排序方式: 共有4条查询结果,搜索用时 93 毫秒
1
1.
2.
在人与小鼠中,ASCL2基因是一个母源表达的印记基因,在早期胚胎和胎盘发育中起重要作用。牛ASCL2基因的印记状态和印记的分子机理还没有被研究。本研究采用生物信息学方法对牛ASCL2基因分子进化、启动子和CpG岛区域以及蛋白的高级结构进行分析和预测,为进一步揭示该基因生物学功能和其分子调控机理奠定基础。对21种哺乳动物ASCL2基因的mRNA序列进化分析表明:这21种哺乳动物问的遗传距离小于0.536,且牛与猪遗传距离最小,为0.106,与基因进化树分析结果一致。CpG岛在线软件预测显示,在牛中,该基因上游5k序列中有三个CpG岛。启动子在线软件预测和转录因子分析相结合显示,启动子最可能位于该基因5’端上游4725--4775bp处CpG岛区域内,此区域包括大量潜在转录因子结合位点,并在4734bp处存在一个TATA框。蛋白质在线软件分析表明,ASCL2基因编码一种螺旋一环一螺旋形转录因子,有仅一螺旋、B一转角和无规则卷曲3种二级结构。 相似文献
3.
4.
如何获取到高质量的特征是从遥感影像中提取高精度的农作物空间分布的关键,该研究针对如何利用哨兵2A(Sentinel-2A)影像提取高精度的冬小麦空间分布开展研究。针对影像中存在的数据空间尺度不一致的问题,以生成式对抗网络为基础建立了降尺度模型REDS(Red Edge Down Scale),用于将B5、B6、B7、B11 4个通道的空间分辨率从20 m降为10 m;然后利用卷积神经网络构建了逐像素分割模型REVINet(Red Edge and Vegetation Index Feature Network),REVINet以10m分辨率的B2、B3、B4、B5、B6、B7、B8、B11,以及提取出的增强植被指数、归一化植被指数和归一化差值红边指数组合作为输入,进行逐像素分类。选择ERFNet、U-Net和RefineNet作为对比模型同REVINet开展对比试验,试验结果表明,该研究提出的方法在召回率(92.15%)、精确率(93.74%)、准确率(93.09%)和F1分数(92.94%)上均优于对比方法,表明了该研究在从Sentinel-2A中提取冬小麦空间分布方面具有明显的优势。 相似文献
1