Cloning of human adenosine kinase cDNA: sequence similarity to microbial ribokinases and fructokinases.

Adenosine kinase catalyzes the phosphorylation of adenosine to AMP and hence is a potentially important regulator of extracellular adenosine concentrations. Despite extensive characterization of the kinetic properties of the enzyme, its primary structure has never been elucidated. Full-length cDNA clones encoding catalytically active adenosine kinase were obtained from lymphocyte, placental, and liver cDNA libraries. Corresponding mRNA species of 1.3 and 1.8 kb were noted on Northern blots of all tissues examined and were attributable to alternative polyadenylylation sites at the 3' end of the gene. The encoding protein consists of 345 amino acids with a calculated molecular size of 38.7 kDa and does not contain any sequence similarities to other well-characterized mammalian nucleoside kinases, setting it apart from this family of structurally and functionally related proteins. In contrast, two regions were identified with significant sequence identity to microbial ribokinase and fructokinases and a bacterial inosine/guanosine kinase. Thus, adenosine kinase is a structurally distinct mammalian nucleoside kinase that appears to be akin to sugar kinases of microbial origin.

Sequence similarity analysis of Escherichia coli proteins: functional and evolutionary implications.

A computer analysis of 2328 protein sequences comprising about 60% of the Escherichia coli gene products was performed using methods for database screening with individual sequences and alignment blocks. A high fraction of E. coli proteins--86%--shows significant sequence similarity to other proteins in current databases; about 70% show conservation at least at the level of distantly related bacteria, and about 40% contain ancient conserved regions (ACRs) shared with eukaryotic or Archaeal proteins. For > 90% of the E. coli proteins, either functional information or sequence similarity, or both, are available. Forty-six percent of the E. coli proteins belong to 299 clusters of paralogs (intraspecies homologs) defined on the basis of pairwise similarity. Another 10% could be included in 70 superclusters using motif detection methods. The majority of the clusters contain only two to four members. In contrast, nearly 25% of all E. coli proteins belong to the four largest superclusters--namely, permeases, ATPases and GTPases with the conserved "Walker-type" motif, helix-turn-helix regulatory proteins, and NAD(FAD)-binding proteins. We conclude that bacterial protein sequences generally are highly conserved in evolution, with about 50% of all ACR-containing protein families represented among the E. coli gene products. With the current sequence databases and methods of their screening, computer analysis yields useful information on the functions and evolutionary relationships of the vast majority of genes in a bacterial genome. Sequence similarity with E. coli proteins allows the prediction of functions for a number of important eukaryotic genes, including several whose products are implicated in human diseases.

Transcription in archaea: similarity to that in eucarya.

We present homologies between archaeal and eucaryal DNA-dependent RNA polymerase (RNAP) subunits and transcription factors. The sequences of the Sulfolobus acidocaldarius subunits D, E, and N and alignments with eucaryal homologs are presented here. The similarities between archaeal transcription factors and their eucaryal homologs TFIIB and TBP have been established in other laboratories. The archaeal RNAP subunits H, K, and N, respectively, show high sequence similarity to ABC27, ABC23, and ABC10 beta (found in all three eucaryal RNAPs); subunit D, to AC40 (common to polymerase II and polymerase III) and B44 (polymerase II); and subunit L, to AC19 and B12.5. The similarity of subunit D and its eucaryal homologs to bacterial alpha is limited to the "alpha-motif," which is also present in subunit L and its eucaryal homologs. Genes encoding homologs of the related eucaryal RNAP subunits A12.2/B12.6 and also homologs of eucaryal transcription elongation factors of the TFIIS family have been detected in Sulfolobus acidocaldarius and Thermococcus celer. In archaea, the protein is not an RNAP subunit. Together with the sequence similarities between archaeal box A-containing and eucaryal TATA box-containing promoters, this shows that the archaeal and eucaryal transcription systems are truly homologous and that they differ structurally and functionally from the bacterial transcription machinery. In contrast, however, a number of genes for the archaeal transcription apparatus are organized in clusters resembling the clusters of transcription-associated genes in Bacteria.

Propagation, structural similarity and image quality

Póster presentado en SPIE Photonics Europe, Brussels, 16-19 April 2012.

A comparative study of open domain and opinion question answering systems for factual and opinionated queries

The development of the Web 2.0 led to the birth of new textual genres such as blogs, reviews or forum entries. The increasing number of such texts and the highly diverse topics they discuss make blogs a rich source for analysis. This paper presents a comparative study on open domain and opinion QA systems. A collection of opinion and mixed fact-opinion questions in English is defined and two Question Answering systems are employed to retrieve the answers to these queries. The first one is generic, while the second is specific for emotions. We comparatively evaluate and analyze the systems’ results, concluding that opinion Question Answering requires the use of specific resources and methods.

Retinal image quality assessment through a visual similarity index

Retinal image quality is commonly analyzed through parameters inherited from instrumental optics. These parameters are defined for ‘good optics’ so they are hard to translate into visual quality metrics. Instead of using point or artificial functions, we propose a quality index that takes into account properties of natural images. These images usually show strong local correlations that help to interpret the image. Our aim is to derive an objective index that quantifies the quality of vision by taking into account the local structure of the scene, instead of focusing on a particular aberration. As we show, this index highly correlates with visual acuity and allows inter-comparison of natural images around the retina. The usefulness of the index is proven through the analysis of real eyes before and after undergoing corneal surgery, which usually are hard to analyze with standard metrics.

Queries &c about Colleges, ca. 1798

One leaf containing handwritten research questions regarding the holding of real estate and related taxation.

