinity of a river which was the most important source of freshwater and nutrient input for the Gulf. Phytoplankton assemblage structure was analyzed from 188 samples using diversity indices (Shannon and Average Taxonomic Distinctness), multivariate plotting methods (NMDS), multivariate statistics (PERMANOVA), and canonical correspondence analysis (CCA). Three characteristic assemblages were recognized: (1) an autumn assemblage developed under nutrient depleted conditions, having low diversity due to the dominance of two small diatoms, (2) a winter bloom of the potentially toxic species Pseudo-nitzschia calliantha occurring immediately after a nutrient peak and characterized by very low diversity, and (3) a naturally occurring early summer bloom of centric diatoms with relatively high diversity. The results of the study support the view that moderate nutrient inputs may have a beneficial effect on the functioning of coastal ecosystems, stimulating the taxonomic diversity through the growth of different taxonomic groups and taxa. On the other hand, a sudden pulse of high nutrient concentrations may greatly affect the natural succession of organisms, have a negative effect on the diversity through the dominance of a single species, and can increase the possibility of a harmful algal bloom development.     

海洋测绘信息保障网络系统设计与实现

通过建立海洋测绘数据库,在网络中以简单多样化的操作界面,发布区域海洋测绘信息数据,通过系统用户权限分配,实现区域海洋测绘信息的在线浏览、查询等,建成集海洋测绘数字信息管理、上传与下载、网上服务为一体的海洋测绘信息保障网络系统.     

盐田水体遥感分类方法研究

以连云港台北盐场为研究区，介绍了监督分类法和神经网络分类法及其在盐田水体遥感分类中的具体应用。研究结果表明，用神经网络分类法进行遥感影像自动分类，其分类精度高，显示了其在遥感领域较为广阔的应用前景。     

应用遗传神经网格方法分析赤潮监测数据

简要介绍了遗传神经网络方法的原理 ,探讨了应用遗传神经网络方法研究辽东湾海域丹麦细柱藻 (Leptocylindrusdanicus)赤潮与其环境因子之间的关系 ,计算了各环境因子对丹麦细柱藻赤潮的贡献。结果表明 ,温度、盐度、DIN的变化对研究海域丹麦细柱藻种群密度的增长有比较重要的影响 ,DIN是营养限制因子。遗传神经网络是分析赤潮监测数据的有效方法 ,值得进一步探索