基于文本挖掘的DNA微阵列表达数据方法研究

DNA微阵列技术是近年来发展起来的一种功能基因组学研究技术。利用DNA微阵列技术,可以从基因组水平上鉴定出相关的功能基因及其表达调控网络,有助于阐明这些基因的生物学功能及其机理。结合文本挖掘的相关研究结果,探讨了DNA微阵列技术的原理和特点,数据的分析和解释,基因的聚类方法和基于文献的DNA微阵列分析。通过基于文献的微阵列分析方法,找出隐含的、具有语义关联的生物概念,并进行推理,发现隐性的新知识。具体阐述了基于统计、基于自然语言处理、基于关联规则挖掘,基于模式识别的4种分析方法。基于文本挖掘的DNA微阵列技术,有利于发现基因或蛋白质之间的相互作用关系,自动识别生物学名词,提高数据分析效率等。     

基于深度学习的科技文献摘要结构功能识别研究

[目的/意义]科技文献摘要往往由承担特定功能的部分构成,利用深度学习对科技文献摘要结构功能进行识别有助于实现科技文献文本深度分析。[方法/过程]本文将科技文献摘要特征功能识别任务转换为文本分类问题,将结构功能分为“引言-方法 -结果 -结论 （Introduction-Methods-Results-Conclusions,IMRC）”4类,基于摘要句内容及其上下文特征,利用BERT、BERT-Bi LSTM、BERT-TextCNN、ERNIE等模型构建分类器,实现摘要结构功能自动识别。[结果/结论]在eHealth领域3 130篇文献数据集上开展实验,结果表明：ERNIE模型的各项指标均高于其他模型,BERT-TextCNN模型在短句子上效果更好,而BERT-Bi LSTM模型对于长句子的识别效果更好。本研究有助于实现科技文献摘要文本的细粒度功能理解,对文献结构的解析能够服务于科技文献深度挖掘和基于文献的知识发现。     

禽类PRL基因的cDNA克隆及生物信息学分析

[目的]通过对PRL基因(催乳素基因)的克隆及生物信息学分析,研究该基因编码的蛋白对禽类就巢性的作用。[方法]利用原鸡PRL基因mRNA序列(NM-205466)与蓝孔雀表达序列标签(EST)数据库进行Blast检索,以及序列拼接和逆转录-聚合酶链式反应(RT-PCR),获得了蓝孔雀PRL基因的部分cDNA序列,并对该序列进行了生物信息学分析。[结果]获得的cDNA序列片段长度为927bp,包括完整的开放阅读框690 bp,编码229个氨基酸。系统发育树的构建发现蓝孔雀与原鸡亲缘关系比较近,与鹑次之,与火鸡亲缘关系最远。[结论]该研究结果为研究PRL蛋白的生物学功能奠定了基础。     

科技文献内容语义描述模型研究

[目的/意义]对科技文献正文内容进行语义建模的方法进行总结分析,为文献模型相关研究和实际应用提供参考和借鉴。[方法/过程]归纳当前科技文献内容语义描述模型的特点,将其分为文档组件模型、修辞特征模型和科学论述模型3类,并进行对比分析,以学术论文为例开展应用实践,从知识管理、语义出版、语义检索、科学论证分析等方面探讨模型的应用情况。[结果/结论]科技文献内容语义描述模型推动了文献的深度挖掘、知识结构定位和关联分析,促进了文献内部细粒度知识的发现、共享和利用,有助于科学传播与知识创新。     

高丛越桔UFGT基因电子克隆和生物信息学分析

[目的]通过电子克隆技术对高丛越桔UFGT基因进行预测。[方法]以笃斯越橘UFGT序列为探针,基于NCBI中高丛越桔的EST数据库和CAP3在线软件进行序列拼接,利用生物信息学数据库及相关软件对其结构和功能进行预测分析。[结果]高丛越桔UFGT基因全长1 789 bp,包含1 161 bp的开放阅读框,编码386个氨基酸,该蛋白为亲水性蛋白。[结论]本研究为进一步解释基因的分子功能奠定理论及实验基础。     

