一、生物遗传的拓扑结构（论文文献综述）
司春景[1]（2021）在《基于蛋白互作的系统遗传学方法在植物功能基因鉴别中的应用》文中研究指明将植物中的目标表型与功能基因进行关联仍是生物遗传学的研究热点之一。伴随着高通量测序技术的不断发展和广泛应用,全基因组关联研究（Genome-Wide Association Study,GWAS）技术已经在多种植物中用于鉴别与目标表型相关的基因位点。目前,对拟南芥、水稻和玉米的GWAS分析已经产生了大量的研究数据,并建立了专业数据库。但由于GWAS分析存在假阳性较高的局限性,使得基于GWAS分析确定目标表型与功能基因之间的关联是一个重要挑战。因此,本文基于植物（拟南芥、水稻和玉米）的GWAS汇总数据,利用系统遗传学方法对上述问题进行了研究。首先,在拟南芥开花时间、根部形态和产量3个表型组中,本文基于GWAS数据通过Gene Rank、K-shell、Hot Net diffusion-oriented subnetworks（Hot Net2）和Knowledge Graph（KG）等多种方法对目标表型中的功能基因进行重新鉴别,并通过上述多种方法计算结果的基因富集率比较分析,验证了基于蛋白互作的系统遗传方法能够有效地提高拟南芥功能基因富集率。基于上述研究结果,本文依据GWAS数据和PPI网络拓扑结构数据,结合Gene Rank算法、综合评分算法和Hot Net2算法,提出了一个组合模型,用于提高植物目标表型功能基因富集率（最高达到40%）,并将此组合模型在拟南芥462个表型中进行应用。其次,本文将组合模型应用到农作物水稻和玉米功能基因鉴别研究中,以提高对农作物功能基因预测的效率。水稻和玉米GWAS数据经基因型插补后,基因型数量平均提高了34.47倍,并将表型与SNP之间的关系映射为表型与基因之间的关系。基于已获得的基因-表型关联数据,组合模型成功鉴别出了水稻和玉米中的目标表型功能基因,并通过对GWAS数据中目标表型的差异基因机理解析验证了目标表型与差异基因之间的关联。最后,本文采用LAMP网站架构设计并开发了植物功能基因鉴别数据库Plant GWASRank（PGR,http://47.242.161.60/Plant/）。PGR数据库提供了:1)对拟南芥、水稻和玉米3种植物多种方法结果数据的检索、浏览、分析、可视化与下载;2)组合模型在线计算、数据后台运行、结果数据离线邮件发送;3)多种方法的软件程序包下载;4)帮助等功能。综上所述,鉴于基于蛋白互作的系统遗传学方法能够提高植物功能基因鉴别的效率,本文依据GWAS数据和PPI网络拓扑结构数据,结合Gene Rank算法、综合评分算法和Hot Net2算法,提出了一个组合模型用于提高植物目标表型功能基因富集率,并在拟南芥、玉米和水稻中得到了有效应用,进而设计开发了PGR数据库实现数据共享。
焦凯[2]（2021）在《基于核酸构象调控的生物电路》文中进行了进一步梳理生物体内遗传信息的传递遵循中心法则,由DNA转录为RNA最终翻译为蛋白质,从而支撑生物体的整个生命活动,同时,遗传信息的异常传递也会造成多种疾病。生物体内遗传信息的传递由多种生物分子的相互作用调控,例如,负载遗传信息的基因组核酸序列可经由蛋白质凝缩为染色质,而染色质在相关蛋白的调控下产生拓扑重构,从而调控对应基因的转录活性;一些非编码RNA,如miRNA,可以以RNA诱导沉默复合体（RISC）的形式在转录后水平上抑制mRNA的翻译活性。基于对天然遗传信息调控机制的理解,工程化组装生物分子构建的人工生物电路近年来发展的如火如荼,其在生物制造、计算及治疗中有广泛应用。然而,现有的人工生物电路体系中缺少功能精确可控的通用模块。DNA作为遗传信息的载体同时也是DNA纳米结构的构成基础。严格的碱基互补配对原则使得DNA纳米结构具有精确的可编程能力和响应性的构象转换能力。因此,可将DNA的功能性和结构性结合在一起,利用可精确调控构象的核酸自组装结构开发通用模块,实现对人工生物电路的精确调控。本文将主要介绍两种利用DNA纳米结构构建的通用模块:基于DNA构象调控的基因转录开关;及基于DNA构象调控的微小RNA捕获与肿瘤抑制。具体内容如下:（1）将包含T7启动子序列和Spinach编码序列的线性DNA与其他抑制链自组装为TO-DNA,并通过输入链序列特异性的调控其转录活性。TO-DNA的转录活性高度依赖于T7启动子的拓扑结构（完整平直的双链结构）,因此,通过输入钥匙链调整TO-DNA上T7启动子的拓扑结构,进而实现对其转录活性的序列特异性调控。同时,基于该转录开关我们实现了布尔逻辑门运算、多个TO-DNA间的次序性级联调控及基于同一TO-DNA同一种启动子的多基因正交性调控。最后,我们利用TO-DNA实现了活细菌中的生物计算。总之,TO-DNA的成功构建为形状特异性基因载体的开发提供了一种可能,同时也丰富了合成生物学的工作元件,有望在生物制造、智能诊疗中有更广泛的应用。（2）利用含polyA序列和anti-miRNA序列的二嵌段DNA与纳米金球自组装构建了具有polyA长度编程的侧向间隔的球型核酸（polyA-SNA）。我们发现polyA的长度可以程序性调控polyA-SNAs表面anti-miRNA链间的侧向间隔。侧向间隔的大小会影响polyA-SNA与靶标结合时的位阻,进而影响其捕获效率。PolyA-SNA侧向间隔的可调性可支持其优化出相较于传统密修饰SNA更有利于靶标捕获的构象,同时又保证拥有与传统SNA相当的高效细胞摄取。随后我们验证了polyA-SNAs在细胞内对原癌miRNA的捕获及抗癌基因表达的拯救,基于此我们实现了对小鼠皮下瘤的生长抑制。综上所述,我们利用DNA纳米结构的构象可编程性及其信息负载能力,构建了基于核酸纳米结构构象调控的精确人工生物电路元件。提出了外源功能性核酸构象设计的新方法,同时也为合成生物学提供新的工作元件。
郭庆祥[3]（2021）在《粘体动物系统发育地位与内寄生适应机制研究》文中认为粘体动物（Myxozoa）是形态简单、个体微小的专性内寄生虫,宿主范围广泛,能寄生鱼类、两栖类、爬行类、鸟类及哺乳类。当前,关于粘体动物的研究主要集中于分类学、生活史及起源与适应性进化,其中,起源与适应性进化是研究的重点和热点。近三十余年来,粘体动物的阶元归属经历了从原生动物到后生动物,再到两侧对称生物以及刺胞动物的过程。但限于技术手段,目前无法进一步确定粘体动物在刺胞动物内部的具体归属和进化地位。同时,粘体动物目前已报道超过2,600余种,分布在河流、湖泊、深海、陆地等多种生境中,是生态适应成功的典范。但是,目前粘体动物适应内寄生过程中的驱动因素与分子机制尚不清楚。作为生命之树中较为古老、结构较为简化的后生动物寄生虫,探讨粘体动物的起源与适应性进化问题,对开展后生动物重要生命特征,进化模式、规律与机制研究有着重要意义。随着组学技术的快速发展以及各种粘体动物和刺胞动物组学数据的释放,粘体动物的起源与适应性进化研究拥有了更好的技术支持与数据基础。本研究以粘体动物最大的一科——碘泡科（Myxobolidae）中的部分代表物种为研究对象,结合已发表粘体动物、刺胞动物资料,运用系统发育基因组学、比较蛋白质组学和比较基因组学技术,对粘体动物在后生动物、刺胞动物中的系统发育地位、分化时间、特异细胞器刺丝囊对物种适应进化贡献、基因组进化、适应性进化分子机制等方面进行研究。主要结果如下:一、粘体动物系统发育地位通过对粘体动物、自由生刺胞动物和其他后生动物的主要类群进行广泛采样,本研究建立了较为全面的后生动物和刺胞动物系统发育矩阵。其中,后生动物矩阵包含103个物种,232个直系同源基因（57,930个氨基酸位点）,数据丢失率为31.1%;刺胞动物矩阵包含76种后生动物和2种鞭毛虫外群,146个直系同源基因（51,598个氨基酸位点）,数据丢失率为24.8%。基于上述两个矩阵,使用RAx ML,IQ-TREE以及Phylo Bayes软件,分别在后生动物和刺胞动物尺度下对粘体动物的系统发生地位进行了探讨。并使用近似无偏检验法对17种候选的后生动物和刺胞动物的系统发育关系开展了测试。最后,对上述两个矩阵运用了快速进化位点梯度剔除法来检测快速位点是否给系统发育关系造成了误导。结果表明粘体动物稳定地与螅型多足虫聚为一支,而后再与水母亚门呈姐妹群。AU检验显着地拒绝了大多数（粘体动物+螅型多足虫）之外的聚类方式。虽然粘体动物+栉水母的拓扑结构未能被显着拒绝,但其P值仅略大于0.05（0.0561）,进化树中的自展值也极低（0.0000）,因此作者认为该结构并非最优。快速进化位点剔除分析表明,在删除50%的快速进化位点之前,关键节点都保持了极高的自展值。在删除超过50%的位点后,关键节点的自展值才开始出现下降。（（粘体动物+螅型多足虫）+水母亚门）的拓扑结构得到了确定且稳定的支持。该研究结果克服了碱基替换饱和、长枝吸引等以往分子系统分析中的不足的问题,所构建的进化树更加稳定和准确。二、粘体动物发生年代分析选取刺胞动物冠部的最大分歧时间（741百万年前）,水母亚门的最小分歧时间（570百万年前）,六放珊瑚亚纲的最小分歧时间（540百万年前）,水螅纲的出现时间（500百万年前）作为化石校正点,使用惩罚似然法（Penalized likelihood,PL）对粘体动物的分化时间进行估算。结果显示,刺胞动物的最后共同祖先起源于拉伸纪（736百万年前）,水母亚门起源于埃迪卡拉纪（626.6百万年前）,粘体动物共同祖先发生于晚寒武纪（492.6百万年前）。目前,最早的寄生虫化石发现于寒武纪,因此本结果说明粘体动物是比较古老的后生动物寄生虫之一。三、粘孢子虫刺丝囊与壳瓣分离提纯方法的建立粘体动物的刺丝囊对其生活史的完成至关重要,是研究表型对适应性进化贡献的理想对象。为了便于后续实验的开展,本研究中开发了一种快速有效的粘体动物孢子的解剖方法,该方法可用于分离碘泡科代表物种——洪湖碘泡虫（Myxobolus honghuensis）、吴李碘泡虫（Myxobolus wulii）、吉陶单极虫（Thelohanellus kitauei）的刺丝囊和壳瓣。该方法主要通过蔗糖密度梯度对粘体动物孢子进行纯化,通过超声破碎进行孢子解离以及Percoll密度梯度离心分离刺丝囊/壳瓣。采用50%-70%-90%Percoll分离液对孢子破碎液进行密度梯度离心,在50%与70%Percoll溶液层之间以及70%Percoll分离液中部可获得纯度接近100%的完整刺丝囊。