全面生化反应（精选5篇）
全面生化反应 篇1
沙门菌也称之为沙门氏杆菌[1], 广泛存在于自然界, 常见于人体或者动物肠道中, 也是肝肠菌科重要致病因素[2,3]。从世界各地年均食物中毒报告中可以看出, 沙门菌中毒事件高居榜首, 需加强重视。沙门菌临床检验中常规检验效果并不理想, 近几年该院将全面生化反应与血清学检验联合应用, 取得了不错效果, 现将该院2014年1月—2015年12月接诊的肠热症患者160例相关研究及结果, 现报道如下。
1 资料与方法
1.1 一般资料
整群选取该研究的对象共计160例, 全部为该院2014年1月—2015年12月接诊的肠热症 (沙门菌) 患者, 入选患者均有完整临床资料, 确诊符合肠热症诊断标准, 自愿接受该研究并签署知情同意书, 并通过伦理委员会的批准。按照随机数字法将他们分为2组, 各80例, 对照组以常规检验处理, 其中男性45例、女性35例;年龄15~58岁, 均值 (35.4±2.5) 岁。研究组采取全面生化反应与血清学联合检验处理, 其中男性43例、女性37例;年龄13~56岁, 均值 (35.8±2.2) 岁。在前述一般资料上两组患者比较差异无明显意义 (P>0.05) , 可比。
1.2 方法
1.2.1 对照组该组按照常规检验方法处理, 即检测患者过氧化氢酶与超氧化物, 进而检验沙门菌。
1.2.2 研究组
该组按照全面生化反应与血清学联合检验方案处理, 具体方法与步骤如下:1采集样本。根据病情、病型及病程不同采取不同样本:病程不足2周者采集其血液或骨髓液作为标本;病程2周及以上采集粪便与尿液作为标本;疑似沙门菌食物中毒者除了可采集粪便外, 还可收集可疑食物样本、呕吐物等样本送检。2器材与材料。该研究所需器材与材料主要有:温箱、天平、均质器、灭菌广口瓶、显微镜、灭菌平皿、灭菌吸管、灭菌小试管、酒精灯、橡皮乳头、灭菌毛细管、接种棒、载玻片及试管等。3培养基与试剂。培养基配制:缓冲蛋白胨水、四硫酸钠煌绿增菌液、氯化镁孔雀绿增菌液、胆盐硫乳琼脂、HE琼脂、WS琼脂、蛋白胨水、尿素琼脂、氰化钾培养基、糖发酵管、半固体琼脂及丙二酸盐培养基、SS琼脂三糖铁琼脂等;沙门菌因子血清:初步分型按照26种分法处理, 进一步采取57种分法处理, 详细分型则选用163种分法[4,5,6]。4鉴定方法。首先进行血清学鉴定:凝集A-F多价O血清, 以6个O群因子血清定群;之后利用H因子血清第一相与第二相凝集结果对所属血清型综合判定。其次进行全面生化反应鉴定:于选择性琼脂平板挑选数个可疑菌落, 接种SS琼脂三糖铁琼脂, 观察在该琼脂内肠杆菌科属种的反应结果, 若为斜面产酸且同时硫化氢阴性时则可排除;将接种在SS琼脂三糖铁琼脂后再接种蛋白胨水、氰化钾培养基、尿素琼脂及对照培养基各1管, 于36℃左右进行培养, 时间18~24 h[7]。
1.3 观察指标
记录两组患者检验有效、无效, 统计学有效率, 并对比分析。
1.4 统计方法
该研究相关数据全部录入Excel表格中, 便于回顾性分析, 利用SPSS 18.0统计学软件处理, 其中计数资料用[n (%) ]表示, 行χ2检验, 将P<0.05作为统计学有意义的标准。
2 结果
研究组检验有效率为97.50%, 对照组则为82.50%, 研究组显著高于对照组 (χ2=5.081, P<0.05) , 详见表1。
3 讨论
沙门菌属于一类引发人或动物不同形式病变的细菌总称, 隶属于肠杆菌科, 按照抗原不同可分为甲、乙、丙、丁等基本病菌, 沙门菌极易存活, 但遇到亚硝酸盐培养基可抑制大肠杆菌生长, 进而达到增菌的效果[8]。传统常规检验效果并不理想, 为此近几年逐渐探索出联合检验方案, 而全面生化反应与血清学联合检验便是其中最为理想的一种。
该院针对接诊的肠热症患者160例进行对照, 对照组按照常规检验处理, 研究组则采取联合全面生化反应与血清学检验处理, 结果显示研究组检验有效率显著高于对照组 (P<0.05) 。该研究结果与同类研究相似, 梁庆全学者随机抽取的80例肠热症患者进行对照, 分为对照组与观察组, 对照组实施常规检验, 观察组实施全面生化反应与血清学检验。结果显示观察组检验有效78例、无效2例, 有效率为97.50%, 对照组则检验有效66例、无效14例, 有效率为72.50%, 观察组显著高于对照组 (P<0.05) 。袁学杰学者[9]针对240例肠热症患者随机对照, 分为2实验组与对照组, 对照组实施常规检验, 实验组实施全面生化反应与学情学检验, 结果显示实验组检验有效率为96.70%, 显著高于对照组的81.70% (P<0.05) 。从研究结果来看, 联合全面生化反应与血清学检验应用在沙门菌临床检验中, 可以明显提高检验有效率, 从而为临床诊治提供更可靠的依据。
沙门菌所致疾病主要有肠热症与食物中毒及败血症三种, 其中肠热症也可叫做伤寒与副伤寒, 因伤寒沙门菌、甲乙丙型副伤寒沙门菌等导致;有恶心呕吐、发热、水样泻, 甚至脱水、肾衰及休克等, 但2~3 d可自愈;败血症则因丙型副伤寒沙门菌、猪霍乱沙门菌、肠炎沙门菌及鼠伤寒沙门菌等导致, 临床症状主要有贫血、寒颤及高热等, 在免疫力较低或儿童中好发[10]。但不管何种类型, 若能尽早确诊并处理, 对于改善患者生活质量有着积极的意义。全面生化反应与血清学检验, 前者在正常情况下能作出初步鉴定, 但不可能完全排除其他干扰因素, 为此必要时需辅助其他检验处理, 而血清学鉴定可根据沙门菌和血清决定群实验对所属血清型进行判断, 将二者结果进行综合评价, 可提高检验有效率。
综上所述, 全面生化反应和血清学检查联合应用在沙门菌临床检验中, 可以明显提高检验有效率, 从而为临床诊治提供更好地参考依据, 值得借鉴。
摘要：目的探讨沙门菌临床检验中的全面生化反应和血清学检查结果 。方法 整群选取该院2014年1月—2015年12月接诊沙门菌患者160例作为研究对象, 随机分2组。对照组以常规检验, 研究组以全面生化反应与血清学检查。对比下降诺言结果。结果 研究组检验有效率为97.50%, 显著高于对照组 (χ2=5.081, P<0.05) , 差异有统计学意义。结论全面生化反应和血清学检查联合应用在沙门菌临床检验, 可明显提高检验有效率。
关键词：全面生化反应,血清学,沙门菌,检验
参考文献
[1]杨贤斌.全面生化反应和血清学检验在沙门菌临床检验中的应用效[J].求医问药, 2013, 11 (9下半月刊) :175-176.
