gyrB基因在细菌分类和检测中的应用

gyrB基因在细菌分类和检测中的应用（精选6篇）

gyrB基因在细菌分类和检测中的应用 篇1

gyrB基因是普遍存在于细菌内编码DNA促旋酶中B亚单位蛋白的基因.综述了该基因近年来在细菌系统发育分析、细菌鉴定及临床医学应用的`研究进展,并展望了其广阔的应用前景.

作 者：安然 易图永 肖启明 邓子牛 作者单位：安然,易图永,肖启明(湖南农业大学,生物安全科学技术学院,湖南,长沙,410128)

邓子牛(湖南农业大学,柑橘研究中心,湖南,长沙,410128)

gyrB基因在细菌分类和检测中的应用 篇2

1 资料与方法

1.1 一般资料

选择2011年1月～9月于周口市中心医院治疗的感染性疾病患儿110例为研究对象,男58例,女52例,年龄7个月～14岁,将患儿按临床诊断分为细菌感染组70例,包括呼吸道感染23例,脑膜炎7例,胃肠道感染38例,败血症2例；非细菌感染组40例,包括病毒性脑膜炎15例和支原体肺炎25例。两组年龄、性别等资料比较均差异无统计学意义(P>0.05)。

1.2 方法

采集患儿入院当日空腹静脉血2 ml,分离血清,采用免疫投射比浊法检测血清CRP,采用半定量固相免疫法测定PCT,血清PCT>0.5μg/L为阳性,CRP≥8 mg/L为阳性。

1.3 统计学方法

采用SPSS13.0软件进行分析,计量资料两组比较用t检验,计数资料采用χ2检验,P<0.05为差异有统计学意义。

2 结果

2.1 两组PCT和CRP水平比较

细菌感染组患者血清PCT、CRP水平明显高于非细菌感染组,差异有统计学意义(P<0.05),表1。

2.2 两组PCT和CRP阳性结果比较

细菌感染组PCT、CRP阳性率分别为80.00%(56/70)、67.14%(47/70),非细菌感染组PCT、CRP阳性率分别为17.50%(7/40)、25.00%(10/40),两组比较差异均有统计学意义(P<0.05)。

3 讨论

细菌和病毒感染是临床常见的感染性疾病,二者在临床病原学诊断中对实验室设备和检测技术要求较高,病原微生物的分离、培养所需时间较长,不能对患者早期做出诊断,临床医师在病因学明确之前常根据患者的临床症状凭经验盲目用药,以至于不能及时采取针对性的治疗措施而造成抗生素的滥用,同时也加重了患者的经济和精神负担[2]。近年来血清PCT作为一种新的细菌感染的诊断指标,在感染性疾病诊断中得到广泛的应用。

PCT是由甲状腺C细胞产生和分泌的含116个氨基酸残基的无激素活性的前肽物质,其在体内经过蛋白水解酶作用后转变为降钙素而发挥生物学功能,正常状况下人体内PCT含量极低,几乎检测不到,但全身炎症反应早期2～3 h,在多种细胞因子和细菌毒素作用下,其血清水平即可升高并被检测到,因而具有早期诊断的价值。有研究显示[3],在机体发生病毒性感染、肿瘤及自身免疫性疾病时,其血清水平不受影响,而只有在释放内毒素的感染时才明显升高,因而具有高度的特异性；PCT可作为脓血症的特异性标志物,其可用于评估全身炎症反应及脓血症的严重程度；可用于评估细菌性感染患者病情的进展；用于临床治疗过程中抗生素药物疗效的监测。

血清CRP为病理情况下出现的一种急性时相反应蛋白,目前已作为临床感染性疾病诊断和疗效观察的重要指标之一,但其在炎症反应发生8～12 h方可检测到,明显迟于血清PCT,且CRP除细菌感染外,病毒感染、创伤、手术、肿瘤、急性排斥反应及自身免疫性疾病等均可引起CRP的升高,因而对感染缺乏特异性,并且在炎症刺激停止后,肝脏合成CRP仍能持续数天[4]。本文结果显示,细菌感染组患儿血清PCT、CRP水平显著高于非细菌感染组,PCT、CRP阳性率显著高于非细菌感染组(P<0.05)。因此,血清PCT、CRP联合检测对患儿细菌性感染可作出早期诊断和鉴别诊断,同时通过监测血清PCT、CRP变化可了解患者细菌感染的严重程度,且对治疗药物的选择及判断预后具有指导意义,值得推广应用。

参考文献

[1]黎卓华,吴丽川,何绮雯,等.细菌感染患者血清降钙素原的诊断意义.国际检验医学杂志,2013,34(9):1166-1167.

[2]杜翠霞.血清降钙素原何C-反应蛋白水平在感染性疾病中的诊断价值.实用心脑肺血管病杂志,2012,20(8):1366-1367.