采用100%的Percoll分离液对孢子破碎液进行离心,在Percoll分离液中部可获得纯度接近100%的完整壳瓣。为进一步了解粘体动物刺丝囊的生物学,评估了温度、盐度、多种化合物以及重金属离子对洪湖碘泡虫完整孢子和离体刺丝囊释放情况的影响。结果发现,热、尿素和氨处理能够成功地触发大多数孢子和离体刺丝囊的释放,而Na Cl、乙酸、乙醇、碳酸氢钠和Ca Cl2则不能。重金属处理可显着降低刺丝囊的释放率。本研究为下游实验奠定了基础,还为其他寄生类群孢子的解离研究提供了新视角。四、粘体动物综合蛋白数据库的构建开发了“定制综合蛋白质组参考数据库（customized comprehensive proteomic reference database,CCPRD）”流程,用以提供全面、无污染的蛋白质组学参考数据库。使用洪湖碘泡虫、吴李碘泡虫、吉陶单极虫刺丝囊的蛋白质组学数据评估了CCPRD的有效性。具体来说,本研究将CCPRD的质谱鉴定结果与四个对照数据库的结果进行了比较:（1）转录组的六框翻译（trans＿6＿frame）;（2）转录组+基因组的六框翻译（genome+transcriptome＿6＿frame）;（3）将人工的宿主和细菌序列添加到CCPRD（CCPRD＿contam）中而建立的污染物数据库;（4）将通过去污染过程中剔除的序列（包括基因组和转录组数据）回添到CCPRD（CCPRD＿remove）。结果表明,CCPRD＿contam比CCPRD鉴定出了更多的肽段和蛋白质,这表明组学数据中确实存在污染,证明了污染剔除的必要性。对于CCPRD＿remove,回添污染去除过程中移除的序列并没有增加鉴定肽段和蛋白质的数量,这表明本方法没有过度剔除。CCPRD在肽段和蛋白质识别数量、数据库大小和完整性方面明显优于其他方法。相较传统数据库,CCPRD能多鉴定出19.1%-43.8%的蛋白质,并最多可节省84.6%的数据库容量。此外,本研究分析了各数据库结果的疏水性指数与保留时间的拟合程度,发现CCPRD可以提高鉴定结果的可靠性。去冗余分析结果表明,即使去除了冗余,CCPRD特异性肽段的数量仍超过其他数据库。这进一步证明CCPRD确实提高了数据库整体的性能,而并非仅仅增加了假阳性或者重复序列的数量。本研究为下游比较蛋白质组学分析提供了技术保障,并为其他涉及非模式生物的蛋白质组项目提供了借鉴和参考。五、刺丝囊对物种适应进化贡献的定量评估通过分析目前已发表的刺丝囊蛋白质组和111个刺丝囊转录组/基因组（包括7个新测序的粘体动物转录组和/或基因组数据集）,研究了刺丝囊在刺胞动物适应性成功中的作用。结果发现,刺丝囊组成存在高度异质性,且蛋白质组相似度与物种亲缘关系之间的不一致,支持了刺丝囊的可塑性适应策略,暗示其在刺胞动物适应性进化中可能起着重要作用。另外,通过对刺丝囊的五种核心基因进行同源搜索,证明了刺丝囊的自发性起源,避免了下游分析时外部共生体的干扰。进一步研究了刺胞动物主要类群扩张前后核心集/非伴随集的进化平衡,发现了一种“去中心化修饰”的模式:即核心基因只经历了很少的进化事件,大量活跃的进化事件发生在非核心基因集中,可能是因为刺丝囊祖先原型的出现后,刺胞动物迅速分化,导致始祖刺丝囊未充分进化便扩张为各种形式,该发现同样支持刺丝囊在刺胞动物适应性进化中的关键作用。最后,刺丝囊蛋白（NEMs）适应超量分析以及选择富集分析发现,在NEMs中,最强的适应超量(BUSTED P值<10-5)可达60%(置换检验P值<2.2e-16,迭代次数107),并且NEMs显着富集了背景蛋白的选择压力（在0.05、0.01和0.001置信水平下,P值=0.004658、0.01117、0.007638）。综上,本研究定量地证明了刺丝囊是包括粘体动物在内的刺胞动物成功适应性进化的基石,并为今后评估特定表型创新对物种适应性进化的贡献提供了参考。六、洪湖碘泡虫基因组的马赛克进化为进一步了解粘体动物适应内寄生生活的分子机制,本研究分析了感染异育银鲫咽部的洪湖碘泡虫（M.honghuensis）的基因组。通过基因组survey及17-mer分析,预测洪湖碘泡虫基因组大小为206 Mb。三代测序的基因组最终大小为161 Mb,contig N50为1.3 Mb,预测到15,433个基因模型。进一步分析显示,由于基因保留,内含子增大,转座子插入等因素,洪湖碘泡虫拥有目前最大的粘体动物基因组,并且相较其他粘体动物呈现出了较低程度的基因组简化和紧密。作为对内寄生生活方式的适应,洪湖碘泡虫基因组中与神经系统相关的基因大幅丢失,并且拥有最简单的动物免疫基因组件。此外,为更好地适应内寄生生活,洪湖碘泡虫抗逆,侵袭,能量代谢和细胞过程相关的基因发生了显着的扩张与正选择。作者还发现洪湖碘泡虫具有相对保守的中胚层和肌原性组件,以及相对复杂的Wnt和Hedgehog信号通路。本研究揭示了洪湖碘泡虫基因组的马赛克进化模式,即不同的基因组区域表现出了不同程度发保守、分化、减弱和增强。洪湖碘泡虫的基因组非但没有表现出遗传退化,反而表现出相当数量的基因创新和扩张(主要涉及到多拷贝基因家族以及相应的调控基因。这些结果表明,粘体动物不像以前认为的那样遗传简化。至少对于粘体动物来说,转变为寄生虫的进化过程是由基因组简化和复杂化共同驱动的,并且这两种进化机制的相对贡献程度因物种而异。该研究改变或扩展了我们对粘体动物基因组复杂性和进化的传统认知,对于深入理解寄生虫进化这一进化生物学中的基本问题具有重要意义。综上,本研究基于系统发育基因组学构建了刺胞动物物种树,并分别分析和估算了粘体动物的系统发育地位与分化时间,为进一步了解粘体动物的起源提供了理论依据。在此基础上,从表型（刺丝囊）和分子（洪湖碘泡虫基因组）两个角度阐明了粘体动物适应性进化的驱动因素与进化机制,发现刺丝囊可能是刺胞动物（包括粘体动物）成功适应性进化的关键表型;并通过洪湖碘泡虫与现有粘体动物、刺胞动物的比较基因组学研究,发现粘体动物基因组进化反映了丢失冗余基因造成的基因组简化和强化寄生能力导致的基因组复杂化之间的动态权衡,从而初步解释了粘体动物内寄生适应成功的遗传机制。
李亚萍[4]（2021）在《模拟集成电路设计与优化方法研究》文中指出随着集成电路制造工艺的发展,器件特征尺寸不断减小,非理想效应逐渐凸显,设计难度不断增大。然而,目前市场上缺乏成熟、完备的模拟集成电路自动化设计工具,模拟集成电路的设计主要依靠手工完成,设计效率较低。本文对模拟集成电路的设计与优化方法展开研究,旨在提高模拟集成电路的设计效率,缩短设计周期。模拟集成电路的设计流程包括拓扑选择、电路参数设计、版图设计、制造和测试等步骤。本文针对前两个步骤展开研究。对于拓扑结构的确定,电路设计者一般从现有的拓扑结构库中选择合适的拓扑。目前模拟电路各个模块的拓扑结构种类较多,一般可以满足普通的设计要求。当电路的某些性能要求较高时,电路设计者一方面可以分析和改进电路拓扑结构,另一方面可以优化电路参数以达到设计指标。由于待调参数较多,电路性能和设计变量之间存在高度的非线性关系,加之电路性能指标之间相互影响、相互制衡,设计者需要在多个互相关联的电路指标中反复权衡,手工调试工作重复而繁琐,对于复杂电路更是如此。因此,研究模拟电路参数自动优化方法对于解放人力、降低时间成本具有重要意义。本文从复数带通滤波器的设计与优化入手,研究了复数带通滤波器的设计理论,分析了传统有源RC复数带通滤波器的通带纹波较大的原因,并据此改进了传统有源RC复数带通滤波器的拓扑结构。本文从参数优化的角度研究了模拟电路的自动优化方法。在搜索算法方面,本文研究了全局搜索和局部搜索常用算法的原理及实现;在电路性能评估方面,本文基于SPICE仿真、解析模型和机器学习模型探讨了模拟电路参数优化方法中的优化效率和优化精度问题,并提出了两种新的参数自动优化方法。本文的主要工作如下:（1）为解决传统结构的复数带通滤波器通带纹波较大的问题,推导了运放增益带宽积有限时低通滤波器向复数带通滤波器转化的频谱搬移公式,通过对交叉耦合电阻值进行修正,并引入与交叉耦合电阻并联的电容,实现了对传统有源RC复数带通滤波器的无源补偿,降低了运放有限的增益带宽积对频谱搬移的非线性影响,有效减小了有源RC复数带通滤波器的通带纹波。基于此补偿方法,采用TSMC 0.13μm CMOS工艺设计了一个中心频率为12.24 MHz,带宽为9 MHz,通带纹波小于1 dB的有源RC切比雪夫复数带通滤波器,其仿真及流片测试结果验证了此无源补偿新方法的有效性。（2）分析了基于SPICE仿真的全局搜索和局部搜索相结合的经典优化方法在优化精度和优化时间成本方面的优势与不足,针对其全局搜索阶段SPICE仿真时间成本大、设计空间覆盖率较低的问题,提出了一种解析模型-仿真混合辅助的模拟电路参数优化方法。该方法采用电路解析模型代替SPICE仿真进行全局优化阶段的电路性能评估,实现了对全局设计空间快速搜索;为弥补解析模型精度有限的不足,选取了全局搜索结果中的可能存在最优点的几个区域进行局部搜索以找到最优解。该方法兼具了解析模型的高效率和SPICE仿真的高精度的优势。为验证该方法的有效性和高效性,本文推导了传统拓扑结构五阶复数带通滤波器的解析模型,并采用该方法对五阶复数带通滤波器进行了参数优化,结果表明,该方法可以明显的速度优势获得与经典优化方法相近的优化结果。（3）针对传统的基于SPICE仿真的局部搜索方法需要大量串行仿真、优化效率较低的问题,提出了利用局部机器学习模型代替SPICE仿真进行电路性能评估的模拟电路参数优化方法。该方法包括基于SPICE仿真的遗传算法全局优化和基于机器学习模型的局部优化两部分。在全局优化阶段,该方法基于并行SPICE仿真进行全局搜索。在局部优化阶段,该方法利用并行SPICE仿真获得训练数据并训练机器学习模型,然后利用该机器学习模型代替SPICE仿真来评估电路性能,从而将局部搜索所需的串行仿真转化为并行仿真,使局部优化也能充分利用并行计算资源,减少了优化所需时间。（4）完成了二级轨到轨运放、五阶有源RC切比雪夫复数带通滤波器和三级运放的参数优化。在此过程中,对比了模拟电路参数优化领域两种常用优化方法和本论文提出的基于局部机器学习模型的优化方法在优化效率和优化结果方面的差异,得出如下结论:基于SPICE仿真的遗传算法全局优化方法的优化效率最高,但搜索能力弱于其他两种方法;基于SPICE仿真的全局和局部搜索相结合的经典优化方法可以获得最优的结果,但优化效率较低;本论文提出的结合基于SPICE仿真的遗传算法全局优化和基于机器学习模型局部优化的优化方法可以用少于三分之一的时间获得与经典方法相比拟的结果。本文的主要创新点如下:（1）提出了一种有源RC复数带通滤波器的无源补偿方法。通过引入与交叉耦合电阻并联的电容,并对交叉耦合电阻值进行修正,有效减小了有源RC复数带通滤波器的通带纹波。（2）提出了一种解析模型-仿真混合辅助的模拟电路参数优化方法。在全局优化基于解析模型穷举搜索,实现了对全局搜索空间速度较快、较为充分的搜索。全局搜索的输出选取几个较优区域基于SPICE仿真局部搜索,提高了解的精度。（3）提出了一种基于仿真的遗传算法全局优化和基于机器学习模型的局部优化相结合的模拟电路参数优化方法。在局部优化中采用并行仿真产生机器学习模型训练数据,并基于机器学习模型进行局部搜索,解决了基于仿真的局部优化方法需要大量串行仿真导致的耗时较长的问题。