[2]柳清梅.沙门菌临床检验中全面生化反应和血清学检验的应用分析[J].中国实用医刊, 2014, 41 (23) :68-70.
[3]傅诺翻.肠热病患者应用全面生化反应和血清学检验在沙门菌临床检验中的意义[J].医学检验与临床, 2015, 10 (5) :65-66.
[4]邹前芽, 邓小凤, 唐晶, 等.沙门菌临床检验中全面生化反应和血清学的应用[J].检验医学与临床, 2014, 10 (23) :3348-3349.
[5]董秀鹏.探讨全面生化反应和血清学检验在沙门菌临床检验中的应用[J].临床医药文献电子杂志, 2014, 17 (2) :10-11.
[6]李立芳.全面生化反应和血清学检验在沙门菌临床检验中的应用研究[J].中外医学研究, 2013, 16 (26) :57, 58.
[7]刘红娟, 查巍, 祖方, 等.合肥地区腹泻儿童2011—2013年志贺菌、沙门菌属菌群分布及耐药性分析[J].安徽医药, 2014 (10) :1994-1995, 1996.
[8]梁庆全.全面生化反应和血清学检验在沙门菌临床检验中的应用[J].中国医药指南, 2013, 12 (4) :563.
[9]袁学杰.全面生化反应与血清学检验在沙门菌临床检验中的作用[J].现代养生, 2015, 18 (10B) :35.
[10]王娴默, 杨章元, 明亮, 等.应用全面生化反应与血清学联合检测沙门菌的临床价值[J].国际检验医学杂志, 2015, 36 (11) :1486-1487.
全面生化反应 篇2
图像分割是从图像处理到图像理解的关键步骤,也是图像领域的难点问题。所谓图像分割就是根据图像的灰度、纹理等特征将图像分成若干个特定的、具有独立性质的区域并提取感兴趣区域的技术和过程[1]。传统的图像分割方法有阈值法、边缘检测法、区域生长法以及结合特定理论的如模糊理论、数学形态学等等。由于应用目的不同,加之图像特征的不同,这些方法都存在一定的局限性。其中阈值分割由于方法简单、易操作得到了广泛应用,一维阈值最大熵对于双峰明显的图像分割简单有效,但不适合复杂图像的分割。二维或高维熵利用局部空间信息,可直接用于复杂图像的分割,但其阈值选取的过程是一个多重循环,计算复杂度高[2],不适于实时图像处理。随着智能算法的不断发展及应用,许多研究者将熵方法与智能优化算法结合,如王毅[3]等利用遗传算法得到最佳阈值实现医学图像分割,朱炜[4]、林爱英[5]等利用粒子群优化算法得到最佳阈值实现图像分割。但传统智能算法在图像数据大时普遍存在算法搜索时间较长、收敛速度较慢、易早熟的缺点。基于此,本文提出一种基于DNA计算改进的遗传算法,并将此用于寻找二维Arimoto熵的最佳值,进而实现对图像的分割。
1 Arimoto熵阈值法
基于熵的阈值分割法有Shannon熵、Renyi熵、Tsallis熵等,这些方法都是基于一维灰度直方图选择阈值,对灰度对比度低、背景复杂的图像分割效果不理想。Abutaleb[6] 和Sahoo[7]等人分别提出基于二维最大熵的阈值法,利用图像更多信息,分割效果有了显著的提高。此后研究者陆续提出了二维甚至高维算法,其中Renyi熵和Tsallis熵拓展了Shannon熵在信息论中阈值的选取,引入参数? 和q ,对于大多数图像合理的选取参数值可以得到比Shannon熵较好的分割结果[8]。有研究者指出,参数相同时,Renyi熵和Tsallis熵的分割阈值是相同的[9]。Arimoto在研究有限参数估计问题时提出了一种广义熵函数—Arimoto熵,该熵在处理决策误差概率时非常有效,并且能得到误差概率的上限,适合应用于图像阈值分割中[10]。
Arimoto熵定义如下:
其中:
Arimoto指出,如随机变量X、Y相互独立,Arimoto熵具备准可加性,即:?
