细胞间隙连接通道的传输行为研究

来源 :长春理工大学 | 被引量 : 0次 | 上传用户:vc__
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
分子通信是纳米机器之间进行信息交流的重要通信技术,在环境、工业和医疗等领域具有广阔的应用前景。作为纳米机器间的重要通道,间隙连接(Gap Junction,GJ)随着分子通信技术的兴起在传输行为方面也得到了快速发展。然而,GJ传输行为模型仍然存在局限性,且分子通信细节难以描述;此外,外部刺激信号对GJ介导的分子通信过程的影响机制也尚不明确。针对以上问题,论文的主要工作如下:1)在GJ代谢耦联的行为方式下,以钙离子作为传输信号,针对目前建立的GJ模型忽视连接蛋白类型差异而存在局限性的问题,引入渗透率这一连接蛋白多样性参数,优化了GJ传输模型,改善了模型在连接通道方面具有特殊性的问题。实验结果表明,渗透率参数能够正确反映不同连接蛋白的传输差异,优化后的模型更契合实际生物场景。2)在已优化的GJ代谢耦联模型基础上,针对因模型具有特殊性使分子通信过程中的细节难以描述的问题,提出了基于GJ蛋白影响下的信道过滤机制。解释了过滤机制的基本原理,并设计了一种星型传输的过滤方案,利用优化后的模型,对所提出的方案进行了验证。实验结果表明,不同刺激强度和GJ蛋白的渗透率差异影响过滤的实现过程。3)在GJ电耦联的行为方式下,以心肌细胞为例,针对外部消极刺激(高糖)影响GJ介导的分子通信过程不明的问题,建立了外部消极刺激与GJ数量关系的数学模型,利用信息论知识推理分析,得到了连接蛋白个数变化影响信道容量和传输延迟的结论。实验结果表明,外部消极刺激使GJ个数降低,随之信道容量也逐渐降低,且传输延迟不断升高,最后利用已有生物实验佐证了模型的合理性。论文实现了对GJ代谢耦联行为模型的优化,完善了分子通信中过滤这一细节,丰富了现有分子通信理论,有助于提高药物靶向治疗的效率;建立了电耦联下消极刺激强度与GJ数量关系的数学模型,分析得到了外部刺激对信道容量和传输延迟的影响,模型有助于设计GJ通道的纳米器件。
其他文献
人脸识别是计算机视觉和模式识别中最活跃的研究领域之一,具有许多实际应用,广泛应用于军事、金融、公共安全和日常生活等领域,精准识别一个人变得极其重要。近年来,已经提出了许多优秀算法、结构和数据库来解决人脸识别。但针对亚洲人脸在小样本的数据集情况下,更精准的识别人脸仍然是一项重大的挑战。对于一个完整的人脸识别系统拥有图像预处理,人脸检测与人脸识别三个步骤。本文从这三方面做出提高,扩充数据集,改进现有算
随着科学技术的不断进步,制造业也有了更加明确的发展方向,这也对机械零件的精加工提出了更高的要求,如更高的加工效率、更好的加工质量以及更低的生产成本。传统精加工技术难以实现具有复杂几何形状零件的光整加工,磨粒流加工技术很好的解决了这道难题。结合磨粒流的加工特点,以直齿内齿轮和斜齿内齿轮为模拟研究对象,采用大涡模拟计算方法,建立磨粒流加工内齿轮数值模型,考虑入口速度、入口压力、磨料浓度以及磨料粒径四个