17、分子纳米技术在分子机器人领域的应用与发展

分子纳米技术在分子机器人领域的应用与发展

1. RNA纳米技术

1.1 其他RNA纳米结构

除了具有明确原子尺度三维形状的RNA纳米结构外,还有一些微观RNA结构在原子尺度上没有特定形状。
- 纤维和球形结构 :Lee等人以环状DNA为模板,通过体外转录合成具有连续发夹结构的长RNA链。这些RNA在溶液中自发聚集成纤维结构,纤维物质进一步聚集形成片状结构,片状结构折叠聚集形成直径几微米的球形“微海绵”结构。此外,他们还通过在37°C下干燥RNA制备出几毫米大小的膜状结构,并通过超声处理得到小于一微米的纳米片。
- RNA水凝胶 :Hung等人在开发使用适体治疗痴呆症的过程中,发现靶向AMPA受体的适体在体外进化过程中形成了凝胶。这种凝胶化是通过适体分子间网络的形成实现的,依赖于特定的序列基序。
- 细胞内凝胶状结构 :真核细胞中存在由RNA和蛋白质组成的无膜聚集结构,如应激颗粒和P - 小体,参与mRNA的运输和储存以及基因表达的调控。Nakamura等人将三个聚腺嘌呤RNA结合基序串联引入具有蛋白质间结合域且能形成凝胶的蛋白质中,在哺乳动物细胞中成功创建了由RNA和蛋白质组成的人工RNP颗粒,这有助于理解天然RNP颗粒的物理化学性质、构建原理和生物学作用,也为开发新的基因表达控制工具提供线索。
- 其他拓扑结构 :还出现了由环状单链RNA制成的三叶结和环状DNA与环状RNA相互缠绕的博罗梅安环等拓扑结构。

1.2 RNA纳米结构的应用

目前,RNA纳米结构主要用

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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