[3]胡可,刘文恩,梁湘辉.降钙素原在细菌感染中临床应用的研究.中华医院感染学杂志,2011,21(1):30-33.

gyrB基因在细菌分类和检测中的应用 篇3

1 资料与方法

1.1 一般资料

选取2008年9月—2012年3月在本市区的多个大型超市不定期采购肉食相关样品, 种类包括鸡肉、猪肉、牛肉等。采样过程中样品选择遵循随机化的原则, 整个过程无菌操作。

1.2 菌株选择

鲍氏志贺氏菌、宋内氏志贺氏菌、福氏志贺氏菌、痢疾志贺氏菌、肠炎沙门氏菌、伤寒沙门氏菌、猪霍乱沙门氏、甲型副伤寒沙门菌、副溶血弧菌、大肠杆菌、威尔氏李斯特菌、金黄色葡萄球菌、霍乱弧菌株。

1.3 细菌培养

按照每10g样品/100ml Preston肉汤的比例将样品加入增菌肉汤, 混匀后置于42℃, 微需氧培养24h, 观察并挑取可疑菌落进行生化鉴定。

1.4 生化鉴定

1.4.1 过氧化氢酶试验

挑取一接种环菌落置于洁净试管内, 滴加3%过氧化氢溶液2ml, 0.5min内发生气泡者为阳性, 不发生者为阴性。

1.4.2 氧化酶试验

挑取一接种环菌落点样于洁净滤纸上, 分别滴加1%盐酸二甲基对苯二胺溶液, 2min内呈现蓝色者为阳性。2min以后出现微弱或可疑反应均作为阴性结果。

2 结果

检查采得各种禽肉类样品300份, 其中猪肉含有食源性致病细菌的阳性率最高, 鸡肉次之, 最少的为牛肉 (见表1) 。

3 讨论

食源性疾病已成为我国头号食品安全问题, 面向全体社会公众的食品安全宣传教育工作十分紧迫。按照世界卫生组织的定义, 凡是通过摄食而进入人体的病原体使人体患上感染性或中毒性的疾病, 统称为食源性疾病。食源性疾病最常见的临床表现为胃肠道症状; 然而, 此种疾病还可能有神经科、妇科、免疫等其他症状。摄入受污染食品, 也可能造成全身多器官衰竭, 甚至引发癌症, 从而造成极大的残疾和死亡负担, 像蒙牛牛奶的黄曲霉素安全口[1]。其中细菌性食物中毒无论从发生的起数和人数都是占第1位。常见的细菌性食物中毒病原苗有福氏志贺氏菌、宋内氏志贺氏菌、鲍氏志贺氏菌等。通过科学技术手段减少或遏制类似事件的发生已经成为一个重要的问题。

在检测中, 各种检材经分离培养得纯种细菌后, 若需保留菌种或进一步测试其生化反应等生物学特性时, 必须进行纯种细菌培养[2]。本研究将已接种过的培养基, 置42℃培养箱内18～24h, 需氧菌和兼性厌氧菌即可于培养基上生长。少数生长缓慢的细菌, 需培养3～7d直至一个月才能生长, 为使培养箱内保持一定湿度, 可在其内放置一杯水。培养时间较长的培养基, 接种后应将试管口塞棉塞后用石蜡凡士林封固, 以防培养基干裂。本研究通过检查, 检测结果显示各类禽肉类样品中均存在细菌污染相关致病细菌[3]。同时在采用与配眼各种中要注意以下问题:初步分离培养的时间在36h时培养基上菌落即有明显生长, 此时进行初步筛检可节省检测时间12h。复苏冻存菌种时应先用肉汤增菌然后再在血平板上分离培养36～48h, 方可有典型菌落生长。近年来越来越多的研究者报道了基于PCR的基因芯片技术在微生物检测中的应用。国已有的研究结果表明应用DNA芯片技术检测病原菌具有快速、高通量、高效率的特点, 将该技术应用于食源性致病菌的快速检测可以弥补现有一些检测方法的不足[3,4]。

总之, 细菌培养法在食源性致病检测中的应用还有一定的价值, 特别适应于禽肉类样品中细菌检测。

参考文献

[1]陈建琳, 刘明辉.细菌性食物中毒流行趋势及预防对策[J].中国卫生检验杂志, 2009, 1 (4) :481.

[2]吕德生, 陈志新, 王伯伦.空肠/结肠弯曲菌的生物分型和质粒分析及春在流行病学中的初步应用[J].中华流行病学杂志, 2009, 88 (1) :38.