姜珍妮[5]（2021）在《基于耦合DNA-GA-P系统的聚类分析研究》文中认为依据生物体中细胞器和细胞膜的工作原理,P系统可按照极大并行模式运行,其计算能力等价于图灵机,当前已经被学者们用于处理数据挖掘问题。DNA遗传算法（DNA Genetic Algorithm,简称DNA-GA）模拟生物的遗传信息表达机制,该类信息表达过程同样发生在真核生物的细胞中,所以本文我们将P系统与DNA遗传算法进行有效耦合,既可以保留P系统的分布式并行计算能力又可以融合DNA遗传算法丰富的对象表达机制和基因级操作,可以扩展P系统计算模型的对象及规则表达方式,为现有的P系统提供新的动态演化模式,进一步拓宽P系统能处理的问题。在移动数据爆炸式增长的今天,传统的数据处理方式已经不能满足海量数据处理的需求,数据挖掘由此而生,其中聚类分析是数据挖掘领域的一项重要研究内容,作为一种可以处理数据并从数据中提取可用知识的有效手段,其重要性在模式挖掘、图像处理等领域得到广泛认可。但当前的聚类方法自身都存在一些不足之处,我们除了可以改进算法本身外,还可以借助其他优化方法对聚类方法做进一步优化。因此可以在聚类方法中结合新的优化算法,融入新的计算模型,以便进一步优化聚类效果。新方法和新模型的研究是数据挖掘领域的重要课题。本文的主要研究内容如下:（1）构建耦合DNA-GA-P系统基于P系统以及DNA遗传算法的生物学知识,构建新型的耦合DNA-GA-P系统。同时基于耦合DNA-GA-P系统,提出四种扩展的耦合DNA-GA-P系统,分别是:具有定向交流与概率进化规则的耦合DNA-GA类细胞P系统,具有膜分裂/膜溶解规则的耦合DNA-GA类组织P系统,基于链式拓扑结构的耦合DNAGA-P系统以及基于自组装思想的耦合DNA-GA种群P系统。并对提出的P系统进行了收敛性分析和系统分析。（2）对四种常用聚类算法进行改进,分别将四种耦合DNA-GA-P系统用于实现改进之后的聚类算法,具体有:a)提出了基于耦合DNA-GA类细胞P系统的模糊C均值聚类算法基于权重均值的距离计算方式被用于计算模糊C均值聚类算法（Fuzzy Cmeans clustering algorithm,简称FCM）的目标函数。新型的耦合DNA-GA类细胞P系统被用于实现聚类过程,利用耦合DNA-GA-P系统的全局搜索能力和跳出局部最优的能力进一步优化改进算法,使用了UCI数据集对改进的算法进行了性能验证。b)基于耦合DNA-GA类组织P系统的密度峰值聚类算法基于K近邻（K-Nearest Neighbor,简称KNN）和香农熵的计算方法被用于计算数据点的密度矩阵。耦合DNA-GA类组织P系统被用于实现聚类过程。新的类组织P系统能够在提高算法效率的同时还降低算法的复杂性。最终,在人工数据集和UCI数据集上分别进行了实验验证。c)基于耦合DNA-GA链式P系统的集成模糊K-modes算法基于直觉模糊集（Intuitionistic fuzzy set,IFS）和核技巧,均衡地解决模糊Kmodes算法所有属性问题,提高算法对噪声的鲁棒性。然后将改进之后的模糊Kmodes算法与另外两种K-modes算法作为基聚类算法,综合三个算法的各自优势,对模糊K-modes算法做一致性聚类。耦合DNA-GA链式P系统被用于实现提出的集成聚类算法,以防止聚类算法陷入局部最优,同时实现隐式并行的聚类过程。d)基于耦合DNA-GA种群P系统的多视图谱聚类算法提出一种新的基于KNN和图思想的自动加权多视图一致性聚类算法。一方面,在初始化数据表示矩阵（相似度矩阵）的过程中使用K近邻思想。另一方面,采用相似度矩阵而不是原始数据对象来学习一致性矩阵。相似度矩阵将在迭代过程中不断更新。然后,在一致性矩阵生成过程中,为了考虑不同视图的不同贡献,系统自动为各个视图生成权重,并在后期更新过程中同步更新每个视图的权重信息。最后,当一致图收敛时,对一致图执行谱聚类算法,并得到最终的多视图聚类结果。将这个多视图谱聚类过程按照具体规则要求在耦合DNA-GA的种群P系统中完成,系统的极大并行性可进一步提高算法的运行效率。（3）将提出的基于耦合DNA-GA-P类细胞P系统的模糊C均值聚类算法和基于耦合DNA-GA种群P系统的多视图谱聚类算法分别用于图像分割和文本聚类中。综上所述,本文主要提出了一种新型的耦合DNA-GA-P系统,并基于系统定义,结合P系统中的进化交流、膜分裂膜溶解、链式拓扑结构以及自组装思想的基本概念,扩展了四种耦合DNA-GA-P系统,同时分别将四种系统用于四种改进的聚类算法中,最后将其中两种基于耦合DNA-GA-P系统的聚类算法分别用于图像分割和文本聚类的实际应用中。
刘志远[6]（2020）在《复杂网络中的社团探测研究及应用》文中指出复杂网络能够将真实世界中广泛存在的复杂系统用网络的形式表示出来,例如社交网络、生物网络、交通网络等。对该领域的研究,不仅吸引了大量来自管理科学、计算机科学和物理学等领域科研人员的广泛关注,也引起了社会学、生物学等学科学者们极大的研究兴趣,复杂网络研究已经成为一个重要的多学科交叉研究热点领域。同时,由于大数据技术的迅速发展,获取和深入挖掘网络数据成为可能。大量的研究表明,复杂网络中存在社团结构,具有社团内部节点间连接紧密,社团之间的节点间连接稀疏的特点。社团探测（community detection）,也被称为社团发现、社团识别、社团挖掘等。进行社团探测的目的就在于发现网络中真实存在的社团结构,以助于深入理解网络中社团内部个体和不同社团之间个体的关系,同时也为研究网络中其他的性质和功能提供基础。近些年,有许多不同类型的社团探测算法被提出,主要基于模块度优化、随机概率模型、谱理论以及马尔可夫动力学等方法。随着网络规模越来越大,以及社团结构的广泛应用,对社团探测算法的精度和效率都提出了更高的要求;又由于节点角色的多样化,以及隶属关系的多重性,非重叠社团划分已经不能满足于某些特定的需求,因而如何设计算法快速而精确的发现重叠社团结构,也是亟待解决的问题之一。因此,本文从网络的局部拓扑结构出发,深入研究网络拓扑结构,分别针对非重叠和重叠社团的探测算法设计及应用方面进行研究,做出如下工作:首先,深入分析网络局部拓扑特征,提出衡量节点相似性的指标,利用节点相似性原理,快速挖掘连接紧密的节点集,为获得精确社团探测结果提供了科学合理的预划分方法。根据对节点相似性程度的要求不同,能够探测出连接紧密程度不同的节点集,并在此基础上进行优化来获得最优解。在网络预划分结果优化阶段,分别从局部拓扑融合优化和全局多目标函数优化两方面进行研究,提出了基于分割-凝聚（DA）的二阶段社团探测算法和网络预压缩下基于多目标进化算法的社团发现机制（Com-MOEA/D）。在DA算法的凝聚阶段,分析局部网络拓扑,设计社团吸引力指标,融合模块度函数进行优化。大量的真实网络和计算机生成网络上的实验结果表明,DA算法具有较高的精度,尤其是在社团结构较为模糊时。此外,DA算法能够在自我中心网络中表现出优势。针对节点相似性程度的要求不同,Com-MOEA/D算法提出了节点相似度阈值参数,并将连接紧密的节点集压缩成一个超级节点,从而缩减了原网络的规模,形成了带有自环结构的压缩网络。在针对压缩网络的社团探测过程中,采用了基于分解的多目标进化算法来求解,多个目标函数的综合考量能够带来一组社团探测的结果。可以根据不同的目标函数来选择一个最优解。实验结果也验证了本算法的有效性。其次,针对网络中节点角色的多样性,每个节点可能隶属于多个社团结构的要求,提出一种基于社团中的核心结构进行局部扩张和调整的重叠社团探测算法Core OCD。该算法的基本思想是首先寻找网络中的核心团结构来替代大部分算法中的种子节点,然后在核心团结构的基础上,根据每个节点的局部拓扑信息设计了节点加入意愿指标,按照该指标值的大小进行局部社团的迅速扩张;随后,对局部扩张阶段所获得的社团结构进行边界节点的调整,并根据节点在相应社团中的贡献而设计了节点的隶属度系数,通过隶属度系数的大小进行节点微调。本算法在局部扩张时并没有采用传统的全局网络适应性函数,而直接按照加入意愿指标进行扩张,提高了效率;然后在调整阶段根据节点的贡献去进行结果的微调,增加了结果的准确性。最后,将社团划分的结果应用于传染病接触网络中的疾病传播免疫策略的设计。社团结构在疾病传播、消息传播以及推荐系统等各个方面都有广泛的应用,尤其是在疾病传播过程中,社团内部的病毒传播速度较快,社团之间的传播速度稍慢,需要依赖桥节点的帮助。因此,本文将目标免疫节点的选择建模成优化问题,设计了基于遗传算法的优化算法。为了更精确、快速的获得目标免疫节点集,在构建候选节点集时选取了社团内的部分关键节点以及桥节点,能够缩减候选集规模。实验结果表明本策略是非常有效的。