猪H-FABP基因intron3全序列测定

[目的]为将H-FABP基因应用于猪育种过程中的标记辅助选择提供基础资料。[方法]根据GenBank数据库上公开发表的相关的猪H-FABP基因序列设计特异性扩增引物,对H-FABP基因内含子3的PCR产物纯化后直接进行测序。[结果]成功扩增出猪H-FABP基因intron 3的全序列,全长为1 350 bp,已向GenBank数据库提交,检索号为DQ 002993。[结论]该研究为确定影响肌内脂肪沉积的主效基因奠定了理论基础。     

溃疡病菌诱导下毛白杨防御相关基因的应答反应

[目的]研究溃疡病菌诱导下毛白杨防御相关基因的应答反应.[方法]以毛白杨为试验材料,用溃疡病菌对7月龄幼苗进行接种,提取诱导前后的毛白杨树皮mRNA,通过反转录生成cDNA,构建72 h差异表达的SSH-cDNA文库.随机挑选199个阳性克隆进行测序,将测序结果与NCBI基因库中序列进行比较,并对这些EST在dbEST数据库进行同源检索分析,利用RT-qPCR对文库中7个基因进行进一步分析.[结果] 172个EST找到了同源序列,其中有32个序列与防御相关.在毛白杨受到溃疡病菌诱导时,这些防御基因的表达量明显上升.[结论]该研究为开展毛白杨抗溃疡病重要功能基因的克隆和鉴定奠定了基础.     

一种基于重叠社区标签传播的学科划分方法

[目的/意义]以Wikipedia为代表的网络百科全书收录了海量的概念。但在此类百科全书中,概念与概念之间、概念与学科之间以及学科与学科之间的关系缺乏明确的划分。这使得初步接触某一学科的查询者很难高效地系统性地获取该领域相关知识。[方法/过程]为获取某特定学科领域信息,更好地组织知识,本研究提出一种用于对各学科边界进行划分的方法。本研究将复杂网络分析方法引入文本主题划分领域,利用主题模型构建了主题文本网络,并在此基础上改进了重叠社区标签传播算法,实现学科领域的边界划分。[结果/结论]本研究以300个Wikipedia词条文本为样本,证明了该方法的有效性。通过多组实验,分析了词条网络的相关社团结构以及学科领域的复杂性,为构建学科构建领域知识库奠定基础。     

文本挖掘技术在农业知识服务中的应用述评

[目的/意义]支撑数据密集型科学发现下科技创新生态的知识服务新业态正悄然形成。文本挖掘作为知识服务技术的核心,在知识服务新业态环境下面临挑战。本文旨在探讨在新环境下知识服务中应用文本挖掘技术的发展策略。[方法/过程]梳理文本挖掘技术框架,论证文本挖掘技术逐步成熟。结合农业领域分析文本挖掘在农业信息检索、智能问答、信息监测和知识抽取等方面应用,展示其在领域科技创新和产业应用中取得的良好应用效果。[结果/结论]结合中国国情提出以文本挖掘为主的知识服务技术发展策略:(1)基于文本挖掘技术构建专门知识服务系统;(2)重视语料库和基础知识库建设;(3)在重点领域优先开展和部署文本挖掘技术的应用。     

延薯4号马铃薯对氮素的生理生化响应及转录组分析

[目的]研究不同氮浓度处理对马铃薯的生理生化响应以及对氮代谢相关基因的挖掘,明确马铃薯受氮素影响的关键时期以及此时期氮代谢基因的表达差异.[方法]以"延薯4号"马铃薯为试材,设置施氮与未施氮处理,采用盆栽种植的方式研究马铃薯氮效率、生理生化差异以及生长发育关键时期,并且对马铃薯现蕾期的叶和根进行转录组测序分析,获得氮代...     

