课程文献中心 更多>>

关键词： 党建工作   业务工作   立德   强能   创境  

摘要： 山东建筑大学计算机科学与技术学院党委将党建工作与业务工作深度融合,传承学院文化并拓展延伸,致力打造“E路同行”立体式特色党建体系,分为“E航天下”立德体系、“E心双环”强能体系、“E海无涯”创境体系三大模块进行框架设计。其中,“E航天下”立德体系是核心,旨在将基层党建与思想政治教育相结合;“E心双环”强能体系是保障,旨在将基层党建与学院科研教学水平、师生能力培养相融合;“E海无涯”创境体系是支撑,旨在打造学院育人环境。三者相辅相成,相互促进,共同构成“E路同行”品牌特色。

关键词： 高等教育   立德树人   MATLAB程序设计   课程思政   教学案例  

摘要： 在“三全育人”的鲜明导向下,全国高校以立德树人作为根本任务,正如火如荼地开展各学科各专业课程思政教学建设。MATLAB程序设计课程是各大理工科专业的本科生和研究生数学基础课程。该文以此课程为例,通过在教学内容中挖掘出具体的思政教学案例,旨在实现思想政治理论教育与专业课教育同频共振、相互促进,最后给出课程思政的教学效果考核依据。

关键词： Genes  

摘要： Background: The reconstruction of the evolutionary history of organisms has been greatly influenced by the advent of molecular techniques, leading to a significant increase in studies utilizing genomic data from different species. However, the lack of standardization in gene nomenclature poses a challenge in database searches and evolutionary analyses, impacting the accuracy of results obtained. Results: To address this issue, a Python class for standardizing gene nomenclatures, SynGenes, has been developed. It automatically recognizes and converts different nomenclature variations into a standardized form, facilitating comprehensive and accurate searches. Additionally, SynGenes offers a web form for individual searches using different names associated with the same gene. The SynGenes database contains a total of 545 gene name variations for mitochondrial and 2485 for chloroplasts genes, providing a valuable resource for researchers. Conclusions: The SynGenes platform offers a solution for standardizing gene nomenclatures of mitochondrial and chloroplast genes and providing a standardized search solution for specific markers in GenBank. Evaluation of SynGenes effectiveness through research conducted on GenBank and PubMedCentral demonstrated its ability to yield a greater number of outcomes compared to conventional searches, ensuring more comprehensive and accurate results. This tool is crucial for accurate database searches, and consequently, evolutionary analyses, addressing the challenges posed by non-standardized gene nomenclature. Graphical abstract: (Figure presented.) © The Author(s) 2024.

关键词： Classification (of information)  

摘要： Background: Classification of binary data arises naturally in many clinical applications, such as patient risk stratification through ICD codes. One of the key practical challenges in data classification using machine learning is to avoid overfitting. Overfitting in supervised learning primarily occurs when a model learns random variations from noisy labels in training data rather than the underlying patterns. While traditional methods such as regularization and early stopping have demonstrated effectiveness in interpolation tasks, addressing overfitting in the classification of binary data, in which predictions always amount to extrapolation, demands extrapolation-enhanced strategies. One such approach is hybrid mechanistic/data-driven modeling, which integrates prior knowledge on input features into the learning process, enhancing the model’s ability to extrapolate. Results: We present NoiseCut, a Python package for noise-tolerant classification of binary data by employing a hybrid modeling approach that leverages solutions of defined max-cut problems. In a comparative analysis conducted on synthetically generated binary datasets, NoiseCut exhibits better overfitting prevention compared to the early stopping technique employed by different supervised machine learning algorithms. The noise tolerance of NoiseCut stems from a dropout strategy that leverages prior knowledge of input features and is further enhanced by the integration of max-cut problems into the learning process. Conclusions: NoiseCut is a Python package for the implementation of hybrid modeling for the classification of binary data. It facilitates the integration of mechanistic knowledge on the input features into learning from data in a structured manner and proves to be a valuable classification tool when the available training data is noisy and/or limited in size. This advantage is especially prominent in medical and biomedical applications where data scarcity and noise are common challenges. The codebase, illustrations, and documentation for N

关键词： 秦腔蟒袍   虚拟服装   3D服装复原   戏曲服装  

摘要： 旨在通过对秦腔蟒袍的认识和分析,尝试对秦腔蟒袍进行虚拟仿真,并借鉴秦腔服装元素进行现代时装设计,以实现秦腔服装文化的创新与传承。通过文献综述和实地调查,了解秦腔蟒袍的历史发展、结构特点、图案含义等方面的文化背景,利用秦腔服装元素进行现代时装设计,从而能够体现出秦腔服装文化的创新和发展。

