课程文献中心 更多>>

关键词： 仙茅-淫羊藿   2型糖尿病性骨质疏松   网络药理学   分子对接  

摘要： 目的基于网络药理学与分子对接方法探析“仙茅-淫羊藿”药对治疗2型糖尿病性骨质疏松(T2DOP)的核心靶点与作用机制。方法借助TCMSP数据库搜寻“仙茅-淫羊藿”药对的有效活性成分,利用GeneCards数据库查找T2DOP相关基因,通过构建“中药-化学成分-靶点-疾病”网络,筛选出关键活性成分及核心靶点。通过Bioconductor软件包对靶点基因进行GO和KEGG分析。通过AutodockTools 1.5.7、Open Babel和Autodock软件进行分子对接的验证。结果“仙茅-淫羊藿”核心成分主要为槲皮素、山柰酚、木樨草素、脱水淫羊藿素、C-Homoerythrinan,作用于TP53、AKT1、JUN、TNF等T2DOP靶点。GO和KEGG富集分析结果表明,“仙茅-淫羊藿”主要涉及细胞对化学压力的反应、对脂多糖的反应、对细菌分子的反应、活性氧的代谢过程等生物过程,通过调节脂质和动脉粥样硬化、AGE/RAGE信号通路、流体剪切应力与动脉粥样硬化、IL-17信号通路、TNF信号通路等来发挥治疗作用。分子对接结果表明,槲皮素与TP53及TNF结合、山柰酚与AKT1结合、脱水淫羊藿素与ESR1结合均有较好的活性。结论“仙茅-淫羊藿”可能通过作用于TP53、TNF、AKT1、ESR1等核心靶标,通过调控脂质和动脉粥样硬化、AGE/RAGE信号通路、流体剪切应力与动脉粥样硬化、IL-17信号通路、TNF信号通路等发挥治疗T2DOP的作用。

关键词： 复杂网络   事件触发策略   观测器   对数量化器   同步控制  

摘要： 针对复杂网络状态不可得的情况,设计一种基于观测器的具有事件触发策略的量化同步控制器.为了减少通信次数和计算负担,引入事件触发方案和对数量化器.首先,对不可测的系统状态设计分布式状态观测器,考虑事件触发方案和量化对系统的影响,建立同步误差和观测误差的联合误差模型;其次,依据Lyapunov稳定性理论、Schur补引理、柯西不等式,得到具有线性矩阵不等式形式(LMI)的联合误差系统渐近稳定的充分条件,同时给出状态观测器和控制器增益求解方法;然后,证明对于所提出的事件触发条件,芝诺(Zeno)行为可以被排除,并且得到事件触发间隔的最小下界;最后,通过一个数值例子验证所提方法的有效性.

关键词： 计算机断层扫描   肾小球滤过率   肾皮质容积   肾实质容积  

摘要： 目的在增强CT图像上构建基于深度神经网络的肾脏自动分割模型。方法收集2019年1月至2022年10月该院64例慢性肾脏疾病(CKD)患者的肾脏动脉期图像,根据血肌酐估算肾小球滤过率(eGFR)将其分为轻度肾损伤组、中度肾损伤组、重度肾损伤组和对照组,每组16例。采用ITK-Snap软件对图像进行逐层勾画,勾画区域包括肾实质及肾皮质。将数据集随机分为训练集和测试集,其中训练集40例(每组10例),测试集为24例(每组6例),构建肾实质及肾皮质分割模型并验证;比较肾实质容积及皮质容积的分割性能量化结果;对比4组图像测试集和模型Dice值,利用该模型定量评价肾实质及肾皮质容积,并评估其准确性。结果基于深度神经网络的增强CT图像肾脏分割模型对肾实质容积和皮质容积分割性能的量化结果显示,肾实质Dice值为93.53%,肾皮质Dice值为81.48%。各组图像肾实质容积和肾皮质容积Dice值差异无统计学意义(F=3.467、4.972,P>0.05)。结论构建的基于深度神经网络的增强CT图像肾脏分割模型,能够用于肾脏实质及皮质的分割,取得的数据可靠。

关键词： PDK1/Akt/PDE4D信号通路   补肺颗粒   支气管哮喘   网络药理学   分子对接   实验验证  

摘要： 目的 通过网络药理学技术和体外实验探讨补肺颗粒治疗支气管哮喘(以下简称“哮喘”)的作用机制。方法通过TCMSP、Pub Chem、Swiss Target Prediction和Uni Prot数据库筛选补肺颗粒的有效成分及作用靶点;利用Gene Card、OMIM数据库检索哮喘的疾病靶点,选取成分与疾病的交集靶点作为蛋白靶点库,采用STRING获取交集靶点蛋白相互作用的网络,通过Cytoscape软件筛选核心靶点基因;通过DAVID数据库进行基因本体(GO)功能富集分析及京都基因与基因组数据库(KEGG)通路富集分析,微生信平台对结果进行可视化,并构建药物-成分-靶点网络图;利用Auto Dock Tools、Vina及Pymol对药物有效成分与核心靶点进行分子对接。利用CCK-8评价药物对细胞活性的影响,并将人类支气管平滑肌细胞分为空白组和给药组(100μg/ml),采用Western blot法、RT-q PCR、酶联免疫吸附试验法检测PDK1、Akt、PDE4D、c AMP表达水平。结果 补肺颗粒靶点897个,哮喘靶点1 321个,两者的交集靶点238个。GO富集分析得到生物过程729项、细胞组成76项、分子功能169项。KEGG通路主要包括PI3K-Akt信号通路、c AMP信号通路、MAPK信号通路等。关键靶点包括Akt1、TNF、PTGS2等,关键成分包括槲皮素、山柰酚、木犀草素等。分子对接显示,Akt1和PDE4D与槲皮素、山柰酚、木犀草素均具有较好的结合活性。细胞实验显示,补肺颗粒浓度为100μg/ml时,细胞存活率较0μg/ml时降低(P<0.01),给药组PDK1和PDE4D的m RNA表达量低于空白组,Akt的m RNA表达量高于空白组(P<0.05);给药组p-PDK1和p-PDE4D蛋白表达水平低于空白组,p-Akt的m RNA表达量高于空白组(P<0.05);给药组c AMP表达高于空白组(P<0.01)。结论 补肺颗粒可能通过槲皮素、山柰酚、木犀草素等成分,作用于Akt、PDE4D等靶点,调节PI3K-Akt、c AMP等信号通路,从而发挥治疗哮喘的作用。