[3]吴蜀豫, 张立实, 冉陆.弯曲菌及弯曲菌病的流行现状[J].中国食品卫生杂志, 2004, 1 (2) :58-61.

gyrB基因在细菌分类和检测中的应用 篇4

1 资料与方法

1.1 研究对象

自2007年3月至2008年3月到郴州市第一人民医院妇科门诊就诊的患者1324例行宫颈癌筛查,年龄17～60岁,平均(34.2±12.1)岁,受检者必须符合以下情况:有性生活史1年以上,无子宫切除手术史或宫颈手术史;无急性生殖道炎症;无盆腔放射治疗史;3个月内未使用过性激素,目前无妊娠;24h内无性生活。

1.2 HPV检测与分型

(1)标本采集:使用窥阴器或阴道张开器暴露宫颈,用棉拭子除去宫颈口处多余的分泌物;取出专用的H P V采样刷置于宫颈口,顺时针旋转4～5周以获得足量的上皮细胞标本;然后将宫颈刷头部放入洗脱管中,沿刷柄折痕处将宫颈刷柄折断,旋紧洗脱管盖,做好样品标识,并保持洗脱管直立放置送检验室检测。(2)标本保存:标本在室温保存不应超过4h,保存不应超过24h,并应避免反复冻融。(3)HPV分型基因检测:采用PCR技术对病毒D N A进行扩增,并利用基因芯片特异的分型探针对病毒D N A进行型别检测,最后由芯片阅读仪判读结果。(4)技术特点:检测敏感度高,检测流通量大,可同时分型检测23种HPV亚型,包括5种低危型(HPV6、11、42、43、44)和18种高危型(HPV16、18、31、33、35、39、45、51、52、53、56、58、66、59、68、7 3、8 3、M M 4)。探针设计合理,特异性强,采用d U T P-U N G防污染体系,避免假阳性结果。结果客观可靠,并配备人乳头瘤病毒分型基因芯片阅读仪自动收集和分析数据。配有专用的宫颈脱落细胞采集器,更有效地获取标本。性价比高,对实验室设备要求较低,仅需普通P C R仪和分子杂交仪。技术成熟,对实验室操作人员要求相对较低。成本低廉,适合开展大规模普查。

1.3 宫颈薄层液基细胞学检测(TCT)

(1)标本采集:使用窥阴器或阴道张开器暴露宫颈,用棉拭子除去宫颈口处多余的分泌物,用特制的宫颈刷置于宫颈口,顺时针旋转5周以获得足量的上皮细胞标本;并将毛刷头放入盛有细胞保存液的小瓶内;(2)薄片的制作与阅片:采用AutoCyte液基薄层制片机自动制片、染色,光学镜检查,以TBS分级系统进行细胞学诊断。

1.4 阴道镜下多点活检

于阴道镜下宫颈多点活检或颈管诊刮送病检。病理诊断包括:宫颈正常或炎症、LSIL(即CINI)、HSIL(包括CINII、CINIII)和宫颈浸润癌。

1.5 统计学方法:

采用χ2检验。

2 结果

2.1 生殖道HPV感染的基因型分布及其与宫颈病变严重程度的关系

本研究检测到了所测23种HPV基因型的20种,未发现HPV-44、83和MM4亚型。本研究HPV亚型分析,阳性者371例,以HPV各亚型感染率由高到低依次为HPV-16、58、52、18、33、31、6(低危型)、1 1(低危型)、6 8、5 3、6 6、3 9、5 6、5 9、5 1、4 3(低危型)、3 5、4 5、7 3和4 2(低危型);前6位均为高危型,所占比例为36.9%、18.3%、14.3%、8.4%、7.8%和6.5%,此6种亚型合计占总感染型别的65.8%;HPV-6、11、68、53分别占6.2%、6.2%、5.9%和5.9%,其余亚型所占比例均低于5%。宫颈病变分级不同,感染的HPV亚型亦有区别。宫颈癌与HSIL组HPV感染型别前6位由高到低依次为HPV-16、58、33、18、52和31,感染率分别为59.8%、15.2%、12.2%、9.7%、9.1%和8.5%;而LSIL组HPV感染型别由高到低依次为HPV-16.52、58、18、68和39;正常与炎症组为HPV-58、52、16、11、53和68。在19例宫颈癌患者中,高危型HPV基因型感染率为100%。在所检测到的20种HPV基因型中,感染率最高的HPV基因型为HPV-16,它在宫颈癌和HSIL组、LSIL组和正常与炎症组的感染率依次为59.8%、20.1%和16.4%,其在宫颈癌和HSIL组中的感染率明显高于其他两组,差异显著,P<0.01。20种亚型在不同程度宫颈病变的感染率见表1、表2。

2.2 不同程度宫颈病变者生殖道HPV的多重感染情况

本研究2种类型以上HPV感染者109例,占29.4%,其中2例为4种HPV基因型同时感染,在宫颈癌与HSIL组和LSIL组中两种以上HPV基因型感染者分别占42.1%和20.1%,组间差异有显著性(P<0.01),在正常与炎症组为17.8%,与LSIL组之间的统计学差异无显著性(P>0.05),见表3。

3 讨论

3.1 HPV感染与宫颈病变密切相关

人乳头瘤病毒(HPV)是一类特异感染人皮肤和黏膜的双链闭合环状DNA病毒。HPV在正常人群外阴、生殖道、肛门甚至口咽中都有一定的感染率,大部分HPV感染是暂时的,但当病毒或宿主的基因发生突变或宿主的防御机制发生缺陷时,则可诱导HPV基因片断整合到宿主的DNA上,使相应基因调控失调,从而使HPV繁殖停止在复制周期的某一时相,导致HPV持续感染,使细胞向恶性表型转化,发生恶变。研究证实,生殖道HPV感染与宫颈癌存在病因学关联,90%以上的宫颈癌合并HPV感染[1],本文中宫颈癌中高危型HPV感染率高达100%,也证实了这一点,高危型HPV持续感染与宫颈癌的发生发展密不可分。

