2017年诺贝尔生理学或医学奖揭晓

来源:科学网、中国新闻网


编者按:北京时间10月2日下午5点30分,2017年诺贝尔生理学或医学奖揭晓,3位美国科学家Jeffrey C. Hall, Michael Rosbash和Michael W. Young获奖。获奖理由是“发现了调控昼夜节律的分子机制”。


Jeffrey C. Hall,1945年出生于美国纽约。1971年从美国华盛顿大学获得博士学位,1971年至1973年在加州理工学院做博后。1974年他加入美国布兰迪斯大学。2002年,他加入美国缅因大学。


Michael Rosbash,1944年出生于美国堪萨斯城。1970年从MIT获得博士学位,随后三年在苏格兰爱丁堡大学做博后。1974年起,他一直任职于美国布兰迪斯大学。


Michael W. Young,1949年出生于美国迈阿密。1975年从美国德州大学获得博士学位。1975年至1977年,他在斯坦福大学做博后。1978年起,他一直任职于美国洛克菲勒大学。


2013年,这三人因为同样的获奖原因,获得了第十届邵逸夫奖生命科学与医学奖。在此我们转发一篇2013年的报道,供读者了解相关研究。



所有生物都有自己的作息规律:人类晚上出现倦意、猫头鹰昼伏夜出、花朵白天开放晚间收拢……我们通常称这些昼夜节律叫“生物钟”。虽然这个名词大家耳熟能详,但关于其本质及运作模式一直如蒙娜丽莎微笑般让人捉摸不透。


杰弗理霍尔(Jeffrey C Hall)、迈克尔罗斯巴殊(Michael Rosbash)及迈克尔杨(Michael W Young)沿着已故西摩本泽(Seymour Benzer)的研究,用三十年时间探索生物钟奥秘,终于揭开其神秘面纱,找到了操控昼夜节律的分子机制。


在他们之前,西摩本泽曾在果蝇身上发现一个基因,它经过变异,可以将果蝇的生物钟调快、调慢,甚至关闭。虽然这未解释生物钟如何运作,但踏出关键一步。在西摩启发下,本届邵逸夫生命科学与医学奖三位获奖者利用基因变异果蝇,做了一些开创性实验。


周期基因决定生物钟


他们的研究在1984年取得第一个突破:他们发现若改变果蝇体内一组特定基因,其昼夜节律就会被改变,这组基因被命名为周期基因(period gene,简称“the per”)。这个发现向人们揭示出天然生物钟是由遗传基因决定的。


在此基础之上,霍尔和罗斯巴殊有了第二个突破。他们发现果蝇脑内周期基因的核糖核酸(mRNA)和蛋白水平呈昼夜节律性变动它们在早晨浓度较低,而夜晚浓度升高。香港中文大学生物医学学院教授陈文乐解释称,周期基因的高浓度核糖核酸及蛋白让人产生睡意,因此人们晚上想睡觉。


发现控制昼夜节律


之后,三位科学家进一步深入研究,发现更多与生物钟有关的基因(9至12组),并研究出他们的产生、运作机制,了解这些基因的mRNA及蛋白是怎样控制昼夜节律的。令人欣喜的是,这些控制果蝇昼夜节律的机制,也适用于其他生物,包括人类。


陈文乐表示,三位的研究,利用简单的生物(果蝇)为模型,取得重大发现,对生物学家来说几具革新意义。另外,他们的成果为生物及遗传研究开拓出一片广阔新领域,“生物钟及生理控制机制研究在八十年代前完全无人问津,没人尝试过。”


霍尔激动地表示,有些人曾经对基因研究嗤之以鼻。他说,过去有些哺乳动物学家试图找出哺乳动物生物钟运作机制,但一无所获。“九十年代之前的二十多年里,没人尝试从基因变异角度研究哺乳动物生物节律,他们甚至在公开会议上拿它开玩笑!他们觉得从基因角度出发是愚蠢的,不会有任何发现。”


事实证明,基因对生物行为影响巨大。罗斯巴殊表示,虽然目前他们的研究尚不能解决人们睡眠节奏遗传病或需倒时差等问题,“但相信建立在现有基础上,这些问题都将解决,或许不是现在,不是我们,但相信将来会有突破。”


来源:科学网、中国新闻网

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向转变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值