课程文献中心 更多>>

关键词： 中药化合物   中药活性成分   分子机制   生物信息分析   分子对接  

摘要： 结直肠癌的发病率和病死率都居癌症前列，给人类健康造成严重损害。结直肠癌早期发病隐匿，多数患者发现患病时已失去手术机会。目前，化疗仍是该病主要的治疗手段，但化疗具有全身毒性，患者接受治疗时常出现恶心、呕吐及骨髓抑制的情况，且易耐药，影响继续治疗。近年来中医药治疗结直肠癌受到广大学者的密切关注。临床实践表明，中药防治结直肠癌疗效显著，但治疗机制不明确一直是其应用与发展的困扰。网络药理学的出现为中药治疗结直肠癌分子机制的研究打开了一扇新大门，丰富的生物信息分析数据和分子对接数据能够对其活性成分、治疗通路及作用靶点进行预测，直观的呈现三者之间的关系。此外，基于网络药理学探讨中药治疗机制的研究层出不穷，为疾病的临床治疗及机制研究提供了新方向。本研究基于网络药理学对近年来中药单体化合物、中药单药、中药药对、中药复方防治结直肠癌的研究进行综述，发现治疗结直肠癌主要活性成分有槲皮素、山柰酚、β-谷甾醇、豆甾醇、木犀草素、柚皮素等，常见的治疗靶点有丝氨酸-苏氨酸蛋白激酶1(AKT Serine/Threonine Kinase 1,AKT1)、肿瘤蛋白p53(Tumor Protein p53,TP53)、Kirsten大鼠肉瘤病毒癌基因同源物、B淋巴细胞瘤-2(B-cell Lymphoma-2,Bcl-2)、表皮生长因子受体（Epidermal Growth Factor Receptor,EGFR）、肿瘤坏死因子（Tumor Necrosis Factor,TNF）、雌激素受体1(Estrogen Receptor 1,ESR1)、白细胞介素（Interleukin,IL）-6等，癌症通路、促炎癌变机制和细胞凋亡等则为常见的治疗通路。总之，中药可通过调整细胞周期、抗炎、促进凋亡等多种生物途径及多靶点、多通路参与结直肠癌的治疗。

关键词： Res-UNet   Gmsh   残差块   批量建模   井地电阻率反演  

摘要： 为了解决传统电阻率反演方法依赖反演初始模型的选择、反演过程容易陷入局部极小且反演耗时较长的缺点，本文提出了一种基于Res-UNet神经网络的井地电阻率实时反演方法，通过Gmsh软件获得大幅扩展的正演响应数据集，并针对数据特性选取合适的网络参数进行反演实验。实验结果表明，Res-UNet算法能充分挖掘数据特性，快速获得符合地层电性特征的电阻率成像结果，在电阻率正演数据集上的预测值和正演响应的均方误差为0.019 44,在测试集上的均方根误差为0.075 8,与传统反演方法相比，成像结果有显著提升。基于Res-UNet网络的井地电阻率反演方法在仿真模型的反演计算中得到了较好的结果，能快速、准确地反演出地下异常体的位置和形态，且具有较好的抗噪声能力，为电阻率数据和真实地电结构之间的映射关系提供了一种新的方法和思路。

关键词： 伪健康信息   信息纠偏行为   网络普通用户   主题分析法   纠偏动因  

摘要： 揭示网络环境下普通用户对伪健康信息进行纠偏的动因，有助于鼓励大众积极参与协同治理，形成自组织的健康信息生态环境。选取41名具有纠偏经历的普通用户进行访谈，并采用主题分析法，归纳出普通用户伪健康信息纠偏行为驱动因素的6个主题和20个子主题，据此构建用户伪健康信息纠偏行为的动因模型。研究发现：用户在互动动机和个体特质的驱动下，借助平台性能的支持，产生纠偏行为；信息特征和信息风险亦能驱使用户产生纠偏倾向，经由平台性能形成纠偏行为；此外，网络平台提供的激励机制也会驱动用户在性能较好的平台上进行纠偏。