据式(4),Arimoto熵可以分为三类:
二维Arimoto熵阈值分割法中,假设图像大小为m*n ,灰度级为L ,用f(xy), 表示图像在点(x,y) 处的灰度值,用g(x,y)表示点(x,y)的平均灰度值,则有:
其中:round为取整函数, k*k 为像素个数,k通常取奇数。这样可以利用f(x,y) 和g(x,y) 构造图像的二维直方图p(i,j) 。定义h(i,j)为灰度值(i , j )出现的像素点个数, 0≤h(i,j)≤m*n ,则有:
其中 : 如果阈值T1,T2将图像分 为目标A与背景B , 则 则二维Arimoto熵的定义有:
总Arimoto熵为
最佳阈值T1,T2,即为
2 DNA遗传算法(DNA-GA)
DNA(Deoxyribonucleic acid)计算由Adleman在1994年发表的论文中提出的,运用生化实验方法,解决了一个7节点的哈密尔顿路径问题。DNA计算把数学和生物有机结合起来,用生物工具来解答数学问题,其本质是利用大量不同的核酸分子杂交,产生类似某种数学过程的一种组合结果,并对其进行筛选。遗传算法搜索最优解是通过对染色体的个体采用交叉和变异等操作,使其不断产生新个体而获取的。生物染色体是一段双螺旋的DNA,生物DNA的遗传操作是在碱基结构上进行的。因此在所有群体智能算法中,遗传算法最适合采用DNA来实现,但基于位串编码的遗传算法在寻找复杂问题的最优解时时效性不高,且很多基因级的操作很难实现。DNA-GA算法使用DNA分子的基本组成单位碱基对问题的潜在解进行编码,使算法中的个体可以携带更丰富的遗传信息,方便引入复杂的遗传算子,从而在一定程度上增加了种群的多样性,提高遗传算法的全局搜索能力,且由于其固有的并行计算和海量存储能力,算法收敛速度也会大大提高[11,12,13,14]。
2.1 DNA编码与解码
按照Watson-Crick碱基互补配对原则,对C、G、A、T分别编码为0、1、2、3,将DNA单链转换为四进制编码,对一个n维最大优化问题有
其中: xi为长度为l的四进制变量,单个编码长度为n*l 。图像灰度级为0~255。设图像中每个像素点(i ,j )为一个基因串,将图像的灰度、梯度、邻域均值作为编码变量,即n =3;用H(00) ~ H(11)间的H位四进制代码表示梯度和邻域灰度均值,H≥4,这样每个基因串就转化为长度为2*H的比特串,与遗传算法比较编码数量明显减少。
解码时将四进制比特串转化为十进制向量,解码值须在0~255间的整数。
其中: b(j) 为整数串中第i维第j列的数字,则对应问题的解可表示为
基于DNA的编码比传统的二进制编码有较大改进,更适合于复杂问题的表示, 而且比较灵活;DNA遗传算法中,更方便引入基因级操作,由于编码的丰富性及译码的多样性, 即使在变异概率低的情况下, 也能保持一定水平的多样性。
2.2适应度函数
本文考虑图像的灰度、梯度、邻域灰度均值对图像进行分割,分割图像的最佳阈值以Arimoto总熵为最大时对应的阈值。基于此,DNA-GA算法中的适应度函数选择式(9)、(10)。
2.3 DNA遗传操作
2.3.1选择算子
选择操作采用比例选择法,设种群大小为N ,个体i被选择的概率为
种群中的个体依据适应度值的大小按降序排列,选择前N/2 个个体为优良群体,剩下的为劣质群体。为便于计算设N为偶数。在N/2 个优良群体P(t) 中选择M个个体作为父代用于繁殖产生下一代 P(t+1) 。
2.3.2交叉算子
在DNA分子中,转座子是可以移动的遗传因子,通过转座作用,可以将转座子直接移动到另一个DNA分子中, 或者原DNA分子的另一个位置。经过转座作用,使原来染色体上相距较远的基因可以组合在一起产生新的基因和新的蛋白质分子。基于此,本文采用了两种交叉算子来改进遗传算法中的交叉操作。
1) 置换交叉算子
在执行交叉操作前, 首先在优质群体中以较大概率,在劣质群体中以较小概率选择两个父体,然后在父体中随机选取一段位置不同,碱基个数相同的序列作为转座子,以概率pc1交换两个转座子的位置,得到新的个体,具体操作如图1所示,如父体1的转座子为TAG,父体2的转座子则为CCT,则置换交叉后产生新的个体的过程为。
2) 自适应交叉算子
为提高种群多样性,防止陷入局部极值,采用自适应的交换概率,在进化初期种群获得较大的交换概率, 以提高种群的多样性;在进化后期,种群获得较小的交换概率,以利于保留优良个体,提高搜索效率,加快收敛速度。常用交换概率pc2=0.5~0.95 ,本文采用自适应的交换概率公式:
式中:ptc2为第t代交叉概率,tmax为最大进化次数,pc2max ,pc2min分别为最大、最小交叉概率。
2.3.3变异算子
依概率pm从子代P(t+1) 中随机选取若干个个体, 对于选中的DNA链个体,随机地选取某一段碱基序列为密码子,根据碱基互补原则生成一段反密码子,再将反密码子中的碱基进行倒位,倒位的目的是寻找进化特性好的基因顺序,防止种群多样性下降,最后将原密码字的位置用反密码子替代得到新的个体。它可以使在父代中离得很远的位在后代中靠在一起, 相当于重新定义了基因块, 使其更加紧凑, 不易被交换所分裂。具体过程如图2所示。
3改进DNA-GA算法具体步骤
综合以上分析,本文提出改进的DNA-GA算法步骤如下:
Step1:输入待分割源图像。
Step2: 算法初始化。设置最大进化代数t ,种群规模N ,编码长度l ,置换交叉概率pc1 ,变异概率pm。
Step3: 据式(9)、(10)计算每个个体适应度值,按适应度值降序排列,选择前N/2 个个体为优良群体,剩下的为劣质群体。
Step4: 在优良群体中随机选择两个父代个体,设交叉前个体数量为M,按照概率pc1进行转座子置换交叉操作,交叉后个体数量为M′=M+2;再按照式(15)对每一个父体进行自适应的交叉操作。
