基于克隆选择的免疫粒子群优化算法

粒子群优化算法在进化中随种群多样性降低易出现早熟收敛等问题。针对这一问题,在粒子群算法中引入免疫克隆选择算法的思想,提出了基于克隆选择的免疫粒子群优化算法(I mmune Particle Swarm Optimization,Immu-nePSO),即在算法进化过程中,引入克隆复制算子、克隆高频变异算子、克隆选择算子。成比例克隆复制可以使优良个体得到保护,加快算法收敛;高频变异为新个体的产生提供了新的途径,可以增加种群的多样性;克隆选择算子从所有子代、父代中选择出最优个体,避免算法退化。最后通过对基本测试函数的仿真试验,验证了算法不仅可以增加种群的多样性,加快算法的收敛速度,而且提高了最优解的精度,有效地避免算法陷入到局部极值。

铜绿假单胞菌高突变性耐药与产β-内酰胺酶的关系

目的:了解铜绿假单胞菌高突变菌株的耐药性与产β-内酰胺酶的关系。方法:对分离出的细菌采用API20NE系统进行鉴定,药敏试验采用K-B法,用肉汤稀释法检测高突变菌株,用改良三维试验检测高突变菌株产β-内酰胺酶的情况,用2-巯基丙酸抑制试验筛选金属酶。结果:在120株铜绿假单胞菌中,有45株突变频率超过参考菌株20倍以上,占37.5%。高突变铜绿假单胞菌对亚胺培南、美罗培南、头孢哌酮/舒巴坦、哌拉西林/他唑巴坦、头孢他啶、头孢吡肟、氨曲南、阿米卡星和环丙沙星的耐药率均接近或超过60.0%。45株高突变菌株中有18株(40.0%)产ESBLs,25株(55.6%)产AmpC酶,6株(13.3%)产金属酶。结论:高突变性铜绿假单胞菌对临床常用的抗生素耐药率较高,产ESBLs,AmpC酶和金属酶是其对多种抗生素高度耐药的主要原因之一。

铜绿假单胞菌高突变株检测及耐药分析

目的了解铜绿假单胞菌高突变菌株的分离情况及其耐药性。方法对分离的细菌用API 20NE系统鉴定,药敏试验用K-B法,结果按NCCLS/CLSI规定判断,采用高浓度利福平耐药生长试验检测高突变菌株。结果在100株铜绿假单胞菌中,高突变菌株的分离率为37.0%。高突变菌株对亚胺培南、美罗培南、头孢哌酮/舒巴坦、哌拉西林/他唑巴坦、头孢他啶、头孢吡肟、氨曲南、阿米卡星和环丙沙星的耐药率以及多重耐药率均显著高于非高突变菌株。结论高突变铜绿假单胞菌主要来源于慢性呼吸道感染,且对多种抗生素高度耐药和多重耐药,应加强监控,防止其在院内流行。

适应性突变的遗传学特征

基于大肠杆菌FC40菌株的研究结果表明 ,适应性突变依赖RecBCD重组途径的酶 ,要求SOS反应的部分基因功能 ,lac+ 回复突变序列都是在单核苷酸短重复序列处的一个碱基缺失。有证据表明有的适应性突变来自一个或多个暂时性的超突变的细胞亚群 ,它们的基因组发生大量的突变 ,转座子高频丢失。产生这种暂时性的超突变的增变子可能是因为细胞的MMR活性暂时不足 ,或是因错误翻译产生丧失了校读活性的DNA聚合酶III。其他一些研究系统虽然得到了一些同FC40菌株不一致的结论 ,但所有实验证据都表明 ,在饥饿等环境胁迫因子作用下 ,非生长或缓慢生长的细胞可以产生突变 。

基于基因重组的新颖克隆选择算法

受生物免疫系统免疫机制的启发,提出了一种新的克隆选择算法RBCSA.首先,根据B细胞免疫反应中的基因重组原理引入了一种新的基因重组复合算子来加强种群个体之间的信息交互,进而提高算法全局搜索的能力.然后,对克隆选择算法中的超变异算子进行了改进,进一步加强了算法的局部搜索和寻优的能力.最后,结合新提出的基因重组算子和改进的超变异算子,提出了一种新的基于基因重组的克隆选择算法,并通过求解16个常用的全局最优化问题的经典测试函数进行仿真实验,结果表明RBCSA算法具有很好的平衡全局探索和局部寻优的能力,有效地提升了克隆选择算法的寻优性能,尤其对于高维最优化测试函数.另外,与现有其他进化算法相比,RBCSA算法显示出了很强的竞争力.

