课程文献中心 更多>>

关键词： 益母草   网络药理学   作用机制  

摘要： 基于发表的网络药理学研究探讨益母草对不同疾病的作用机制。方法 检索益母草网络药理学研究,提取益母草主要活性成分,药理作用靶点及通路,总结归纳益母草治疗对应各种疾病的活性成分、靶点、通路。以Excel表格的形式绘制疾病-成分-靶点-通路表并进行研究性分析。结果 共收录31篇与益母草相关的网络药理学研究,归纳出17种相关疾病,并整理出对应的前10位活性成分是槲皮素、山奈酚、益母草碱等。前10位靶点是IL-6、TNF、PTGS2等,前10位通路是PI3K-Akt信号通路、MAPK信号通路、TNF信号通路等。结论 基于网络药理学,益母草通过多成分、多靶点、多通路对17种疾病具有医治良效,通过查阅文献总结归纳益母草网络药理学研究并提出不足之处,以期扩展益母草治疗不同疾病的机制,也为进一步探索益母草的临床应用提供新线索。但其他新发现的益母草可治疗的疾病的机制研究较少,还有待进一步研究。

关键词： 倾角传感器   温度补偿   径向基函数神经网络   粒子群优化算法   遗传算法  

摘要： 针对MEMS倾角传感器零位温度漂移问题,提出了粒子群优化(PSO)算法和遗传算法(GA)相结合优化径向基函数(RBF)神经网络的补偿方法,克服了RBF神经网络收敛慢、泛用性低的缺陷。结果表明:该方法能够有效地消除温度对MEMS倾角传感器输出的影响。相较于RBF神经网络模型,最大相对误差(MRE)减小了21.03%,均方根误差(RMSE)减小了23.54%,温度漂移得到明显改善,提高了倾角传感器的稳定性与准确性。

关键词： 图像分类   迁移学习   对抗生成网络   卷积神经网络   特征提取  

摘要： 在深度图像分类任务中,传统方法依赖于预训练的卷积神经网络(CNN)进行特征提取并结合标准分类损失函数进行训练。然而,数据集样本不足和特征表示不足会影响模型的分类性能。为解决这一问题,一种结合迁移学习和对抗生成网络(GAN)的创新方法被提出。首先,利用在大规模数据集上预训练的ResNet模型提取图像的高层特征,通过微调使其适应新的分类任务;然后,训练GAN生成高质量的图像数据,增强训练数据集的多样性,从而提升模型的泛化能力。实验在CIFAR-10和ImageNet数据集上进行,结果表明,结合迁移学习和GAN的方法显著提高了图像分类的准确性和鲁棒性。所提出的方法为解决数据样本不足问题提供了有效的解决方案。

关键词： 无线通信网络   用户设备   信号覆盖范围   下行速率   发射功率   多天线   用户干扰   下行链路  

摘要： 为解决无人机辅助无线通信网络中的下行链路传输问题,本文采用了多天线无人机来辅助多天线地面基站,以服务地面信号覆盖范围之外的用户设备。无人机通过带内无线回程链路与地面基站进行通信,且由于频谱资源的限制,无人机与用户设备的接入链路需要共享频谱资源,因此为降低用户干扰,引入了无人机复合信道模型,并采用正则迫零预编码来优化无人机传输信号。基于此,本文提出了一个联合优化问题,通过优化无人机的部署位置、频谱资源分配因子和发射功率矩阵,以实现用户设备下行速率的最大化,同时还提出了一个近似问题,并设计了相应的优化算法,通过仿真实验,验证了所提出方法的有效性。

关键词： 算法推荐   版权侵权   避风港规则   技术中立   注意义务  

摘要： 我国网络服务提供者在较长的一段时间内,作为中立的平台对其平台上存在的侵权作品承担着比较低但也较为合适的责任。而平台之所以承担此种较低的责任正是因为其不直接参与侵权,始终保持在一个中立的位置。然而,算法的出现和发展打破了这一局面,算法推荐的模式愈发成熟,其对用户行为的介入程度也逐步加深,且相较于以往更加具备隐蔽性和专业性,技术似乎已经不再那么中立,版权者在这场权益争夺战中逐渐落入下风。另外,在司法实践中,因为算法的存在,也出现了对网络服务提供者责任认定的分歧,注意义务的适用比较混乱,事后保护的模式也稍显乏力。要在算法时代维持网络服务提供者与版权者的利益平衡就有必要考察不同类型的推荐模式,以及不同平台的抗风险能力,在此基础上明确注意义务的适用层次,也要进一步地加强针对平台上版权侵权的事前保护。

关键词： 能源产业政策   执行主体   协同网络   社会网络分析  

摘要： 能源产业政策的设计与制定是实现碳达峰碳中和目标和构建绿色低碳现代能源体系的重要保障,增进政策执行主体间的协同合作则是提升能源治理效率的关键途径。以中国1980-2022年颁布的能源产业政策文件为研究样本,构建能源产业政策执行主体协同网络,运用协同理论和社会网络分析法绘制不同阶段的执行主体协同网络图谱,并基于“广度-强度”二维协同矩阵对执行主体间的协同模式及演变规律进行探讨。结果表明:执行主体协同网络密度不断增大、网络凝聚力逐步增强、网络稳定性持续提升,总体网络结构由松散型向均衡型转变;国家发展改革委、国家能源局、财政部、省(市)发展改革委是能源产业政策执行的重要主体,对能源产业政策的制定和执行起到了重要的协调和连通作用。为此,要强化能源产业政策执行主体的协同机制,提升能源治理效率,积极发挥核心执行主体的导向功能,注重弱主体的连通作用。