Step5: 重复执行Step4,直至产生新个体数目M′大于N/ 2,将新生成的个体加入种群中。
Step6: 对种群中的每个个体按照概率pm执行反密码子变异,新产生的个体代替原个体在种群中的位置。
Step7: 新产生的种群转至Step3,继续进行选择、交叉、变异操作,直至进化次数最大值或个体最优值不再变化时,算法结束。
Step8: 解码,得到Arimoto熵最大时的阈值。
Step9: 据阈值完成图像分割。
4实验结果及结论
实验在Intel(R) Core(TM) Duo CPU,主频1.83 GHz、987 MHz,1 GB内存平台,Matlab7.0仿真环境中进行。实验一采用两幅标准测试图像,分别采用穷尽搜索法、遗传算法以及本文算法对图像进行阈值分割。图3(a)按式(9)、(10)用穷尽搜索法得到最大熵Hmax =14.587 1,阈值T1=125, T2=201,实验所需时间为3.718 358 s。用传统遗传算法时,种群规模N =40,最大进化次数50,则共需40*50次=2 000次,实验结果耗时3.305 842 s,20次实验平均结果T1=116 , T2=193 ,最大熵为12.835 6;用本文方法初始化参数为:种群规模N =40,最大进化次数50,置换交叉概率pc1 =0.85,变异概率pm =0.05,20次实验平均结果T1=120 ,T2=195 ,耗时2.014 856 s,最大熵为13.286 5。
图4(a)按穷尽搜索法得到Hmax =13.2848, T1=112 ,T2=123 ,实验所需时间为3.846 273 s。同样的初始化参数下传统遗传算法实验结果耗时3.084 521 s,20次实验平均结果T1=118 ,T2=133 ,Hmax =11.457 6,用本文方法20次实验平均结果T1=110 , T2=128 ,耗时2.045 761 s,Hmax =12.845 7。传统遗传算法与本文算法方法分割结果如图3(b)、3(c)、4(b)、4(c)所示。从主观观察可以看到,具有较多纹理信息的Girl图像用本文方法分割纹理更为清楚,细节信息更完整,尤其是人物的面部信息分割较为清晰;Boat图像的分割比较中可以看出本文方法对于图像中的轮廓,尤其是直线型信息分割基本完整且边缘部分更平滑,而遗传算法分割结果中直线型信息不连续、去噪性较差。从分割时间、Arimoto熵值及分割结果综合比较,本文方法较传统遗传算法有所提高。
实验二采用医学图像进行测试,如图5(a)所示为某病人的腹腔CT切片,为了验证算法的有效性,对该CT图片进行了20次实验,数据比较见表1,其中相对误差越小说明算法越精确,方差越小说明算法越稳定。由表1可以看出本文算法在准精确性和稳定性方面以及运行时间方面较遗传算法有所提高。分割结果如图5(b)、5(c)所示,由于人体组织复杂且组织间的灰度区别不大,遗传算法在分割时容易陷入局部极值,主观观察肿瘤区域并未清楚分割出来。通过专家人工勾画分析,肿瘤区域的灰度值大部分在90左右,GA算法得到的阈值为T1=226,T2=93,而改进的DNA-GA算法得到的阈值为T1=235,T2=90,因此本文方法能较好的分割出肿瘤区域,且耗时较少。用此方法对某一病人的序列图片进行分割时,时效性较高。为了更好的说明改进DNA-GA算法的性能,本文采用二维Otsu阈值法对图5(a) CT图像进行分割,二维Otsu阈值法得到T1=228,T2=89,但耗时为4.788 216 s,分割结果如图5(d)所示,比较图5(c)与5(d),本文方法在保证二维Otsu算法良好的抗噪性的前提下,计算最佳阈值所需的时间更短, 而且图像分割效果良好。
结束语
图像分割是图像处理中的难点问题,至今没有一种通用方法用于不同图像的分割。而基于熵的分割方法由于原理简单被广泛使用,但其缺点为运行速度慢。基于此,本文提出将生化反应速率的DNA计算引入遗传算法,利用DNA编码丰富种群信息,在传统遗传进化算法中引入置换自适应交叉算子和密码子变异算子,寻找二维Arimoto熵的最佳阈值,然后对图像进行分割。普通图像及医学图像的实验表明,该方法在分割速度和精度均得到了提高。
摘要：提出了一种改进的DNA遗传算法,以解决遗传算法用于图像分割时收敛速度慢、易早熟的缺点。利用碱基互补的DNA编码方式增加种群多样性,防止陷入局部极值;设计了基于DNA分子操作的置换自适应交叉算子和密码子变异算子,从而提高遗传算法的搜索能力,有效加快了算法的收敛速度和效率,并将此算法用于寻找二维Arimoto熵的最佳阈值,最后对图像进行分割。普通图像和医学图像的分割结果验证了改进DNA遗传算法用于图像分割的有效性。
全面生化反应 篇3
合成生物学是21世纪初新出现的一门交叉学科,在通过阐明并模拟生物合成的基本规律基础上,将工程学科的理念应用到生物学方面,达到人工设计并构造旧的、拥有特殊生理功能的生物系统,从而开辟廉价生产药物、化学品等的生物制造方法。与传统的生物学研究方式完全相反,合成生物学是从最基本的要素开始逐步构造生物体的零部件直到人工生命系统。
研究基因组规模的代谢网络和不同的生化反应代谢路径是合成生物学的一个重要内容。通过计算机辅助模拟方式研究代谢网络逐渐成为生物学家的一个重要研究手段。而代谢网络的可视化则是研究复杂代谢网络的重要环节,传统的代谢网络可视化工具多以二维方式展示,但是三维可视化可以更加生动地描述代谢网络中的元素,这样既能在宏观层面上直观展示以代谢途径为单位的功能模块,也能微观层面上探索网络元素之间的关联,为生物合成和药物发现领域的研究人员提供了参考[1]。生化反应在维持生命和促进细胞生长的过程中起着非常重要的作用,因此本文整合了Rxn Finder搜索引擎来方便研究人员搜索生化反应,Rxn Finder是一个专业的生化反应搜索引擎,用于从KEGG反应数据库中搜索反应,生物信息学数据库KEGG是由日本京都大学生物信息学中心的Kanehisa实验室建立,它包含了超过8000条生化反应[2]。
