|
|
Journal of Zhejiang University SCIENCE B
ISSN 1673-1581(Print), 1862-1783(Online), Monthly
2023 Vol.24 No.10 P.853-942
Special Column on Stomatology
Guest Editor-in-Chief: Qianming CHEN; Guest Editor: Hang ZHAO
Reviews
Review: Current status and future prospects of stomatology research
Qianming CHEN, Yahui WANG, Jing SHUAI
DOI: 10.1631/jzus.B2200702 Downloaded: 620 Clicked: 671 Cited: 0 Commented: 0(p.853-867) <Full Text><PPT> 275
浙江大学医学院附属口腔医院，浙江省口腔疾病临床医学研究中心，浙江省口腔生物医学重点实验室，浙江大学肿瘤研究中心，中国杭州市，310006
摘要：随着口腔医学研究在全球范围内不断扩展，口腔医学现以解决临床问题为导向，重点通过临床流行病学、口腔微生态表征和动物模型的建立来阐明口腔与系统性疾病的临床相关性和潜在机制。材料科学及组织工程与口腔医学的跨学科整合有望通过推动创新材料发展和技术研发，更好地解决如种植体周围炎、软硬组织缺损和牙本质过敏等目前最普遍、最具挑战性的临床问题。随着人工智能、5G和大数据等应用技术的快速发展，"智能口腔"正在兴起，以便搭建更好的临床诊断和管理模式，加快教育改革，推动科研发展。基于此，本文综述了口腔医学目前的研究现状，并列举了上述3个方面未来的发展前景和局限性，旨在为口腔医学更准确的病因探索、新颖的治疗方法建立和丰富的大数据分析提供依据，从而促进研究成果向服务于临床医生和民众的实际应用转化。
关键词组：口腔医学；牙医学；系统性疾病；材料；新型技术
Review: Biomarkers of malignant transformation in oral leukoplakia: from bench to bedside
Xinjia CAI, Jianyun ZHANG, Heyu ZHANG, Tiejun LI
DOI: 10.1631/jzus.B2200589 Downloaded: 847 Clicked: 952 Cited: 0 Commented: 0(p.868-882) <Full Text><PPT> 220
1浙江大学浙江省大数据智能计算重点实验室，中国杭州市，310027
2浙江大学区块链与数据安全全国重点实验室，中国杭州市，310027
3城云科技（中国）有限公司，中国杭州市，310000
摘要：许多主动学习方法假设学习者可便捷地向注释者询问训练数据的完整标注信息。这些方法主要试图通过最小化标注数量降低标注成本。然而，对于许多现实中的分类任务来说，精确标注实例仍然非常昂贵。为降低单次标注行为成本，本文试图解决一种新的主动学习范式，称为具有补标签的主动学习（ALCL）。ALCL学习器只针对样例特定类别提出是或否的问题。在收到标注者答案后，ALCL学习器获得一些有监督实例和更多具有补标签的训练实例，这些补标签仅表示对应标签与该实例无关。。ALCL具有两个挑战性问题：如何选择要查询的实例以及如何从这些补标签和普通标签中提取信息。针对第一个问题，在主动学习范式下提出一种基于不确定性的抽样策略。针对第二个问题，改进了一种已有的ALCL方法，同时适配了我们的抽样策略。在各种数据集上的实验结果验证了本文方法的有效性。
关键词组：主动学习；图片分类；弱监督学习
Research Articles
Jinru WENG, Shuo YANG, Jinkang SHEN, Hongsen LIU, Yuzi XU, Dongyun HAO, Shan WANG
