期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
ICDP与大陆科学钻探
1
作者 张秀江 《河北地质矿产信息》 2001年第2期1-6,25,共7页
介绍了国际大陆科学钻探计划(ICDP)与中国大陆科学钻探工程(CSDC)的发展、实施状况,阐述了大陆科学钻探的深远科学意义和重大现实意义、大陆科学钻探工程技术特点及科技界对大陆科学钻探活动的共识。
关键词 ICDP csdc 大陆科学钻探 超高压变质带
下载PDF
CSDC2蛋白免疫优势肽段分析及其多克隆抗体的制备
2
作者 朱荷青 玛哈巴·肉孜 +6 位作者 李莹莹 张洁 许赫 李甜甜 韩吉龙 彭夏雨 杨敏 《石河子大学学报(自然科学版)》 CAS 北大核心 2023年第2期193-198,共6页
目的为制备含有C2的冷休克结构域(cold shock domain containing C2,CSDC2)的特异性抗体,本试验预测了CSDC2蛋白的免疫优势肽段并制备多克隆抗体,可为进一步探究其功能奠定基础。方法本研究以绒山羊CSDC2蛋白全长氨基酸序列为基础,应用... 目的为制备含有C2的冷休克结构域(cold shock domain containing C2,CSDC2)的特异性抗体,本试验预测了CSDC2蛋白的免疫优势肽段并制备多克隆抗体,可为进一步探究其功能奠定基础。方法本研究以绒山羊CSDC2蛋白全长氨基酸序列为基础,应用在线分析工具Expasy分析亲疏水性;SOPMA和Predictprotein共同分析二级结构;DNAstar分析抗原指数、表面可及性、柔韧性;TMHHM 2.0预测跨膜结构;SWISS-MODEL预测三级结构;SignalP 5.0预测信号肽;NetPhos 3.1预测磷酸化位点;SVMTriP在线分析软件预测抗原表位,综上分析获得CSDC2免疫优势肽段,制备多克隆抗体;ELISA检测多克隆抗体效价,Western blot验证抗体特异性。结果CSDC2为不稳定亲水蛋白,无跨膜结构和信号肽区域,具有22个磷酸化位点,二级结构主要由无规则卷曲、α-螺旋和延伸链构成。最终选取绒山羊CSDC2蛋白N-端15-33氨基酸序列(HSPKSPVWPTFPFHREGSR)为特异免疫肽段,诱导兔产生CSDC2蛋白特异性IgG抗体,Western blot结果表明该抗体可以与绒山羊CSDC2蛋白进行特异性结合。结论本研究得出绒山羊CSDC2的免疫优势肽段为15~33 aa(HSPKSPVWPTFPFHREGSR)并免疫试验兔制备了多克隆抗体,进一步实验证明该抗体具有较好生物学效价,为后续深入研究CSDC2在绒山羊绒毛周期性生长调控的作用奠定了理论基础。 展开更多
关键词 绒山羊 csdc2 生物信息学分析 毛囊周期性生长 多克隆抗体
下载PDF
褪黑素对绒山羊绒毛周期性生长相关基因CSDC2、FGF21、RORα表达的影响
3
作者 朱荷青 玛哈巴·肉孜 +6 位作者 李莹莹 张洁 许赫 李甜甜 韩吉龙 彭夏雨 杨敏 《中国草食动物科学》 CAS 2023年第1期7-12,共6页
绒山羊的绒毛生长具有周期性生长规律,埋置褪黑素可显著增加产绒量。以体外培养的绒山羊皮肤成纤维细胞为研究对象,探索褪黑素调控绒毛周期性生长的分子作用机制。采用组织块培养法培养绒山羊皮肤成纤维细胞,添加浓度为0 ng/L和500 ng/... 绒山羊的绒毛生长具有周期性生长规律,埋置褪黑素可显著增加产绒量。以体外培养的绒山羊皮肤成纤维细胞为研究对象,探索褪黑素调控绒毛周期性生长的分子作用机制。采用组织块培养法培养绒山羊皮肤成纤维细胞,添加浓度为0 ng/L和500 ng/L的褪黑素处理72 h后经实时荧光定量PCR检测CSDC2、FGF21、RORα基因的表达量。结果表明,胎羊组织块自培养1 d后细胞沿边缘爬出,5 d后汇合度达80%;成年羊组织块于培养5~7 d后细胞爬出,14 d后细胞汇合度达70%,经鉴定为成纤维细胞,且胎羊成纤维细胞增殖能力更强,更适合后续功能实验的验证。经褪黑素处理后,CSDC2、FGF21表达水平显著高于对照组(P<0.05);RORα的表达量低于对照组但差异不显著(P>0.05)。说明褪黑素对绒毛周期性生长相关基因CSDC2、FGF21和RORα具有调控作用。 展开更多
关键词 褪黑素 绒山羊 成纤维细胞 csdc2 FGF21 RORα
下载PDF
Supervised Machine Learning-Based Prediction of COVID-19 被引量:2
4
作者 Atta-ur-Rahman Kiran Sultan +7 位作者 Iftikhar Naseer Rizwan Majeed Dhiaa Musleh Mohammed Abdul Salam Gollapalli Sghaier Chabani Nehad Ibrahim Shahan Yamin Siddiqui Muhammad Adnan Khan 《Computers, Materials & Continua》 SCIE EI 2021年第10期21-34,共14页
COVID-19 turned out to be an infectious and life-threatening viral disease,and its swift and overwhelming spread has become one of the greatest challenges for the world.As yet,no satisfactory vaccine or medication has... COVID-19 turned out to be an infectious and life-threatening viral disease,and its swift and overwhelming spread has become one of the greatest challenges for the world.As yet,no satisfactory vaccine or medication has been developed that could guarantee its mitigation,though several efforts and trials are underway.Countries around the globe are striving to overcome the COVID-19 spread and while they are finding out ways for early detection and timely treatment.In this regard,healthcare experts,researchers and scientists have delved into the investigation of existing as well as new technologies.The situation demands development of a clinical decision support system to equip the medical staff ways to timely detect this disease.The state-of-the-art research in Artificial intelligence(AI),Machine learning(ML)and cloud computing have encouraged healthcare experts to find effective detection schemes.This study aims to provide a comprehensive review of the role of AI&ML in investigating prediction techniques for the COVID-19.A mathematical model has been formulated to analyze and detect its potential threat.The proposed model is a cloud-based smart detection algorithm using support vector machine(CSDC-SVM)with cross-fold validation testing.The experimental results have achieved an accuracy of 98.4%with 15-fold cross-validation strategy.The comparison with similar state-of-the-art methods reveals that the proposed CSDC-SVM model possesses better accuracy and efficiency. 展开更多
关键词 COVID-19 csdc-SVM artificial intelligence machine learning cloud computing support vector machine
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部