期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
西南手参醇提取物的体外抗氧化和体外抗肿瘤活性评价
1
作者 范晶钰 任雨敏 +3 位作者 唐鲜 李玖一 马丹炜 聂申明 《广西植物》 北大核心 2025年第2期337-346,共10页
为挖掘西南手参醇提物的应用潜力,该研究采用高效液相色谱法、生化分析技术和MTT法,对西南手参醇提物的体外抗氧化活性和体外抗肿瘤活性进行了分析。结果表明:(1)供试西南手参醇提物中含有天麻素(质量分数为2.5 mg·g^(-1),浓度为0.... 为挖掘西南手参醇提物的应用潜力,该研究采用高效液相色谱法、生化分析技术和MTT法,对西南手参醇提物的体外抗氧化活性和体外抗肿瘤活性进行了分析。结果表明:(1)供试西南手参醇提物中含有天麻素(质量分数为2.5 mg·g^(-1),浓度为0.25%)。(2)西南手参醇提物对羟基自由基、ABTS+自由基以及DPPH自由基具有显著的清除能力,并随着浓度的升高,作用更加明显,具有浓度依赖性,醇提物的浓度为2.0 mg·mL^(-1)时最为显著,2.0 mg·mL^(-1)的醇提取物对羟基自由基、ABTS+自由基和DPPH自由基的清除率分别为81.68%、19.94%和48.16%;而天麻素仅对羟基自由基具有清除能力,对ABTS+自由基和DPPH自由基没有清除能力。(3)2.0 mg·mL^(-1)的西南手参醇提物对人肝癌SMMC-7721细胞和HepG-2细胞的半数抑制浓度(IC50)分别为5.170 mg·mL^(-1)和4.551 mg·mL^(-1),对人胃癌BGC-823细胞和MKN-45细胞的IC50分别为1.759 mg·mL^(-1)和1.564 mg·mL^(-1),对人乳腺癌MDA-MB-231细胞IC50为2.665 mg·mL^(-1),对人胶质瘤U251细胞的IC50为4.401 mg·mL^(-1),说明西南手参醇提物对人肝癌SMMC-7721细胞和HepG-2细胞、人胃癌BGC-823细胞和MKN-45细胞、人乳腺癌MDA-MB-231细胞以及人胶质瘤U251细胞活性均有显著的抑制作用,其中对人胃癌BGC-823细胞和MKN-45细胞的抑制效果最为显著,表明西南手参的抗肿瘤作用具有广谱性。综上认为,西南手参醇提物具有抗氧化活性,并且比其抗氧化活性物质天麻素具有更广谱的活性氧清除能力,依据活性氧与肿瘤发生之间的关系将其用于抗肿瘤的研究,发现其具有广泛的抗肿瘤特性和天然植物通过多种成分协同作用的特性,可抑制多种肿瘤细胞尤其是人胃癌细胞的增殖。 展开更多
关键词 西南手参 天麻素 醇提取物 抗氧化 抗肿瘤
在线阅读 下载PDF
根边缘细胞缓解土荆芥淋溶途径化感作用对苦荞麦代谢扰动的机制 被引量：2
2
作者 龚意豫 谢媛怡 +1 位作者 李玖一 马丹炜 《生态学报》 CAS CSCD 北大核心 2024年第6期2437-2451,共15页
土荆芥(Chenopodium ambrosioides)可通过淋溶途径的化感作用抑制周围植物的种子萌发和幼苗生长,而根边缘细胞(Root border cells,RBCs)对此具有缓解效应。为探讨这一效应的分子机制,以苦荞麦(Fagopyrum tataricum)为研究对象,测定了在... 土荆芥(Chenopodium ambrosioides)可通过淋溶途径的化感作用抑制周围植物的种子萌发和幼苗生长,而根边缘细胞(Root border cells,RBCs)对此具有缓解效应。为探讨这一效应的分子机制,以苦荞麦(Fagopyrum tataricum)为研究对象,测定了在土荆芥水浸提液处理前及处理后,保留RBC组和移除RBC组根尖活性氧(ROS)、超氧阴离子(O_(2)^(-))和丙二醛(MDA)含量以及抗氧化酶[超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)]活性的差异。再利用转录组测序分析上述处理对其代谢通路的影响,并进行qRT-PCR验证。结果表明:土荆芥水浸提液处理后,苦荞麦根尖ROS、O_(2)^(-)和MDA的含量以及抗氧化酶(POD和CAT)活性明显提高,且RBC移除组升高更多。通路分析表明,土荆芥水浸提液处理后,移除和保留RBCs组的苯丙素合成、α-亚麻酸代谢、类黄酮合成和谷胱甘肽代谢通路都显著发生改变。其中,苯丙素合成通路以抑制为主,且移除RBCs后受到抑制的程度更低;α-亚麻酸代谢通路中的甾酯水解酶(steryl ester hydrolase,TGL4)和磷脂酶A1(phospholipase A1,DAD1)的表达量大幅上调,而在移除RBCs组则未见变化,TGL4和DAD1负责将磷脂酰胆碱催化形成α-亚麻酸,为抑制植物生长并提高抗性的茉莉酸(JA)提供丰富的底物。此外,与根部疏水性有关的角质、木栓质和蜡合成通路只在移除RBCs组显著改变。上述结果表明,根边缘细胞通过影响根尖抗逆物质合成(苯丙素通路)、抗氧化酶和非酶抗氧化系统(类黄酮和谷胱甘肽)和根部疏水性等方面,以及提高茉莉酸(JA)的表达,在生长和防御中寻找平衡,缓解土荆芥水溶性物质化感胁迫;土荆芥水溶性物质成分复杂,具体哪一种成分在其化感作用中扮演主效作用,尚待进一步研究确证。 展开更多
