The efficiency of the container port industry has been variously studied utilising either Data Envelopment Analysis (DEA) or Stochastic Frontier Analysis (SFA). Given the strengths and weaknesses associated with these two approaches, the efficiency estimates and scale properties derived from these analyses are not always convincing. This paper applies both approaches to the same set of container port data for the world’s largest container ports and compares the results obtained. A high degree of correlation is found between the efficiency estimates derived from all the models applied, suggesting that results are relatively robust to the DEA models applied or the distributional assumptions under SFA. High levels of technical efficiency are associated with scale, greater private-sector participation and with transhipment as opposed to gateway ports. In analysing the implications of the results for management and policy makers, a number of shortcomings of applying a cross-sectional approach to an industry characterised by significant, lumpy and risky investments are identified and the potential benefits of a dynamic analysis, based on panel data, are enumerated.

The digital twin is an emerging and vital technology for digital transformation and intelligent upgrade. Driven by data and model, the digital twin can perform monitoring, simulation, prediction, optimization, and so on. Specifically, the digital twin modeling is the core for accurate portrayal of the physical entity, which enables the digital twin to deliver the functional services and satisfy the application requirements. Therefore, this paper provides systematic research of current studies on the digital twin modeling. Since the digital twin model is a faithful reflection of the digital twin modeling performance, a comprehensive and insightful analysis of digital twin models is given first from the perspective of the application field, hierarchy, discipline, dimension, universality, and functionality. Based on the analysis of digital twin models, current studies on the digital twin modeling are classified and analyzed according to the six modeling aspects within the digital twin modeling theoretical system proposed in our previous work. Meanwhile, enabling technologies and tools for the digital twin modeling are investigated and summarized. Finally, observations and future research recommendations are presented.

The ubiquity of smartphones together with their ever-growing computing, networking, and sensing powers have been changing the landscape of people's daily life. Among others, activity recognition, which takes the raw sensor reading as inputs and predicts a user's motion activity, has become an active research area in recent years. It is the core building block in many high-impact applications, ranging from health and fitness monitoring, personal biometric signature, urban computing, assistive technology, and elder-care, to indoor localization and navigation, etc. This paper presents a comprehensive survey of the recent advances in activity recognition with smartphones' sensors. We start with the basic concepts such as sensors, activity types, etc. We review the core data mining techniques behind the main stream activity recognition algorithms, analyze their major challenges, and introduce a variety of real applications enabled by activity recognition.

The distribution of finished products from depots to customers is a practical and challenging problem in logistics management. Better routing and scheduling decisions can result in higher level of customer satisfaction because more customers can be served in a shorter time. The distribution problem is generally formulated as the vehicle routing problem (VRP). Nevertheless, there is a rigid assumption that there is only one depot. In cases, for instance, where a logistics company has more than one depot, the VRP is not suitable. To resolve this limitation, this paper focuses on the VRP with multiple depots, or multi-depot VRP (MDVRP). The MDVRP is NP-hard, which means that an efficient algorithm for solving the problem to optimality is unavailable. To deal with the problem efficiently, two hybrid genetic algorithms (HGAs) are developed in this paper. The major difference between the HGAs is that the initial solutions are generated randomly in HGA1. The Clarke and Wright saving method and the nearest neighbor heuristic are incorporated into HGA2 for the initialization procedure. A computational study is carried out to compare the algorithms with different problem sizes. It is proved that the performance of HGA2 is superior to that of HGA1 in terms of the total delivery time.

Abstract

 With the aim of gathering temporal trends on bacterial epidemiology and resistance from multiple laboratories in China, the CHINET surveillance system was organized in 2005. Antimicrobial susceptibility testing was carried out according to a unified protocol using the Kirby-Bauer method or automated systems. Results were analyzed according to Clinical and Laboratory Standards Institute (CLSI) 2014 definitions. Between 2005 and 2014, the number of bacterial isolates ranged between 22 774 and 84 572 annually. Rates of extended-spectrum β-lactamase production among Escherichia coli isolates were stable, between 51.7 and 55.8%. Resistance of E. coli and Klebsiella pneumoniae to amikacin, ciprofloxacin, piperacillin/tazobactam and cefoperazone/sulbactam decreased with time. Carbapenem resistance among K. pneumoniae isolates increased from 2.4 to 13.4%. Resistance of Pseudomonas aeruginosa strains against all of antimicrobial agents tested including imipenem and meropenem decreased with time. On the contrary, resistance of Acinetobacter baumannii strains to carbapenems increased from 31 to 66.7%. A marked decrease of methicillin resistance from 69% in 2005 to 44.6% in 2014 was observed for Staphylococcus aureus. Carbapenem resistance rates in K. pneumoniae and A. baumannii in China are high. Our results indicate the importance of bacterial surveillance studies.