3.2 HPV基因型的分布与宫颈病变的严重程度有关

3.2.1 HPV基因型的分布情况

HPV的基因型分布存在明显的地区差异,由IARC(国际癌症研究中心)公布的15种最常见的亚型依次为(递减):HPV-16、18、45、31、33、52、58、35、59、56、39、51、73、68、66,除HPV-16、18外,HPV-45在北美和欧洲居第3位,而南美的第3位为HPV-31,在亚洲国家HPV-52、58亚型感染更常见,有资料显示[2],中国南方长江中下游地区HPV-58亚型的感染率明显高于北方,本研究显示,HPV-16最常见,所占比例为36.9%,其次为HPV-58,占18.3%,HPV-52、18、33、31分别占14.3%、8.4%、7.8%和6.5%,与国际文献报道基本相符。

3.2.2 HPV基因型与宫颈病变程度

依据致癌能力的强弱将HPV基因型分为低危型和高危型,文献报道[3]低危型HPV主要引起生殖道肛周皮肤和阴道下部的外生性湿疣样病变和LSIL,高危型主要导致HSIL和宫颈癌的发生,研究H P V各基因型的致癌力强弱成为了目前学者们关注的焦点。国外有学者[4]报道了不同级别的宫颈病变中常见的基因型依次为(递减)CINI中HPV-16、18、39、35、51、52、56、66,CINII中HPV-35、38、16、18、33、66、51、52,CINIII中HPV-16、31、58、33、39、51、52、18,宫颈癌中HPV-16、33、58、18、35、34、45、51,虽然在各级别病变间感染型别存在一定差异,但HPV-16、18、33、58在CINI以上病变组均有一定优势,提示上述型别具有较高致癌性。本研究显示不同程度宫颈病变中H P V基因型有差异,宫颈癌和HSIL组中依次为(递减):HPV-16、58、33、18、52、31,LSIL组中为HPV-16、52、58、18、68、39,正常与炎症组为HPV-58、52、16、11、53和68,提示HPV-16、58、33、18更易导致高级别病变,与国外研究结果相似。

HPV基因型分布虽存在明显的地区差异,但全世界范围内共同的最常见的感染亚型为HPV-1 6,IARC报道其在所有HPV阳性的宫颈癌患者中平均感染率为57.4%,本研究中HPV-16在所有宫颈病变中感染率为36.9%,居第1位,且与宫颈病变严重程度密切相关,其检出率随宫颈病变级别的增加而逐渐上升,它在宫颈癌和HSIL组、LSIL组和正常与炎症组的感染率依次为59.8%、20.1%和16.4%,其在宫颈癌和HSIL组中的感染率明显高于其他两组,说明HPV-16的致癌性最强,对临床上治疗方案的确定有指导意义。目前认为HPV-16型多见与宫颈鳞癌,而宫颈腺癌与HPV-18感染密切相关[5]。HPV-16或HPV-16与HPV-18的混合型与宫颈癌较低的临床分期(0～II期)相关,而HPV-18与较高的临床分期(III～IV期)相关,预后亦更差[6,7]。

3.3 宫颈癌和HSIL更倾向与多重感染

Bachtiapy等[8]报道高危亚型HPV的持续性和反复性感染已被确定为宫颈癌发生的最主要原因,由于不同亚型HPV其编码外壳蛋白的基因变异很大,不同亚型HPV之间基本上没有交叉性保护抗体,容易造成不同高危型HPV多重感染或多次感染。而Lee等[9]进一步研究了多重HPV感染与宫颈癌的关系,发现单一HPV感染使宫颈癌的患病风险增加19.9倍,而多重HPV感染使该风险增加到3 1.8倍。本研究也发现,HPV多重感染比例随宫颈病变级别增加有上升趋势,在宫颈癌与HSIL组、LSIL组和正常与炎症组中两种以上HPV基因型感染者分别占36.6%、17.9%和16.4%,说明HPV多重感染对宫颈病变和宫颈癌的发生、发展有促进作用。多重感染中,以含HPV-16型的合并感染最常见,占1/3以上,其次为HPV-58、28、31型,可见高危型HPV-16、58、28、31不仅在单纯感染中占有极大比例,在多重感染中也极为常见。

值得注意的是,从HPV感染到宫颈癌前病变再到宫颈癌需要一段较长的时间,宫颈癌是感染性疾病,HPV感染是其主要病因,因此,宫颈癌是可预防、可治愈的疾病。HPV基因型的检测不仅可以发现现行的宫颈疾病患者,还可发现存在高危风险的人群,对预测宫颈病变进展、评估预后、指导治疗及监测治疗效果有重要意义。

参考文献

[1]CuzickJ,TerryG,HoL,etal.Associatationbetweenhigh-riskHPVtypes.HLADRB1alleesandcerxicalcancerin Britishwomen[J].BrJCancer,2000,82(7):1348-1352.

