中国部分地区未经治疗HIV-1 感染者耐药基因研究

高效抗逆转录病毒治疗(HAART)的应用，极大的降低了AIDS发病率和死亡 率，延长了HIV感染者的生命。但HIV耐药在很大程度上影响了HAART的疗效， 耐药株的产生成为影响抗病毒治疗效果的主要因素。欧洲、美国的耐药监测技术 规范均推荐在新感染未经抗病毒药物治疗的患者中进行原发耐药检测。我国政府 于2003年底出台了艾滋病治疗的“四免一关怀”政策，陆续在全国范围内开展了大 规模的免费抗病毒治疗，监测我国未经抗病毒药物治疗HIV-1感染者中的耐药情 况可以为制定合理的用药方案和减少耐药毒株出现提供科学依据。 根据世界卫生组织(WHO)的“HIV 耐药监测指南”，无偿献血者中的HIV-1 感染者，可以认定为HIV 新诊断未治疗人群。分析了云南无偿献血者的血浆和 外周血单核细胞(PBMC)，研究云南无偿献血人群的耐药状况。 已有实验室血清学方法识别HIV-1 新近感染和长期感染，用BED-CEIA 方 法，在河南、安徽、山西自愿咨询检测(VCT)人群中检出新近感染人群，进行耐 药基因研究, 对照研究了部分长期感染人群。 样品提取核酸后，巢式聚合酶链反应(nested-PCR)扩增pol 基因区(含蛋白酶 区1～99 氨基酸全长和逆转录酶区1～242 氨基酸)。PCR 产物双脱氧法测序，所 得序列与洛斯阿拉莫斯HIV 核酸序列库(Los Alamos HIV Database)标准株构建系 统进化树分析亚型；用斯坦福大学耐药数据库(Standford HIV Drug Resistance Database)分析耐药。 研究发现，云南省2005～2006 年无偿献血者中，有52 例为HIV-1 阳性，其 中49 例血浆和相应的PBMC 样品病毒基因扩增成功。序列分析表明，HIV 病毒 的亚型分布为CRF08_BC (51.0%), CRF07_BC (24.5%), CRF01_AE (20.4%)和B (4.1%)；所有样品均未发现蛋白酶抑制剂（PI）耐药基因位点主要突变，只在6 例(11.7%)样品中发现7 例次PI 次要耐药位点突变；另外，在9 例(18.4%)样品中发现10 例次核苷类逆转录酶抑制剂(NRTI) 耐药突变，1 例(2.0%)发生非核苷类 逆转录酶抑制剂(NNRTI) 耐药突变；针对具体药物PI/NRTI/NNRTI 均只有1 例 有潜在的低度耐药，临床仍对药物敏感。PBMC 和血浆的病毒耐药没有显著差异。 从河南、安徽、山西27 个VCT 检测点2006～2007 年采集的10310 例样品 中，通过WB 和BED-CEIA 检测出新近感染人群63 例，分析成功50 例血浆样 品；河南VCT 长期感染样品中随机抽样，分析成功19 例样品。分析成功的69 例VCT 样品中，HIV 病毒株的亚型分布分别为B’ (95.7%)，CRF01_AE(2.9%)和 C(1.4%)。上诉样品均未检出PI 主要耐药相关突变，只在26 例(37.7%)样品中存 在27 例次PI 次要耐药相关突变；3 例(4.3%)样品出现6 例次NRTI 耐药相关突 变，7 例(10.1%)样品出现8 例次NNRTI 耐药相关突变。通过与斯坦福大学耐药 数据库比对，没有发现针对PI 类药物的临床耐药；但有2 例(2.8%)针对NRTI 类 药物耐药，1 例有M184V 突变导致对拉米夫定(3TC)和氟代拉米夫定(FTC)高度 耐药；1 例样品存在T215Y、M41L、L210W 三重突变位点，对阿巴卡韦(ABC)、 去羟肌苷(ddI)和坦那夫韦(TDF)中度耐药，对齐多夫定(AZT)和司他夫定(d4T)高 度耐药；针对NNRTI 类药物，有3 例(4.3%)毒株有耐药，1 例有K103N 突变导 致对奈韦拉平(NVP)、地拉韦啶(DLV)和依菲韦伦(EFV)的高度耐药；1 例有Y188L 突变导致对NVP 和EFV 的高度耐药；1 例存在K101E 和G190A 双重突变，导 致对NVP 的高度耐药，对DLV、EFV 和依曲韦林(ETR)中度耐药。 比较长期感染和新近感染者之间的亚型和耐药，未发现显著差异。 研究结果表明，云南、河南和安徽未经治疗HIV-1 感染者中耐药处于低流行 状态。亚型分布云南无偿献血者以CRF_BC 为主，河南、安徽VCT 人群以B’ 为主。应持续在未经治疗人群中进行耐药监测。

基于支持向量机的Internet流量分类研究

准确的网络流量分类是众多网络研究工作的基础,也一直是网络测量领域的研究热点.近年来,利用机器学习方法处理流量分类问题成为了该领域一个新兴的研究方向.在目前研究中应用较多的是朴素贝叶斯(nave Bayes,NB)及其改进算法.这些方法具有实现简单、分类高效的特点.但该方法过分依赖于样本空间的分布,具有内在的不稳定性.因此,提出一种基于支持向量机(support vector machine,SVM)的流量分类方法.该方法利用非线性变换和结构风险最小化(structural risk minimization,SRM)原则将流量分类问题转化为二次寻优问题,具有良好的分类准确率和稳定性.在理论分析的基础上,通过在实际网络流集合上与朴素贝叶斯算法的对比实验,可以看出使用支持向量机方法处理流量分类问题,具有以下3个优势:1)网络流属性不必满足条件独立假设,无须进行属性过滤;2)能够在先验知识相对不足的情况下,仍保持较高的分类准确率;3)不依赖于样本空间的分布,具有较好的分类稳定性.

Study on Phenol Compounds Using Multiple Regression and Neural Network Methods

In this paper, the molecular connectivity indices and the electronic charge parameters of forty-eight phenol compounds nave been calculated. and applied for studying the relationship between partition coefficients and structure of phenol compounds. The results demonstrate that the properties of compounds can be described better with selective parameters, and the results obtained by neural network are superior to that by multiplle regression.