互联网的快速发展带动了其他行业的快速发展,未来互联网也在逐渐从传统互联网向移动互联网转变,移动互联网的高速发展也为生物技术发展带来契机。本文开发一款基于Android操作系统的代谢网络的三维可视化,同时整合了生化反应的搜索引擎,充分利用移动客户端的优势,方便研究人员研究代谢网络和查询生化反应。
1 系统结构设计
1.1 系统总体设计
新一代的互联网程序朝着面向服务,面向应用,面向资源的方向发展。同时在目前移动互联网终端用户数量爆发性增长的大趋势下,针对具体需求分析,本文采用基于C/S的系统架构,充分利用服务器和Android客户端硬件环境的优势,将任务合理分配到客户端和服务器端分别实现,既充分利用了客户端的计算能力减轻了服务器端运行负荷,又降低了服务器与客户端通讯所产生的流量开销。本文的整个系统架构如图1所示,用户通过Android客户端来进行交互,Android客户端将用户的请求发送到Web服务器,Web服务器负责接收客户端的请求分析处理后进一步请求后台数据库来提供查询与存储支持。在后台服务器选择上,由于需要与武汉大学组合生物合成和新药发现教育部重点实验室平台进行整合,从兼容性和可维护性方面考虑,决定使用由Python语言实现的开源框架Django,也方便了将来进行扩展。服务器端数据库则采用加州大学伯克利分校计算机系开发的Postgre SQL数据库,Postgre SQL不仅提供了良好的可移植性方便了数据的转移,同时其丰富的引擎选择为应用提供了良好的性能保证。
1.2 Android客户端设计
本文的Android系统的总体结构如图2所示。Android程序整体就是一种典型MVC结构,其中M指逻辑模型,V指视图模型,C指控制器。视图层一般采用层次化的XML配置文件来描述,控制层一般通过众多的Activity协同处理来实现,模型层则是处理数据库和网络等耗时的IO操作。MVC模式将应用程序的逻辑控制与界面展示完全分开,互不干扰。这种模式既方便了与他人进行合作开发,每人只需要开发自己的功能模块而不会相互影响,也方便了以后修改业务流程或业务规则改变时,只需要改动MVC的模型层,而不需要对整个系统进行太大的改动[3]。
本文的Android软件主要分为三个部分:生化反应的搜索(Rxn Finder),代谢网络的三维可视化(Mod Net3D),生物合成领域的新闻显示(News)。
(1)本文目前的代谢网络主要是基于大肠杆菌的代谢网络,通过专门针对手机等嵌入式设备而设计的Open GL ES进行渲染,最终绘制成球棍状三维模型。根据代谢网络的定义,代谢网络可以划分为三个层次:代谢途径,反应以及化合物。因此,在代谢网络三维模型中,球体代表化合物,棍代表化合物之间的反应,而每一个连通的图则是一个代谢途径(Pathway)。用户既可以通过Pathway ID、Pathway Name来搜索指定的Pathway,也可以通过Compound ID、Compound Name来搜索包含指定Compound的Pathway。
(2)生化反应的搜索数据主要来源于KEGG反应数据库,用户能够通过Molecule Name(分子名称)、EC Number(反应酶的代号)、Pathway Name(途径名称)来搜索相关的生化反应。用户可以查看反应的详细信息,包括反应两端的分子结构,反应的催化酶的详细信息。
(3)新闻模块则显示一些生物合成相关的科研、会议、产品等新闻。
1.3 服务器端设计
服务器端的主要功能是处理客户端KEGG反应数据库的信息和新闻信息的请求,服务器前端使用了基于异步IO并发的Nginx服务器,并通过多重机制保证服务效率如Web响应缓存机制,基于Apache的多路负载均衡,GZIP压缩等并支持用户身份验证操作。将需要频繁更新的数据放在服务器端方便以后对数据进行增删改,而Android客户端本地不需要改任何代码就可以获取最新数据。当客户端的HTTP请求到来时,服务器端会对客户端的请求进行解析,查询WEB缓存,缓存命中直接将结果返回到客户端,否则将访问后台数据库获取数据后返回到客户端。本文主要通过JSON(Java Script Object Notation)来传递服务器和客户端之间的数据。JSON是一种轻量级的数据交换格式,主要使用键值对形式保存数据,并支持与许多数据类型的原生转换,另外与常规使用的XML格式相比,减少了大量的冗余信息,既可以加快客户端与服务器端的通信速度,还可以节约手机客户端的流量。
2 主要算法实现
为了能够将代谢网络较好地展示成三维模型,本文使用受力驱动布局中的Kamada Kawai(KK)算法。这也是代谢网络可视化的核心算法。KK布局算法将节点之间的边看成弹簧,无论弹簧是被压缩还是被拉伸,弹簧都会存在能量。如果两个节点相距过近,则弹簧会被压缩,算法会自动将两个节点距离分开,相反,如果两个节点相距过远,则弹簧被被拉伸,算法就会将两个节点距离拉近。KK布局算法会自动调整所有顶点,直到整个代谢网络达到能量最小值[4]。
算法输入:图G=(V,E)
算法输出:V中所有顶点坐标值
算法评价函数如下所示:
首先初始化顶点集V的坐标,(xi,yi,zi)和(xj,yj,zj)分别表示顶点(vi,vj)的三维坐标,ki,j表示弹簧的弹性系数,li,j表示弹簧间初始长度,算法的目标就是寻找出点集V中所有点的坐标位置,使E最小。由于寻找最优解是一个NP完全问题,因此本文采取了模拟退火算法来求出趋于全局最优解的最优解。其基本思想如下:
