基于密度峰值的进化数据流聚类算法

针对现有数据流聚类算法聚类精度低、不能检测数据流簇进化等问题,提出一种基于密度峰值的进化数据流聚类(DPStream)算法。DPStream采用在线微聚类与离线宏聚类两阶段处理框架,引入密度衰减反映数据流近期演化信息;在线微聚类阶段借助核心微簇与潜在微簇反映簇的生成、进化和衰退,通过生成和维护机制对微簇进行增量维护;当用户聚类请求到来时,使用密度峰值聚类算法进行离线宏聚类,找出核心微簇的簇中心,将剩余核心微簇分配给相应的簇中心所在簇,得到最终的聚类结果。DPStream算法能在数据流的任意时间给出聚类结果,聚类数据流的聚类纯度在小窗口时保持在95%以上,能高质量、高响应的完成数据流聚类。

一种基于簇类进化的电力经济负荷分配优化算法

电力经济负荷分配不仅能保证电力系统安全稳定地运行、延长机组使用寿命,还能节省能源,最大化电力企业的经济效益.此类问题可归为一种具有高维、不可微目标函数及多个非线性约束的数值优化问题.提出了一种新型的全局优化算法——簇类进化算法(cluster evolutionary algorithm,CEA),并将其应用于求解ELD问题.CEA利用聚类过程在进化个体间构建一定结构的连接关系,并利用这种虚拟的簇类化组织来协调和控制系统的优化计算过程,提高群体的问题空间搜索效率以及抗早熟能力.在仿真实验中13个典型测试函数和3个IEEE系统被用于对CEA的性能进行检验.实验数据显示CEA对13个约束数值优化问题可用较小的计算代价获得较高质量的解,而对3个测试系统的计算结果则要好于目前已报道的最佳解.实验数据的统计分析显示CEA是一种高效的数值优化算法,可作为一种有效的ELD问题求解方法.

致病性钩端螺旋体的多位点序列分型研究

目的通过对致病性钩端螺旋体(简称钩体)多位点序列分型(MLST)分析,了解国内与全球致病性钩体种群结构及其分子进化。方法应用16S rRNA基因测序和MLST分析方法对不同来源、不同时期国内钩体分离菌株与国际参考菌株进行分析,并与国内7株疫苗株结果平行比较,同时收集已公开的来自不同国家和不同时期1238株致病性钩体的基因种与MLST数据进行种群结构分析。结果16S rRNA基因测序分析结果显示7株钩体国际参考菌株和47株国内菌株基因种主要为问号基因种,分别占比71.4%和59.6%。7株国际参考菌株呈现7种不同ST型。而在47株中国钩体分离株中,发现15种ST型及24种尚未报道的新ST型。MLST聚类分析发现问号、波氏和卫氏基因种菌株均各自形成单独分支。7株不同ST的疫苗株也位于问号基因种内不同亚分支中。系统发育进化树表明世界范围内近百年分离的1238株钩体菌株主要包括16个进化簇,分别为ST17、ST34、ST149、ST1和ST37等,而中国236株钩体菌株可分为4个主要进化簇,主要流行基因型为ST1、ST128、ST17和ST143;不同国家流行菌株的基因种和ST型不尽相同。致病性钩体可在不同宿主物种广泛地交叉感染,不同国家间相互传播。结论获得我国致病性钩体基因种和MLST基因多态性资料,并系统地了解国内和全球致病性钩体种群结构和遗传进化关系,为后续致病性钩体监测和溯源提供科学指导。

2017-2020年湖北省甲型H3N2亚型流感病毒流行特征和进化分析

目的了解2017—2020年湖北省甲型H3N2亚型流行性感冒(流感)流行分布及基因进化情况。方法根据湖北省流感病原学监测数据,分析2017—2020年甲型H3N2亚型流感病毒流行分布情况,按年度分布和地域分布的原则选取2017—2020年各市级流感监测网络实验室送检的该亚型流感病毒共38株进行测序,获得病毒HA和NA氨基酸序列,分析其抗原决定簇氨基酸位点变化情况,对其进行基因进化和三维建模分析。结果2017—2020年湖北省甲型H3N2亚型流感病毒存在3个流行高峰,第Ⅰ流行峰主要流行3C.2a1簇病毒,第Ⅱ流行峰主要为3C.2a1b+T131K簇病毒,第Ⅲ流行峰主要为3C.2a1b+T135K簇病毒。3C.2a1b+T131K簇病毒与3C.2a1b+T135K簇病毒在HA蛋白3处抗原决定簇上存在8处不同氨基酸突变位点。3C.2a1b+T131K簇病毒的50、131、135、140位点和3C.2a1b+T135K簇病毒在三维模拟结构图中差异明显。结论2017—2020年湖北省甲型H3N2亚型流感病毒不断进化,加强对近期3C.2a1b+T135K簇病毒的进化监测和抗原突变分析,有助于提高湖北省流感病毒流行病学和基因进化监测水平。

百日咳杆菌百日咳毒素基因遗传变异分析

目的了解百日咳毒素(pt)基因启动子区及不同亚基编码区遗传变异特点及进化规律,为分子流行病学监控和疫苗研究提供参考依据。方法从GenBank数据库中下载已公开发表的百日咳菌株pt基因启动子区序列及S1~S5亚基编码序列,利用PhyML 3.0软件构建系统发育树,确定进化簇;利用MEGA 7.0软件计算遗传距离;通过VESPA分析工具,分析不同进化簇的特征性核苷酸/氨基酸位点;利用SNAP v2.1.1软件计算不同区域选择压力。结果获得启动子区序列797条,含有4个进化簇,平均遗传距离为1.89×10^(-3);获得S1区序列786条,含有4个进化簇,平均遗传距离为2.43×10^(-4),dn/ds>1;获得S2区序列772条,含有2个进化簇,平均遗传距离为4.31×10^(-5),dn/ds>1;获得S3区序列772条,含有1个进化簇,平均遗传距离为3.96×10^(-6);获得S4区序列775条,含有1个进化簇,平均遗传距离为2.36×10^(-5);获得S5区序列776条,含有1个进化簇,所有序列无差异,平均遗传距离为0。结论pt基因不同区域遗传变异度及进化特点存在明显差别。针对pt基因的分子流行病学研究和疫苗研发应重点关注启动子区,S1亚基及S2亚基。

TIE algorithm:a layer over clustering-based taxonomy generation for handling evolving data

Taxonomy is generated to effectively organize and access large volume of data. A taxonomy is a way of representing concepts that exist in data. It needs to continuously evolve to reflect changes in data. Existing automatic taxonomy generation techniques do not handle the evolution of data; therefore, the generated taxonomies do not truly represent the data. The evolution of data can be handled by either regenerating taxonomy from scratch, or allowing taxonomy to incrementally evolve whenever changes occur in the data. The former approach is not economical in terms of time and resources. A taxonomy incremental evolution（TIE） algorithm, as proposed, is a novel attempt to handle the data that evolve in time. It serves as a layer over an existing clustering-based taxonomy generation technique and allows an existing taxonomy to incrementally evolve. The algorithm was evaluated in research articles selected from the computing domain. It was found that the taxonomy using the algorithm that evolved with data needed considerably shorter time, and had better quality per unit time as compared to the taxonomy regenerated from scratch.