线粒体ATP合成酶复合体分离纯化的方法学研究与探讨(英文)

科研工作者们在过去的50年前赴后继的工作中深入研究了ATP合成酶的功能,并努力尝试解析该酶的空间结构以其能够从结构基础上对ATP合成酶的催化机理进行阐明;但蛋白的纯化工作却一直是困扰研究顺利进展的最大障碍。蛋白的纯化技术是与特定阶段科技发展及科研工作者思维模式的直接反应,因而是一门不断发展的艺术。高纯度的ATP合成酶及其亚基是研究酶结构与催化机理的基础和关键,文章综合半个世纪以来ATP合成酶研究发展,提出了一条较为完备的ATP合成酶提取与纯化的方法路线,并对F0-ATPase部分亚基c的纯化方法进行了重点介绍。     

一类两指标Volterra型随机积分方程解的存在性、唯一性

本文利用随机积分压缩函数的方法讨论两指标Volterra—ItO方程 X(Z)=φ(Z)+∫_(R_zK(Z,ξ)f_1(ξ,X(ξ)dξ)+∫_(R_zf_2(ξ,X(ξ))dB(ξ)),Z∈R_+~2其中B(Z)是平面上Win-ner—Yeh过程。在较Lip更一般的条件下,得到解的存在唯一性。     

国有资本退出竞争性行业的方式初探

当前国企改革的重点是进行战略调整,实现国有资本逐步退出竞争性行业。本文从国有企业改革目标的多元性出发,认为竞争性国有企业应该对员工进行经济补偿,然后由经营者和员工整体承接国有股权,重构治理结构,以有效推动国企改革,实现国有资本退出竞争性行业的战略目标。     

WTO背景下农业产业化经营的政府行为

加入WTO后,我国农业将面临更为严峻的挑战。在此背景下,大力发展农业产业化经营,其政府行为必须遵循WTO农业规则。从实际情况来看,要在引导、支持、保护、调整等四个方面加工大作力度。     

关于(P,0),(G,0)半群与极大(小)正则半群

讨论序半群的(P,O)性与(G,O)性对序半群结构的影响,给出几类(P,O)序半群的结构;此外讨论极大(小)正则序半群的性质,得到极大(小)正则序半群与单位正则序半群等价的两个主要条件.其中之一体现了(G,O)性的作用.     

改革开放时期党的集中学习教育活动的历史与现实

党内集中学习教育活动是保持党的纯洁性、先进性,提高执政能力的党建活动。改革开放时期,党的集中学习教育活动主线突出,特点明显,成效显著。但由于活动所置身的背景要素的不断变动以各种各样主客观因素的影响,也和以往的集中学习教育活动相似存在着问题。今后活动的开展要从强化理论研究与创新入手、加大实践和实践探索力度、完善各种体制机制、抓好落实,使集中学习教育活动的开展更有成效。     

A μ-σ-Risk Aversion Paradox and Wealth Dependent Utility

We report a surprising property of 065r41143/xxlarge956.gif" alt="mgr" align="MIDDLE" BORDER="0">-065r41143/xxlarge963.gif" alt="sgr" align="BASELINE" BORDER="0">-preferences: the assumption of nonincreasing relative risk aversion implies the optimal portfolio being riskless. We discuss a solution of that paradox using wealth dependent utility functions in detail. Using the revealed preference theory we show that (general, i.e. not necessary 065r41143/xxlarge956.gif" alt="mgr" align="MIDDLE" BORDER="0">-065r41143/xxlarge963.gif" alt="sgr" align="BASELINE" BORDER="0">) wealth dependent utility functions can be characterized by Wald's axiom.     

(0,1)──矩阵类U(R,S)的势

设R＝（r1，r2，…，rm），S＝（S1，S2，…，Sn）。ri，Si是非负整数，U（R，S）是所有具有行和向量R和列和向量S的（0，1）—矩阵的集合，求出|U（R，S）|的势函数的表达式是一个未决问题，本文构作了一种“移1法”。通过这种方法，借助于递归原则，得出了U（R，S）的势fm，n（R．S）的递归公式：     

Contaminated normal modeling with application to microarray data analysis

A contaminated beta model $(1-\gamma) B(1,1) + \gamma B(\alpha,\beta)$04254d/tex2gif-ueqn-1.gif"> is often used to describe the distribution of $P$0b6408de-b222-45cb-98c9-5071a64254c8/tex2gif-ueqn-2.gif"> ‐values arising from a microarray experiment. The authors propose and examine a different approach: namely, using a contaminated normal model $(1-\gamma) N(0,\sigma^2) + \gamma N(\mu,\sigma^2)$03c8c009-b59f-4df3-b842-896d8b4d36da/tex2gif-ueqn-3.gif"> to describe the distribution of $Z$05e2-0845-4e78-aaaf-e98e8e00ca3b/tex2gif-ueqn-4.gif"> statistics or suitably transformed $T$02-a3dd-dfff37ddfc8d/tex2gif-ueqn-5.gif"> statistics. The authors then address whether a researcher who has $Z$05b8-46cc-8c24-2736a5f9229d/tex2gif-ueqn-6.gif"> statistics should analyze them using the contaminated normal model or whether the $Z$0860-441e-a1d6-1fd2e7509791/tex2gif-ueqn-7.gif"> statistics should be converted to $P$0cac6-edfb-4733-977c-e6b18c4778fd/tex2gif-ueqn-8.gif"> ‐values to be analyzed using the contaminated beta model. The authors also provide a decision‐theoretic perspective on the analysis of $Z$0-eb86-452a-a1bd-22d842baf693/tex2gif-ueqn-9.gif"> statistics. The Canadian Journal of Statistics 38: 315–332; 2010 © 2010 Statistical Society of Canada