高静[7]（2020）在《砾玄参复合群（Scrophularia incisa complex）的系统发育与生物地理学研究》文中指出玄参属（Scrophularia Linn.）为玄参科（Scrophulariaceae）模式属,全球约有200–300种,间断分布于欧亚大陆及北美洲的温带地区。玄参属下分为玄参组（sect.Scrophularia）和砾玄参组（sect.Caninae）。砾玄参复合群（Scrophularia incisa complex）是砾玄参组下一次级分支,目前包括砾玄参（S.incisa）、齿叶玄参（S.dentata）和裂叶玄参（S.kiriloviana）、全缘叶玄参（S.integrifolia）四个物种,主要分布在雪水或溪水冲击过的河滩、山谷,湿润的石砾地。其分布范围覆盖中亚-青藏高原-蒙古高原地区,由于其特殊的地理分布,是研究高原荒漠地区植被起源与多样性的一个良好模型。之前有报道基于ITS和cpDNA分子标记对砾玄参复合群进行了谱系地理学研究,由于取样与标记限制,复合群的种间关系未能明确解析,且存在着标记间不一致的研究结果,未能清楚揭示砾玄参复合群的物种形成与谱系地理历史。为进一步揭示砾玄参复合群的进化历史,尤其是中国的复合群物种的系统发育和生物地理过程,本研究利用叶绿体基因组数据与高通量RAD-Tags基因组分子标记技术对分布于中亚、西藏、新疆、青海、甘肃的砾玄参复合群进行物种水平和居群水平的群体遗传研究,解析谱系分化的过程及原因,并利用生态位建模对砾玄参复合群的中国谱系进行当代物种适生区模拟,进一步推测了它们在末次冰期（LGM）及未来（2070s）的物种适生区分布变化。结果如下:1)叶绿体基因组比较分析基于叶绿体基因组序列比较分析砾玄参复合群4个物种的叶绿体基因组特征与系统发育关系。序列包含3个裂叶玄参、2个砾玄参、2个齿叶玄参、1个全缘叶玄参个体,共8个个体。砾玄参复合群叶绿体基因组的长度在152,088 bp至152,868 bp之间,均包含一对反向重复序列区（IR）（25,454-25624 bp）,该重复序列由大单拷贝区（LSC）（83,531-84,454 bp）和小单拷贝区（SSC）（17,375-17,940 bp）隔开。每个叶绿体基因组包含115个基因,其中80个蛋白质编码基因,31个t RNA基因和4个r RNA基因。在所有叶绿体基因组中,基因含量,基因顺序,AT含量和IR/SC边界结构几乎相同,仅在IR/SC边界的收缩/扩张区稍有差异,导致基因组长度有所不同。简单序列重复（SSR）分析显示这些叶绿体基因组中最丰富的重复序列是A/T单核苷酸。使用m VISTA软件对8条砾玄参复合群叶绿体基因组序列进行全序列比对分析得到序列相似度为94%。核苷酸多态性分析显示复合群叶绿体组有三个高变异区（Pi>0.02）,可用于开发分子标记,用于属内和科内的物种条形码或群体遗传学标记。系统发育分析显示复合群系统树在50%的节点上都得到了最高支持（PP/BS=1/100）,中亚的全缘叶玄参处于基部位置,齿叶玄参位于次基部,裂叶玄参与砾玄参为姐妹类群。分歧时间估算结果表明现存砾玄参复合群物种的分化时间为2.47 Ma（95%HPD:0.81–4.5 Ma）。2)基于RAD-seq的SNPs标记本研究对砾玄参复合群的42个群体（278个个体）进行简化基因组建库,利用STACKS v2进行数据处理,共获得4784个高质量SNP位点。主成分分析和遗传结构分析都支持砾玄参复合群的最佳分组为4,分别对应于四个物种的基因池,S.integrifolia与其他三个物种亲缘关系最远,S.incisa和S.dentata亲缘关系最近,且个体间基因流频繁,出现基因池混杂,S.kiriloviana和S.integrifolia基因池较为独立,能较好区分,但也存在着基因交流现象。基因交流分析表明S.integrifolia与S.kiriloviana的基因交流发生在中国谱系分化之前,并使产生基因交流的群体保留在S.kiriloviana中,证明两个物种的基因交流方向是单向的,即S.integrifolia的基因流入S.kiriloviana中。基于最大似然法的系统发育分析揭示中亚的全缘叶玄参处于基部位置,齿叶玄参位于次基部,裂叶玄参与砾玄参为姐妹类群。BEAST推算的砾玄参复合群的分歧时间显示,中亚谱系与中国谱系的分歧时间为6.59 Ma（95%HPD:4.98 Ma–8.27 Ma）。祖先分布区重建显示砾玄参复合群可能起源于中亚。3)生态位建模利用MAXENT对砾玄参复合群的生态位建模结果显示,当代复合群的模拟分布区与实际结果相吻合,并且各物种所得AUC值均显着大于0.9;新疆的裂叶玄参在LGM时期主要分布于天山及阿尔泰山附近区域,间冰期向天山南北两侧扩张;西藏的齿叶玄参在LGM时期主要分布于高原台面的西部,而后受冰后期气候影响逐渐向高原台面的东部迁移扩张;青海甘肃的砾玄参在LGM时期主要分布于青藏高原的东北部,随后分布区向高原的东南部压缩,并向蒙古高原的北部扩张;受温度影响,齿叶玄参在2070s的分布区将与现今相比有明显扩张,裂叶玄参的分布区将略微北移,而砾玄参在中国境内的分布区将明显缩小,在蒙古境内的分布区向西扩散。
杨乃欢[8]（2020）在《光网络中拓扑分析及优化策略问题研究》文中提出在网络技术飞速发展进步的今天,光网络正在朝着长距离、高带宽的方向飞速演变,这使得光网络故障导致的通信业务中断损失更加巨大,因此,光网络生存性的重要性日渐提高。同时,光网络的生存性以及其他传输性能会受到网络拓扑结构的极大影响,且拓扑影响很难在网络运维阶段进行改变。因此,本文针对这一问题,对光网络中拓扑分析与优化策略展开研究,以提高网络的生存性,并降低业务传输距离。本文针对物理拓扑和逻辑拓扑分别提出了分析指标与优化策略算法。对于物理拓扑,本文提出拓扑收益函数、拓扑成本函数、链路密度、拓扑连通度四个分析指标。其中拓扑收益函数和拓扑成本函数基于节点的度、节点的交换能力和链路长度,评估了物理拓扑中链路的连接方式是否合理;拓扑连通度基于图论中割边集的概念,分析了物理拓扑的连通性。本文提出了基于改进遗传算法的物理拓扑优化算法GA-PTOA,算法综合拓扑收益函数和拓扑成本函数,对现有物理拓扑进行合理优化。仿真结果显示,该算法可以在一定程度上提高物理拓扑的联通性,使网络在发生故障时更容易采取保护与恢复策略,从而了提高网络的生存性,同时算法还降低了路由距离,从而减小传输时延。对于逻辑拓扑,因为光网络虚拟化的核心是网络映射问题,所以逻辑拓扑的映射方式直接影响网络的生存性和传输质量。当全网逻辑链路的重要性和优先级一致时,映射过程中对物理链路的资源占用越均衡,故障发生时受损的业务就更少,每个业务的风险也就越低,网络的生存性越好。因此,为了提高虚拓扑的生存性,降低路由距离,本文提出了针对虚拓扑的五个分析指标:资源占用方差、资源占用比例、波长独立性函数、路由距离代价函数、平均物理路由距离。其中资源占用方差主要分析虚拓扑映射时资源是否均衡分配;路由距离代价函数和平均物理路由距离用于分析映射时路由距离的合理性。本文还提出了基于改进遗传算法的虚拓扑优化算法GA-VTOA,算法以满足波长独立性原则、路由距离合理、资源占用较为均衡的虚拓扑映射为最终的求解目标,优化了传统遗产算法的交叉及变异过程。仿真结果显示,GA-VTOA算法优化后的虚拓扑映射可以尽可能实现负载均衡,在一定程度上提高了网络的生存性,并降低了路由距离,占用更少的资源。
黎雪莲[9]（2020）在《XX气田M区块集输管网优化研究》文中研究说明气田集输管网系统优化问题主要是对投资建设费用的优化。投资建设费用主要包括集气站建设费用和管线长度。在优化模型中影响费用有很多因素,其中包括气站数量以及位置、气井分组结果、采集气管网拓扑布局和管线参数。因此需要对这些因素进行优化。本文针对XX气田M区块的实际情况进行优化。气田集输管网规划方案优化设计变量有集气站位置,进出站温度、压力等连续变量和集气站个数,管径规格等离散变量。对拓扑结构进行优化,其影响着管道参数优化又以管道参数为基础。为了减小优化难度以及可以优化不同连接方式模型,将气田集输管网优化问题划分为管网井站划分、采集气管网拓扑布局、管线参数以上三个优化问题。以集输管网建设费用最小为目标函数,建立气田集输管网井组布局优化模型,利用改进后的遗传算法和蚁群算法整体求解出集气站的数量、各集气站的位置及气井井组划分。以井组划分优化结果为基础,建立采气线多井串联结构优化模型,利用遗传算法与极坐标排序法相结合对其进行求解。对集气站与外输站之间连接结构,建立集气线管网优化模型,确定外输站位置以及集气站与外输站连接方式,运用遗传算法和Prim算法相结合进行求解。通过不同集输方案对比,可知对于该气田区块更适用多井串联-树枝状较节省管网的建设投资。以管网建设费用最小为目标函数建立优化模型,优化后的管网拓扑结构为基层,采用粒子群算法与枚举算法相结合求出每条管段的管径壁厚等参数,计算出其建设投资费用和总管线长度。
郝兆东[10]（2020）在《鹅掌楸属基因组演化及其花色变异遗传基础研究》文中认为鹅掌楸属（Liriodnedron）是木兰类（magnoliids）木兰科（Magnoliaceae）植物。木兰类植物是被子植物中较早分化出来的一支,也是核心被子植物（Mesangiospermae）中除单、真双子叶植物之外的第三大类群,但先前还未见到木兰类代表性植物的全基因组测序完成的报道。另外,被子植物的起源与演化一直是植物学、古生物学以及演化生物学研究中的焦点,但目前在学术界对核心被子植物内部的系统发育关系观点仍然持有商榷。鹅掌楸属植物现存仅两个种。一个是天然分布于东亚地区——主要分布于中国的鹅掌楸（L.chinense（Hemsl.）Sargent.）,另一个是天然分布于北美东部地区的北美鹅掌楸（L.tulipifera Linn.）。横跨广袤太平洋的两个种,组成了植物进化研究中一对典型的呈东亚-北美东部洲际间隔分布姊妹种。开展鹅掌楸属两个种在群体遗传与演化方面研究,对于理解东亚与北美东部地区第三纪孑遗植物区系的间断分布具有重要意义。然而,目前还尚未见到对这一对姊妹种在全基因组水平上的群体遗传结构和群体演化等方面的研究报道。生物演化和经典植物分类上,生殖隔离是判断一个生物种分类单位是否成立的重要依据。鹅掌楸和北美鹅掌楸虽经历了 1,000万年到1,600万年左右的洲际分化,但二者之间的形态学特征与物侯特征仍有较多近似,且可通过人工授粉获得具有明显杂种优势的种间杂交种。但是,鹅掌楸和北美鹅掌楸在某些性状上产生了明显的表型分化,尤其是叶片的凹缺深度、叶裂方式和花瓣的着色模式等表型特征。然而,这些表型趋同和分化特征背后的遗传基础和分子调控机制尚不明了。因此,从鹅掌楸和北美鹅掌楸的全基因组测序和信息解码入手,将有利于挖掘这对姊妹种表型性状分化的关键影响因子和潜在基因,为未来基于基因组的选择育种以及鹅掌楸的杂交育种提供遗传基础。