[2]朗景和.妇科学新进展(子宫颈病变的防治)[M].中华医学电子音像出版社,2005:34-41.

[3]DellG,GastonK.Humanpapillomavirusandtheirrolein cervicalcancer[J].CellMolLifeSej,2001,58(12/13):1923-1942.

[4]HwangTS,JeongJK,ParkM,etal.Detectionandtyping ofHPVgenotypesinvariouscervicallesionsbyHPVoligo-nucleotidemicroarray[J].GynecolPncol,2003,90(1):51.

[5]AltekruseSF,LaceyJV,BtintonLA,etal.Comparisonof humanpapillomavirusenotypes,sexual,andreproductive riskfactorsofcervicaladenocarcinomaandsquamouscell carcinoma:NortheasterUnitiedStates[J].AmJObstetGynocol,2003,188(3):657-663.

[6]ShyuJS,ChenCJ,ChiuCC,etal.Correlationofhuman papillomavirus16and18withcervicalneoplasiainhistologi-caltypingandclinicalstageinTaiwan:aninsitupolymerase chainreactionapproach[J].JSurgOncol,2001,78(2):101-109.

[7]SelwartzSM,DalingJR,SheraKA,etal.Humanpapillomavirus andprognosisofinvasivecervicalcancer:apopulation-based study[J].JSurgOncol,2001,19(7):1906-1915.

[8]BachtiaryB,ObermairA,DreierB,etal.Impactofmultiple HPVinfectiononresponsetotreatmentandsurvivalin patientsreceivingradicalradiotherapyforcervicalcancer[J].IntJCancer,2002,102:237-243.

贝叶斯分类器在入侵检测中的应用 篇5

入侵检测与防火墙一样都是安全防御中的必要技术。常见的入侵检测技术主要分为误用检测和异常检测两类[1]。前者通过特征匹配模式检测是否发生入侵,对已知入侵检测准确,速度快,但无法检测未知入侵;而后者则建立在正常模型基础上,通过计算实际行为与之偏离程度来判断是否发生入侵行为,因此它能检测已知入侵,也能检测未知入侵。聚类分析[2]用于发现数据实例中的隐性模式和用于检测入侵中有意义的特征。Portnoy最先提出基于聚类分析的入侵检测技术[3],采用欧氏距离,经过标识,通过分类以检测入侵行为。该算法将网络连接数据集中的入侵行为和正常行为分为不同的类,从而检测其中是否存在异常的攻击行为。

KIM J-S提出了一个运用模糊专家系统的网络入侵检测模型系统,该系统以神经网络和SVM作为分类器,仅能对TCP port SCAN、TCP SYN Flooding、ICMP smurf、Ping of Death和Land五种攻击类型进行聚类分析,这五种类型都属于Do S攻击,对于其他种类的攻击都没有进行聚类分析。

福州大学数学与计算机科学学院黄敏明提出了使用基于遗传算法的模糊聚类入侵检测研究,将遗传算法应用于FCM算法的优化设计中。先将FCM的结果送遗传算法优化,得到的结果再次运用FCM聚类,取得全局最优点。这些算法都在一定程度上解决了入侵检测的问题,通过他们的实验数据可以发现存在着误检率高和检测率满足不了实际要求的问题。

贝叶斯网络分类器模型具有结构简单、复杂度低的优点,应用贝叶斯网络分类器主要分为两阶段。第一阶段是贝叶斯网络分类器的学习;第二阶段是贝叶斯网络分类器的推理。这两个阶段的时间复杂性均取决于特征值间的依赖程度,甚至可以是NP完全问题。因此,本文将分治法的思想和贝叶斯网络分类器有机结合起来,提出了一种基于分治理论的贝叶斯分类器算法。该模型既保留了贝叶斯网络分类器模型的结构简单、复杂度低的优点,又降低了传统贝叶斯分类器时间复杂度的问题。

1. 贝叶斯网络基本原理

贝叶斯网络最早是由Pearl提出的,它模拟人的认知思维推理模式,用一组条件概率函数以有向无环图(Directed Acyclic Graph)形式表示因果推理模型。它由两部分组成:一是贝叶斯网络网络结构,贝叶斯网络网络结构的每个节点代表对象的一个属性变量,变量可以是离散的或连续的;贝叶斯网络网络结构的每条弧代表一个概率依赖关系。二是每个变量对应的条件概率分布(CPD),当变量为离散变量时,常用条件概率表(CPT)来表示。