关键词： 天麻   质量标志物   指纹图谱   化学模式识别   网络药理学  

摘要： 目的 基于指纹图谱结合化学模式识别和网络药理学的方法，预测天麻潜在质量标志物（Q-Marker）。方法 建立46批天麻饮片的HPLC指纹图谱，并对共有峰进行指认识别，测定其中7种成分含量。应用系统聚类分析（HCA）、主成分分析（PCA）和正交偏最小二乘法判别分析（OPLS-DA）对46批样品进行化学模式识别。同时，运用网络药理学方法构建天麻成分-靶点-通路网络图，预测天麻潜在Q-Marker并定量测定其含量。结果 指纹图谱指认了13个共有峰中的7个物质；46批天麻饮片天麻素和对羟基苯甲醇总含量范围为0.17%-2.08%。通过HCA、PCA和OPLS-DA筛选，确定了5个引起天麻饮片质量差异的标志性成分。网络药理学分析得到17个核心活性成分、86个核心靶点和181条关键通路。整合指纹图谱和网络药理学结果，选取天麻素、对羟基苯甲醇、巴利森苷A、巴利森苷B、巴利森苷C、巴利森苷E作为天麻潜在的Q-Marker。结论 通过指纹图谱结合化学模式识别和网络药理学方法，成功预测了天麻潜在的Q-Marker，为全面控制和评价天麻饮片质量提供科学依据。

关键词： 动作识别   毫米波雷达   动态边选择函数   图神经网络   双向门控循环单元  

摘要： 在人体动作识别研究中，考虑到视频和图像性能受限以及对隐私的潜在侵犯，毫米波雷达技术被视为更有效的替代方案，既能保护隐私又能提高人体动作特征的识别准确性。针对毫米波雷达产生的稀疏点云，设计了一种新颖的图神经网络Dynamic GNN-MB（Dynamic Graph Neural Network with MLP and Bi-directional Gated Recurrent Units），在图神经网络中加入了动态边选择函数，使其能够自主的学习点云之间边的权重并提取特征；进一步，将Dynamic GNN与堆叠的双向门控循环单元相结合，构建了一个完整的人类活动识别框架。实验中使用公共数据集验证了网络的有效性，结果表明，Dynamic GNN-MB网络模型对人体动作识别的准确率可达97.05%，相较于其他网络结构，具有更高的识别率。

关键词： 神经网络   散斑去噪   自适应估计   散斑干涉   DnCNN  

摘要： 在科学研究和实际工程项目中，需要对光学粗糙表面的位移、形变、振动及应变等物理量进行高精度测量。散斑干涉测量是一种针对光学粗糙表面的高精度无损检测技术，然而在测量过程中，干涉条纹图像不可避免地包含大量的相干散斑噪声以及环境噪声，严重影响后续的相位解调和解包裹精度和准确性。因此设计了一种基于DnCNN神经网络模型的图像降噪实验模型，设计搭建干涉测量硬件系统，编写软件实现对图像的采集和增强。利用计算机模拟的散斑干涉条纹图像生成数据集，完成了神经网络的设计和训练。实验结果表明，设计方法能够有效去噪，减少了白色噪点，且网络的拟合效果达到最佳状态。经过实验测试，在去噪性能的评估测试中，与传统的滤波方法相比，DnCNN展现出了显著优势，其中信噪比和散斑指数表现突出。

关键词： “卡脖子”技术   专利共类分析   超网络   云物元模型   激光器  

摘要： [目的/意义]构建一套科学、准确的甄别框架以实现“卡脖子”技术遴选甄别，为未来科研管理工作有的放矢布局科技资源攻关破“卡”提供决策参考与情报支撑。[方法/过程]以专利数据为对象，基于IPC分类共现超网络节点与结构特征设计综合中心性指标，并通过K-means聚类识别遴选关键核心技术；设计基础优势性、竞争优势性、创新优势性三个维度的指标体系并设定甄别标准，建立云物元模型以实现指标数据向技术类型的映射，从而甄别“卡脖子”技术，并判断各技术在各维度上的“卡脖子”水平。[结果/结论]以激光器领域为例，最终识别出该领域的“卡脖子”技术，验证了本文方法科学性与合理性，此甄别框架将为相关部门政策制定提供决策参考。