Queries, [1798 June]

One octavo-sized leaf containing handwritten questions in the hand of Professor Pearson regarding the taxation of real estate in Cambridge. A note on the document verso: "Allen 2nd June 11th 1798" indicates Pearson used a student's assignment paper and the date suggests the queries may have been created in preparation for the June 20, 1798 meeting with the Committee of the Town of Cambridge.

Learning representations for Information Retrieval

La recherche d'informations s'intéresse, entre autres, à répondre à des questions comme: est-ce qu'un document est pertinent à une requête ? Est-ce que deux requêtes ou deux documents sont similaires ? Comment la similarité entre deux requêtes ou documents peut être utilisée pour améliorer l'estimation de la pertinence ? Pour donner réponse à ces questions, il est nécessaire d'associer chaque document et requête à des représentations interprétables par ordinateur. Une fois ces représentations estimées, la similarité peut correspondre, par exemple, à une distance ou une divergence qui opère dans l'espace de représentation. On admet généralement que la qualité d'une représentation a un impact direct sur l'erreur d'estimation par rapport à la vraie pertinence, jugée par un humain. Estimer de bonnes représentations des documents et des requêtes a longtemps été un problème central de la recherche d'informations. Le but de cette thèse est de proposer des nouvelles méthodes pour estimer les représentations des documents et des requêtes, la relation de pertinence entre eux et ainsi modestement avancer l'état de l'art du domaine. Nous présentons quatre articles publiés dans des conférences internationales et un article publié dans un forum d'évaluation. Les deux premiers articles concernent des méthodes qui créent l'espace de représentation selon une connaissance à priori sur les caractéristiques qui sont importantes pour la tâche à accomplir. Ceux-ci nous amènent à présenter un nouveau modèle de recherche d'informations qui diffère des modèles existants sur le plan théorique et de l'efficacité expérimentale. Les deux derniers articles marquent un changement fondamental dans l'approche de construction des représentations. Ils bénéficient notamment de l'intérêt de recherche dont les techniques d'apprentissage profond par réseaux de neurones, ou deep learning, ont fait récemment l'objet. Ces modèles d'apprentissage élicitent automatiquement les caractéristiques importantes pour la tâche demandée à partir d'une quantité importante de données. Nous nous intéressons à la modélisation des relations sémantiques entre documents et requêtes ainsi qu'entre deux ou plusieurs requêtes. Ces derniers articles marquent les premières applications de l'apprentissage de représentations par réseaux de neurones à la recherche d'informations. Les modèles proposés ont aussi produit une performance améliorée sur des collections de test standard. Nos travaux nous mènent à la conclusion générale suivante: la performance en recherche d'informations pourrait drastiquement être améliorée en se basant sur les approches d'apprentissage de représentations.

Similarity Measurement of Biological Signals Using Dynamic Time Warping Algorithm

The problem of similarity measurement of biological signals is considered on this article. The dynamic time warping algorithm is used as a possible solution. A short overview of this algorithm and its modifications are given. Testing procedure for different modifications of DTW, which are based on artificial test signals, are presented.

Learning representations for Information Retrieval

La recherche d'informations s'intéresse, entre autres, à répondre à des questions comme: est-ce qu'un document est pertinent à une requête ? Est-ce que deux requêtes ou deux documents sont similaires ? Comment la similarité entre deux requêtes ou documents peut être utilisée pour améliorer l'estimation de la pertinence ? Pour donner réponse à ces questions, il est nécessaire d'associer chaque document et requête à des représentations interprétables par ordinateur. Une fois ces représentations estimées, la similarité peut correspondre, par exemple, à une distance ou une divergence qui opère dans l'espace de représentation. On admet généralement que la qualité d'une représentation a un impact direct sur l'erreur d'estimation par rapport à la vraie pertinence, jugée par un humain. Estimer de bonnes représentations des documents et des requêtes a longtemps été un problème central de la recherche d'informations. Le but de cette thèse est de proposer des nouvelles méthodes pour estimer les représentations des documents et des requêtes, la relation de pertinence entre eux et ainsi modestement avancer l'état de l'art du domaine. Nous présentons quatre articles publiés dans des conférences internationales et un article publié dans un forum d'évaluation. Les deux premiers articles concernent des méthodes qui créent l'espace de représentation selon une connaissance à priori sur les caractéristiques qui sont importantes pour la tâche à accomplir. Ceux-ci nous amènent à présenter un nouveau modèle de recherche d'informations qui diffère des modèles existants sur le plan théorique et de l'efficacité expérimentale. Les deux derniers articles marquent un changement fondamental dans l'approche de construction des représentations. Ils bénéficient notamment de l'intérêt de recherche dont les techniques d'apprentissage profond par réseaux de neurones, ou deep learning, ont fait récemment l'objet. Ces modèles d'apprentissage élicitent automatiquement les caractéristiques importantes pour la tâche demandée à partir d'une quantité importante de données. Nous nous intéressons à la modélisation des relations sémantiques entre documents et requêtes ainsi qu'entre deux ou plusieurs requêtes. Ces derniers articles marquent les premières applications de l'apprentissage de représentations par réseaux de neurones à la recherche d'informations. Les modèles proposés ont aussi produit une performance améliorée sur des collections de test standard. Nos travaux nous mènent à la conclusion générale suivante: la performance en recherche d'informations pourrait drastiquement être améliorée en se basant sur les approches d'apprentissage de représentations.

Devon & Cornwall notes & queries.

"A quarterly journal devoted to the local history, biography and antiquities of the counties of Devon and Cornwall."

Algorithms for parsing search queries in inverted file document retrieval systems /

Includes bibliographical references.

The East Anglian : or, Notes and queries on subjects connected with the counties of Suffolk, Cambridge, Essex and Norfolk.

Editors: 1858-69, S. Tymms; etc.

Devon notes and queries.

"A quarterly journal devoted to the local history, biography and antiquities of the counties of Devon and Cornwall."