基于以上背景,本研究对鹅掌楸属植物进行了全基因组测序和组装,并深入研究了鹅掌楸属这一支系在被子植物演化中的系统发育地位、鹅掌楸属植物群体演化以及花瓣着色模式这一生殖生物学性状演化的分子遗传基础等问题。主要研究结果如下:1.鹅掌楸基因组从头测序与组装高质量的测序和组装,是全基因组遗传信息解码的关键。本研究通过整合Illumina和Pacbio测序及BioNano图谱技术,获得了鹅掌楸约1.74Gb的基因组组装,Contig和Scaffold N50长度分别为1.43 Mb和3.53 Mb。基于一个高密度遗传图谱,获得了鹅掌楸拟染色体水平的组装结果。鹅掌楸基因组共编码35,269个蛋白编码基因。共线性分析显示,鹅掌楸这一支系在11,600万年前发生过一次二倍化的全基因组加倍事件。重复序列占了鹅掌楸基因组的61.64%,其中以LTR逆转座子最为丰富。根据LTR侧翼序列的Ks值估算,转座元件的爆发时间约在1,600万年前。上述结果表明,鹅掌楸基因组的演化是一次古老的全基因组加倍事件和一次近期的重复序列爆发事件共同作用的结果。2.木兰类植物系统发育与演化地位的定位基于18个陆地植物的基因组及转录组数据,利用系统基因组学方法鉴定到502个适用于系统发育分析的低拷贝直系同源群（orthogroups,OGs）。首先,单基因树的拓扑结构分类结果显示,这502个OGs无偏支持三种拓扑结构,即（Ⅰ）（基础被子植物,（单子叶,（真双子叶,木兰类）））;（Ⅱ）（基础被子植物,（真双子叶,（单子叶,木兰类）））;（Ⅲ）（基础被子植物,（木兰类,（单子叶,真双子叶）））。其次,基于预定义的三种拓扑结构,检测这些OG的系统发育信号,结果显示支持三种拓扑结构的OG数量相当。第三,基于502个OG单基因树的溯祖分析,支持拓扑结构Ⅲ。最后,单、真双子叶植物支系特有的基因家族鉴定显示,鹅掌楸基因组中的单、真双子叶植物特有基因家族的比例关系与基础被子植物无油樟的类似,二者之间无差异显着。据此推测,核心被子植物祖先在分化形成木兰类、单子叶和真双子叶三大植物支系时经历了十分快速的分化过程,因而导致了这三大支系之间系统发育关系模糊。本文结合单基因建树、多基因溯祖分析以及支系特有基因家族鉴定等分析,趋向于支持木兰类植物这一支系的形成,要稍早于单、真双子叶植物的分化这一假说。3.鹅掌楸属植物群体结构特征与演化轨迹根据鹅掌楸属不同种源的个体SNP数据构建的系统发育树显示,鹅掌楸属可以明显划分为三个类群,即鹅掌楸的中国东部和西部种源,以及北美鹅掌楸种源。其中,鹅掌楸的中国东、西部种源之间可以明显区分开,而与鹅掌楸中国西部种源相比,北美鹅掌楸的种源更靠近鹅掌楸中国东部种源。结合两个已灭绝鹅掌楸物种的化石记录的叶型,推测鹅掌楸在中国大陆的东、西部种源间的分化,可能要早于鹅掌楸与北美鹅掌楸的洲际分化。群体遗传多样性检测显示,鹅掌楸中国西部种源具有较高的遗传多样性,鹅掌楸中国东部种源次之,而北美鹅掌楸种源的遗传多样性较低。PSMC分析显示,鹅掌楸在第四纪冰川中古乡冰期与聂聂雄拉冰期之间的间冰期,发生过一次群体恢复事件,可能有利于鹅掌楸群体遗传多态性的恢复与保留。而相对而言,整个北美大陆一直处于第四纪冰川大面积冰川覆盖中,北美鹅掌楸在这期间一直保持着群体持续衰减趋势,直到倒数第二冰期到达瓶颈,这可能导致北美鹅掌楸种源群体丢失了大量的遗传多样性。4.北美鹅掌楸基因组为开展鹅掌楸属比较基因组研究,基于高深度的Pacbio测序,获得了北美鹅掌楸约1.74 Gb的基因组组装草图,ContigN50长2.26Mb。基于Hi-C数据,有2,064条Congtigs被锚定到了 19条北美鹅掌楸的拟染色体上,大小约为1.73 Gb。北美鹅掌楸基因组共编码40,057个蛋白编码基因。BUSCO评估显示,北美鹅掌楸基因组组装结果覆盖了 94.24%的保守植物的基因集。此外,基于鹅掌楸与北美鹅掌楸统一标准的重复序列注释,发现这两个姊妹种共享了近期的LTR爆发事件。最后,基于鹅掌楸与北美鹅掌楸基因组组装结果,鉴定了鹅掌楸中包括SNPs、插入和删除在内的变异位点集合,发现变异位点的分布模式均是以基因间区为主,内含子区次之,外显子区最少。5.鹅掌楸与北美鹅掌楸花色差异的遗传基础植物花器官结构和功能的演化,尤其是花色和花瓣的着色模式在种子植物的繁衍过程中具有十分重要的生物学意义。鹅掌楸属两个种在花瓣着色模式上产生了十分显着的分化。北美鹅掌楸花瓣近基部位置有一条橙黄色条带,而鹅掌楸花瓣呈通体浅墨绿色,没有这条橙黄色带。基于花瓣发育时间序列转录组以及两组比较转录组,在北美鹅掌楸花发育过程中,鉴定到了一个最终导向类胡萝卜素生物合成的通路级联在花瓣色带处被特异转录激活。北美鹅掌楸和杂交鹅掌楸花瓣的类胡萝卜素靶向代谢组分析显示,γ-胡萝卜素是其最有可能的花瓣呈色色素。花瓣分区表型鉴定与转录组分析发现,北美鹅掌楸花瓣近基部色带区域的转录组信号通路在色素沉着之前就已建成,在后续的着色过程中,色带处的叶绿素生物合成则被特异性抑制,而类胡萝卜素生物合成被特异性激活,使花瓣基部呈现橙色色带。胡萝卜素生物合成的两个限速酶（CRTISO和ε-LCY）在北美鹅掌楸花瓣基部色带着色过程中发挥着重要作用。基于鹅掌楸、北美鹅掌楸及杂交鹅掌楸LCY基因的鉴定和表达定量分析发现,北美鹅掌楸具有额外的ε-LCY拷贝,推测其可能发生了新功能化,具有将蕃茄红素或其它胡萝卜素催化形成γ-胡萝卜素的新功能。综上所述,鹅掌楸与北美鹅掌楸植物的全基因组序列的破译,将有助于更好地理解鹅掌楸与北美鹅掌楸在基因组层面的遗传分化,有利于进一步挖掘鹅掌楸属植物重要材性和园艺性状相关基因。同时,这两个鹅掌楸属植物基因组为该属植物的分子育种和遗传改良研究提供了宝贵的遗传资源,也为杂交鹅掌楸杂种优势的研究与利用奠定了坚实基础。
二、生物遗传的拓扑结构（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、生物遗传的拓扑结构（论文提纲范文）
（1）基于蛋白互作的系统遗传学方法在植物功能基因鉴别中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语表 |
| 1 绪论 |
| 1.1 植物功能基因鉴别概述 |
| 1.1.1 拟南芥功能基因鉴别概述 |
| 1.1.2 水稻功能基因鉴别概述 |
| 1.1.3 玉米功能基因鉴别概述 |
| 1.2 植物蛋白质互作网络概述 |
| 1.2.1 拟南芥蛋白质互作网络 |
| 1.2.2 水稻蛋白质互作网络 |
| 1.2.3 玉米蛋白质互作网络 |
| 1.3 植物功能基因鉴别的GWAS方法 |
| 1.3.1 GWAS研究进展 |
| 1.3.2 GWAS面临的挑战 |
| 1.4 植物功能基因鉴别的知识图谱方法 |
| 1.5 基于蛋白互作的系统遗传学方法 |
| 1.5.1 GeneRank方法 |
| 1.5.2 HotNet2方法 |
| 1.5.3 K-shell方法 |
| 1.6 技术路线和组织结构 |
| 1.6.1 技术路线 |
| 1.6.2 组织结构 |
| 2 植物功能基因鉴别方法的比较分析 |
| 2.1 材料和方法 |
| 2.1.1 GWAS数据来源 |
| 2.1.2 标准基因数据来源 |
| 2.1.3 其他数据来源 |
| 2.1.4 基因富集率 |
| 2.2 不同方法在功能基因鉴别中的比较分析 |
| 2.2.1 GWAS方法功能基因鉴别 |
| 2.2.2 KG方法功能基因鉴别 |
| 2.2.3 GeneRank方法功能基因鉴别 |
| 2.2.4 HotNet2方法功能基因鉴别 |
| 2.2.5 K-shell方法功能基因鉴别 |
| 2.3 组合模型 |
| 2.3.1 组合模型的构建 |
| 2.3.2 组合模型与其他方法在功能基因鉴别中的比较分析 |
| 2.3.3 组合模型在拟南芥功能基因鉴别中的应用 |
| 2.4 本章小结 |
| 3 组合模型在农作物功能基因鉴别中的应用 |
| 3.1 水稻功能基因鉴别 |
| 3.1.1 材料和方法 |
| 3.1.2 组合模型的应用 |
| 3.1.3 机理解析 |
| 3.2 玉米功能基因鉴别 |
| 3.2.1 材料和方法 |
| 3.2.2 组合模型应用 |
| 3.2.3 机理解析 |
| 3.3 本章小结 |
| 4 植物功能基因鉴别数据库的构建 |
| 4.1 材料与方法 |
| 4.1.1 数据来源 |
| 4.1.2 数据库的整体设计 |
| 4.2 数据库的构建 |
| 4.2.1 拟南芥功能模块 |
| 4.2.2 水稻功能模块 |
| 4.2.3 玉米功能模块 |
| 4.2.4 在线计算功能模块 |
| 4.2.5 其他功能模块 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 参考文献 |
| 附录 |
| 附录1 附表 |
| 附录2 作者简历及研究成果 |
| 致谢 |
（2）基于核酸构象调控的生物电路（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 生物电路的调控 |
| 1.1.1 遗传信息的传递 |
| 1.1.2 自然界中遗传信息的调控 |
| 1.1.3 人工的生物电路调控与应用 |
| 1.2 核酸纳米结构 |
| 1.2.1 DNA纳米结构的发展 |
| 1.2.2 RNA纳米结构的发展 |
| 1.2.3 动态DNA纳米结构及其相关应用 |
| 1.3 本课题的提出 |
| 第2章 基于DNA构象调控的基因转录开关 |
| 2.1 引言 |
| 2.2 实验部分 |
| 2.2.1 实验试剂和仪器 |
| 2.2.2 实验步骤 |
| 2.3 结果与讨论 |
| 2.3.1 TO-DNA纳米结构的设计 |
| 2.3.2 TO-DNA纳米结构的表征 |
| 2.3.3 TO-DNA的转录活性依赖启动子区域拓扑结构 |
| 2.3.4 TO-DNA的拓扑结构受输入链调控 |
| 2.3.5 TO-DNA的转录活性受输入链调控 |
| 2.3.6 TO-DNA的转录活性通过布尔逻辑门运算调控 |
| 2.3.7 TO-DNA的转录活性可实现级联调控 |
| 2.3.8 TO-DNA上多个基因的转录活性可实现正交调控 |