Carbapenem-resistant Enterobacteriaceae (CRE) strains are a major threat to global health. The development of effective control measures requires more detailed phenotypic and genotypic characterization of CRE. CRE isolates were collected from 65 hospitals in 25 provinces across China between January 1, 2012, and December 31, 2016. The isolates were characterized by antimicrobial susceptibility testing and multilocus sequence typing. Genes encoding carbapenemases, mobilized colistin resistance (mcr-1), and β-lactamases were detected by polymerase chain reaction and DNA sequencing. A total of 1801 independent CRE isolates (1201 Klebsiella pneumoniae, 282 Escherichia coli, and 179 Enterobacter cloacae) were collected during the study period. Overall, 96.9%, 89.7%, 54.5%, 49.9%, and 40% of CRE strains were susceptible to colistin, tigecycline, amikacin, minocycline, and fosfomycin, respectively. Notably, 1091/1201 (91%) K. pneumoniae, 225/282 (80%) E. coli, and 129/179 (72%) E. cloacae harbored carbapenemase gene. K. pneumoniae carbapenemase (KPC) was predominant in K. pneumoniae (77%), whereas New Delhi metallo-β-lactamase (NDM) was predominant in E. coli (75%) and E. cloacae (53%). The mcr-1 gene was detected in 13 NDM-carrying E. coli isolates (4.6%). Sequence type (ST)11 and ST167 were predominant among the 100 K. pneumoniae and 47 E. coli STs, respectively. KPC-ST11, which accounted for 64% of K. pneumoniae isolates, had higher levels of resistance than non-ST11 strains to aztreonam, fosfomycin, and amikacin (P < .001). The proportions of KPC and NDM enzymes in CRE increased from 2012 to 2016 (54%–59% and 12%–28%, respectively). The number of CRE strains harboring carbapenemase is increasing. KPC-ST11 K. pneumoniae, the predominant strain, shows a reduced susceptibility to most available antibiotics.

Genome-wide association studies have identified thousands of noncoding variants associated with human traits and diseases. However, the functional interpretation of these variants is a major challenge. Here, we constructed a multi-tissue atlas of human 3'UTR alternative polyadenylation (APA) quantitative trait loci (3'aQTLs), containing approximately 0.4 million common genetic variants associated with the APA of target genes, identified in 46 tissues isolated from 467 individuals (Genotype-Tissue Expression Project). Mechanistically, 3'aQTLs can alter poly(A) motifs, RNA secondary structure and RNA-binding protein-binding sites, leading to thousands of APA changes. Our CRISPR-based experiments indicate that such 3'aQTLs can alter APA regulation. Furthermore, we demonstrate that mapping 3'aQTLs can identify APA regulators, such as La-related protein 4. Finally, 3'aQTLs are colocalized with approximately 16.1% of trait-associated variants and are largely distinct from other QTLs, such as expression QTLs. Together, our findings show that 3'aQTLs contribute substantially to the molecular mechanisms underlying human complex traits and diseases.

SUMMARY RBFOX2, which has a well-established role in alternative splicing, is linked to heart diseases. However, it is unclear whether RBFOX2 has other roles in RNA processing that can influence gene expression/function in muscle cells, contributing to disease pathology. Here, we employed both 3’-end and nanopore cDNA sequencing to reveal a previously unrecognized role for RBFOX2 in maintaining alternative polyadenylation (APA) signatures in myoblasts. We found that RBFOX2-mediated APA modulates both mRNA levels and isoform expression of a collection of genes including contractile and mitochondrial genes. We identified the key muscle-specific contractile gene, Tropomyosin 1 and essential mitochondrial gene, Slc25a4 as APA targets of RBFOX2. Unexpectedly, depletion of RBFOX2 adversely affected mitochondrial health in myoblasts that is in part mediated by disrupted APA of mitochondrial gene Slc25a4 . Mechanistically, we found that RBFOX2 regulation of Slc25a4 APA is mediated through consensus RBFOX2 binding motifs near the distal polyadenylation site enforcing the use of the proximal polyadenylation site. In sum, our results unveiled a new role for RBFOX2 in fine tuning expression levels of mitochondrial and contractile genes via APA in myoblasts relevant to heart diseases.

ABSTRACT The sequence-specific RNA-binding protein Pumilio controls development of Drosophila ; however, the network of mRNAs that it regulates remains incompletely characterized. In this study, we utilize knockdown and knockout approaches coupled with RNA-Seq to measure the impact of Pumilio on the transcriptome of Drosophila cells. We also used an improved RNA co-immunoprecipitation method to identify Pumilio bound mRNAs in Drosophila embryos. Integration of these datasets with the content of Pumilio binding motifs across the transcriptome revealed novel direct Pumilio target genes involved in neural, muscle, wing, and germ cell development, and cellular proliferation. These genes include components of Wnt, TGF-beta, MAPK/ERK, and Notch signaling pathways, DNA replication, and lipid metabolism. Additionally, we identified the mRNAs regulated by the CCR4-NOT deadenylase complex, a key factor in Pumilio-mediated repression, and observed concordant regulation of Pumilio:CCR4-NOT target mRNAs. Computational modeling revealed that Pumilio binding, binding site number, density, and sequence context are important determinants of regulation. Moreover, the content of optimal synonymous codons in target mRNAs exhibits a striking functional relationship to Pumilio and CCR4-NOT regulation, indicating that the inherent translation efficiency and stability of the mRNA modulates their response to these trans-acting regulatory factors. Together, the results of this work provide new insights into the Pumilio regulatory network and mechanisms, and the parameters that influence the efficacy of Pumilio-mediated regulation.