关键词： 急性心肌梗死   中性粒细胞   生物标志物   差异分析   WGCNA   机器学习算法   免疫浸润分析   S100A12   PTCH1   LOC400499  

摘要： 背景:精确的早期诊断和及时的再灌注治疗是挽救急性心肌梗死患者的生命并改善预后的重要前提条件。因此,寻找能够早期诊断急性心肌梗死的理想生物标志物尤为重要。目的:拟通过生物信息学和机器学习分析急性心肌梗死与中性粒细胞相关的关键基因,以探寻新的生物标志物。方法:基于GEO数据库和limma包鉴定急性心肌梗死的差异表达基因。使用反卷积算法探究免疫细胞浸润情况,然后结合加权基因共表达网络分析(Weighted gene co-expression network analysis,WGCNA)、蛋白互作网络和机器学习筛选急性心肌梗死与中性粒细胞相关的特征基因,并进行功能富集分析。用ROC曲线评估特征基因对急性心肌梗死的诊断价值。通过STITCH和Herb数据库筛查生物标志物的靶向药物。最后将在2023年3-6月于贵州医科大学附属医院心内科首次诊断为急性心肌梗死的住院患者作为实验组,同期心电图无缺血性改变、冠状动脉造影无狭窄的住院患者作为对照组,收集两组患者外周血,通过RT-qPCR验证基因在人外周血样本中的相对表达量。结果与结论:(1)共获得差异表达基因2 349个,免疫浸润分析发现B cells memory,NK cells resting和Neutrophils等免疫细胞评分在疾病和正常组之间存在差异;(2)使用WGCNA发现ME green和ME turquoise这两个基因模块与中性粒细胞与急性心肌梗死表现出最高的相关性;(3)与差异表达基因相交后获得24个差异模块基因,功能富集分析发现其与先天免疫反应、细菌的防御反应等多种过程相关;KEGG结果显示其主要与肿瘤坏死因子信号通路有关。(4)机器学习算法挖掘到的基因取交集后得到的特征基因为S100A12,PTCH1和LOC400499,在GSE48060和GSE66360数据集中的ROC曲线下面积均大于0.7,将其视为潜在的生物标志物。(5)基于STITCH和Herb数据库发现S100A12有11种靶向药物,PTCH1共发现6种靶向药物。(6)RT-qPCR结果显示,与对照组相比,急性心肌梗死患者中S100A12,PTCH1和LOC400499表达具有显著差异性(P<0.05)。(7)S100A12,PTCH1和LOC400499可能是急性心肌梗死潜在的诊断生物标志物,但是其与急性心肌梗死相关的特异性尚需进一步研究,其中S100A12可能是调控急性心肌梗死的潜在靶点。

关键词： 自动化技术   矿山机电   PLC技术   人工智能   监控系统  

摘要： 自动化技术作为现代科技的重要分支,凭借其高效、智能、精准的特性,在矿山机电设备控制中展现出了巨大的应用潜力和价值,为矿山行业的技术创新提供了前所未有的机遇,同时也带来了相应的挑战。本文旨在探讨自动化技术如何在矿山机电设备控制中发挥关键作用,分析其应用优势、常见技术及主要应用方向,以期为矿山企业的可持续发展创造更多效益。

关键词： 物联网平台   油田监控   数据可视化   人工智能  

摘要： 本研究围绕长庆油田油气生产物联网平台的报警管理可视化展开,旨在提升油气生产的安全性和运营效率。通过构建实时监测系统,利用物联网技术对设备状态进行动态跟踪,能够及时识别和处理潜在的异常情况。研究过程中采用数据可视化手段,设计直观的仪表盘和报警图表,帮助管理人员迅速获取关键信息并做出决策。同时,结合大数据分析和人工智能技术,系统能够自动优化报警规则,减少误报和漏报,提高响应速度。

