摘要：为获得活性更佳且同时具备苯甲酰基脲类和氨基甲酸酯类活性的新型双靶标杀虫剂——N-氯磺基-N-甲基氨基甲酸酯衍生物,构建此类化合物的三维定量构效关系(three-dimensional quantitative structure-activity relationship,3D-QSAR)模型,以18种具有双靶标活性的N-氯磺基-N-甲基氨基甲酸酯衍生物为训练集,分别采用比较分子力场分析(comparative molecular field analysis,CoMFA)法和比较分子相似性指数分析(comparative molecular similarity index analysis,CoMSIA)法进行3D-QSAR模型的构建,基于3D-QSAR模型分析同一骨架取代基的变化带给化合物的活性变化,预测不同力场对化合物活性的影响,并对设计的衍生化合物进行活性预测分析。结果表明,经CoMFA法和CoMSIA法构建的3D-QSAR模型可信度高(交叉验证系数q^(2)分别为0.728和0.563),且有良好的活性预测能力(非交叉验证系数r^(2)分别为0.954和0.981)。基于该模型得到的化合物预测活性与实际活性残差较小且存在良好的线性关系,进一步证明所得3D-QSAR模型的可靠性。通过分析3D-QSAR模型的力场分布,推测在R1基团处引入位阻较大的疏水性基团、在R2基团苯环的邻位引入同时具有负电性和疏水性但不含卤素原子的基团、用负电性的大位阻基团取代R基团等均可提高N-氯磺基-N-甲基氨基甲酸酯的活性。基于此设计的20种衍生化合物的活性变化从正反两方面印证了该推测的合理性。研究成果可用于指导兼具苯甲酰基脲类和氨基甲酸酯类杀虫剂作用机制的N-氯磺基-N-甲基氨基甲酸酯衍生物的设计。

摘要：灾难遇害者识别(DVI)是法医学中的一项重要研究课题。一些极端灾难事件中,牙齿是鉴定遇难者的唯一方法。现行的牙齿DVI系统依靠人工进行识别,速度慢效率低。亟需计算机图形图像技术进行辅助识别。使用传统的计算机视觉方法存在局限性。使用深度学习方法在牙齿全景曲断片(PDR)上进行牙齿同一认定,避免特征设计,具有更强的稳定性,Top1/Top5准确率分别为80.30%、85.86%。