关键词： 政府、企业与社会组织关系   公益组织   交换网络   网络演变   过程追踪  

摘要： 在中国的治理实践中，不仅存在政府与企业、政府与社会组织、企业与社会组织之间的两两关系，更存在三部门关系理论与协作治理理论均无法有效解释的三方互动。网络交换理论有助于刻画并揭示此种三边互动的规律。文章采用纵向案例研究法，基于Y基金会及其发起运营的H项目35年发展史的过程追踪，回答中国政府、企业与公益组织构成的交换网络“如何运作”与“何以演变”两个问题。研究发现：从互动过程来看，三方构成了一个典型的“交换循环”——政府为企业开放专属的象征性资源和渠道支持，促进企业捐赠公益组织；公益组织获得捐赠后，不断回应政府需求；政府赋能拥有官方背景的公益组织，吸引企业加大资源投入。从演变趋势来看，这一交换网络呈现从协商式向互惠式，从链条式向生产式演变的趋势。从演变动因与机制来看，政府介入方式从显性在场转向隐性在场、从专属支持转向普惠支持，是交换网络发生演变的起因，它通过“企业行为模式分化”“价值共识与情感纽带生成”“互惠性与嵌入性双向促进”三个环环相扣的部件组成的因果机制，引发交换网络形态的变化。文章打开了中国政府、企业与公益组织三方交换网络的运行黑箱，以中国经验增进了对交换网络运行与演变规律的理解，为发挥跨部门合力贡献了中国智慧。

关键词： 多目标跟踪   Transformer   广视角目标捕捉   轨迹置信度建模  

摘要： 基于无人机视频的多目标跟踪是一项重要的视觉任务，具有广泛的应用前景。然而，由于无人机视角范围广、远距离小尺寸目标难以追踪且目标运动迅速，传统方法面临诸多挑战。为此，提出了一种基于Transformer技术的多目标跟踪方法，称为WideTrack。该方法设计了广视角特征融合记忆网络，以增强对远距离小尺寸目标的捕捉能力。同时，为更好地适应无人机运动特征，在滤波中引入了轨迹置信度建模。此外，通过结合运动特征提取模型和基于空间信息的WIoU匹配算法，设计了一种数据关联方法，综合目标的外观和运动信息以跟踪快速移动的目标。实验结果表明，WideTrack在VisDrone-MOT数据集上的MOTA分数较现有最优模型提高了5.3%。此外，模型在VisDrone-MOT数据集和UAVDT数据集上的处理速度分别达到每秒16帧和29帧。验证了其在无人机视频多目标跟踪任务中的有效性。

关键词： 柳蒿芽脂溶性成分   网络药理学   血管内皮生长因子A   2型糖尿病   糖脂代谢  

摘要： 利用网络药理学和实验验证研究柳蒿芽脂溶性成分（liposoluble components of Artemisia integrifolia L. bud，AILC）调节2型糖尿病（type 2 diabetes melitus，T2DM）的作用机制。首先，制备了AILC，并分离得到了24个化合物；运用SwissTargetPrediction数据库获取AILC靶点；利用GenCards、OMIM和TTD数据库获取T2DM疾病靶点。然后通过Venn、Cytoscape3.10.1、String和DAVID数据库分析AILC调节T2DM的潜在活性成分、核心靶点及作用通路之间的关系。最后，通过建立T2DM大鼠模型进行实验验证。网络药理学结果显示，AILC作用于T2DM关键靶点可能为蛋白激酶B、肿瘤坏死因子、白细胞介素-6、血管内皮生长因子A（vascular endothelial growth factor A，VEGFA）、氧化物酶体增殖物激活受体等。这些靶点主要富集在缺氧诱导因子-1信号通路、磷脂酰肌醇3激酶/蛋白激酶B信号通路、人类巨细胞病毒感染、非小细胞肺癌、松弛素信号通路。动物实验结果显示，AILC能明显降低大鼠血清总胆固醇、甘油三酯、血糖含量；免疫组化和蛋白质免疫印记法验证表明，AILC显著下调大鼠VEGFA表达量（P< 0.05）。研究表明，柳蒿芽脂溶性成分通过调节VEGFA蛋白表达，调节糖脂代谢紊乱而对T2DM起到治疗作用。