关键词： 超星平台   计算机网络   双语课程   课程建设  

摘要： “面向对象程序设计基础”课程是计算机网络技术专业的专业核心基础课,以培养计算机网络技术专业复合型国际化高素质技术技能人才为目的。为了国际化人才培养,满足培养本土国际化人才,也为输出国际通用的课程、教学资源,该课程进行了基于超星平台的双语课程建设。从课程建设基础出发,结合课程的内容和特点,系统地介绍了从需求分析与课程规划、素材收集与整理到课程设计与开发的建设过程,并对课程建设成果进行了总结,最后分析了在双语课程建设中出现的问题以便后续对课程进行持续优化、更新与推广。

关键词： 鸡   慢病毒   多能转录因子   鸡胚成纤维细胞   体细胞重编程   诱导多能干细胞  

摘要： 【目的】以提高诱导鸡多能干细胞的干性为目的,利用Pcgf2基因与传统诱导多能干细胞的重编程因子共同诱导鸡多能干细胞。【方法】以鸡早期胚胎为模板,对Oct4、Sox2、Nanog、Lin28、C-myc、Klf4这6种传统的重编程因子及Pcgf2进行基因扩增,并与慢病毒载体重组为慢病毒质粒,在包装慢病毒并测定相对应的病毒滴度后,分组感染鸡胚成纤维细胞,在诱导的过程中对干细胞标记物进行检测。【结果】利用传统的重编程因子组合与加入Pcgf2共同诱导后的细胞都较早地表达出磷酸酶活性。加入Pcgf2诱导多能干细胞可以使细胞更早地出现类干细胞形态,且内源性基因Oct4、Sox2、Nanog和Lin28的表达得到更稳定的提高。【结论】Pcgf2在加入诱导体系后可以有效提高细胞的重编程接近干细胞状态。该研究可为选择重编程因子诱导鸡细胞完全重编程及其机制研究提供理论参考。

关键词： 自动化专业   教学改革   OBE理念   C#   混合式教学   交叉式教学  

摘要： 为有效培养自动化专业学生应具备的系统分析、设计与研发能力,针对C#编程与SQL数据库应用课程存在的教学模式单一、课程内容实践不够、学生能力培养不足等问题,制定以工程意识和工程素质为核心的培养目标,以云班课教学平台为依托,探索线上线下混合式、课堂企业交叉式教学模式。基于成果导向的教学理念的理论与实践相结合的教学内容,通过项目驱动式方法改革授课方式,采用自主式、团队式相融合的方法改革实践教学,并探讨全方位多层次的考评方法,以提高学生解决复杂工程问题的能力。

关键词： 结直肠癌   阴瘤   谷氨酰胺代谢   温阳通下  

摘要： 阴阳学说是在整体辨证指导下中医学朴素的辨证思想，阴阳盈亏的动态变化可以反应人体的生命活动。笔者团队在前期的文献调研和临床实践中发现“阳虚阴结”是结直肠癌发生的关键病机，阳气不足，痰、湿、瘀等属阴的代谢产物失于气化而积聚形成“阴瘤”，停滞于肠道而形成结直肠癌。阳化气是正常细胞代谢产生能量的过程，阳虚而阴邪之物不化在体内结聚而成瘤。阴阳失衡所产生的盈亏之变可引起体内的能量或物质代谢变化，其中谷氨酰胺是肿瘤细胞中消耗量最大的氨基酸，其代谢过程中不仅为肿瘤细胞生长提供物质基础，同时还可拮抗免疫细胞对谷氨酰胺的利用，并创造一种乏氧的酸性微环境，促进肿瘤细胞的增殖和生长。本文对结直肠癌细胞谷氨酰胺代谢的特点进行了详细的论述，旨在从“阳虚阴结”的病机阐述结直肠癌发生，并阐释中医药重塑肿瘤细胞代谢的科学理论，旨为结直肠癌的综合治疗提供新的思路和方法。

关键词： 阿尔兹海默病   神经细胞   葡萄糖代谢重编程   研究进展  

摘要： 阿尔茨海默病（Alzheimer’s disease，AD）是以全面性痴呆为特征的神经退行性疾病。尽管AD的发病机制已历经半个世纪的广泛研究，但与AD相关的细胞损伤和认知缺陷的基础机制仍然难以明确。目前，多项研究证实AD中存在神经细胞葡萄糖代谢模式的改变，且存在显著的区域差异。这种转变是细胞存活和疾病进展的关键，甚至先于病理改变和认知功能障碍数十年出现。本文综述了不同类型神经细胞以及不同脑区糖代谢重编程导致AD的潜在机制，以及他们之间的相互影响，以期为AD的研究夯实基础，为开发新的防治方法提供线索和思路。