关键词 土荆芥 化感作用 苦荞麦 根边缘细胞 代谢调控 转录组
在线阅读 下载PDF
藏文文本聚类及其相关技术综述
3
作者 李玖一 于洪志 徐涛 《广西科学院学报》 2018年第1期39-45,共7页
藏文作为一门古老的语言有其独有的规则和特点。随着网络的普及,互联网用户中的藏族同胞迅速增加,网络上的藏文文本也越来越多。利用藏文文本聚类来提供更高效的管理和更良好的用户体验成为近年的研究热点。本文首先介绍了藏文文本聚类... 藏文作为一门古老的语言有其独有的规则和特点。随着网络的普及,互联网用户中的藏族同胞迅速增加,网络上的藏文文本也越来越多。利用藏文文本聚类来提供更高效的管理和更良好的用户体验成为近年的研究热点。本文首先介绍了藏文文本聚类的应用背景和相关概念,然后介绍了藏文文本特点和藏文文本聚类的相关技术,讨论了藏文文本建模和聚类算法,最后对藏文聚类发展和应用进行了总结和展望。 展开更多
关键词 藏文文本 聚类算法 文本建模
在线阅读 下载PDF
融合字词模型的中文命名实体识别研究 被引量：43
4
作者 殷章志 李欣子 +1 位作者 黄德根 李玖一 《中文信息学报》 CSCD 北大核心 2019年第11期95-100,106,共7页
命名实体识别(NER)是自然语言处理中一项非常重要的基础任务。传统的机器学习方法在处理该任务时,主要依赖于人们的专业领域知识和人工提取的特征。为了在不需要人工特征的条件下获得较好的结果,该文提出了一种融合字词BiLSTM模型的命... 命名实体识别(NER)是自然语言处理中一项非常重要的基础任务。传统的机器学习方法在处理该任务时,主要依赖于人们的专业领域知识和人工提取的特征。为了在不需要人工特征的条件下获得较好的结果,该文提出了一种融合字词BiLSTM模型的命名实体识别方法。首先分别用BiLSTM-CRF训练得到基于字的模型Char-NER和基于词的模型Word-NER,然后将两个模型得到的分值向量进行运算和拼接,将拼接后的向量作为特征送入SVM进行训练,使用SVM对Char-NER和Word-NER进行模型融合。实验结果表明,该方法在不需要人工特征的条件下,在1998年《人民日报》语料和MSRA语料上对人名、地名、机构名识别的F值分别达到了94.04%、92.15%、87.05%和91.73%、93.20%、83.15%。 展开更多
关键词 命名实体识别 BiLSTM-CRF 模型融合 SVM
在线阅读 下载PDF
基于多覆盖模型的神经机器翻译 被引量：9
5
作者 刘俊鹏 黄锴宇 +2 位作者 李玖一 宋鼎新 黄德根 《软件学报》 EI CSCD 北大核心 2022年第3期1141-1152,共12页
覆盖模型可以缓解神经机器翻译中的过度翻译和漏翻译问题.现有方法通常依靠覆盖向量或覆盖分数等单一方式存储覆盖信息,而未考虑不同覆盖信息之间的关联性,因此对信息的利用并不完善.针对该问题,基于翻译历史信息的一致性和模型之间的... 覆盖模型可以缓解神经机器翻译中的过度翻译和漏翻译问题.现有方法通常依靠覆盖向量或覆盖分数等单一方式存储覆盖信息,而未考虑不同覆盖信息之间的关联性,因此对信息的利用并不完善.针对该问题,基于翻译历史信息的一致性和模型之间的互补性,提出了多覆盖融合模型.首先定义词级覆盖分数概念;然后利用覆盖向量和覆盖分数存储的信息同时指导注意力机制,降低信息存储损失对注意力权重计算的影响.根据两种覆盖信息融合方式的不同,提出了两种多覆盖融合方法.利用序列到序列模型在中英翻译任务上进行了实验,结果表明,所提方法能够显著提升翻译性能,并改善源语言和目标语言的对齐质量.与只使用覆盖向量的模型相比,过度翻译和漏翻译问题的数量得到进一步减少. 展开更多
关键词 神经机器翻译 注意力机制 序列到序列模型 多覆盖模型 过度翻译 漏翻译
在线阅读 下载PDF
基于语义对齐的生成式文本摘要研究 被引量：8
6
作者 吴世鑫 黄德根 李玖一 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第1期1-6,共6页
针对当前生成式文本摘要模型在解码时对摘要整体语义信息利用不充分的问题,提出一种基于语义对齐的神经网络文本摘要方法。该方法以带注意力、Pointer机制和Coverage机制的Sequence-to-Sequence模型为基础,在编码器与解码器之间加入语... 针对当前生成式文本摘要模型在解码时对摘要整体语义信息利用不充分的问题,提出一种基于语义对齐的神经网络文本摘要方法。该方法以带注意力、Pointer机制和Coverage机制的Sequence-to-Sequence模型为基础,在编码器与解码器之间加入语义对齐网络,实现文本到摘要的语义信息对齐;将获得的摘要整体语义信息与解码器的词汇预测上下文向量进行拼接,使解码器在预测当前词汇时不仅利用已预测词汇序列的部分语义,而且考虑拟预测摘要的整体语义。在中文新闻语料LCSTS上的实验表明,该模型能够有效地提高文本摘要的质量,在字粒度上的实验显示,加入语义对齐机制可以使Rouge_L值提高5.4个百分点。 展开更多
关键词 生成式文本摘要 Sequence-to-Sequence模型 语义对齐网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部