DOI: 10.1631/jzus.B2200634 Downloaded: 419 Clicked: 690 Cited: 0 Commented: 0(p.883-895) <Full Text><PPT> 258
1浙江大学医学院附属口腔医院，浙江大学口腔医学院，浙江省口腔疾病临床医学研究中心，浙江省口腔生物医学研究重点实验室，浙江大学癌症研究院，口腔生物材料与器械浙江省工程研究中心，中国杭州市，310000
2吉林大学分子酶学与工程教育部重点实验室，中国长春市，130021
3吉林省农业科学院农业生物技术研究所，中国长春市，130033
摘要：本研究旨在探索c-Myb转录因子在调控细胞早期分化和增殖过程中的DNA特异性识别机制。我们以鸡髓系基因mim-1为研究对象，研究其潜在双c-Myb结合位点的结合特异性。mim-1的c-Myb结合位点是一个伪回文序列AACGGTT，正反方向分别包含1个c-Myb结合保守序列AACNG。不同条件下的重复分子动力学模拟研究表明，c-Myb与mim-1正链的结合（复合物F）比与反链的结合（复合物R）更稳定。主成分分析（PCA）动力学轨迹分析表明，在330 K温度下，c-Myb识别螺旋R2和R3（R2R3）的开放运动导致复合物R中DNA与c-Myb解离，且此开放运动是由R2R3表面静电势降低引起。同时，DNA构象和氢键相互作用分析表明，复合物R中DNA的大沟宽度增加影响了R2R3与DNA间的氢键形成，直接导致DNA与R2R3的解离。拉伸分子动力学模拟研究进一步表明，静电势、DNA大沟宽度和氢键对DNA特异性识别起到重要作用。体外实验证实了计算模拟结果，即c-Myb只与mim-1正链结合。本研究表明，除一维保守序列AACNG外，三维结构特性对c-Myb的DNA特异性识别也起着重要作用。本研究结果有助于理解c-Myb在细胞早期分化和增殖中的调控机制，以及预测开发由c-Myb结合位点增多引起的肿瘤发生标志物。
关键词组：c-Myb；DNA特异性识别机制；分子动力学模拟；DNA大沟宽度；静电势
Honglei QU, Yang YANG, Yi TIAN, Zhibang LI, Lijuan SUN, Faming CHEN, Beimin TIAN
DOI: 10.1631/jzus.B2200617 Downloaded: 470 Clicked: 632 Cited: 0 Commented: 0(p.896-904) <Full Text><PPT> 181
机构：1北京航空航天大学，机械工程及自动化学院，中国北京，100191；2北京卫星制造厂，中国北京，100094；3三明学院，机电工程学院，中国三明，365001
目的：液浮陀螺仪环形流道的宏微观特征影响内部浮油的动力学特性，与仪表精度水平密切相关。本文旨在探讨狭窄环形流道的间隙尺寸、粗糙高度、粗糙密度等因素对浮油流场、温度场、粘滞力矩的影响，为陀螺仪表的设计优化和精度提升提供理论参考。
创新点：1.抽取液浮陀螺仪内部环形流道的结构特征，建立流体域的流热耦合模型；2.提出一种表征壁面粗糙特征的方法，获取粗糙特征对浮油流热特性的影响规律。
方法：1.通过分析液浮陀螺仪的结构和工况，建立简化的理论分析模型（图2）；2.采用几何微圆构造粗糙特征，并定义壁面粗糙参数（图3）；3.建立陀螺仪环形流体域的流热耦合模型；4.通过耦合模型的求解计算，分析壁面宏微观尺寸对浮油动力学特性的影响规律。
结论：1.间隙效应对粘滞力矩的影响大于粘温效应，且力矩随着间隙尺寸的增加先增大后减小，最后趋于稳定；2.流道壁面粗糙度对浮油动力学特性有显著影响，粗糙度高度对粘滞力矩的影响大于粗糙度密度对粘滞力矩的影响。
关键词组：液浮陀螺仪；环形通道；粗糙特征；流体阻力
Regular papers
Review: Application of interim PET-CT in first-line treatment decision-making for lymphoma
Linlin HUANG, Yi ZHAO, Jingsong HE
