短蛸(Octopus ocellatus)酪氨酸蛋白激酶基因的克隆及其mRNA在细菌刺激后的表达规律

从前期构建的短蛸(Octopus ocellatus)c DNA文库中克隆获得了一个短蛸酪氨酸蛋白激酶(Oo Btk)基因的c DNA全长,其c DNA全长1191 bp,包括5’非编码区(UTR)259 bp,3’UTR 227 bp,开放阅读框(ORF)705 bp,编码234个氨基酸,预测理论等电点为8.50,分子量为27.7 k Da。运用实时荧光定量PCR法分析了在健康短蛸的不同组织以及鳗弧菌和藤黄微球菌刺激后血细胞中Oo Btk的表达规律,结果表明:Oo Btk在肌肉、外套膜、鳃、鳃心、系统心脏、肝胰脏、肾囊、胃、性腺和血细胞等各检测组织中均有表达,其中在肝胰脏的表达量最高;短蛸经鳗弧菌和藤黄微球菌刺激后,Oo Btk在血细胞中的表达量呈现出了明显的被诱导表达趋势,在鳗弧菌和藤黄微球菌刺激后6 h表达即增强,并分别在鳗弧菌刺激后48 h和藤黄微球菌刺激后12 h达到最高。Oo Btk参与短蛸对于鳗弧菌和藤黄微球菌刺激的应答过程。     

对推进地震预测、预报工作的一些政策问题的讨论

推进地震预测、预报不能只是地震局工作的改进,国家对待地震预测、预报的工作必须有一个政策的调整。当前地震预测预报工作基本上沿用气象工作的模式,但地震预报和气象预报的水平完全不在一个水平上。地震预测预报工作要把科学研究放到首位,在地震工作的管理体制、财政体制方面都应有一个大的调整。     

采用支持向量回归从测井曲线定量计算油页岩含油率

获取油页岩含油率是油页岩资源评价的重要步骤,传统从测井曲线计算油页岩含油率多采用回归模型,但存在误差大或过拟合的局限性和弱点.本文尝试结合大数据概念的数据挖掘算法和测井应用知识进行油页岩含油率定量计算,提高含油率计算的精度以及模型的泛化性.利用改进的ΔlogR技术获得DT_s、DEN_s、GR_s作为解释变量.采用数据挖掘算法——支持向量回归进行定量计算油页岩含油率能够大幅提高泛化性和精度,获得模型训练样本R²得分为0.82,测试样本R²得分可达0.70,拟合精度较高.支持向量回归模型比传统回归模型泛化能力更强,能够避免过拟合问题,具有广泛的应用性.     

Length‐mass models for some common New Zealand littoral‐benthic macroinvertebrates,with a note on within‐taxon variability in parameter values among published models

Regression models are developed and presented to predict dry mass (mg) from two linear dimensions (mm) for 17 benthic macroinvertebrate taxa common to littoral zones of New Zealand lakes. We also provide regression models to predict body length from head capsule width for the major insect taxa. Dry mass was best explained as a power function of all linear dimensions: M = aL _b .Parameters are presented in the log₁₀‐transformed linear form of this power function. Body length was a simple linear function of head capsule width for all insect taxa, hence parameters for these models are presented as untransformed values. We also provide family level models for the Chironomidae, and compare our chironomid body length‐mass model with other published Chrionomidae length‐mass models. There was a very high degree of variability in parameter values among published length‐mass models for the family Chironomidae (mean coefficient of variation for mass at length = 148%). We discuss the potential causes and implications of this variability.     

基于粒子群算法优化小波支持向量机的岩土力学参数反演

常用的确定岩土力学参数的方法有原位测试和室内试验两种,但都存在一定的局限性,参数选择的合理与否,对设计计算及数值模拟分析结果的有效性影响很大。支持向量机法在理论基础和求解算法方面都具有明显优势,为确保岩土力学参数取值的合理性,采用支持向量机法对岩土力学参数进行反演。先通过小波分析理论构造出支持向量机的核函数,再用粒子群算法(PSO)分别优化Morlet小波、Mexico小波和RBF函数的支持向量机模型参数,通过小波支持向量机模型建立反演参数与沉降值间的非线性映射关系。根据正交试验和均匀试验对需反演的岩土力学参数进行设计,结合有限元软件进行计算分析,得到学习样本和测试样本。分别采用Morlet小波、Mexico小波和RBF函数得出的预测结果和原始数据进行对比分析,发现采用Morlet小波核函数预测效果更佳。使用Morlet小波核函数预测的参数输入到Midas模型中计算建筑物最终沉降量,比较计算值与实际监测值,其相对误差不超过8.1%。研究结果表明,该方法在岩土工程参数的反演中具有良好的应用价值,对今后岩土力学参数的确定及校核提供了一种新方法。