(1)初始化顶点V的坐标,初始化解状态S,初始化温度T。
(2)随机选取一个顶点在空间内随机移动一小段距离,得到新解状态S',计算E(S')。
(3)如果E(S')<E(S),则将S'作为新解,否则以一定概率接受S'作为新解。
(4)如满足终止条件,则将当前解作为最优解,结束算法,否则,将T减少,转第(2)步。
3 Android软件实现与测试
3.1 Android软件实现
在开发环境的选择上,虽然Google推出了自己的Android开发环境Android Studio,但是由于最近才发布,目前还存在不少bug待解决,因此最终采用Eclipse+ADT开发环境,同时采用Android SDK4.4.2+Java JDK 6开发平台,程序编译完成后就会生成apk文件,拷贝到移动终端就可以编译运行[5]。
本地数据存入SQLite数据库中,软件采用模块化开发思想,提供详细的对外接口,做到高内聚,内耦合方便后续修改和增加新功能,并通过github进行版本控制,可以很方便地与他人一起开发。
Github上有众多开源Android项目可以供我们学习使用,同时我们也可以修改别人的开源代码运用到自己的项目上。本文主要使用了JPCT-AE,async-http-client等开源库。
JPCT-AE是一款封装了Open GL ES的3D游戏引擎,开发人员只需要调用它提供的API就可以实现一些很酷的三维效果,而且可以在Android平台上实现快速渲染。async-http-client是一个封装了Apache的Http Client开源库,但是它所有的Http请求都会在主UI线程之外执行,而且回调函数会在Android主UI线程执行,因此你不需要担心常见的ANR(Application Not Responding)问题。
3.2 Android软件测试
3.2.1 Rxn Finder模块
Rxn Finder模块通过Molecule Name,EC Number,Pathway Name从后台数据库中查询生化反应。例如,用户可以选择Pathway Name,然后输入methionine biosynthesis(甲硫氨酸生物合成),就可以搜索到这个pathway相关的一些反应,可以进一步点击反应列表来查看反应详细信息,如图3所示。
3.2.2 Mod Net3D模块
Mod Net3D模块通过Open GL ES库来展示代谢网络的三维模型[6]。用户可以直接选择Pathway来搜索Pathway的三维模型,也可以通过选择compound来搜索包含这个compound的pathway三维模型。例如,用户选择polymyxin resistance(多粘菌素抗性途径)这个Pathway,手机屏幕上就会显示这个pathway的代谢网络。如图4所示,用户可以滑动屏幕来旋转三维模型,还可以通过手指来放大和缩小三维模型。当用户点击一个球体(化合物)时,软件会显示化合物的详细结构和名称。因为绝大部分的反应是在酶的作用下发生的,所以当用户点击一条边(生化反应)时,软件会自动跳转到Expasy网站查询作用于这个反应的酶的详细信息。Expasy是由瑞士生物信息学研究所维护的一个专业的蛋白质分析系统,是一个生物信息的门户。
3.2.3 News模块
News模块主要提供生物合成领域科研,会议,产品等新闻信息。当用户点击某个新闻模块时,服务器端的新闻信息列表以Json格式传递给客户端,客户端只需要进行解析并显示详细新闻列表。当用户点击某个具体新闻时,就会链接到该新闻的网站,显示详细新闻信息。所有的新闻数据都存放在服务器端,更新时只需要更新服务器端新闻信息,而已经浏览过的新闻数据则存储在本地sqlite数据库中,以免再次更新新闻损耗流量。
4 讨论
本文开发的Android软件实现了代谢网络可视化,整合了生化反应搜索引擎Rxn Finder。针对基因组规模的代谢网络,使用经典布局算法,设计了一个三维可视化系统Mod Net3D。与电脑相比,手机屏幕上显示三维模型更易操作,用户只需要使用一些简单的手势就可以操作这个三维模型。客户端目前提供了以大肠杆菌代谢网络为例的可视化分析,为生物合成和药物研发领域的研究人员提供了使用案例。同时,以后制作了新的代谢网络,只需要在服务器端更新,然后在Android本地端进行同步后就可以通过客户端来观察新的代谢网络。生化反应搜索引擎可以通过分子名称,反应酶代号,途径名称来搜索相关反应的详细信息,用户可以很快捷地查询反应表达式,分子结构,反应酶信息等,极大方便了生物合成领域研究人员检索KEGG反应[7,8]。
本系统目前仍然存在一些不足之处,这也是下一步改进的方向。由于手机屏幕的限制,无法像电脑屏幕显示大量信息,所以只能显示用户选择的具体代谢途径,无法把整个大肠杆菌的代谢网络显示在手机屏幕上。另外受服务器端系统规模限制对移动端用户数量支持有限,当用户达到一定规模后,会出现反应迟钝的假死现象,后续通过分布式架构改进它。
5 结语
本文针对基因组规模的代谢网络,设计了一个基于Android的三维可视化系统Mod Net3D,同时为了方便研究人员对生化反应进行分析,整合KEGG反应数据库,提供了一系列方式供用户搜索生化反应。随着移动互联网的快速发展,未来合成生物领域与移动互联网之间会产生更多的交集,会有越来越多的开发人员开发生物领域相关的软件。因此,目前亟需一个开放的平台,可以供互联网研究人员与生物研究人员交流的平台,相互促进发展,使移动互联技术在生物领域产生更大的影响。
参考文献
[1]许晓彤.基因组规模代谢网络的三维可视化系统的设计与实现[D].武汉:武汉大学计算机学院,2013.
