破伤风毒素T细胞表位P2对猪轮状病毒△VP8*蛋白免疫原性的增强作用

来源 :中国兽医学报 | 被引量 : 1次 | 上传用户:wufeng727
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
仔猪轮状病毒腹泻严重危害养猪业,为了开发亚单位疫苗,本课题组前期构建了猪轮状病毒SB-1A株截短的VP8*蛋白(△VP8*,64~223位氨基酸)原核表达载体pET28a-SB-1A△VP8*。为了进一步提高亚单位疫苗的免疫原性,将破伤风毒素的通用T细胞表位P2引入重组亚单位蛋白,构建重组载体pET28a-P2-SB-1A△VP8*。P2-SB-1A△VP8*和SB-1A△VP8*在大肠杆菌中表达并纯化。重组蛋白与氢氧化铝佐剂混合后经肌肉注射免疫Balb/c小鼠,利用间接ELISA法检测免疫小鼠的血
其他文献
研究了很多唐卡图像分割算法与计算复杂度,及其难以适用于大规模图像分割的关键问题。全面考量了算法的综合能力和健壮性。图像分割算法在基于显式区域检测方面具有很好的平移性、多特征组合性以及旋转不变形,所以本文研究的重点是图像分割。首先,设计了一种新型的算法,它基于聚类分析理论和模糊图像分割—尤其是模糊边缘。然后本文为了迎合高精度的分析程序,改进了唐卡图像的分割算法。提出的唐卡图像分割算法为未来的研究工作
期刊
演化聚类算法(ECM)是一种有效的在线聚类算法,能够根据输入数据实时调整聚类.但是,该聚类算法依赖于预先设置的最大距离阈值,而且对数据输入次序敏感.针对这些问题,提出一种基于自适应学习的演化算法(SALECM),在无法获取数据先验知识的情况下,无需人为预先定义参数,可自适应地调整聚类.实验结果表明,与ECM相比,SALECM可提高在线聚类的自适应性能,也能在一定程度上缓解数据输入次序对算法的影响.
期刊
为了提高水下激光图像识别精度,提出一种基于数据挖掘的水下激光图像识别方法。首先收集水下激光图像,提取其Gabor特征,并采用主成分分析法对特征进行选择,消除冗余特征,然后根据特征对训练样本进行处理,并输入到相关向量机进行学习,建立水下激光图像识别分类器,最后采用具体水下激光图像进行仿真对比测试。测试结果表明,本文方法可以提高水下激光图像的识别率,而且获得较快的水下激光图像识别速度,具有较高的实际应
期刊
3.第三军医大学生物医学工程学院,重庆400038)摘要:高光谱图像庞大的数据量给存储与传输带来巨大挑战,必须采用有效的压缩算法对其进行压缩。提出了一种基于分类的高光谱图像有损压缩算法。首先利用C均值算法对高光谱图像进行无监督光谱分类。根据分类图,针对每一类数据分别采用自适应KLT(Karhunen-Loève transform)进行谱间去相关;然后对每个主成分分别进行二维小波变换。为了获得最佳
期刊
~~
期刊
指纹图像增强算法是指纹图像预处理中最关键的一个步骤。本文主要探讨改进的Gabor滤波图像增强,通过重叠子块智能地调整指纹图边缘区域的频率,以实现Gabor滤波采用更合理的频率参数对图像进行增强,实验证明,即优化了图像边缘增强效果又有效提高了特征点提取的准确率。
期刊
为了有效的对图像中的高斯噪声滤除并能有效的保护图像中的边缘和细节等信息,本文在脉冲耦合神经网络(PCNN)理论基础上,提出了平滑抑制的自适应链接PCNN的图像噪声双边滤波算法。在PCNN模型中引入了平滑抑制因子,利用相似神经元同步的特点,构建了SIAL-PCNN模型与赋时矩阵,并将SIAL-PCNN模型与赋时矩阵对含有噪声的图像进行自适应处理。实验结果说明实验说明本文提出的方法能够提高噪声检测精度
期刊
传统的压缩感知重建算法,没有考虑到图像的纹理和卡通部分的形态学差异。使用单一的稀疏基对原始图像进行稀疏表示,不能同时对图像进行各种形态结构成分精确重建。本文针对该问题,提出了基于图像的卡通纹理模型的压缩感知重建方法。给出了该算法的具体仿真实现过程,并与当前流行的压缩感知重建方法做了比较。验证了本文所提方法的可靠性。
期刊
The 5th International Workshop on Parallel and Distributed Computing for Large Scale Machine Learning and Big Data Analytics(May 27,2016 Chicago,USA)In Conjunction with 30th IEEE International Paralle
期刊
In order to overcome the bottleneck of low linearity and low resolution, an improved delay line structure is proposed with a calibration algorithm to conquer PVT(process, voltage and temperature) vari
期刊