关键词： CAN总线   入侵检测   时空图神经网络   双向图注意力网络   时空分析  

摘要： 现代智能车辆中的控制器局域网(CAN)作为连接各电子控制单元(ECU)的主要通信媒介,因缺乏加密和认证机制而面临多种安全威胁。传统基于深度学习的入侵检测方法在提取CAN消息特征时,未能充分考虑其上下文关系及CAN消息的时序动态变化,导致在复杂攻击类型的检测中存在精度不足的问题。因此,文章提出一种基于时空图神经网络的入侵检测方法GNLNet。该方法通过在预定义的时间窗口内利用消息ID构建CAN消息图,并捕捉CAN消息的时序关联,以增强时空信息的建模能力。模型首先利用GraphSage提取局部空间特征,再通过双向图注意力网络加强节点间信息的交互,最后使用长短期记忆网络对数据流的时间序列进行分析,捕捉数据流随时间的动态变化。在Car_hacking和Survival_Analysis两个公开数据集上进行实验。结果表明,GNLNet在检测和分类拒绝服务攻击及模糊攻击等复杂攻击类型时,检测准确率和F1分数均达到99%,优于现有方法。

关键词： QUIC协议   动态带宽控制   低延迟优化   多路径传输   拥塞控制  

摘要： 随着5G及未来通信网络对高带宽与低延迟的需求不断增加,传统传输协议在动态带宽控制和低延迟优化方面的不足逐渐显现。QUIC协议凭借其低延迟、高带宽利用率等特点,在高效网络传输中表现出独特优势。文章提出一种基于QUIC协议的动态带宽控制与低延迟优化方案,结合多路径传输、拥塞控制及自适应带宽分配技术,能够有效提升带宽利用率,减少延迟波动。实验结果表明,该方案在不同网络条件下,尤其是在高负载和高丢包环境下,显著提高了网络性能,适用于高实时性、大流量的通信场景。该研究为下一代通信网络的带宽与延迟优化提供了新的技术思路,具有重要的应用前景。

关键词： 机密计算   TEE   5G   NWDAF   网络数据分析  

摘要： 为应对数字化转型加速带来的巨大数据隐私风险,机密计算技术逐渐崭露头角。机密计算是一种基于硬件基础设施中的可信执行环境来保护“使用中”数据隐私和完整性安全的技术,实现了数据的可用不可见。首先介绍了机密计算的含义和技术分类以及5G网络数据分析网元NWDAF的功能架构,梳理了5G网络数据分析功能面临的挑战,进而提出一种基于机密计算的5G网络数据分析应用场景,重点探讨了在跨域NWDAF数据分析业务中“联邦学习+机密计算”的可信建模。

关键词： 图注意力网络   故障   特征   定位   配电网  

摘要： 为解决配电网中因故障未及时发现而导致的电网性能下降的问题,本文提出基于图注意力网络的配电网故障定位方法。通过构建基于图注意力网络的故障区段定位底层模型,挖掘配电网的故障特征,包括电流、电压等电气量数据以及节点的位置信息等,构建节点特征矩阵。将这些特征矩阵输入到图注意力网络模型中,通过学习注意力系数来捕捉配电网中不同节点之间的故障特征关系,实现配电网故障区段的定位。试验结果证明,该方法相较于现有故障定位方法具有更高的准确性,能够有效提高配电网的故障处理效率和供电可靠性。

关键词： 网络餐饮   食品安全   监管  

摘要： 随着网络餐饮行业的迅速发展,新乡市现有的食品安全监管体系存在数字化监管不到位、多主体权责不明确的突出问题。本文探讨了新乡市网络餐饮食品安全监管问题的成因,并提出完善地方法律和行业规范、加强网络餐饮平台协同治理、构建多主体协同监管体系以及完善数字化监管体系建设的建议和对策,以期为促进餐饮行业发展、完善网络餐饮食品安全监管体系提供参考。

关键词： 边缘节点   边缘计算集群   分布式架构   任务卸载   资源适配  

摘要： 为解决边缘计算网络任务卸载中的问题,对移动边缘关键技术进行研究。设计边缘节点计算分布式架构,参考量子粒子群算法和容器技术,形成基于边缘网关架构的任务卸载优化策略;对优化策略进行仿真实验,通过改变计算任务规模以及计算任务大小,分析任务卸载时延和耗能。结果表明:该策略能够有效降低任务卸载时延和耗能,实现边缘节点资源的充分利用,达到资源的良好适配效果。