[2]Hu Q N,Deng Z,Hu H N,et al.Rxn Finder:biochemical reaction search engines using molecular structures,molecular fragments and reaction similarity[J].Bioinformatics,2011,27(17):2465-7.
[3]Reto Meier.Android4高级编程[M].北京:清华大学出版社,2013.
[4]Becker M Y,Rojas I.A graph layout algorithm for drawing metabolic pathways[J].Bioinformatics,2001,17(5):461-467.
[5]Weimeng Lee.Android编程入门经典[M].北京:清华大学出版社,2012.
[6]Kevin Brothaler.Open GL ES应用开发实践指南:Android卷[M].北京:机械工业出版社,2014.
[7]Croft D,O’Kelly G,Wu G,et al.Reactome:a database of reactions,pathways and biological processes[J].Nucleic Acids Res,2011,39(Database issue):D691-7.
全面生化反应 篇4
1 材料与方法
1.1 试验材料
供试作物为生长在清远石角的香根草 (Vetiver zizanioides) 和风车草 (Cyperus alternifoliu) 。
1.2 试验设计
准备1/5 Hoagland营养液, 将香根草和风车草移栽其中, 生长稳定后, 更换梯度浓度的含镉营养液, p H值调至6.0~6.5, 镉浓度分别为0、10、30、40、50、60 mg/L, 采用随机区组排列, 重复3次。
1.3 测定内容与方法
培养5 d后, 分别剪取叶片, 对丙二醛、脯氨酸的含量以及细胞膜的透性进行测定。丙二醛含量采用硫代巴比妥酸法[4]测定;脯氨酸含量采用磺基水杨酸法[5]测定;镉含量用微波消解-AAS法[6]测定;膜透性采用电导法[7]测定。
2 结果与分析
2.1 镉胁迫下香根草和风车草叶片丙二醛含量的变化
从图1可以看出, 香根草和风车草2种植物, 在镉胁迫下, 其叶片丙二醛的含量均增加, 并且同种植物的镉含量增加时, 其丙二醛含量也随之升高, 细胞膜受伤的程度越大。风车草中丙二醛的含量大于香根草。镉质量浓度的升高说明镉处理使植物受到氧化胁迫, 因此风车草受镉伤害程度大于香根草, 风车草耐受镉害的能力弱, 香根草耐重金属镉害的能力强。王爱国和罗广华[8,9,10]研究表明, 在逆境条件下, 丙二醛是膜脂过氧化的产物, 其含量反映植物遭受重金属伤害的程度, 植物体内活性氧产生和清除系统受到破坏, 所积累的活性氧能引发膜脂过氧化作用。郑世英等[9]研究表明, 随着Pb2+、Cd2+质量浓度逐渐升高, 棉花幼苗丙二醛的含量呈升高的趋势。重金属是脂质过氧化的诱变剂, 促进脂质过氧化产物丙二醛积累, 两者密切相关。
2.2 镉胁迫下香根草和风车草叶片细胞膜透性的变化
从图2可以看出, 随着镉质量浓度的增加, 香根草和风车草叶片的电导率升高, 随着镉胁迫加重, 细胞膜受伤的程度也越大。香根草和风车草对镉胁迫的响应明显不同, 风车草叶片的相对电导率大于香根草, 风车草伤害程度大于香根草。镉质量浓度越高, 植物质膜伤害就越大, 膜透性增大。植物细胞膜透性与镉质量浓度呈显著正相关, 其机理可能是镉直接与膜蛋白的SH结合或与磷酸乙醇胺单分子层上的磷脂酰丝氨酸反应[10,11,12], 镉质量浓度越大, 对细胞膜的伤害越大。任安芝等[13]研究表明, 镉对细胞器的影响主要是毒害细胞的膜系统, 使其透性增加。
2.3 镉胁迫下香根草和风车草体内脯氨酸质量分数的变化
脯氨酸作为重要的渗透调节物质, 它的积累有着对逆境适应的意义, 因而认为脯氨酸质量分数的提高可能是植物耐镉机制之一。从图3可以看出, 镉浓度为0~40 mg/L时, 脯氨酸质量分数随着镉浓度升高而增大。在镉浓度高于40 mg/L后, 随着镉浓度升高脯氨酸质量分数反而下降, 表明2种植物在镉质量浓度40 mg/L时抗性强度达到临界值。在镉胁迫下, 香根草叶片脯氨酸质量分数大于风车草。因此, 香根草耐受镉害的能力大于风车草。李子芳等[14]的研究表明, 小麦幼苗叶片内游离脯氨酸质量分数随着镉质量浓度的增加而增加。Schat等[15]认为重金属胁迫下, 脯氨酸稳定生物大分子结构, 使细胞和组织持水平衡, 作为渗透调节物质保持膜结构的完整性使细胞免受伤害。
3 结论
全面生化反应 篇5
关键词：冠心病,C反应蛋白,同型半胱氨酸,检测