| 2.3.9 TO-DNA的转录活性在活细菌中可调控 |
| 2.4 结论 |
| 第3章 基于DNA构象调控的微小RNA捕获与肿瘤抑制 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.2.1 实验试剂和仪器 |
| 3.2.2 实验步骤 |
| 3.3 结果与讨论 |
| 3.3.1 polyA-SNA的设计 |
| 3.3.2 polyA-SNA的TEM表征 |
| 3.3.3 polyA长度调控polyA-SNA表面DNA构象 |
| 3.3.4 polyA-SNA的miRNA捕获效率依赖反义miRNAs的构象 |
| 3.3.5 polyA-SNAs捕获有位阻的miRNA仿生物 |
| 3.3.6 polyA-SNAs可在细胞内捕获miRNA |
| 3.3.7 polyA-SNAs可拯救被miRNA抑制的基因表达 |
| 3.3.8 polyA-SNA用于抑制小鼠肿瘤 |
| 3.4 结论 |
| 第4章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）粘体动物系统发育地位与内寄生适应机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 文献综述 |
| 1 粘体动物的起源及分类地位 |
| 1.1 粘体动物起源 |
| 1.2 粘体动物的分类地位 |
| 2 粘体动物系统发育基因组学研究进展 |
| 2.1 系统发育基因组学 |
| 2.2 单拷贝核基因基本特征及应用 |
| 2.3 粘体动物系统发育基因组学展望 |
| 3 粘体动物刺丝囊生物学研究进展 |
| 3.1 刺丝囊形态结构 |
| 3.2 刺丝囊蛋白组成 |
| 3.3 驱动刺丝囊释放的能量来源 |
| 4 粘体动物适应性进化研究进展 |
| 4.1 适应性进化 |
| 4.2 比较基因组学在粘体动物适应性进化研究中的应用 |
| 4.3 碘泡科物种:粘体动物适应性进化研究的优秀材料 |
| 5 本研究的目的和意义 |
| 第二章 基于单拷贝核基因的粘体动物系统发育地位分析 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 样品收集及处理 |
| 2.2 基因组、转录组二代测序及组装 |
| 2.3 直系同源基因提取 |
| 2.4 单拷贝基因选择与数据过滤 |
| 2.5 系统发育分析 |
| 2.6 分歧时间估算 |
| 3 结果和分析 |
| 3.1 后生动物系统发育关系 |
| 3.2 刺胞动物系统发育关系 |
| 3.3 可变拓扑结构检验 |
| 3.4 快速进化位点梯度剔除 |
| 3.5 分歧时间 |
| 4 讨论 |
| 第三章 粘孢子虫刺丝囊与壳瓣分离提纯方法的建立 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 样品收集及处理 |
| 2.2 蔗糖及Percoll密度梯度离心液配制 |
| 2.3 完整孢子的分离及纯化 |
| 2.4 孢子解离 |
| 2.5 刺丝囊提取 |
| 2.6 壳瓣提取 |
| 2.7 温度、盐度及多种化合物对孢子及离体刺丝囊释放的影响 |
| 2.8 重金属离子对孢子及离体刺丝囊释放的影响 |
| 2.9 透射电镜 |
| 3 结果和分析 |
| 3.1 孢子分离纯化及解离 |
| 3.2 刺丝囊分离及纯化 |
| 3.3 刺丝囊透射电镜 |
| 3.4 温度、盐度、多种化合物及重金属离子对孢子及离体刺丝囊释放的影响 |
| 3.5 壳瓣分离及纯化 |
| 4 讨论 |
| 第四章 粘体动物综合蛋白数据库的构建 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 样品收集及处理 |
| 2.2 基因组、转录组二代测序及组装 |
| 2.3 序列污染剔除 |
| 2.4 粘体动物综合蛋白数据库及对照数据库的构建 |
| 2.5 液相色谱-串联质谱及蛋白组组学分析 |
| 2.6 数据库评估 |
| 3 结果和分析 |
| 3.1 粘体动物综合蛋白数据库及对照数据库特征 |
| 3.2 基于质谱鉴定肽段与蛋白数量的数据库质量评估 |
| 3.3 数据库肽段与蛋白交集 |
| 3.4 基于完整度的数据库质量评估 |
| 3.5 通过线性拟合保留时间与理论疏水性指数以验证肽段有效性 |
| 3.6 数据库特异性肽段结果验证 |
| 4 讨论 |
| 第五章 刺丝囊对粘体动物/刺胞动物适应性进化的贡献评估 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 样品收集及处理 |
| 2.2 扫描电镜 |
| 2.3 基因组、转录组二代测序及组装 |
| 2.4 蛋白质组参考数据库构建 |
| 2.5 液相色谱-串联质谱及蛋白组组学分析 |
| 2.6 比较蛋白组组学分析及毒液组学分析 |
| 2.7 系统发育分析 |
| 2.8 选择压力分析及适应定量 |
| 3 结果和分析 |
| 3.1 比较蛋白质组学及毒液组学 |
| 3.2 刺丝囊核心基因分析 |
| 3.3 刺丝囊核心基因的主要进化事件分析 |
| 3.4 选择压力分析及适应定量 |
| 4 讨论 |
| 4.1 刺丝囊异质性及细胞器-物种进化不一致性支持强烈的物种特异适应 |
| 4.2 刺丝囊的自发性起源 |
| 4.3 刺丝囊的去中心化进化模式 |
| 4.4 刺丝囊中的高频适应 |
| 第六章 洪湖碘泡虫基因组适应性进化研究 |
| 1 前言 |
| 2 材料和方法 |
| 2.1 样品收集及处理 |
| 2.2 基因组、转录组二代测序及组装 |
| 2.3 基因组大小评估 |
| 2.4 基因组测序及组装 |
| 2.5 基因组污染剔除 |
| 2.6 基因组注释 |
| 2.7 基因家族及系统发育分析 |
| 2.8 正选择分析 |
| 2.9 基因获得与缺失分析 |
| 2.10 4DTv分析 |
| 3 结果和分析 |
| 3.1 基因组组装与注释 |
| 3.2 转座及基因组加倍分析 |
| 3.3 系统发育基因组学 |
| 3.4 基因家族进化 |
| 3.5 精简的神经系统基因 |
| 3.6 先天免疫相关基因的缺失 |
| 3.7 抗逆、侵袭、能量代谢以及细胞过程的增强 |
| 3.8 保守的中胚层及肌肉发育元件 |
| 3.9 Wnt与 Hedgehog信号通路分析 |
| 4 讨论 |
| 第七章 全文总结及不足 |
| 1 全文总结 |
| 2 不足 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）模拟集成电路设计与优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于知识的模拟电路设计与优化方法 |
| 1.2.2 基于优化的模拟电路设计与优化方法 |
| 1.3 论文内容及结构 |
| 1.3.1 存在的问题 |
| 1.3.2 论文主要内容安排 |
| 第二章 复数带通滤波器改进拓扑结构的设计与优化 |
| 2.1 复数带通滤波器的研究与设计 |
| 2.1.1 复数带通滤波器的应用背景 |
| 2.1.2 复数带通滤波器的实现原理 |
| 2.1.3 传统五阶有源RC复数带通滤波器的设计 |
| 2.2 五阶有源RC复数带通滤波器拓扑结构的改进 |
| 2.3 实验与分析 |
| 2.4 本章小节 |
| 第三章 解析模型-SPICE仿真混合辅助的模拟电路参数优化 |
| 3.1 常用的全局搜索算法 |
| 3.1.1 遗传算法 |
| 3.1.2 模拟退火算法 |
| 3.1.3 粒子群优化算法 |
| 3.1.4 其他常用的全局优化算法 |
| 3.2 常用的局部搜索算法 |
| 3.2.1 坐标轮换法 |
| 3.2.2 最速下降法 |
| 3.2.3 单纯形法 |
| 3.2.4 其他常用的局部搜索算法 |
| 3.3 基于仿真的结合全局和局部搜索的模拟电路参数优化方法 |
| 3.3.1 遗传算法初始种群的产生 |
| 3.3.2 遗传算法适应度函数的确定 |
| 3.3.3 遗传算法的基本操作 |
| 3.3.4 基于仿真的局部搜索 |
| 3.3.5 基于仿真的全局搜索方法存在的问题 |
| 3.4 解析模型-SPICE仿真混合辅助的模拟电路参数优化方法 |
| 3.4.1 基于解析模型的全局搜索 |
| 3.4.2 基于仿真的局部搜索 |
| 3.4.3 优化实例及结果分析 |
| 3.5 本章小结 |
| 第四章 基于遗传算法和机器学习的模拟电路参数优化 |
| 4.1 机器学习技术概述 |
| 4.1.1 机器学习技术分类 |
| 4.1.2 模拟电路参数优化常用的机器学习技术 |
| 4.1.3 影响机器学习模型精度的因素 |
| 4.2 人工神经网络概述 |
| 4.2.1 人工神经网络简介 |
| 4.2.2 BP神经网络简介 |
| 4.2.3 BP神经网络在模拟电路参数优化中的应用 |
| 4.3 基于遗传算法和机器学习的模拟电路参数优化方法 |
| 4.3.1 基于遗传算法和机器学习的模拟电路参数优化方法概述 |
| 4.3.2 基于遗传算法和机器学习的模拟电路参数优化方法实现 |
| 4.4 本章小结 |
| 第五章 模拟电路参数优化方法的案例分析 |
| 5.1 电路优化中ANN模型的构建 |
| 5.1.1 ANN模型的配置 |
| 5.1.2 ANN模型与其他机器学习模型的性能比较 |
| 5.2 二级轨到轨运放的参数优化 |
| 5.3 五阶有源RC复数带通滤波器的参数优化 |
| 5.4 三级运放的设计与参数优化 |
| 5.4.1 三级运放的设计 |
| 5.4.2 三级运放的参数优化 |
| 5.5 关于数据平坦度对模型精度影响的讨论 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的的学术成果及奖励 |
| 附件 |
| 学位论文评阅及答辩情况表 |