考虑离散变量的情况,设有n维训练数据集Ξ,V={V1,V2,…,Vk}是贝叶斯网络中的节点,离散变量Vi的vi个状态对应于vi种可能的模型结构,用p(vi)表示其概率分布,变量Vi的条件概率分布说明条件分布p(Vi|Ξ)。对于每一种模型结构vi,存在一个连续向量值变量θvi,其中θvi值对应的是可能模型的真实参数。对于θvi,使用概率密度函数p(θvi|vi)进行编码。

则对每个vi和θvi使用贝叶斯规则计算其后验概率分布如下:

定义1:如果一条弧由节点Vi到Vj,则Vi是Vj的双亲(父节点),Vj是Vi的后继。

假设1:条件独立性假设:给定双亲,假设贝叶斯网络的每个变量条件独立于图中的非后继,即图中的每个节点Vi条件独立于由Vi的双亲节点给定的Vi的非后代节点构成的任何节点子集。

设A(Vi)是图中非Vi后代节点的任何节点集合,设Pa(Vi)是图中Vi的直接双亲,则:

定义2:一个贝叶斯网络定义为一个三元组(G,Ξ,P),这里G=(V,E)是一个具有节点V={V1,V2,…,Vk}和弧E的有向无环图,P表示概率分布,Ξ为实例空间。

应用链规则以及Markov条件,根据假设1,得到贝叶斯网络中所有节点的联合概率如下:

贝叶斯网络可表示事件的因果关系,其连接节点的弧表达了两个节点间的直接的因果影响,它也可被看作是拥有许多不同组合的一个抽象知识库。所谓因果贝叶斯网络就是指具有因果关系的贝叶斯网络,网络中的每个节点的父节点被解释为该节点相对于模型中其它节点的直接原因[8]。

贝叶斯网络模型的假定避免了搜索贝叶斯网络结构的问题,尽管这个强限制假定不是很现实,然而大量的实验表明,即使在违背这种独立性假定的条件下,它仍能表现出很好的健壮性。

定义3:没有双亲节点的节点V,概率不以其它节点为条件,p(V)称为该节点的先验概率。

为了计算给定因果贝叶斯网络的联合概率,需要知道先验概率和以双亲节点为条件的每个节点的条件概率函数。因此,一个随机变量集合的概率的一个完整说明涉及到这些变量的一个贝叶斯网络及网络中每个变量的CPT。

2. 分治贝叶斯网络分类器模型

2.1 分治贝叶斯网络分类器模型的提出

分治法的基本思想是将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题等价。找出各部分的解,然后把各部分的解组合成整个问题的解。如果原问题可分割成k个子问题,1

把分而治之的思想融入到贝叶斯分类器中来解决分类问题,把整个分类任务划分为若干个相互独立的分类子任务,符合分治法的适用范围。本文提出基于分治理论的贝叶斯分类器算法就是分治法的应用。该模型既保留了朴素贝叶斯网络分类器模型的结构简单、复杂度低的优点,又降低了条件独立性假设的约束。

2.2 贝叶斯分类器设计与实现

贝叶斯分类器模型是在TAN分类器的模型基础上,对TAN分类器模型中叶子层的根结点选择做出了改进,通过这样的模型构建,确定了在Cj的条件下,结点Xα,Xβ,、、、,Xω之间的联系。由于这个属性子集Ei,是通过特征属性Xki为基准属性而选择出来的Xα,Xβ,、、、,Xω都是Xki的强依赖属性,那么在该模型中,结点Xki是Xα,Xβ,、、、,Xω的父结点,据此建立贝叶斯分类器模型。贝叶斯分类器的构造过程。

1)计算每一对属性之间的条件互信息,I(Xi,Xj|C)。

2)计算每个属性的条件互信息均值EI(Xi|C)。

3)建立一个加权无向图,以结点间的条件互信息为权重。首先把边按权重由大到小排序,之后按照被选择的边不能构成回路的原则,按边的权重由大到小的顺序选择边,这样由选择的边所构成的树便是最大权重跨度树。

4)边定向。若EI(Xi|C)>EI(Xj|C)(i≠j),则令边的方向由结点Xi指向结点Xj,把无向图转换成有向图。

5)增加类属性结点C,增加从C到每个Xi的弧。

6)添加基准特征属性Xki结点。增加从属性结点C指向结点Xki的弧,添加结点Xki指向结点Xα,Xβ,、、、,Xω,构造一个贝叶斯分类器模型。

2.3 分治贝叶斯网络分类器模型设计与实现

令特征属性集合X={X1,X2,…,Xn},类属性为C,它是由S个互相独立的特征属性子集{E1,E2,…,En}组成。每个子集都分别与类属性组成一个小分类器模块,得到每个模块分类的概率表(CPT),最后对每个模块的分类结果进行整合,得到最终的划分类别。符合以上条件的贝叶斯网络分类器模型就是基于分治理论的贝叶斯分类器。