关键词： 计算机网络   攻击技术   防御策略   深度学习   威胁情报  

摘要： 随着信息技术的快速发展,计算机网络攻击手段日益复杂多样,这对网络防御技术提出了更高的要求。文中深入探讨了计算机网络攻击与防御技术的发展趋势,分析了当前主要的攻击类型及其特点,并重点研究了新兴的防御技术和策略。通过对大数据分析、人工智能、区块链等先进技术在网络防御中的应用进行探讨,提出了提升网络防御能力的具体方法。研究表明,未来网络防御技术将朝着智能化、自动化和协同化方向发展,以应对日益严峻的网络安全挑战。

关键词： 制萎扶胃丸   胃癌前病变   网络药理学   分子对接   实验验证   PI3K/AKT信号通路   大鼠  

摘要： 目的通过网络药理学、分子对接技术及动物实验探究制萎扶胃丸干预胃癌前病变(PLGC)的潜在作用机制。方法通过中药系统药理学数据库与分析平台(TCMSP)及相关文献筛选制萎扶胃丸活性成分及对应靶点,利用GeneCards数据库筛选胃癌前病变疾病靶点,二者的交集靶点即为制萎扶胃丸治疗胃癌前病变的潜在作用靶点;使用Cytoscape软件构建“药物-活性成分-靶点”网络,STRING数据库构建蛋白质相互作用网络,然后筛选关键活性成分和关键靶点;使用DAVID数据库对交集靶点进行基因本体(GO)和基因组百科全书(KEGG)富集分析;采用AutoDockTools软件对关键活性成分和关键靶点进行分子对接验证。通过N-甲基-N′-硝基-N-亚硝基胍(MNNG)为主的五因素复合法进行胃癌前病变大鼠模型复制,采用HE染色法检测胃组织病理学变化,Western Blot法检测胃组织PI3K、AKT、TNF-α、IL-6、Caspase-3蛋白表达。结果共获得制萎扶胃丸活性成分258种及对应靶点325个,疾病靶点1294个,二者交集靶点(潜在作用靶点)139个。筛选出关键活性成分槲皮素、木犀草素、山柰酚、β-谷甾醇等,关键靶点AKT1、CASP3、IL-6、TNF等。分析得到GO相关条目950条,KEGG相关通路177条,主要涉及PI3K/AKT、MAPK、IL-17、TNF及细胞凋亡等通路。分子对接显示,槲皮素、木犀草素、山柰酚、β-谷甾醇与AKT1、TP53、CASP3、IL-6、TNF等度值前10位关键靶点具有较好结合活性和稳定性。动物实验验证结果显示,与模型组比较,制萎扶胃丸组大鼠胃组织病理形态得到明显改善;同时该组大鼠胃组织中PI3K、p-PI3K、AKT、p-AKT、TNF-α、IL-6蛋白表达水平明显降低(P<0.05,P<0.01),Caspase-3蛋白表达明显升高(P<0.01)。结论制萎扶胃丸治疗胃癌前病变具有多成分、多靶点、多途径的特征,能够通过抑制炎症反应、促进细胞凋亡发挥干预作用,可能与调控PI3K/AKT信号通路有关。

关键词： Gut microbiota   Hyperuricemia   Modified Simiao Yong'an decoction   Molecular docking   Network pharmacology  

摘要： Objective To explore the molecular mechanism of modified Simiao Yong'an Decoction (MSYD) in treating hyperuricemia (HUA) by regulating the gut microbiota through network pharmacology analysis. Methods The active ingredients of MSYD were searched and filtered from the TCMSP database, and gut microbial metabolites were retrieved from the gutMGene database, along with the collection of related targets. Targets related to HUA were searched in the GeneCards, OMIM, and DisGeNet databases. Common targets were obtained by taking the intersection of the active ingredients targets and HUA targets, and then the intersection of the common targets and the intestinal microbiota targets was taken as the hub targets. A protein-protein interaction network of hub targets was constructed, and GO and KEGG enrichment analyses were performed. The main ingredients closely related to HUA and gut microbiota metabolites were screened, and molecular docking validation was conducted using AutoDock software. Results The key active ingredients of MSYD that improved HUA included quercetin, kaempferol and β-sitosterol, etc. Gut microbial metabolites such as succinate and butyrate were closely related to HUA, and MSYD might affect these metabolites by regulating the gut microbiota. Conclusion MSYD can intervene and treat HUA by regulating the gut microbiota through multiple components, targets and pathways. © 2024 Editorial Office of Chinese Journal of Microecology. All rights reserved.

关键词： 卷积神经网络   深度卷积网络   图像质量评估   大数据存储   JPEG2000   医学图像压缩   医学影像技术   深度学习技术  

摘要： 随着医学影像技术的快速发展,医疗机构每天产生海量的高分辨率医学图像数据,给存储和传输带来了巨大挑战。近年来,深度学习技术在图像处理领域取得了突破性进展。本文通过设计双向卷积神经网络结构,实现了高效的医学图像压缩和精确重建。实验结果表明,该方法在压缩比为20∶1时,峰值信噪比(PSNR)达到38.5 dB,结构相似性(SSIM)为0.965,优于传统JPEG2000等方法。此外,重建图像质量评估显示,该方法能有效保留关键诊断信息,为解决医学大数据存储与传输难题提供了新的思路和可靠保障。