基于文献研究的淮南煤矿区土壤重金属空间分布与污染评价

[目的]探究淮南矿区重金属污染整体情况,为矿区土壤修复提供参考依据。[方法]查阅国内外数据库中关于淮南煤矿区近10年土壤重金属文献,分析了新庄孜矿、顾桥矿、潘一矿和大通矿Hg、Cd、Pb、Cr、As、Zn、Cu、Ni的空间分布,并运用地累积指数法评价其重金属污染状况。[结果]淮南土壤中Cd和As的含量均超过土壤背景值,分别为0.124~2.060和18.57~71.69 mg/kg;开采时间对矿区土壤重金属含量影响较大,潘一矿和新庄孜矿土壤中重金属含量均高于顾桥矿(除了Hg);同一矿区内农田中Zn、Pb、Cu、Cd含量低于生态修复区;土壤Cd、As的地累积指数表明:Cd属于中度污染至极强污染,As属于轻度污染至强度污染。[结论]重金属As和Cd对淮南矿区土壤修复有重要影响。     

海门山羊3个基因位点遗传多态性与其生长性状的关系

[目的]研究海门山羊群体3个基因位点遗传多态性与生长性状的关系,为提高海门山羊的生长性能以及培育快长型海门山羊新品系提供参考。[方法]采用PCR-RFLP和PCR-SSCP技术对不海门山羊群体3个基因位点进行分析,并进行相关统计分析。[结果]结果表明,在海门山羊群体中,海门山羊MSTN基因内含子Ⅱ、GH基因外显子Ⅰ和GH基因外显子Ⅱ均检测到2种基因型。这些位点不同的基因型对海门山羊的相关生长性状有着不同的影响。[结论]该研究结果对通过标记辅助选择提高海门山羊体重等生长性状具有重要意义。     

海门山羊3个基因位点遗传多态性与其生长性状的关系

[目的]研究海门山羊群体3个基因位点遗传多态性与生长性状的关系,为提高海门山羊的生长性能以及培育快长型海门山羊新品系提供参考。[方法]采用PCR-RFLP和PCR-SSCP技术对海门山羊群体3个基因位点进行分析,并进行相关统计分析。[结果]在海门山羊群体中,海门山羊MSTN基因内含子Ⅱ、GH基因外显子Ⅰ和GH基因外显子Ⅱ均检测到2种基因型。这些位点不同的基因型对海门山羊的相关生长性状有着不同的影响。[结论]该研究结果对通过标记辅助选择提高海门山羊体重等生长性状具有重要意义。     

薯蓣皂苷糖苷酶基因的克隆及同源性分析

[目的]从分子生物学水平上研究Absidia sp.G3d产薯蓣皂苷糖苷酶,对该酶基因CDS区的序列进行调取和分析。[方法]根据薯蓣皂苷糖苷酶的N端序列设计简并引物,以总RNA为模板进行RT-PCR调取cDNA,然后采用3＇RACE和5＇RACE技术,调取CDS区基因全序列。[结果]测序得到序列长度为1 497 bp。该基因的同源性比较分析表明,薯蓣皂苷糖苷酶基因与α-鼠李糖苷酶没有同源性,与α-淀粉酶的基因序列具有很高的同源性,达到93%以上。[结论]蛋白质结构存在差异,酶反应特性不同。     

沿江丘陵区海拔高度与采矿活动对土壤碱解氮含量的影响

[目的]探讨丘陵海拔变化和采矿活动对沿江丘陵区荻港镇土壤碱解氮含量的的影响。[方法]在对样区样点土壤碱解氮含量分布特征研究的基础上,比较随海拔高度变化和采矿活动的进行所带来的在不同样带土壤碱解氮含量的变化。[结果]随海拔的升高,土壤碱解氮含量降低,并且不同土地利用方式下土壤碱解氮含量存在很大的差异,沿江丘陵区原生土壤碱解氮呈Ⅱ级水平,被开采和废弃的矿区却为Ⅴ级水平。[结论]不同土地利用方式下植被覆盖率与丘陵区土壤养分含量呈正相关。     