关键词： 打入桩   摩擦承载力预测   机器学习   最小二乘法支持向量机   麻雀搜索参数优化  

摘要： 软土地基中的打入桩,经常出现承载力异常问题,严重影响工程安全,而打入桩承载力受到多种因素影响,往往复杂和难以预测.鉴于现有模型的局限性,提出了一种新模型,即结合麻雀搜索算法(Sparrow Search Algorithm,SSA)和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的SSA-LSSVM模型.该模型利用SSA自动优化LSSVM的超参数,以提高预测精度.以软土打入桩承载力为预测对象,分为45个训练集和20个测试集.使用MAE、RSME和相关系数R作为评估指标,将SSA-LSSVM预测模型与LSSVM、人工神经网络(Artificial Neural Networks,ANN)和自校正最小二乘支持向量机(ST-LSSVM)相比较.结果表明,SSALSSVM预测模型在训练集中的MAE、RMSE和R分别为(2.8776,3.6633,0.9961),在测试集中的MAE、RMSE和R分别为(4.1832,4.9647,0.9793),此结果均优于LSSVM、ST-LSSVM和ANN的测试结果,证明了SSA-LSSVM模型对打入桩承载力的精确预测能力.

关键词： 缺血性脑卒中   机器学习   生物信息学   免疫浸润   铜死亡   细胞实验   ATP7B   MTF1  

摘要： 背景:研究表明,缺血性脑卒中的各个过程都有免疫细胞参与,其中铜死亡也起着关键作用。目的:通过生物信息学筛选出与缺血性脑卒中进展有关的诊断性生物标记物,并对与其发生发展密切相关的铜死亡基因进行分析及验证。方法:从GEO数据库中获取GSE16561芯片,共包含39例缺血性脑卒中组与24例对照组数据,解析缺血性脑卒中芯片数据的差异表达基因,对差异基因进行GO与KEGG富集分析;通过LASSO和Random Forest法,筛选出影响缺血性脑卒中发生发展的关键基因,建立诊断模型并加以验证;通过免疫细胞浸润与加权基因共表达网络对差异基因进行分析,差异表达的免疫相关基因与铜死亡基因取交集,获得铜死亡免疫相关的Hub基因,并进行体外细胞实验,将大鼠海马神经元细胞分为正常组和缺血性脑卒中组,进行qPCR实验验证。结果与结论:①差异分析获得573个差异表达基因,主要富集于免疫反应的正向调节等生物学过程和脂质与动脉粥样硬化等信号通路;②机器学习方法筛选出MFN2、PKM2、CREG1、FOXO3A诊断性基因,对缺血性脑卒中可能具有一定的诊断价值;③免疫浸润分析发现浆细胞、NK细胞静息、巨噬细胞等,表明免疫细胞在缺血性脑卒中的发病中发挥着一定作用;④WGCNA结合免疫浸润分析获得118个关键模块基因,与铜死亡基因取交集获得2个铜死亡与免疫特征基因;4个诊断性基因与Hub基因的相关性分析结果显示FOXO3A与MFN2、PKM2与BCL2L1、MTF1与MFN2、ATP7B与BCL2L1的表达具有相关性;⑤qPCR结果显示,与空白组相比,缺血性脑卒中组基因MTF1、ATP7B存在显著差异,证实ATP7B、MTF1可作为缺血性脑卒中铜死亡的特征基因,可能通过干预ATP7B、MTF1调节铜死亡来改善缺血性脑卒中。

关键词： 人工智能   电力系统   网络攻击检测  

摘要： 文章首先强调了电力系统遭受网络攻击的主要特征,然后详细讨论了人工智能技术如何在识别此类攻击中发挥其独特的作用。接下来,列举了一些常见的电力系统网络攻击模式,以提供进一步理解人工智能用于此项任务的技术基础。最后,将焦点放在了利用人工智能来应对电力系统网络攻击上,具体而言,这包括使用深度学习进行入侵检测,采用决策树处理异常情况,并运用聚类算法进行大数据分析等策略。这些手段有助于实现对电力系统网络攻击的实时监控与迅速反应,从而给实际操作带来有益的借鉴价值。

关键词： 人工智能   水电工程   渗流场域   应用  

摘要： 通过阐述水电工程渗流场域基本概念、特点与重要性,分析AI技术核心原理及在水电领域的适用性,探讨AI在水电工程渗流场域实践中的数据采集与预处理、模型构建与训练、模型验证与评估方法。研究结果表明:AI能够高效处理水电工程渗流监测数据,挖掘渗流场变化规律,通过选择合适模型,如BP神经网络、卷积神经网络、循环神经网络等,有效捕捉渗流数据特征,能提升渗流场模拟和预测准确性。AI在水电工程渗流场域应用成果显著,提升了研究的科学性和可靠性,为工程安全运行和科学管理提供技术支撑;同时提高了工程安全性和运行效率,推动水电行业技术进步。