（5）基于耦合DNA-GA-P系统的聚类分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号表示和英文缩写清单 |
| 符号表示目录 |
| 英文缩写目录 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 P系统的研究现状 |
| 1.2.2 DNA遗传算法的研究现状 |
| 1.2.3 聚类分析的研究现状 |
| 1.2.4 基于DNA遗传算法和P系统的聚类问题研究现状 |
| 1.3 理论概述 |
| 1.3.1 DNA遗传算法 |
| 1.3.2 P系统 |
| 1.3.3 聚类分析 |
| 1.4 研究的创新点 |
| 1.5 论文主要研究内容与组织框架 |
| 1.5.1 研究内容 |
| 1.5.2 论文的组织结构 |
| 第2章 耦合DNA-GA-P系统(CDP) |
| 2.1 问题提出 |
| 2.2 耦合DNA-GA-P系统构建 |
| 2.3 四种扩展的耦合DNA-GA-P系统 |
| 2.3.1 具有定向交流与概率进化规则的耦合DNA-GA类细胞P系统(DPCDP) |
| 2.3.2 带有膜分裂/膜溶解规则的耦合DNA-GA类组织P系统(DDCDP) |
| 2.3.3 基于链式拓扑结构的耦合DNA-GA-P系统(CHCDP) |
| 2.3.4 基于自组装思想的耦合DNA-GA种群P系统(SACDP) |
| 2.4 耦合DNA-GA-P系统的收敛性分析 |
| 2.5 耦合DNA-GA-P系统分析 |
| 2.5.1 DPCDP系统分析 |
| 2.5.2 CHCDP系统分析 |
| 第3章 基于DPCDP系统的模糊C均值聚类算法 |
| 3.1 引入权重均值距离的FCM(WMFCM) |
| 3.1.1 WMFCM算法提出 |
| 3.1.2 实验评价指标 |
| 3.1.3 WMFCM算法性能分析 |
| 3.2 基于DPCDP系统的WMFCM算法实现(WMFCM-DPCDP) |
| 3.2.1 系统基本框架 |
| 3.2.2 细胞1中的进化规则 |
| 3.2.3 细胞2中的进化规则 |
| 3.2.4 细胞3中的进化规则 |
| 3.2.5 不同细胞之间的交流规则 |
| 3.2.6 迭代停止规则 |
| 3.2.7 算法复杂度分析 |
| 3.3 实验分析 |
| 3.3.1 实验数据集 |
| 3.3.2 实验设置 |
| 3.3.3 实验结果分析 |
| 3.3.4 T假设检验 |
| 第4章 基于DDCDP系统的密度峰值聚类算法 |
| 4.1 算法基础 |
| 4.2 引入K近邻和香农熵思想的DPC算法 |
| 4.2.1 当前算法不足 |
| 4.2.2 改进措施 |
| 4.3 基于DDCDP系统的KSDPC算法实现(KSDPC-DDCDP) |
| 4.3.1 系统基本框架 |
| 4.3.2 系统进化规则 |
| 4.3.3 KSDPC-DDCDP算法流程 |
| 4.3.4 算法复杂度分析 |
| 4.4 实验分析 |
| 4.4.1 实验数据集 |
| 4.4.2 实验设置 |
| 4.4.3 实验结果分析 |
| 第5章 基于CHCDP系统的集成模糊K-modes算法 |
| 5.1 算法基础 |
| 5.2 基于核直观权重模糊K-modes算法(KIWFKM) |
| 5.2.1 KIWFKM算法 |
| 5.2.2 算法复杂度分析 |
| 5.2.3 KIWFKM算法性能分析 |
| 5.3 基于CHCDP系统集成FKM算法实现(CFKM-CHCDP) |
| 5.3.1 CHCDP系统结构 |
| 5.3.2 反应链式-超图子系统 |
| 5.3.3 局部交流P系统 |
| 5.3.4 一致性子系统 |
| 5.4 实验分析 |
| 5.4.1 实验数据集 |
| 5.4.2 实验设置 |
| 5.4.3 实验分析 |
| 5.4.4 T假设检验 |
| 第6章 基于SACDP系统的自权重多视图谱聚类(KGWMC-SACDP) |
| 6.1 算法基础 |
| 6.2 SACDP系统基本框架 |
| 6.3 基于KNN和图结构的自权重多视图集成谱聚类 |
| 6.3.1 目标函数 |
| 6.3.2 迭代进化算法 |
| 6.4 KGWMC-SACDP算法分析 |
| 6.4.1 聚类实现 |
| 6.4.2 复杂性分析 |
| 6.4.3 收敛性分析 |
| 6.5 实验分析 |
| 6.5.1 实验数据集 |
| 6.5.2 实验设置 |
| 6.5.3 实验结果分析 |
| 6.5.4 T假设检验 |
| 第7章 耦合算法在两类实际问题中的应用研究 |
| 7.1 耦合WMFCM-DPCDP算法在图像分割中的应用 |
| 7.1.1 图像分割问题 |
| 7.1.2 基于聚类分析的图像分割技术 |
| 7.1.3 实验对比与分析 |
| 7.2 耦合KGWMC-SACDP算法在文本聚类中的应用 |
| 7.2.1 文本聚类方法 |
| 7.2.2 实验数据集 |
| 7.2.3 实验对比与分析 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 进一步的研究工作 |
| 参考文献 |
| 攻读博士学位期间论文成果 |
| 攻读博士学位期间项目成果 |
| 攻读博士学位期间获奖成果 |
| 致谢 |
（6）复杂网络中的社团探测研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 社团的概念 |
| 1.2.2 非重叠社团探测算法 |
| 1.2.3 重叠社团探测算法 |
| 1.2.4 社团探测算法的评价标准 |
| 1.3 论文主要研究内容和创新点 |
| 1.4 论文的组织框架 |
| 第2章 理论基础 |
| 2.1 复杂网络表示方法 |
| 2.2 社团质量评价 |
| 2.2.1 模块度函数 |
| 2.2.2 模块度函数的优化问题 |
| 2.3 社团探测的数学模型 |
| 2.3.1 非重叠社团探测数学模型 |
| 2.3.2 重叠社团探测数学模型 |
| 2.3.3 基于多目标优化的社团探测数学模型 |
| 2.4 本章小结 |
| 第3章 基于分割-凝聚的社团探测算法 |
| 3.1 引言 |
| 3.2 分割-凝聚两阶段社团探测算法 |
| 3.2.1 节点相似度指标 |
| 3.2.2 分割:形成最相似邻居群 |
| 3.2.3 凝聚:依据吸引力指标进行合并 |
| 3.2.4 分割-凝聚算法(DA) |
| 3.3 实验与分析 |
| 3.3.1 真实网络 |
| 3.3.2 计算机生成网络 |
| 3.3.3 真实网络和计算机生成网络的比较 |
| 3.3.4 相似性指标的选择 |
| 3.3.5 复杂度分析 |
| 3.4 本章小结 |
| 第4章 网络预压缩下基于多目标优化算法的社团探测 |
| 4.1 引言 |
| 4.2 Com-MOEA/D算法 |
| 4.2.1 问题定义 |
| 4.2.2 网络压缩 |
| 4.2.3 编码方式 |
| 4.2.4 种群初始化 |
| 4.2.5 交叉算子 |
| 4.2.6 变异算子 |
| 4.2.7 Com-MOEA/D算法的框架 |
| 4.3 实验与分析 |
| 4.3.1 实验设计 |
| 4.3.2 真实网络 |
| 4.3.3 计算机生成网络 |
| 4.3.4 压缩率的影响 |
| 4.3.5 相似性指标的选择 |
| 4.4 本章小结 |
| 第5章 基于核心团扩张和调整的重叠社团划分算法 |
| 5.1 引言 |
| 5.2 Core OCD算法 |
| 5.2.1 相关定义 |
| 5.2.2 Core OCD算法框架 |
| 5.2.3 核心团构建 |
| 5.2.4 局部扩张阶段 |
| 5.2.5 调整阶段 |
| 5.2.6 复杂度分析 |
| 5.3 实验与分析 |
| 5.3.1 实验设计 |
| 5.3.2 计算机生成网络 |
| 5.3.3 真实网络上的对比实验 |
| 5.4 本章小结 |
| 第6章 社团探测的应用研究 |
| 6.1 引言 |
| 6.2 疾病传播模型 |
| 6.3 免疫策略 |
| 6.3.1 社团探测 |
| 6.3.2 免疫节点候选集的生成 |
| 6.3.3 基于局部优化的遗传算法选择目标免疫节点 |
| 6.3.4 复杂度分析 |
| 6.4 实验 |
| 6.4.1 实验设计 |
| 6.4.2 实验结果及分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论着 |
| 致谢 |
（7）砾玄参复合群（Scrophularia incisa complex）的系统发育与生物地理学研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 砾玄参复合群研究概况 |
| 1.1.1 砾玄参复合群生物学特征及地理分布 |
| 1.1.2 砾玄参复合群亲缘地理学研究现状 |
| 1.2 生物地理学研究概述 |
| 1.2.1 生物地理学概述 |
| 1.2.2 谱系生物地理学 |
| 1.2.3 生物地理学研究意义 |
| 1.2.4 中亚、青藏高原、蒙古高原植物的生物地理学研究 |
| 1.3 叶绿体基因组学研究 |
| 1.3.1 叶绿体基因组研究概况 |
| 1.3.2 叶绿体基因组相关测序方法 |
| 1.3.3 叶绿体基因组的应用 |
| 1.4 简化基因组测序技术研究现状 |
| 1.4.1 简化基因组测序技术概述 |
| 1.4.2 简化基因组测序技术应用 |
| 1.5 研究目的与意义 |
| 第二章 基于叶绿体基因组的砾玄参复合群比较分析 |
| 2.1 材料 |
| 2.2 方法 |
| 2.2.1 基因组DNA提取及送测 |
| 2.2.2 基因组组装与注释 |
| 2.2.3 砾玄参复合群叶绿体基因组比较分析 |
| 2.2.4 砾玄参复合群系统发育分析 |
| 2.2.5 砾玄参复合群分歧时间估计 |
| 2.3 结果 |
| 2.3.1 砾玄参复合群序列特征 |
| 2.3.2 叶绿体基因组比较分析 |
| 2.3.3 系统发育分析 |
| 2.3.4 分歧时间估算 |
