公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

基于全长转录组序列、核基因与叶绿体基因分析琼岛杨在杨属的亲缘关系被引量：3: 2021年; 【目的】琼岛杨是我国热带地区发现的一种杨树,至今其分类和进化鲜有报道。本研究旨在通过三代全长转录组测序等方法了解琼岛杨在杨属中的分类与进化。【方法】基于Pacbio Sequel测序技术获取的热胁迫下琼岛杨、加杨和小叶杨完整全长转录本数据,通过直系同源基因计算非同义替换值(Ka)、同义替换值(Ks)及Ka/Ks值,比较直系同源基因在热胁迫下的表达模式,并结合毛果杨和簸箕柳的直系同源基因,构建了5个树种的进化树来分析杨树亲缘关系。通过克隆琼岛杨核基因(nrDNA:UDP-SQ和POPTRDRAFT_575699)和叶绿体基因(cpDNA:atpⅠ和trnF),分析基因序列在琼岛杨种群中的多态性,计算琼岛杨种内遗传距离,及与19个树种(5个杨树组和1个类外群组)的种间遗传距离。基于最大似然法和最小进化法构建了琼岛杨与19个树种的进化树,以分析琼岛杨在杨属的亲缘关系。【结果】三代转录组测序共获得660组琼岛杨、小叶杨和加杨的直系同源基因,Ks平均值为0.1505,峰值为0.02,Ka/Ks<1,占比97.27%,这显示了3种杨树较近的亲缘关系。直系同源基因表达模式分析发现,3种杨树在热胁迫下具有相同的表达模式。利用遗传距离法计算琼岛杨与19个树种中atpⅠ、trnF、UDP-SQ和POPTRDRAFT_575699等4种基因遗传距离的平均值,发现琼岛杨与白杨组具有最近亲缘关系,平均值为0.011。【结论】基于三代全长转录组测序获得的直系同源基因分析显示出,琼岛杨与其他杨树具有较近亲缘关系。克隆cpDNA和nrDNA基因,计算遗传距离和构建的进化树均表明琼岛杨与白杨组具有最近亲缘关系。cpDNA的多态性以及进化分支置信度明显高于nrDNA,表明在琼岛杨中cpDNA比nrDNA基因更具备物种鉴别能力。; 徐家洪曾晴叶富余胡杨阳时寰宇张璇陈金辉; 关键词：核基因叶绿体基因亲缘关系

下颌骨发育不良伴A型脂肪代谢障碍一家系报告被引量：1: 2014年; 目的研究下颌骨发育不良伴A型脂肪代谢障碍(MADA)家系的基因突变情况和临床特征。方法以2例临床拟诊为早老症的兄妹及其家庭成员共5名为研究对象,并详细收集临床资料。提取家系成员外周血DNA进行聚合酶链反应(PCR)扩增,并直接测序。Blast在线软件比对分析以明确突变位点,并使用SIFT和Poly Phen-2分析突变位点的有害性。结果 2例患儿的临床特征符合MADA。该家系中存在LMNA基因第9号外显子c.1579C>T(p.Arg527Cys)和c.1583C>T(p.Thr528Met)的2个突变位点,父亲c.1583C>T(p.Thr528Met)、母亲c.1579C>T(p.Arg527Cys)及正常女儿c.1583C>T(p.Thr528Met)均为杂合突变携带者,而2例患儿为上述2个位点的双重杂合突变,为常染色体隐性遗传。SIFT和Poly Phen-2分析结果表明2个位点均对蛋白质功能有害。结论该家系2例MADA患儿为LMNA基因双重杂合突变致病。; 向上张璇李雪怡毕杨肖农; 关键词：早老症家系研究

双抽热电机组–抽背热电机组双机联合运行特性及优化研究被引量：3: 2023年; 为挖掘混合类型热电联产机组的节能潜力、降低发电成本,通过EBSILON软件搭建60MW双抽(double-extraction condensing unit,CC)-抽背(extraction condensing unit with a high back-pressure,CB)热电联产机组的仿真模型,研究该联合机组的运行特性并建立基于可解释增强机和鸟群算法的双抽-抽背热电联产机组负荷优化模型,最后以典型日热电负荷优化任务为例,给出双机热电负荷优化结果。结果表明:当保持双抽机组的中压流量不变,存在中压流量极限值10.39t/h,使低压流量与电功率的运行区域只受到最大主蒸汽流量、最小凝汽量以及最小主蒸汽流量的限制;存在中压流量极限值59.26t/h,使运行区域只受最大主蒸汽流量和最小凝汽量限制;当双机总中压流量一定时,双抽-抽背机组的联合运行区域可以用极限工况即抽背机组承担最大中压流量,双抽机组承担剩余中压流量来近似表示。该优化方法与热电负荷平均分配方案对比,典型日可以降低1148.58GJ热耗,发电标准煤耗率由212.10g/(kW·h)降低为209.05g/(kW·h),可以节省标煤3.05g/(kW·h)。; 张璇钟文琪石岩陈曦宋俊刘振海刘洪兵; 关键词：双抽机组热电特性

基于对比学习与语言模型增强嵌入的知识图谱补全: 2024年; 知识图谱是由各种知识或数据单元经过抽取等处理而组成的一种结构化知识库,用于描述和表示实体、概念、事实和关系等信息。自然语言处理技术的限制和各种知识或信息单元文本本身的噪声都会使信息抽取的准确性受到一定程度的影响。现有的知识图谱补全方法通常只考虑单一结构信息或者文本语义信息,忽略了整个知识图谱中同时存在的结构信息与文本语义信息。针对此问题,提出一种基于语言模型增强嵌入与对比学习的知识图谱补全(KGC)模型。将输入的实体和关系通过预训练语言模型获取实体和关系的文本语义信息,利用翻译模型的距离打分函数捕获知识图谱中的结构信息,使用2种用于对比学习的负采样方法融合对比学习来训练模型以提高模型对正负样本的表征能力。实验结果表明,与基于来自Transformеr的双向编码器表示的知识图谱补全(KG-BERT)模型相比,在WN18RR和FB15K-237数据集上该模型链接预测的排名小于等于10的三元组的平均占比(Hits@10)分别提升了31%和23%,明显优于对比模型。; 张洪程李林育杨莉伞晨峻尹春林颜冰于虹张璇; 关键词：知识图谱链接预测

全选清除导出

共1页<1>

张璇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

张璇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