重组毕赤酵母表达期菌体浓度的软测量模型

建立了用于在线估计高密度重组毕赤酵母培养过程中处于表达阶段的菌体密度软测量模型。分别对比了基于遗传算法（GA）的动力学软测量模型以及基于人工神经网络（ANN）的软测量模型，并对神经网络软测量模型的拓扑结构以及训练参数进行了初步探讨。当采用基于遗传算法（GA）的动力学模型，模型拟舍值的最大误差为7．63％；在采用神经网络软测量技术时，选取合适的模型结构和输入参数，最大误差为3．12％，而且软测量模型可以很好地反映菌体浓度实时变化趋势。该研究结果表明，在酵母细胞的高密度培养过程中采用基于神经网络的软测量模型具有较高的准确度，可以较好地实时反映发酵过程中菌体浓度的变化。     

GPCR配体药效团数据库的构建

G蛋白偶联受体（GPCR）是人体内一类重要的药物作用靶标。针对GPCR配体进行了较全面的药效团模拟研究,有效地整合针对GPCR进行药物发现研究的数据,并构建了相应的药效团数据库。收集并构建了GPCR的8个大类17个亚型的不同配体共110个药效团模型,作为GPCR配体药效团数据库的首批数据。通过统计分析发现：87%GPCR配体药效团中含有疏水性基团（Hydrophobic, HY）、66%包含芳香性基团（Ring aromatic, RA）、45%含有正离子基团（Positive ions, PI）。GPCR药效团数据库的建立极大地方便了开发设计新的具有选择性的GPCR配体。