基于分子信标的DNA计算模型的研究与探索

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    30570431
  • 项目类别：
    面上项目
  • 资助金额：
    28.0万
  • 负责人：
    殷志祥
  • 依托单位：
    华中科技大学
  • 学科分类：
    C0504.物理生物学
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

DNA计算是目前发展非常迅猛的一个研究领域，利DNA计算求解图与组合优化问题的研究是国内外研究的热点，其中探索和开发各种新的分子结构在DNA计算研究中的应用是目前研究的一个热点。分子信标是近年来出现的一种设计巧妙的核酸探针，具有结构简单、灵敏度高、易于检测及反应速度快等优点；特别是分子信标表示的各种核酸序列的结构信息可以直接转化为荧光信息，大大提高了信息处理的速度及可靠性。本项目旨在开发分子信标这种新型分子结构表示和处理信息的能力，拓展DAN计算解决问题的方法和应用领域。主要研究内容包括：1.对分子信标的结构特性进行研究，充分挖掘这种结构表示各种信息的能力和方法；2. 探索利用分子信标解决各种组合优化问题的新的DNA计算模型；3. 研究基于分子信标的布尔电路的模拟，实现DNA计算的自动化操作。

结项摘要

项目成果

期刊论文数量（27）
专著数量（0）
科研奖励数量（0）
会议论文数量（10）
专利数量（0）
A Surface-Based DNA Computing for the Positive Integer Linear Programming Problem.
正整数线性规划问题的基于表面的 DNA 计算。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
蛋白质结构预测的理论方法及阶段
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    生物学杂志, 2007,24(1):16-18.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于BP神经网络的DNA解链温度预测模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与应用，2006, 42(10):1-4
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
The Analysis Of Data Parallel Problem Based On Timed Petri Nets.
基于定时Petri网的数据并行问题分析。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Plasmid resolving the satisfiability problem with DNA computing models
质粒解决 DNA 计算模型的可满足性问题
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Computational and Theoretical Nanoscience
  • 影响因子：
    --
  • 作者：
    Liu, Wenbin;Yin, Zhi-Xiang;Xu, Jin;Cui, Jian-Zhong;Shi, Xiao-Hong
  • 通讯作者：
    Shi, Xiao-Hong

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Reconstructing Geostationary Satellite Land Surface Temperature Imagery Based on a Multiscale Feature Connected Convolutional Neural Network
基于多尺度特征连接卷积神经网络重建静止卫星地表温度图像
  • DOI：
    10.3390/rs11030300
  • 发表时间：
    2019-02
  • 期刊：
    Remote Sensing
  • 影响因子：
    5
  • 作者：
    吴鹏海;殷志祥;杨辉;吴艳兰;马晓双
  • 通讯作者：
    马晓双
DNA折纸术在0-1整数规划问题中的应用
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    安徽理工大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    赵鑫月;殷志祥;巩成艳
  • 通讯作者：
    巩成艳
基于DNA自组装模型解决图的最大独立集问题
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    安徽理工大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    刘静;殷志祥
  • 通讯作者：
    殷志祥
基于“当前”速度的月球车动态定位方法研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    大地测量与地球动力学
  • 影响因子：
    --
  • 作者：
    魏二虎;殷志祥
  • 通讯作者：
    殷志祥
全错位排列问题的基于芯片的DNA计算模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    大学数学
  • 影响因子：
    --
  • 作者：
    孙侠;李勇;殷志祥;许峰
  • 通讯作者：
    许峰

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

殷志祥的其他基金

综合型智能化蛋白质结构预测方法的研究
  • 批准号：
    60274026
  • 批准年份：
    2002
  • 资助金额：
    22.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码