计算树逻辑模型检测的DNA计算方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61572444
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0201.计算机科学的基础理论
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

The Computation Tree Logic (CTL, for short) model checking is becoming a research focus in formal methods. In order to improve the efficency of CTL model checking, we will construct a series of molecular biological methods for CTL model checking. We will carry out our research from the following three aspects: (1) using artificial micro operations and logical structures to realize a non-autonomous algorithm for CTL model checking; (2) employing the molecular self assembly technique at nano scale in order to realize an autonomous method for CTL model checking. These studies will breakthrough the lowest bound of complexity of CTL model checking problem by using DNA computing due to its highly parallel computing. Thus, a new pathway for CTL model checking will be opened up. And the library of solved problems by using the DNA computing will be further enriched.
计算树逻辑模型检测是形式化方法研究的一个热点。为了提升该逻辑模型检测的效率,本项目构建计算树逻辑模型检测的分子生物计算方法。我们拟从两个方面开展研究,分别是:人工实验微操作与逻辑结构相结合以实现模型检测计算功能的非自治算法、纳米尺度下分子自组装以实现模型检测计算功能的自治方法。上述这些研究将利用高度并行的DNA计算机制从根本上突破经典计算中该问题的效率限制,从而为计算树逻辑模型检测开拓出一条有别于传统的全新路径,同时进一步丰富DNA计算已解决的问题库。

结项摘要

计算树逻辑(Computation Tree Logic,CTL)模型检测是形式化方法研究的热点,是保证系统正确性的重要手段之一。DNA计算是以生化操作为计算手段的一种生物计算模式,具有巨大信息存储容量、大规模运算并行性和超低能耗等特点,在解决复杂计算问题、信息存储、纳米材料组装及体外体内分析方面有着巨大的应用潜力。开展CTL模型检测的DNA计算方法研究,不仅可以利用DNA计算的强大并行优势解决模型检测状态空间爆炸问题,而且对推动DNA计算机的研发具有重要意义。更重要的是,通过DNA计算研究,以计算思维揭示生命本质和纳米材料特性,在医疗和新材料开发等领域具有重要的应用。. DNA计算框架下的CTL 模型检测问题由图灵奖获得者Emerson教授提出。但只能检测一个基本公式。为提升CTL模型检测的DNA计算方法的检测能力和自治性,提升CTL模型检测的效率,扩展其应用领域,本项目构建了一套计算树逻辑模型检测的分子生物计算方法。一方面研究人工实验微操作与逻辑结构相结合的CTL模型检测的非自治方法;另一方面研究纳米尺度下分子自组装的自治方法;同时,探索了细胞内CTL模型检测的计算方法。. 取得的重要成果包括基于Adleman模型的CTL模型检测的非自治DNA计算方法、基于粘贴自动机的CTL模型检测的分子自组装方法和CTL模型检测的细胞内计算方法。同时将分子自组装的模型检测方法扩展到线性时序逻辑、投影时序逻辑和区间时序逻辑。. 本项目为CTL模型检测开拓了一条全新的研究途径,提出DNA计算机上使用的分子时序逻辑,并在DNA计算机上完成时态逻辑计算,为在DNA计算机上解决CTL模型检测问题提供基本理论并奠定基础。扩充并丰富DNA计算已解决的问题库,推动DNA计算理论的发展,为基于生物分子如RNA、蛋白质计算等的CTL模型检测提供了研究基础。同时,也扩展CTL模型检测的潜在应用领域,为基因疾病的早期诊断和治疗提供了精确的、智能化的手段。

项目成果

期刊论文数量(24)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
基于流形近邻的协同过滤算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    微型机与应用
  • 影响因子:
    --
  • 作者:
    段廷银;赵东明
  • 通讯作者:
    赵东明
基于DNA计算的计算树逻辑模型检测方法研究进展
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    韩英杰;周清雷;朱维军
  • 通讯作者:
    朱维军
An algorithm for searching states of game of Go based on symbolic model checking
基于符号模型检验的围棋棋局状态搜索算法
  • DOI:
    10.1109/compcomm.2016.7924895
  • 发表时间:
    2016-10
  • 期刊:
    2016 2nd IEEE International Conference on Computer and Communications (ICCC)
  • 影响因子:
    --
  • 作者:
    Weijun Zhu;Qinglei Zhou;Linfeng Jiao
  • 通讯作者:
    Linfeng Jiao
秘密信息非线性替代的可逆数据嵌入方法
  • DOI:
    10.13568/j.cnki.651094.2017.04.011
  • 发表时间:
    2017
  • 期刊:
    新疆大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李喜艳;周清雷
  • 通讯作者:
    周清雷
Model Checking Temporal Logic Formulas Using Sticker Automata.
使用贴纸自动机对时间逻辑公式进行模型检查
  • DOI:
    10.1155/2017/7941845
  • 发表时间:
    2017
  • 期刊:
    BioMed research international
  • 影响因子:
    --
  • 作者:
    Zhu W;Feng C;Wu H
  • 通讯作者:
    Wu H

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

CPU+GPU 异构并行的矩阵转置算法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    东北师大学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    肖汉;李彩林;李琦;周清雷
  • 通讯作者:
    周清雷
开放式计算语言加速的分段前缀和并行算法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    科学技术与工程
  • 影响因子:
    --
  • 作者:
    肖汉;李彩林;郭宝云;周清雷
  • 通讯作者:
    周清雷
基于防篡改的双重软件水印方案
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    周清雷;李斌
  • 通讯作者:
    李斌
基于多GPU的Harris角点检测并行算法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    武汉大学学报(信息科学版)
  • 影响因子:
    --
  • 作者:
    肖汉;周清雷;张祖勋
  • 通讯作者:
    张祖勋
基于DNA计算的线性时序逻辑模型检测方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    朱维军;周清雷
  • 通讯作者:
    周清雷

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

周清雷的其他基金

基于软件特征的软件水印技术研究
  • 批准号:
    61250007
  • 批准年份:
    2012
  • 资助金额:
    20.0 万元
  • 项目类别:
    专项基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码