冠心病为冠状动脉粥样硬化心脏病 (CHD) 指冠状动脉痉挛导致心肌缺血或坏死引起的心脏病[1]。近年来, C反应蛋白 (CRP) 、同型半胱氨酸 (HCY) 等生化指标的变化与冠心病发生之间的关系受到广泛关注, 本研究对冠心病患者血清CRP、HCY生化指标与正常者的血清指标作对比。现报道如下。
1 资料与方法
1.1 一般资料
选取2013年2月~2014年6月在我院接受治疗的97例冠心病患者, 均符合2009年美国心脏病学会 (ACC) [2]关于冠心病的诊断标准。排除合并肝肾疾病、恶性肿瘤、冠状动脉以外血栓性疾病、心肌炎、心肌病等其他心脏疾病患者, 男58例, 女29例, 均 (58.2±5.3) 岁, 33例为稳定心绞痛 (记为SAP组) , 33例患者为不稳定性心绞痛 (记为UAP组) , 31例患者为急性心肌梗死 (记为AMI组) ;另选同期54例体检健康者为对照组进行对比, 男29例, 女25例, 年龄58.6±5.8岁。四组性别、年龄等一般资料比较, 差异不明显 (P>0.05) , 具有可比性。
1.2 方法
SAP组与对照组空腹采静脉血, UAP组与AMI组在发病到最后一次出现心绞痛期间24h内空腹取静脉血, 均通过SYSMES POCH-E65全自动生化分析仪检测C反应蛋白 (CRP) 水平, 血浆同型半胱氨酸 (HCY) 行循环酶法检测。HCY正常范围为5~15umol/L, CRP正常水平参考<3.0mg/L。
1.3 研究指标
比较观察组中各组与对照组的C反应蛋白 (CRP) 、同型半胱氨酸 (HCY) 生化指标。
1.4 统计学方法
应用SPSS 17.0对数据进行统计学分析。计量资料采用 (±s) 表示, t检验, 观察组组内三组间对比行F检验, P<0.05差异有显著性意义。
2 结果
2.1 两组HCY、Hs-CRP指标水平对比
观察组HCY、Hs-CRP指标显著高于对照组, 组间对比差异明显 (P<0.05) 。见表1。
2.2 观察组组内HCY、Hs-CRP水平对比
观察组患者根据病情分为3类, UAP组与AMI组HCY、Hs-CRP指标显著高于SAP组, 差异显著 (P<0.05) , 同时AMI组两指标显著高于UAP组, 差异具有统计学意义 (P<0.05) 。见表2。
3 讨论
心血管疾病目前已严重影响我国居民生命健康质量, 其病理基础主要为冠状动脉粥样硬化或血栓形成, 可引起局部甚至全身炎症反应。
CPR作为感染与炎症中非特异性敏感标记物, 在动脉粥样硬化形成中发挥重要作用。正常人体内存在微量CPR, 但心功能不全、严重瓣膜疾病、近期手术等患者体内CPR会明显增高, 有研究显示, 感染性疾病患者血清CPR可达正常含量的500倍[3]。经冠状动脉造影检查发现冠心病患者血清CPR可达正常人的2倍以上, AMI患者可达正常人4倍以上[4]。排除其他CPR可能升高因素, CPR高低可反应冠脉病变炎症强弱。CRP激活补体途径, 增强吞噬作用, 促进动脉硬化。正常人血浆HCY浓度为5~15 umol/L, 超过最高浓度为高同型半胱氨酸血症。大量研究显示, 高同型半胱氨酸血症与冠心病有密切关系, HCY浓度升高5umol/L, 患冠心病的几率就增加20%[5], 此因素独立于其他因素单独存在。本研究结果发现观察组的HCY、Hs-CRP指标显著高于对照组, UAP组与A-MI组HCY、Hs-CRP指标显著高于SAP组, AMI组两指标显著高于UAP组。说明不同种类冠心病血清类HCY、Hs-CRP含量不同。可能原因为形成粥硬化时CRP在斑块中沉积, 炎症细胞坏死斑块边缘CRP沉积最多。急性冠脉综合症肩部斑块最常见, 因此AMI组含量高于UAP组, UAP组含量高于SAP组。
注:与SAP组比, *:P<0.05, 与UAP组相比, #:P<0.05
综上, 血清C反应蛋白、同型半胱氨酸生化指标可作为检测冠心病的指标, 指标含量越高表示患的冠心病可能性越大, 不同类型冠心病两指标浓度亦不同。
参考文献
[1]康静, 成蓓, 戚本玲, 等.冠心病患者血浆内脂素、C反应蛋白和同型半胱氨酸水平与冠状动脉病变的相关性[J].临床心血管病杂志, 2010, 26 (9) :667-669.
[2]谢玉兰, 冯毅, 沈成兴, 等.老年冠心病患者同型半胱氨酸、高敏C反应蛋白和胰岛素抵抗的相关性[J].中华高血压杂志, 2007, 15 (10) :861-862.
[3]张琛涛, 莫新玲.冠心病、高血压与血清同型半胱氨酸、超敏C反应蛋白的相关性[J].中国老年学杂志, 2013, 33 (5) :1035-1037.
[4]郑利平, 李生.冠心病患者血清同型半胱氨酸、游离脂肪酸、超敏C反应蛋白、胱抑素C的水平及意义[J].中国老年学杂志, 2013, 33 (2) :405-406.