关键词： 人工智能   计算机科学   技术应用   发展趋势  

摘要： 随着科技的飞速发展,人工智能(AI)已经渗透到我们生活的方方面面,从智能家居到自动驾驶汽车,从医疗诊断到金融分析,无一不彰显着AI的强大潜力,作为AI发展基石的计算机科学与技术,也在这场技术革命中迎来了前所未有的发展机遇。文章旨在探讨人工智能时代下计算机科学与技术的应用现状与发展趋势,分析其在网络安全、数据挖掘、微型系统等多个领域的具体应用,并展望未来的发展方向,为相关研究和实践提供参考。

关键词： 人工智能   单细胞转录组   空间转录组   生物信息学   网络药理学   多靶点   中药   基因敲除   组学   药理  

摘要： 背景:中药对疾病的治疗是一个复杂的多靶点调控过程。如何利用人工智能、单细胞转录组、空间转录组以及生物信息学等多个领域的技术相结合,探索中药的多靶点整合效应具有重要意义。目的:基于人工智能和组学数据驱动提出一种有别于网络药理学的中药潜在机制新型分析预测方法,并以探索大柴胡汤治疗高脂血症及动脉粥样硬化的潜在机制为例。方法:①通过TCMSP数据库收集大柴胡汤组成药物的药效蛋白靶点,在Genecards、NCBI、TTD等数据库获取高脂血症的疾病靶点。②从GEO数据库获取高脂血症单细胞转录组[第一组为野生型(WT)、Apoe基因敲除、Ldlr基因敲除小鼠的主动脉瓣单细胞数据样本;第二组为Ldlr基因敲除小鼠高胆固醇喂食与正常喂食的单细胞数据样本]及人冠脉粥样硬化组织切片空间转录组样本。构建深度计数自编码网络,将转录组测序数据进行编码,并利用单细胞转录组及空间转录组技术将整合编码值(MTIS)映射到单细胞水平及空间组织水平上,进行样本对比统计分析,并进行主要效应细胞与效应基因的识别。结果与结论:①大柴胡汤对WT型与Apoe基因敲除型小鼠之间、WT型与Ldlr基因敲除型小鼠之间的MTIS均存在数据形态以及统计学上的差异(P<0.0001);②大柴胡汤对Apoe基因敲除型小鼠的潜在效应细胞是主动脉瓣间质细胞,而对Ldlr基因敲除型小鼠的潜在效应细胞是白细胞、纤维细胞、血管内皮细胞;潜在效应基因是Vcam1、Fn1、Mmp2;③大柴胡汤对Ldlr敲低型小鼠高胆固醇喂食样本与正常喂食样本的MTIS存在数据形态以及统计学上的差异(P<0.0001),潜在效应细胞是巨噬细胞;潜在效应基因是Fn1、F7、Ptgs1、IL6、App;④人类冠脉切片的空间转录组MTIS对比表明,MTIS高值细胞似乎在血管以及硬化斑块区域都有分布,而MTIS低值细胞似乎主要集中于血管内皮以及硬化斑块区域等病变区域。结论:该新型分析方法实现了单细胞水平以及器官空间组织水平上中药多靶点整合潜在效应的量化分析,探索了大柴胡汤治疗高脂血症及动脉粥样硬化的潜在机制。

关键词： 多特征   CAE   GAE   ReliefF   机器学习模型  

摘要： 针对单特征遥感信息提取精度差、地物误判率高问题,本文提出了一种结合多特征与机器学习模型的耕地提取方法。该方法通过计算Landsat8数据植被指数、纹理等特征,构建多特征空间;采用CAE、GAE、ReliefF算法特征筛选降低信息冗余,最后结合RF和softmax算法进行耕地信息提取。结果表明:基于RF+ReliefF模型结果最佳,为耕地信息提取提供一种具有较高应用价值的方法。