DOI: 10.1631/jzus.B2200644 Downloaded: 448 Clicked: 657 Cited: 0 Commented: 0(p.905-921) <Full Text><PPT> 177
浙江大学计算机科学与技术学院，中国杭州市，310000
摘要：多出口架构允许早停推理以减少计算成本，这使其可以在资源受限的情况下使用。最近的研究将多出口架构与自蒸馏相结合，以在不同网络深度上同时实现高效率和卓越性能。然而，现有方法主要从深层出口或单一集成中传递知识，以指导所有出口，而没有考虑学生和教师之间不适当的学习差距可能会降低模型性能，特别是对于浅层出口而言。为解决这个问题，提出具备合适教师的多出口自蒸馏方法，为每个出口提供多样化且适当的教师知识。在我们的方法中，根据不同可训练的集成权重，从所有出口获得多个集成教师。每个出口从所有教师那里接收知识，并重点关注其所对应的主教师，以保持适当的学习差距并实现高效的知识传递。通过这种方式，我们的方法在保证学习效率的同时实现了多样化的知识蒸馏。在CIFAR-100、TinyImageNet以及3个细粒度数据集上的实验结果表明，我们的方法在各种网络架构中始终优于最先进的多出口自蒸馏方法。
关键词组：多出口架构；知识蒸馏；学习差距
Cellulose nanofibril matrix drives the dynamic formation of spheroids
Yi LU, Guo LI, Yeqiu LI, Yuan YAO
DOI: 10.1631/jzus.B23d0003 Downloaded: 250 Clicked: 338 Cited: 0 Commented: 0(p.922-934) <Full Text><PPT> 243
1浙江大学化学工程与生物工程学院， 中国杭州市， 310027
2浙江大学杭州国际科创中心， 中国杭州市， 311215
3上海科技大学物质科学与技术学院， 中国上海市， 201210
摘要：模仿天然组织器官的类器官多细胞微球在药物筛选和再生医学等领域具有广泛前景。然而，多细胞微球技术面临一些挑战，例如低加工效率或规模限制等。本研究介绍了一种通过纳米纤维素基质快速驱动形成多细胞球体的方法。该方法能够快速促进多个细胞组装形成尺寸可控的多细胞微球（48小时），形成具有类似组织的生理微观结构和特征。所形成的微球的效率、尺寸和构象取决于纳米纤维素的浓度、组装细胞的数量和细胞类型的异质性。该方法可以稳定促进肿瘤类器官和肝细胞球状体的高效形成。
关键词组：纤维素；纳米纤维；细胞外基质；自组装；多细胞微球
Qing QIU, Chenghao WU, Wenxiao TANG, Longfei JI, Guangwei DAI, Yuzhen GAO, Enguo CHEN, Hanliang JIANG, Xinyou XIE, Jun ZHANG
DOI: 10.1631/jzus.B2200631 Downloaded: 466 Clicked: 638 Cited: 0 Commented: 0(p.935-942) <Full Text><PPT> 168
1天津大学智能与计算学部，中国天津市，300350
2天津大学天津市机器学习重点实验室，中国天津市，300350
摘要：无监督领域自适应通过学习域不变表示实现神经网络从有标签数据组成的源域到无标签数据组成的目标域迁移。近期研究通过直接匹配这两个域的边缘分布实现这一目标。然而，已有研究大多数忽略域对齐和语义判别学习之间的动态平衡，因此容易受负迁移和异常样本影响。为解决这些问题，引入动态参数化学习框架。首先，通过探索领域级语义知识，提出动态对齐参数自适应地调整域对齐和语义判别学习的优化过程。此外，为获得判别能力强和域不变的表示，提出在源域和目标域上对齐优化过程。本文通过综合实验证明了所提出方法的有效性，并在3个视觉任务的7个数据集上进行广泛比较，证明可行性。
关键词组：无监督领域自适应；优化步骤；跨域判别表示；语义判别