基于分治理论的贝叶斯分类器的算法。

1)首先通过数据处理对数据集进行离散化,KDD Cup99数据集精简10%子集作为训练样本,全部数据集作为测试样本。

2)统计数据集的每个属性的取值范围,根据属性值的取值范围对数据集进行分类。

3)调用贝叶斯分类器对上述分好类的数据集进行样本训练,并把训练好的样本整合,提取出分类规则。

4)测试过程:把利用上述分类算法提取的分类规则对全部数据集进行分类,测试分类效果。

3. 实验结果与分析

实验使用熟知的用于入侵特征选择和分类算法研究的KDD Cup 99数据集[8],这个数据集中的记录包括多种广泛的网络环境下的模拟入侵,该数据集共有41个属性,包括34个连续属性和7个离散属性。每个样本是一条TCP/IP连接记录,区分为五种类型:正常(Normal)及四种攻击类型(Probe、Do S、R2L、U2R)。按照一般的做法,实验使用KDD Cup 99的精简10%子集进行贝叶斯网络的训练,得到贝叶斯网络的分类规则。该子集含有494021个样本,其中的20%为normal类型。训练后的使用贝叶斯网络分类规则对子集的数据进行分类,分类的结果如下表所示:然后实验使用上述得到的规则对KDD Cup99的全部数据集进行分类,该数据集集含有个样本,其中的%为normal类型。聚类后的实验结果如表1所示。

与本文可比较的相似工作检索到的有文献[9、10、11、12]。文献[9]的工作以神经网络和SVM作为分类器,按照一定的规则将所有的41个特征确定为important、secondary和unimportant三个等级,通过比较可以发现,本文使用的特征数多于“important”的个数而少于“important+secondary”的个数,但本文使用的规则数明显少于使用important+secondary特征的规则数。文献[9]的实验结果如下所示:通过上述实验结果可以看出,使用数据集41个特征的分类方法它的检测率为87.07%,而本文的检测率为89.71%,误检率为2.18%;文献[10]提出了一个运用模糊专家系统的模型系FESNF,但该模型仅能对TCP port SCAN、TCP SYN Flooding、ICMP smurf、Ping of Death和Land五种攻击类型进行聚类分析,而这五种类型都属于Do S攻击,对于其他种类的攻击都没有进行聚类分析。最后文献给出的检测率为92%小于本文对Do S的检测率99%。文献[11]提出的ADeno Id S是针对远程溢出攻击(Remotebuffer Overflow Attack)的入侵检测,属于R2L类型攻击。文献[12]提出了使用基于遗传算法的模糊聚类入侵检测研究,将遗传算法应用于FCM算法的优化设计中。先将FCM的结果送遗传算法优化,得到的结果再次运用FCM聚类,取得全局最优点,实验结果对比如表2所示。

为方便分析实验结果,文献[12]定义一种检测度函数:F(x)=DR(x)OM(x)FR(x)其中DR(x)、OM(x)、FR(x)分别指数据集x的检测率、漏检率及误检率。很显然,检测率越高,漏检率及误检率越低,则该数值越大,因此该函数可以很客观地反映出检测效果。而本文通过文献[12]定义的那种检测度函数计算出来的检测度为77.82。从实验结果可以看出对于数据记录个数多的DOS和Probe攻击的分类,本文使用基于贝叶斯网络的算法明显优于基于遗传算法的模糊聚类,但在记录个数较少的R2L和U2R本文算法只是比基于遗传算法的模糊聚类算法好,但二者相差不大,主要因为对于大量的记录,基于贝叶斯网络的算法可以很容易的找到这些记录之间的因果关系,体现贝叶斯网络分类的优势,对于少量的入侵记录的分类,由于他们之间的因果关系找的不全面,所以效果和基于遗传算法的模糊聚类算法差不多。

4. 结论

本文提出了一种基于分治理论的贝叶斯分类器算法,该算法既保留了贝叶斯网络分类器模型的结构简单、复杂度低的优点,又降低了传统贝叶斯分类器时间复杂度的问题。通过该算法得到的分类规则通过实验表明,提高了检测率。而且还具有误差率低的优点。本文下一步的工作是减少入侵检测的分类规则,在较少的记录的条件下,尽可能多的找到数据集属性之间的因果关系,提高他们的检测率和降低他们的误检率。

参考文献

[1]Bao Xuhua,Dai Yingxia,Feng Pinghui,Zhu Pengfei,Wei Jun.A detection and forecast algorithm for multi-step attack based on intrusion intention Journal of software,2005,Vol.16(12):2132-2138(鲍旭华,戴英侠,冯萍慧,朱鹏飞,魏军.基于入侵意图的复合攻击检测和预测算法[J].软件学报,2005,16(12):2132-2138).

[2]Cheng J.,Greiner R.,Kelly J.,Bell D.,Liu W.Learning Bayesian networks from data:an information theory based approach[J].Artificial Intelligence,2002,Vol.137n.1-2:43-90.

[3]Cooper G.F.,Herskovits E..A Bayesian method for the induction of probabilistic networks from data,Machine Learning,1992,9,309-347.

[4]MIT Lincoln Laboratory,2000DARPA Intrusion Detection Scenario Specific Data Sets.http://www.ll.mit.edu/IST/ideval/data/2000/2000_data_index.html.

