使基因沉默

研究一个基因起什么作用最好的办法之一就是把它关掉后观察发生了什么问题，这通常是一个辛苦的工作。现在研究者们发展了一种在哺乳动物细胞里使特定基因沉默的新方法。虽然还在起步阶段，这种叫做RNAi的技术还是会加快基因研究。和分子生物学许多技术一样，这项技术也是受自然的启发。许多生物，包括植物、果蝇、线虫、很可能还有哺乳动物，似乎都天然地利用RNAi去攻击病毒和限制那些能跳来跳去打断基因组的DNA片段的活动。在RNAi中，双链的RNA分子用一段相应的序列瞄向一个信使RNA，阻止了该信使RNA制造蛋白质。最近科学家利用…     

人类和猿的不同之处

人类和猿在体格上和功能上都有区别，但在基因上，人类和猿，尤其是黑猩猩，极其相似。美国加州大学的医学教授维奇和一组研究人员，把人类和黑猩猩的脱氧核糖核酸(DNA)做了比较。发现两者在细胞表面分子的结构上有些许分别。     

“神舟八号”飞船实时水稻细胞培育及表达谱芯片分析

成功建立了在空间微重力条件下水稻细胞的培养体系,并在"神舟八号"飞船空间飞行时的微重力条件下对培养过程中的细胞进行了实时固定,保存了水稻细胞中反映微重力条件下基因表达状态的RNA样品。返地后,用RNA质量检测和表达谱芯片方法对回收样品进行了分析。提取的水稻细胞RNA质量检测合格,表明本次空间的实验和固定方法可行和可靠。进一步分析水稻表达谱变化情况显示,微重力条件下水稻细胞的表达谱相比地面重力条件和微重力条件下人工1 g条件下的对照有显著差异。     

辐射条件下微藻基因表达内参基因的选择

作为空间辐射的一种主要成分,紫外辐射可广泛引起陆地植物与水生生物细胞及其组份的破坏.荧光定量PCR技术广泛应用于各类胁迫环境下,研究目的基因的转录水平.在荧光定量PCR中选用合适的内参基因,能够更加准确地校正和标准化目的基因转录水平.本实验研究了辐射条件下水生生物莱茵衣藻6个传统内参基因18SrRNA,GAPDH,β-actin,β-tubulin,EF1-α和UBC基因表达的稳定性.经GeNorm软件研究分析,在辐射条件下,莱茵衣藻18SrRNA基因表达最不稳定,而选用β-actin和GAPDH作为双内参,可以得到更精确的实验结果.      

基于线粒体COI基因序列的挂墩稻弄蝶分类地位研究

对稻弄蝶属Parnara 4种20个样本的线粒体COI基因序列(1 380 bp)的特征、遗传距离进行了分析,并以2种谷弄蝶Pelopidas为外群,采用最大简约法(MP)和贝叶斯法(BI)构建系统树.结果表明:种间最小序列差异为3.3%,种内个体间最大序列差异为0.9%;系统树显示挂墩稻弄蝶Parnara batta与直纹稻弄蝶Parnara guttata是2个明显不同的分支;其种间的平均遗传距离为3.5%.综合地理分布与形态差异,挂墩稻弄蝶应该是一个独立的种.     

带并行机的多阶段生产系统节能调度策略

针对多阶段生产系统中并行机各自的能源消耗存在差异的问题,进行了一种混合型文化基因算法的节能调度策略研究。首先对问题域进行描述,以最小化能源消耗量为优化目标,建立了数学模型;在此基础上提出了一种基于差分进化的文化基因混合算法求解研究问题,该算法融合了最先可获得设备规则和最小能源消耗规则,并引入贪婪算法进行局部搜索以提高算法搜索性能及收敛性能。最后,对算法进行仿真实验,结果表明该算法是有效、可行的。     

基于工件表达法的遗传算法在车间作业计划中的应用

针对车间作业计划领域的实际情况，本文提出了一种简单快捷的遗传算法编码方式——基于工件表达法，详细讨论了其算法设计及其实现原理。通过基于该编码方式的遗传算法在车间作业计划优化中的应用实例与其他算法结果的比较，证明该编码方式简捷、实用、有效。     

基因算法在喷管反设计中的应用

在气动优化设计中引进了基于达尔文的自然选择机制和生物遗传机制的基因算法,构造了相应的基因变异等算子。针对喷管气动外形的特点提出了与之相适应的Ｂéｚｉｅｒ曲线基因表达,把算法搜索空间缩小为由有限参数曲线控制点构成的子空间,从而加快了算法收敛速度。并与全位势方程求解程序相结合,提出了具体的供优化设计的适应函数,研制了二维气动反设计计算程序,进行了二维喷管反设计数值实验。结果表明,本文构造的方法是可行的,而且具有全局优化和鲁棒性强等特点     

零件工艺路线决策的GA方法

将基因算法应用于ＣＡＰＰ系统中的工艺路线排序。首先,将工艺路线决策的约束工艺知识表达为四种适用度函数,用自然数字链对零件特征加工单元进行基因编码,然后,通过选种、基因重组和基因变异,对群体进行多次计算和搜索,可以寻找到合理的工艺路线,该工艺路线同时也是较优的。     

Pareto基因算法多目标翼型优化设计

 基于 Pareto最优解的定义,通过构造新型的联赛式选择复制等算子而发展了一种适合于求解多目标优化设计的 Pareto基因算法。通过等级法来正确识别每一代中近 Pareto波阵面的解,从而消除选择误差达到快速收敛的目的。为提高解的分布性:采用小生境技术解决了基因材料多样性损失问题;采用常规实数编码方式配合平均交叉算子解决了编码端点效应问题。将所发展的方法应用于多目标翼型优化设计中,获得了理想的 Pareto波阵面,为决策者提供了一个可选的有效解数据库。