外源铀胁迫对铀矿区土壤环境质量生物学指标的影响

[目的]考察二次铀污染下铀矿区土壤功能的变化情况。[方法]对铀矿区的土壤样品进行不同浓度外源铀胁迫处理,对相关生物学指标进行测定。[结果]原土壤主要受砷、镉、铀的复合污染,外源铀胁迫浓度增加,使土壤微生物数量减少,对土壤葡萄糖酶、过氧化氢酶和脲酶的活性具有不同程度的抑制作用,与土壤代谢熵呈显著正相关,而与微生物生物量碳、微生物生物量氮、微生物熵均呈显著负相关。[结论]土壤环境质量生物学指标可以表征重金属胁迫下土壤环境质量的变化情况。     

绵羊Leptin基因的进化分析

[目的]为绵羊与其他动物的分子系统进化分析奠定基础。[方法]对绵羊Leptin基因的第23、外显子进行PCR扩增和测序,将测序结果与GenBank中绵羊和7个其他物种中相应序列进行比对,并构建绵羊与其他物种的分子系统进化树。[结果]不同物种的Leptin基因的核苷酸序列有较高的保守性。绵羊与山羊、水牛、奶牛、猪、人、家鼠、鸡的同源性分别为99.5%、98.0%、97.3%、93.4%、88.4%、83.9%、82.4%。系统发生树将这些物种总体上分成2支,家鼠与鸡聚为一支;而绵羊与山羊、水牛、猪和人为另一支。绵羊与山羊亲缘关系最近,而与水牛、奶牛、猪、人、家鼠、鸡亲缘关系渐远。[结论]Leptin基因适于进行物种起源、演化、分类以及系统发生关系的研究。     

昆虫纲与线虫纲miRNAs碱基组成特征分析

[目的]为全面认识miRNA的结构属性和miRNA基因识别策略的设计提供帮助。[方法]利用miRNA数据库,借助于相关的生物信息学软件和数据统计软件,对昆虫纲与线虫纲部分物种(黑腹果蝇、暗果蝇、西方蜜蜂、冈比亚疟蚊、秀丽线杆线虫、线虫种)的已知miRNA序列的碱基组成进行统计分析。[结果]6种生物的miRNA序列中,腺嘌呤(A)含量较为稳定,在碱基组成上AU含量高于GC含量。比较同一物种pre-miRNA与mat-miRNA间相同碱基含量发现,除黑腹果蝇pre-miRNA与mat-miRNA在胞嘧啶(C)的含量上存在显著差异外,其余均未见显著差异。[结论]推测miRNA碱基组成上AU含量高可能与其调控基因表达功能和物种的进化关系有关。     

致病性嗜水气单胞菌气溶素基因PCR检测方法的建立

[目的]建立一种基于PCR的致病性嗜水气单胞菌的检测方法。[方法]采用平板划线法从患病鲫鱼病灶部位分离、纯化获得嗜水气单胞菌,采用CTAB法提取DNA,根据GenBank已经登录的致病性嗜水气单胞菌气溶素基因保守序列设计引物P1和P2,并以P1、P2为引物对其进行PCR扩增,将测序结果在Blast上进行比对分析。[结果]PCR扩增得到一条约540 bp的条带,Blast分析表明该基因与GenBank登录的气溶素基因的同源性达95.67%。[结论]试验建立的致病性嗜水气单胞菌气溶素基因PCR检测方法简单、可行。     

PTLF基因RNAi结构转化毛白杨的研究

[目的]PTLF是杨树花发育的重要基因,可抑制杨树开花,解决杨树飞絮散粉污染环境的问题,并降低生殖生长对营养生长的竞争。[方法]利用农杆菌介导的叶盘转化法将含PTLF基因的RNAi（RNAinterference）载体35S-PTLF-IR转化毛白杨。[结果]通过聚合酶链式反应（PCR）检测,初步验证10株阳性转化植株。[结论]对转基因毛白杨和野生型毛白杨组培苗进行高生长分析表明,前者生长速度、株高低于后者。