[5]Andersson D.,Fong M.,Valdes A.Heterogeneous sensor correlation:A case study of live traffic analysis[C].The2002IEEE Information Assurance Workshop,West Point,NY,USA,2002:1-12.

[6]Debarh H.,Wespi A.Aggregation and correlation of intrusion detection alerts[C].In Proc.of the4th International symposium on Recent Advances in Intrusion Detection(RAID),Springer-Verlag,London,UK,Lecture Notes in Computer science,2001,Vol.2212:85-103.

[7]Ganmeman.Probabilistic Reasoning and Bayesian networks.Alfred Waller limited publisher,2004,15(8):70-76.

[8]HETTICH S.,Bay S.D.KDD Cup99Task Description[EB/OL].http://kdd.ics.uci.edu/databases/kddcup99/task.html,1999.

[9]MUKKAMALA S.,SUNG H.A.Identifying significant features for network forensic analysis using artificial intelligent techniques[J].International Journal of Digital Evidence.Winter2003,1(4):1-17.

[10]KIM J-S,KIM M.,Noth B-N.A fuzzy expert system for network foren-sics[C].The2004International Conf.on Computational Science and Its Applications(ICCSA2004),Perugia,Italy(LNCS)May,2004:175-182.

[11]PAULA de F.S.,GEUS de P.L..Attack evidence detection,recovery and signatureextraction with ADenoIdS[C].ICT'04,11th International Conf.on Telecommunications,Fortaleza,CE,Brasil,2004:1083-1092.

gyrB基因在细菌分类和检测中的应用 篇6

1 资料与方法

1.1 一般资料

2013年3月~2014年3月在本院儿科病房住院治疗的110例患儿, 均符合肺炎诊断标准[3]。其中细菌性肺炎70例, 年龄1个月~3岁, 男38例, 女32例, 确诊依据为痰培养。非细菌性肺炎40例, 包括支原体肺炎30例, 年龄8个月~3岁, 男16例, 女14例, 确诊依据为血清肺炎支原体Ig M抗体阳性;病毒性肺炎10例, 年龄2个月~3岁, 男4例, 女6例, 确诊依据为血清抗病毒Ig M抗体阳性。两组病情程度、年龄、性别等方面对比差异无统计学意义 (P>0.05) , 具有可比性。

1.2 方法

所有患儿均于入院第1、4天抽取静脉血测定PCT及CRP值。PCT测定采用酶联荧光法, CRP测定采用免疫比浊法。

1.3 统计学方法

应用SPSS17.0软件进行处理, 计量资料用均数±标准差 (±s) 表示, 采用t检验, P<0.05表示差异有统计学意义。

2 结果

2.1 两组患儿治疗前后PCT浓度变化, 见表1。

2.2 两组患儿治疗前后CRP浓度变化, 见表2。

注:两组治疗前PCT值比较, P<0.05;细菌性肺炎组治疗后PCT值较治疗前降低, P<0.05

注:两组治疗前CRP值比较, P<0.05;细菌性肺炎组治疗后CRP值较治疗前比较, P>0.05

3 讨论

发展中国家婴幼儿肺炎病原以细菌为主。细菌感染时CRP阳性率可高达96%, 但有时病毒感染时也可增高, 所以单纯CRP升高不能准确区分病毒和细菌感染[3]。且CRP在急性心肌梗死、创伤、外科手术、肿癌浸润时也显著地增高, 故特异性不高。

降钙素原是具有高灵敏性、特异性的炎症反应新指标。PCT对于炎症刺激比CRP反应更迅速, 升高和降低比CRP要快速。降钙素原是无激素活性的降钙素前体物质, 由116个氨基酸组成, 分子量为13 KD。正常人血液中降钙素原的浓度很低, 通常无法检测到, 只有当细菌感染时, 降钙素原才会增高, 其他的炎症反应如病毒感染、免疫性疾病、创伤等降钙素原不会增高。降钙素原作为炎症的血清学标志, 首先由M-Asscot等在1993年提出, 他们发现血清PCT值与细菌感染严重程度相关, 随感染加重其浓度增高, 严重细菌感染的病例血清PCT浓度较无细菌感染者升高非常显著, 感染控制后迅速下降。故PCT对鉴别细菌或病毒感染、判断感染严重程度及预后有重要意义[4]。

综上所述, 细菌性肺炎组PCT值明显高于非细菌性肺炎组, 细菌性肺炎组PCT值治疗后明显下降, 故PCT对婴幼儿细菌性肺炎有早期诊断价值, 且对治疗效果检测优于CRP, 具有重要的临床应用价值。

参考文献

[1]王卫平.儿科学.第8版.北京:人民卫生出版社, 2013:277-278.

[2]陆权, 陈慧中, 杨永弘.关注小儿社区获得性肺炎.中华儿科杂志, 2007, 45 (2) :81-82.

[3]胡亚美, 江载芳.诸福棠实用儿科学.第7版.北京.人民卫生出版社, 2002:1177-1178.