| 2.4 讨论 |
| 第三章 砾玄参复合群基于简化基因组测序技术的群体遗传与生物地理学研究 |
| 3.1 材料与方法 |
| 3.1.1 酶切组合确定 |
| 3.1.2 简化基因组文库构建 |
| 3.1.3 数据处理 |
| 3.1.4 群体遗传研究 |
| 3.1.5 系统发育分析 |
| 3.1.6 生物地理学分析 |
| 3.2 结果与分析 |
| 3.2.1 最适酶切组合确定 |
| 3.2.2 文库构建与质检 |
| 3.2.3 数据处理评估 |
| 3.2.4 群体遗传研究结果 |
| 3.2.5 生物地理学分析 |
| 3.3 讨论 |
| 第四章 基于ENM模型的砾玄参复合群分布区模拟 |
| 4.1 方法 |
| 4.1.1 砾玄参复合群分布位点获取 |
| 4.1.2 气候图层获取 |
| 4.1.3 生态位模拟 |
| 4.1.4 适生区面积计算与比较分析 |
| 4.2 结果 |
| 4.3 讨论 |
| 第五章 总结与展望 |
| 参考文献 |
| 附件 |
| 攻读学位期间的研究成果 |
| 致谢 |
（8）光网络中拓扑分析及优化策略问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.1.1 光网络概述 |
| 1.1.2 光网络拓扑概述 |
| 1.1.3 遗传算法的应用现状 |
| 1.1.4 光网络拓扑优化技术研究现状 |
| 1.2 主要研究内容 |
| 1.3 论文结构 |
| 第二章 光网络拓扑分析与优化问题的研究基础 |
| 2.1 光网络的优化 |
| 2.1.1 光网络优化的工作内容 |
| 2.1.2 光网络优化的方法分类 |
| 2.2 光网络的生存性问题 |
| 2.3 光网络两种拓扑的联系和区别 |
| 2.4 逻辑拓扑的映射问题 |
| 2.4.1 嵌入物理拓扑 |
| 2.4.2 资源分配 |
| 2.5 遗传算法 |
| 2.5.1 遗传算法概述 |
| 2.5.2 遗传算法的要点 |
| 2.5.3 遗传算法与其他典型算法的分析比较 |
| 2.5.4 遗传算法应用于拓扑优化的意义 |
| 2.6 本章小结 |
| 第三章 物理拓扑分析与优化策略 |
| 3.1 物理拓扑的结构分类 |
| 3.2 物理拓扑的分析指标 |
| 3.2.1 拓扑的收益函数 |
| 3.2.2 拓扑的成本函数 |
| 3.2.3 链路密度 |
| 3.2.4 拓扑联通度 |
| 3.3 GA-PTOA算法 |
| 3.3.1 编码策略 |
| 3.3.2 种群初始化 |
| 3.3.3 适应度函数 |
| 3.3.4 遗传操作 |
| 3.4 GA-PTOA算法仿真及结果分析 |
| 3.5 本章小结 |
| 第四章 逻辑拓扑分析与优化策略 |
| 4.1 逻辑拓扑的体系架构 |
| 4.2 逻辑拓扑的分析指标 |
| 4.2.1 波长独立性函数 |
| 4.2.2 资源占用方差 |
| 4.2.3 路由距离代价函数 |
| 4.2.4 平均物理路由距离 |
| 4.2.5 资源占用比率 |
| 4.3 GA-VTOA算法 |
| 4.3.1 筛选基因 |
| 4.3.2 编码策略 |
| 4.3.3 种群初始化 |
| 4.3.4 适应度函数 |
| 4.3.5 遗传操作 |
| 4.4 三种常见的映射算法 |
| 4.5 GA-VTOA算法仿真及结果分析 |
| 4.6 本章小结 |
| 第五章 总结及展望 |
| 5.1 全文总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 缩略语 |
（9）XX气田M区块集输管网优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 技术路线 |
| 第2章 气田集输管网工艺计算 |
| 2.1 气田集输管网基础工艺流程 |
| 2.2 天然气集输管道工艺热力计算模型 |
| 2.3 天然气集输管道工艺水力计算模型 |
| 2.4 天然气物性参数计算 |
| 2.5 多相流混输管道水力热力模型耦合计算 |
| 2.6 本章小结 |
| 第3章 气田集输管网井组优化研究 |
| 3.1 气田集输管网井站布局优化模型建立 |
| 3.2 气田集输管网井站布局优化模型求解 |
| 3.3 实例计算 |
| 3.4 本章小结 |
| 第4章 气田集输管网拓扑布局优化研究 |
| 4.1 采气管网拓扑布局优化研究 |
| 4.2 集气管网拓扑布局优化研究 |
| 4.3 实例计算 |
| 4.4 本章小结 |
| 第5章 气田集输管网系统参数优化 |
| 5.1 气田地面集输系统参数优化模型 |
| 5.2 气田地面集输系统参数优化模型约束条件 |
| 5.3 气田地面集输系统参数优化模型求解 |
| 5.4 实例计算 |
| 5.5 本章小结 |
| 第6章 结论 |
| 附录1 M区块气井坐标参数 |
| 致谢 |
| 参考文献 |
| 个人简介 |
（10）鹅掌楸属基因组演化及其花色变异遗传基础研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 木兰类植物及鹅掌楸属研究概况 |
| 1.1.1 木兰类植物内部系统发育关系 |
| 1.1.2 木兰类植物在被子植物中的系统发育位置 |
| 1.1.3 鹅掌楸属植物 |
| 1.1.3.1 鹅掌楸与北美鹅掌楸 |
| 1.1.3.2 鹅掌楸杂交育种 |
| 1.1.3.3 鹅掌楸属植物遗传学及基因组学研究进展 |
| 1.2 基因组学及比较基因组学研究概况 |
| 1.2.1 测序技术发展 |
| 1.2.1.1 一代测序技术 |
| 1.2.1.2 二代测序技术 |
| 1.2.1.3 三代测序技术 |
| 1.2.1.4 其它新测序技术 |
| 1.2.2 基因组学 |
| 1.2.3 比较基因组学研究 |
| 1.2.4 植物比较基因组学研究 |
| 1.3 实验目的意义与技术路线图 |
| 1.3.1 实验目的与意义 |
| 1.3.2 技术路线图 |
| 第二章 鹅掌楸基因组 |
| 2.1 材料与方法 |
| 2.1.1 样品采集 |
| 2.1.2 建库测序 |
| 2.1.3 二代测序数据质控 |
| 2.1.4 基因组大小估计(K-mer法) |
| 2.1.5 基因组大小估计(流式细胞仪法) |
| 2.1.6 基因组组装 |
| 2.1.7 连锁群构建 |
| 2.1.8 基因组组装评估 |
| 2.1.9 重复序列注释 |
| 2.1.10 基因注释 |
| 2.1.11 全基因组复制 |
| 2.2 结果与分析 |
| 2.2.1 鹅掌楸基因组草图 |
| 2.2.2 鹅掌楸基因组演化 |
| 2.2.2.1 全基因组复制事件 |
| 2.2.2.2 重复序列 |
| 2.3 结论与讨论 |
| 第三章 以鹅掌楸为代表的木兰类植物系统发育 |
| 3.1 材料与方法 |
| 3.1.1 同源基因鉴定 |
| 3.1.2 系统发育信号检测 |
| 3.1.3 物种树重建 |
| 3.1.5 单、真双子叶特有基因家族鉴定 |
| 3.2 结果与分析 |
| 3.2.1 单基因树构建 |
| 3.2.2 基于溯祖分析的物种树构建 |
| 3.2.3 单、真双子叶特有基因家族 |
| 3.3 结论与讨论 |
| 第四章 鹅掌楸属植物重测序与群体演化 |
| 4.1 材料与方法 |
| 4.1.1 样品采集与测序 |
| 4.1.2 单核苷酸多态性检测 |
| 4.1.3 群体结构分析 |
| 4.1.4 核苷酸多样性与群体分化指数 |
| 4.1.5 群体历史动态分析 |
| 4.2 结果与分析 |
| 4.2.1 鹅掌楸属群体结构 |
| 4.2.2 鹅掌楸属群体多态性 |
| 4.2.3 鹅掌楸属群体历史动态 |
| 4.3 结论与讨论 |
| 第五章 北美鹅掌楸基因组及比较基因组 |
| 5.1 材料与方法 |
| 5.1.1 采样与测序 |
| 5.1.2 基因组组装 |
| 5.1.3 基因组注释 |
| 5.1.4 花色取样 |
| 5.1.5 非靶向代谢组分析 |
| 5.1.6 转录组分析 |
| 5.1.7 类胡萝卜素靶向代谢组分析 |
| 5.1.8 系统发育分析 |
| 5.2 结果与分析 |
| 5.2.1 北美鹅掌楸基因组草图 |
| 5.2.3 鹅掌楸与北美鹅掌楸比较基因组 |
| 5.2.4 北美鹅掌楸花瓣萜类代谢物的积累 |
| 5.2.5 北美鹅掌楸花瓣下部类胡萝卜素合成通路的转录激活 |
| 5.2.6 北美鹅掌楸花瓣色带形成的关键色素 |
| 5.2.7 鹅掌楸与北美鹅掌楸花瓣着色差异的遗传基础 |
| 5.3 结论与讨论 |
| 第六章 结论与展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
四、生物遗传的拓扑结构（论文参考文献）
- [1]基于蛋白互作的系统遗传学方法在植物功能基因鉴别中的应用[D]. 司春景. 华中农业大学, 2021(02)
- [2]基于核酸构象调控的生物电路[D]. 焦凯. 中国科学院大学(中国科学院上海应用物理研究所), 2021(01)
- [3]粘体动物系统发育地位与内寄生适应机制研究[D]. 郭庆祥. 华中农业大学, 2021
- [4]模拟集成电路设计与优化方法研究[D]. 李亚萍. 山东大学, 2021(10)
- [5]基于耦合DNA-GA-P系统的聚类分析研究[D]. 姜珍妮. 山东师范大学, 2021(10)
- [6]复杂网络中的社团探测研究及应用[D]. 刘志远. 山东师范大学, 2020(03)
- [7]砾玄参复合群（Scrophularia incisa complex）的系统发育与生物地理学研究[D]. 高静. 浙江理工大学, 2020(06)
- [8]光网络中拓扑分析及优化策略问题研究[D]. 杨乃欢. 北京邮电大学, 2020(05)
- [9]XX气田M区块集输管网优化研究[D]. 黎雪莲. 长江大学, 2020(02)
- [10]鹅掌楸属基因组演化及其花色变异遗传基础研究[D]. 郝兆东. 南京林业大学, 2020(01)