基于克隆选择原理的免疫算法

提出了一种基于克隆选择原理的人工免疫算法(AIA),该算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异等思想,并将其应用到广义最小生成树(GMST)的求解当中,仿真结果证明提出的免疫算法能迅速收敛到全局最优解,显著提高了全局收敛可靠性和全局收敛速度。

基于免疫网络理论的动态超变异免疫算法

基于免疫网络理论,提出了一种动态超变异免疫算法,该算法通过采用新的超变异方法增强了算法在解域的搜索能力。同时根据抗体的激励水平进行免疫调节操作,保持了抗体群的多样性。最后根据随机过程的理论知识,证明了该算法的收敛性。仿真结果表明:该算法采用格雷编码时的性能优于用二进制编码实现的算法,与遗传算法和克隆选择算法相比,不仅收敛速度快,而且全局搜索能力强。

HIV-1感染对T和B细胞核内UNG2 mRNA表达的影响

目的:探讨HIV-1感染是否影响细胞中UNG2的表达。方法:采用四步法SYBR greenⅠ实时定量RT-PCR,对HIV-1感染者的T和B淋巴细胞,以及HIV-1感染的C8166细胞核内UNG2 mRNA的表达进行测定。结果:UNG2 mRNA的表达在HIV-1感染者的T细胞和HIV-1感染的C8166细胞中被明显上调,分别是对照的8.76倍和8.14倍,而在HIV-1感染者的B细胞中却没有被上调。结论:HIV-1感染导致的UNG2表达上调,可能通过减少TCR的多样性削弱Th的功能,另一方面可能有利于病毒对UNG2的包装。

一般克隆选择算法的收敛性证明

克隆选择算法已经广泛应用于计算智能领域,而针对克隆选择算法理论方面的分析和研究工作却很少。为了丰富克隆选择算法的理论基础,采用了与研究遗传算法相似的方法,研究了克隆选择算法的收敛性,推导出克隆选择算法在求解优化问题时,收敛到全局最优解的充分条件。因此,对基于克隆选择算法的各种应用如BCA和CLONALG算法,只要检查这些充分条件是否满足就可以证明算法的收敛性。

人工免疫系统超变异模式识别及应用

描述了人工免疫系统(Artificial Immune System,AIS)原理,在人工免疫系统算法的基础上,对免疫系统的超变异特性进行了算法设计,并针对四种简单信号模式对人工免疫系统普通模式识别算法和超变异模式识别算法进行了比较。结果表明:人工免疫系统普通模式识别算法和超变异算法皆可对四种信号模式进行识别,超变异算法可以快速得到最优抗体,且亲和力优于普通人工免疫系统模式识别算法,并给出了人工免疫系统超变异模式识别算法在碳纤维增强复合材料板疏松缺陷超声信号检测中的应用。

环境胁迫诱导的细胞适应性突变

细胞具有普遍的突变和进化能力,如病原菌的抗药性、工业菌株的适应性和人体细胞的癌变等,但是细胞的适应性突变是如何产生的呢?通过非致死性突变分析模型的建立与应用,产生了新的适应性进化观点,即环境胁迫诱导细胞适应性突变。这种环境诱导的细胞突变过程涉及多方面的生理调控,包括细胞内毒性物质(如氧活性物质)积累并造成DNA损伤、DNA错配修复的活性受到抑制、胞内RpoS反应和SOS反应被激活等。这些反应使胞内高保真的DNA复制状态转变为低保真的DNA修复状态,提高胞内突变率和重组活性。此外,基因转录影响基因组的不稳定,容易产生DNA损伤,并造成局部的高突变率,即形成了转录偶联的DNA修复与突变为基础的适应性突变观点。文章围绕环境胁迫诱导细胞突变率增加和转录偶联的DNA修复与突变这两种适应性突变分子机制,阐述其相关的研究进展,以期更好地理解环境条件诱导细胞发生适应性突变的过程。

人跨损伤合成DNA聚合酶Polη的研究进展

跨损伤合成是细胞内的一种DNA损伤耐受机制,它分为无误性和易误性两种。hPolη是一种跨损伤合成DNA聚合酶。与复制性DNA聚合酶相比,它具有低保真性和低持续合成性;此外,它还具有“超距作用”和反转录活性。hPolη具有介导无误性及易误性跨损伤合成的能力,并且与免疫球蛋白可变区基因的体细胞超突变有关。

