国家预印本平台

本文研究了有界区域 $\Omega \subset \R^n$ 上具有密度依赖扩散的捕食者-食饵系统在齐次Neumann边界条件下的全局有界性。高维情形下产生的估计困难是本文分析的主要挑战。利用 $L^p$ 估计和Moser迭代,我们建立了经典解的全局有界性。

β‑ Ga₂O₃作为宽禁带半导体，在功率电子领域应用潜力巨大，但异质外延的晶体质量调控是其器件化的关键瓶颈。本文采用碳热还原法，在4H‑ SiC及分别带有 10 nm、100 nm Al₂O₃缓冲层的4H‑ SiC 衬底上外延制备 β‑ Ga₂O₃薄膜，系统研究衬底结构对其晶体质量、生长模式及器件性能的影响。结果表明，引入Al₂O₃缓冲层可明显改善 β‑ Ga₂O₃晶体质量，其中 10 nm 缓冲层已达临界调控厚度，其 (-201) 晶面 XRD 摇摆曲线半高宽为 0.977 ，呈层状台阶流生长，表面平整度高、厚度波动小于 6%，生长速率达 2.71 μm/h。100 nm Al₂O₃则因热膨胀失配出现层间滑移，薄膜呈岛状生长，晶体质量无进一步提升。基于 10 nm Al₂O₃缓冲层的 β‑ Ga₂O₃肖特基二极管性能优异，正向开启电压3.46 V，反向击穿电压 186 V，击穿前反向漏电流极低。本研究阐明了 Al₂O₃缓冲层的关键作用，证实 10 nm 为最优厚度，兼顾成本与性能，为氧化镓功率器件的低成本、规模化制备提供了工艺与理论支撑。

为实现在活细胞中对小分子量膜蛋白邻近环境及其相互作用网络进行高时空分辨率解析，本研究在酿酒酵母中构建了基于TurboID的邻近标记体系。以小蛋白Sna1/2p为模型，在其C末端融合TurboID，通过免疫印迹检测蛋白的表达及其对邻近蛋白的生物素化能力。结果表明，Sna1/2-TurboID在细胞内能成功表达，并有效催化邻近蛋白发生生物素化修饰现象。此外，为进一步降低细胞中本底生物素化水平的干扰，我们又敲除了内源性生物素化蛋白Arc1p，发现确实能一定程度降低背景信号。随后，通过时间梯度优化，确定3h为最佳标记时间。将细胞进行处理并经链霉亲和素磁珠富集后，样品可用于后续质谱分析。综上所述，本研究建立了一套适用于酿酒酵母中膜定位小分子量蛋白互作研究的邻近标记系统，为该类蛋白的动态互作网络分析提供了有效工具。

为提升抗菌肽的成药性以应对严峻的细菌耐药性问题，对其结构进行理性衍生至关重要。本文系统综述了抗菌肽结构衍生修饰的三大主流策略：通过直接修饰肽链骨架以优化性质的主链末端修饰、对氨基酸侧链进行精准或全局改造的侧链修饰，以及基于构效关系进行可预测编程的理性设计。总结了三类方法的原理、应用实例与局限。最后展望了融合人工智能与新型理性设计工具，将推动抗菌肽研发从经验筛选迈向可预测、可编程的新范式，为开发高效低毒的新型抗菌肽提供参考。

在互联网和移动应用快速发展的背景下，推荐系统已成为缓解信息过载、提升用户体验的重要技术手段。近年来，序列推荐通过建模用户行为序列中的兴趣演化规律，在电商、短视频和新闻等场景中取得了显著进展。然而，现有序列推荐模型大多依赖用户-物品交互数据进行学习，物品表示通常基于ID embedding，缺乏丰富的语义信息，难以刻画物品之间潜在的语义关系，并在数据稀疏或新物品出现时表现受限。大语言模型在语义理解和知识表达方面具有显著优势，为推荐系统引入外部知识提供了新的可能。已有研究尝试利用大语言模型生成语义表示以增强推荐性能，但仍存在融合机制复杂或语义信息利用不足的问题。针对上述不足，本文提出一种面向序列推荐的大模型知识注入方法KIRec。该方法首先利用大语言模型对物品文本进行属性抽取，获得高维语义嵌入；随后通过降维映射使语义表示适配序列推荐模型的表示空间；最后将语义嵌入与原始物品嵌入进行融合训练，从而增强物品表示能力并提升推荐效果。实验在公开数据集上进行，并与多种序列推荐模型及典型LLM-based方法进行对比。结果表明，所提出方法在HR和NDCG等指标上均取得更优性能，同时保持较低的模型复杂度，验证了该方法的有效性与通用性。