科研产出
α-淀粉酶Amy7C及其突变体催化常数的定量预测
《广西科学院学报 》 2014
摘要：【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息,预测该酶的催化常数(Kcat),并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-1前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶Amy7C及其突变体催化常数的拟合。再将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验。最后,对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-1神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的催化常数,不同指标的预测效果不同。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。
全文链接
请求原文
α-淀粉酶Amy7C及其突变体最适pH值的定量预测
《广西科学 》 2014
摘要：【目的】pH值是影响酶催化效率的关键参数,通常需要通过实验方式才能确定生物酶的最适pH值,而该方式要消耗较多的人力、物力和时间。因此,有必要发展一种利用酶的简单结构信息即可预测其最适pH值的方法。【方法】以20-1前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶pH值的拟合。同时,将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验,并对不同层次及神经元个数的模型进行比较。【结果】109个氨基酸属性可实现20-1神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的最适pH值,但是不同氨基酸属性预测pH值的效果差别较大,只有部分指标预测pH值的效果较好。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可用于预测α-淀粉酶的最适pH值。20-1神经网络模型是预测α-淀粉酶最适pH值相对理想的模型。
全文链接
请求原文
广西木薯生产潜力预测
《亚热带农业研究 》 2008
摘要：采用数量化分析模型对广西木薯种植面积、单产和总产进行预测研究。以广西1985-2004年木薯种植面积、单位面积鲜薯产量和总产量为样本,建立了木薯单产、总产潜力GM(1,1)时序预测模型、木薯面积潜力自回归时序预测模型。经拟合及精度检验,拟合指数均在0.85以上,历史符合率达100%,木薯单产模型为一级精度,木薯面积、总产模型为二级精度。预测结果表明,2005和2006年广西木薯单位面积鲜薯产量分别为21.46 t.hm-2和22.45 t.hm-2,木薯鲜薯总产量分别为582.89万t和617.37万t,木薯种植面积分别为26.2万hm2和27.09万hm2。
关键词： 木薯 生产潜力 预测 G(1,1)模型 自回归模型
全文链接
请求原文
AR模型在柑桔溃疡病测报中的应用
《植物病理学报 》 2006 北大核心 CSCD
摘要：柑桔溃疡病发生程度的预测是进行该病治理的重要依据。本研究用自回归方法对2004年3月12日~2005年4月13日期间调查的病情原始数据进行标准化、平稳化处理以及模型的参数估计和拟合检验,所得AR(14)模型可以精确预测溃疡病发生趋势。
全文链接
请求原文
首页上一页1下一页尾页