基于B细胞算法的克隆选择算法的收敛性分析

克隆选择算法(CSA)已经广泛应用于计算智能领域,而针对其理论方面的分析和研究工作相对较少。为了丰富克隆选择算法的理论基础,将含有多个体种群的克隆选择算法抽象为含单个体的B细胞算法(BCA),简化了克隆选择算法的数学模型。给出了在BCA中使用的一种变异算子——连续区域超体变异算子(CRHO)和BCA的Markov链模型,提出了一个新的构造算法的状态跃迁矩阵的方法,证明了BCA的绝对收敛性。由于BCA是一般克隆选择算法的一种抽象,因此可以推断克隆选择算法的收敛性。

基于动态人工免疫的邮件分类算法研究

使用虚拟基因库技术,对用于邮件分类的人工免疫系统(AISEC)进行改进,提出了动态人工免疫分类算法(DAICA)模型,改进了AISEC的抗体更新过程。当分类正确时,充分利用参与正确分类的抗体,快速改善抗体质量;当分类错误时,不再是简单地将参与错误分类的抗体直接移去,而是对这些移去的抗体进行体细胞高频变异,以保持先前遇到的抗原信息。还研究了新算法DAICA中使用的参数α与β对算法性能的影响。实验表明,这种改进可以提高分类准确率。

基于免疫网络调节机理的混沌超变异免疫算法

根据生物免疫系统中存在的免疫网络调节机理,提出了一种实数编码的混沌超变异免疫算法,该算法结合克隆选择原理和混沌理论建立新的混沌超变异操作,增强了算法局部搜索能力。同时基于免疫网络数学模型设计抗体的激励水平,并以此作为抗体群免疫网络调节的依据,保持了抗体群的多样性。最后将其应用于函数优化问题,结果表明该算法的收敛性能优于克隆选择算法,而且能够有效克服早收敛问题。

人类APOBEC3B功能的研究进展

APOBEC3B是APOBEC3家族成员之一,是细胞内抗反转录病毒和反转录转座子的抑制因子。APOBEC3B利用其胞嘧啶脱氨酶活性,使病毒c DNA上的C脱氨基成U,导致另一条链生成A,产生G→A超突变。正常细胞发生大量的突变会诱发癌症。近期的研究显示在乳腺癌、宫颈癌、膀胱癌、肺癌、卵巢癌等肿瘤组织,APOBEC3B是被上调的,APOBEC3B被认为是造成人类多种癌症基因组U损伤和突变的重要来源。本文综述了APOBEC3B在抑制反转录病毒及癌症发展中的作用,为进一步研究抗病毒治疗和癌症的免疫治疗带来希望。

免疫克隆选择多目标优化算法与MATLAB实现

本文阐述了用人工免疫算法实现多目标优化的基本原理,深入探讨了在MATLAB环境下如何实现抗体群的克隆、进化、选择以及种群修剪。算法中采用实数编码,每个基因位对应一个目标函数值,由于克隆不存在交叉,本文算法的进化动力完全依靠高频变异。最后,选取了经典测试函数对算法进行了测试,结果表明:Pareto最优解的分布范围广、分布均匀,用MATLAB实现该算法时计算效率高。

核聚类人工免疫网络的参数研究

核聚类人工免疫网络是一种新型的聚类分析方法,其基本算法形式也是启发式随机搜索算法,所以算法中的参数对于方法的最后性能有着重要影响。本文通过实验探讨几个关键参数对算法性能的影响,从而说明算法中参数的选择方式。

Biased Immunoglobulin Genes Rearrangement in Mantle Cell Lymphoma： Hints to Identify the Normal B-cell Counterpart

Mantle cell lymphoma （MCL） is an aggressive nonHodgkin＇s lymphoma, originating from naive B-cells. The blastoid MCL tumors often show complex cytogenetic aberrations. In this review, we summarized the data available on immunoglobulin heavy-chain （IgH） genes rearrangement for their importance in suggesting the MCL normal counterpart B-cell. Some new data suggesting an antigen selection process were also presented in this review.

基于遗传算法的B细胞高频变异方法

在机体免疫系统中,B淋巴细胞和T淋巴细胞协同起来识别抗原。B细胞在初次识别到抗原后,以较高的概率进行变异和自我复制,形成新的识别能力,使得免疫系统具有更高的适应性。然而,B细胞在变异和自我复制的过程中,多数变化会导致更弱或者非功能性抗体,使免疫系统开销增大,效率降低。本文提出一种基于遗传算法的B细胞高频变异方法,很好地克服了该问题。