基于TCGA数据库转移性黑色素瘤lncRNA生物信息学分析

来源 :科学技术创新 | 被引量 : 0次 | 上传用户:xiaozhui221
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于TCGA数据库转移性黑色素瘤RNA-seq和miRNA-seq数据,对mRNA、miRNA、lncRNA数据进行差异表达分析,构建ceRNA网络,对mRNA进行靶基因预测和功能分析,研究黑色素瘤lncRNA与miRNA相互作用,及对黑色素瘤的发生,转移及迁徙的影响.
其他文献
本文总结了近年来普通种植屋面的研究进展,分析了土壤层厚度、水分蒸发、植被覆盖及遮阳、气候环境等不同因素对种植屋面隔热性能的影响.同时,对复合式种植通风屋面的分析传热原理,并搭建复合式种植通风屋面,与普通种植屋面和裸露屋面进行实验对比分析,测试结果表明复合式种植通风屋面底部温度比种植屋面和裸露屋面降低了8.8℃和28.3℃,传热热流平均减少了56%和74%.因此,复合式种植通风屋面有效降低顶层房间的冷热负荷,提高室内热舒适性,相比于普通种植屋面,具有良好的隔热性能和保温性能.
本文公开了一种新型建筑施工防坠装置及其使用方法,重点介绍了一种新型建筑施工防坠装置的创新结构设计、设计要点、具体操作工艺以及安全操作注意事项等内容,技术研究属于自主研发,结合多项工程实践总结经验,旨在通过研发“一种新型建筑施工防坠装置”,逐步开展工程创新应用,为我国建筑业安全施工管理做好创新研究,降低后续工程施工安全事故率,逐步实现建筑业高效转型升级.
工程测量技术是桥梁工程施工中的重要环节,其技术高低直接影响到施工的精度、效率.鉴于此,本文从当前工程测量的发展现状出发,对常见的桥梁施工过程中的放样测量手段、工程测量技术在施工中的具体应用以及相关注意事项进行阐述,以期为工程测量在桥梁施工过程中的发展奠定理论基础.
由于风力发电设备大多位于环境比较恶劣的野外,对维护、检修工作的开展带来了一定的难度.通过搭建智能风电预警平台,将实现对风机运行状况的动态监测,并且在故障后第一时间识别、诊断和做出预警,以便于管理人员及时采取措施止损.本文首先结合智能风电预警平台的结构组成,着重分析了数据调度模块、预警信息管理模块、数据库模块的设计内容,随后通过构建基于LSTM(长短期记忆人工神经网络)的风机故障预警模型,展开了仿真实验,结果表明智能风电预警平台的故障识别率较高,预警实时性强,为风电设备的稳定运行提供了帮助.
为探索不同影响因素下桩-网复合地基桩-土应力比的变化规律,首先基于桩-网复合地基工作机理,推导出桩一土应力比的解析式;然后通过分析桩间距、筋带拉伸刚度对桩土应力比的影响,得出:桩间距对桩土应力比影响最大,随着桩间距的增大,桩土应力比逐渐增加;加筋和增加筋带拉伸刚度对桩土应力比影响较小.
输煤栈桥一直以来都是以大跨度超长运输出现在人们的视野中,所以其稳定性就显得尤为重要.本文主要研究某煤矿主斜井井口房至一号落煤筒间栈桥(以下简称栈桥)进行工作时动力监测研究,研究发现栈桥超出规范标准的测点达到了5个之多,由于竖向荷载比较大,所以超标的测点全部为竖向也就是Z向,最大值达到了15.584mm/s;栈桥振动所有测点的加速度峰值均超过规定标准值,其中X、Y、Z向各超出允许范围的测点有7个,其中测点3的加速度超出规范标准最严重已达21.129m/s 2;栈桥振动位移最大值超过规范要求的测点一共有10个
基于B/S架构、应用面向对象编程思想设计并实现特种气体销售业务管理系统.该系统为企业在库存管理、销售管理、供应商管理、客户管理等方面提供了一体化的服务,帮助企业从繁杂的日常业务记录中脱离出来,并能够实时掌握当前的运营情况,具有重要的实用价值,节约了人力和财力,提高了企业经济效益.
随着河道治理的重视程度增加,河道治理单体长度也在逐渐增加,传统河道治理中小型断面混凝土护脚、压顶施工一般均为在伸缩缝处留置施工缝,设置堵头模板,进行跳仓浇筑,该施工工艺施工周期长,周转材料浪费大,不利于线性工程加快施工进度的要求.在现场施工中通过采用夹具固定软式嵌缝板技术能够实现连仓浇筑,该技术具有成本低、施工快、材料易采购、高周转率等特点,实践过程中效果明显,技术稳定,具有明显的社会效益和经济效益.
中卫市天景山白路泉北段水泥灰岩矿赋存于奥陶系中下统天景山组第二岩性段(O1-2t2),岩性主要为浅灰-灰白色厚-巨厚层微晶灰岩、薄层-中厚层砂屑微晶灰岩、厚层状含燧石结核、厚层状燧石条带微晶灰岩.含矿层厚、规模大,沉积原始环境较为稳定.矿区水文地质、工程地质及环境地质条件,矿床开采技术条件属环境地质问题为主的中等类型即Ⅱ-3类型.
传统的推荐算法,如协同过滤等只能进行输入特征之间的简单组合,不能很好的挖掘特征之间的隐含信息,表达能力不强,很难为用户提供个性化推荐,近些年来深度学习在推荐系统领域的应用取得了很好的推荐效果.本文主要采用DIN深度学习模型作为排序层算法,采用Embedding技术作为快速召回算法,并利用TensorFlow Server建立模型服务;采用HDFS,Spark,Kafka,Flink等大数据存储,传输,计算框架完成特征的存储、离线计算与实时计算,通过对用户历史行为以及实时特征的采集处理,结合推荐算法完成对用