融合基因Aβ-HBcAg的原核表达及表达蛋白的免疫反应性和免疫原性分析

目的　研究 β 淀粉样肽 (β amyloidpeptide,Aβ)与乙型肝炎核心抗原 (HBcAg)融合基因Aβ HBcAg的原核表达 ,检测融合蛋白的免疫反应性及免疫原性。方法　将重组质粒pBV2 2 0 /Aβ HBcAg转化大肠杆菌DH5α,温控表达 ,超声破碎细菌 ,通过SDS PAGE、考马斯亮蓝染色和ELISA等方法 ,观察Aβ HBcAg的表达及融合蛋白的免疫反应性 ;用融合蛋白免疫Balb/c小鼠 ,ELISA法检测血清中的抗 Aβ抗体和抗 HBc抗体滴度。结果　融合蛋白以包涵体的形式存在于沉淀中 ,表达量为菌体沉淀的 5 % ,融合蛋白既有Aβ的免疫反应性 ,又有HBcAg的免疫反应性。Balb/c小鼠经过 3次免疫后 ,血清中的抗体滴度很低 ,继续强化免疫 2次后 ,血清中抗 Aβ抗体滴度、抗 HBc抗体滴度分别上升为 1∶80 0和1∶32 0 0。结论　融合基因Aβ HBcAg可在大肠杆菌DH5α中表达 ,表达蛋白有一定的免疫反应性和免疫原性 ,但表达量较低 ,免疫反应性和免疫原性较弱。提示融合基因Aβ HBcAg的表达量和融合蛋白免疫原性的提高尚需进一步研究。     

人神经生长因子的基因克隆和序列分析

目的　克隆人神经生长因子基因编码区。方法　由人末梢血白细胞中提取细胞总DNA ,利用PCR法 ,从DNA中扩增出人神经生长因子编码区基因DNA片段 ;将获得的基因片段插入 pGEM T Easy质粒中 ,转化到大肠杆菌DH5α后挑选阳性克隆 ,利用限制性内切酶酶切核苷酸序列分析技术鉴定重组质粒。结果　经质粒DNA酶切分析及序列测定 ,获得了人神经生长因子DNA片段序列。结论　首次由人白细胞DNA中克隆获得了人神经生长因子基因 ,为神经生长因子的基因治疗提供了前提条件。     

公路路基压实度控制的有效方法和措施

公路路基的压实度是体现整个公路结构质量的关键。以路基能够达到最大干密度、最佳压实度为目标，来确定实际施工操作方法及目标，提高了对填土厚度控制、含水量控制、碾压程序及压实度检测的系列控制措施，确定了最少碾压遍数，达到最佳压实效果的方案。保证公路路基的结构质量。     

实时查询公交出行服务信息公司电子信息发布平台试运行

通过电子信息平台的信息查询服务，市民乘客可以踩点出门，在站台甚至足不出户就能直接了解公交车辆运行信息、换乘信息，客观上减少市民的候车时间。9月13日，公司召开媒体见面会，宣布电子信息发布平台9月14日开始试运行。     

高速检测车降噪方案研究

重点分析高速检测车噪声的成因及传播途径，并针对噪声源、传播途径、受声点等方面提出了控制措施。试验验证表明：采用这些控制措施的高速检测车产生噪声符合人体乘坐舒适度要求，达到了预期目标，证明了该方案的切实有效性。     

CRH3型动车组内装系统橡胶减振器的研发

CRH3型动车组在京津城际铁路的成功开行，拉开了我国高速铁路运营的序幕。旅客对列车舒适性的要求越来越高，对车内环境界面的振动、噪声的要求也不断提高，为此，有效地采取措施减振降噪、提高乘客乘坐舒适性和安全性是当前高速列车发展的一项重要课题。介绍CRH3型劝车组内装系统自主研发的橡胶减振器内部结构及技术指标，它填补了我国动车组内饰件橡胶减振器研究的空白，并为我国碳钢车辆、地铁车辆等相关轨道车辆应用的减振器提供参考。     

神经网络与D-S证据理论分层融合的柴油机综合故障诊断方法研究

针对柴油机传统故障诊断方法处理数据量大、故障类型复杂多变的问题时存在诊断准确率不高的现状,利用数据融合原理,将神经网络和证据理论进行有机的结合,提出了神经网络和证据理论分层融合的柴油机故障综合诊断方法.该方法通过并行神经网络的结构提高局部诊断网络的诊断能力,并给出了基本可信度分配的客观化方法,充分利用各种故障的冗余和互补信息,可显著提高故障诊断的准确率.诊断实例表明,该方法能显著提高柴油机故障诊断系统的效率.     

注浆微型桩群在危岩治理中的应用

通过对注浆微型桩群联合支撑技术在危岩治理中的稳定性计算,确定微型桩群的布置数量和支撑体几面尺寸;利用对桩端位移的校核,从宏观角度验证本治理方案的可靠性;最后通过工程实例,验证注浆微型桩群与支撵联合防治技术在危岩治理中的实用性.     

船舶动力系统中齿轮箱故障特征提取与模式识别方法研究

A marine propulsion system is a very complicated system composed of many mechanical components.As a result,the vibration signal of a gearbox in the system is strongly coupled with the vibration signatures of other components including a diesel engine and main shaft.It is therefore imperative to assess the coupling effect on diagnostic reliability in the process of gear fault diagnosis.For this reason,a fault detection and diagnosis method based on bispectrum analysis and artificial neural networks (ANNs) was proposed for the gearbox with consideration given to the impact of the other components in marine propulsion systems.To monitor the gear conditions,the bispectrum analysis was first employed to detect gear faults.The amplitude-frequency plots containing gear characteristic signals were then attained based on the bispectrum technique,which could be regarded as an index actualizing forepart gear faults diagnosis.Both the back propagation neural network (BPNN) and the radial-basis function neural network (RBFNN) were applied to identify the states of the gearbox.The numeric and experimental test results show the bispectral patterns of varying gear fault severities are different so that distinct fault features of the vibrant signal of a marine gearbox can be extracted effectively using the bispectrum,and the ANN classification method has achieved high detection accuracy.Hence,the proposed diagnostic techniques have the capability of diagnosing marine gear faults in the earlier phases,and thus have application importance.     

拖曳锚安装缆绳在海床土中的嵌入特性

在深水或超深水海洋油气资源的开发中广泛应用的新型拖曳锚,由于受到安装缆绳拖曳力的作用会逐渐嵌入海床,在海床土体中安装缆绳嵌入段长度的变化规律体现了缆绳的嵌入特性,对锚板的精确定位和优化安装具有重要意义.基于嵌入缆绳单元的受力模型,建立粘性土和无粘性土中嵌入段缆绳长度的理论预测公式,分析预测受力模型的关键参数对嵌入段缆绳长度的影响,并采用可视化追踪技术对理论模型进行验证.