猪流行性腹泻病毒流行毒株的分离鉴定、毒力分析及N蛋白表达

来源 :华南农业大学 | 被引量 : 0次 | 上传用户:talentcheng
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
猪流行性腹泻的病原为猪流行性腹泻病毒(Porcine epidemic diarrhea virus,PEDV)。主要诱发猪只发生肠道疾病,其症状表现为呕吐、腹泻,食欲下降,脱水,且具有显著的日龄依赖现象。特别对于7日龄内的新生仔猪,在缺乏有效母源抗体下,死亡率可高达100%。基于近年流行野毒株的出现及大流行,传统商品疫苗已经对当前流行野毒株缺乏产生充分的抵抗作用。因此,对新流行的PEDV变异株进行分子流行病学分析,可为揭示新发PEDV感染致病的分子机制和研制特异性诊断提供必要的理论依据。为了确证从发病猪场腹泻仔猪小肠内容物中分离获得的两株PEDV是强毒,将病料接种经胰酶处理的Vero细胞,获得了可引起细胞产生合胞体的病毒。经三重PCR鉴定,确定分离的病毒为PEDV,分别命名为“CH/GDZH01/1311”(简称“ZH01”)、“CH/GDZH02/1401”(简称“ZH02”)。测定了它们的滴度,分别为1×105.50 TCID50/mL和1×106.25 TCID50/mL。经特异性强弱毒鉴别PCR检测和动物回归,确证这两毒株为当年流行的野毒。对它们的N基因进行了克隆和测序,结果表明所分离的两个毒株属于G2-1亚群,与目前大部分流行毒株相似性较近,但与G1亚群的经典CV777毒株相似性不高。本文还对ZH02毒株进行了传代致弱,发现经57次传代,该毒株的滴度与亲代毒差异不显著,为1×106.75 TCID50/mL,但却明显延缓了新生仔猪的发病和死亡时间。在进行病毒的细胞传代过程中,我们对ZH02株第65代病毒基因组进行了测序。结果发现其与亲本株相比,在S基因和ORF3基因分别存在2个核苷酸和6个核苷酸的缺失。其中S基因胞质区缺失的2个核苷酸引起了氨基酸翻译提前终止。经参阅其他冠状病毒发现,这个胞质区的缺失可以引起病毒S基因的过表达,从而可以引起细胞产生更强烈的细胞融合。作为诱导机体产生主要中和抗体的S蛋白,其过表达将有利于提高病毒的免疫原性。提示其将成为更有利的疫苗候选毒株。在本研究中,我们成功将PEDV流行野毒株的N基因进行原核表达,通过优化表达条件,我们最终在37℃,以Transetta(DE3)表达菌和IPTG浓度为1.0 mmol/L的条件下,诱导5小时得到最佳的蛋白表达量。SDS-PAGE表明所表达的目的蛋白与预测大小相差不大,约为54 KDa。Western Blot验证了该目的条带为重组蛋白。通过PEDVN蛋白抗原检测试剂盒检测,发现其与表达蛋白有良好的反应。
其他文献
<正> 传统财务分析是以企业会计报表等财务资料为依据,采用一定的方法和标准,对企业财务状况和经营成果的分析和评价。事实上,财务资料以外的很多业务资料也与企业财务状况和
目的对制备的水降解材料聚乙烯醇包装薄膜进行溶解度测试,并用薄膜降解溶液对小鼠进行急性毒性实验以评价其生物安全性。方法将水降解材料聚乙烯醇包装薄膜和水按照一定比例
为了解决某大型钢结构厂生产加工的焊件通过人工推车输送到达工位的问题,设计了运输车呼叫系统,通过该系统能有效地将焊件自动输送到达所呼叫的工位。基于PLC核心控制技术,对
解决城市住房问题是现代化的重要挑战。对城市化背景下日本住房问题和政策干预的演进的考察表明,在城市化的早期阶段,日本住房问题发轫,卫生问题尤其严重,政策干预以住房卫生政策
随着我国高等教育事业的迅速发展,高职院校的学生数量不断扩大,受经济社会转型期的影响,学生管理工作正面临诸多新的挑战.本文根据中央16号文件和教育部<普通高等学校学生管
指出了地方性知识由于其独特的作用在民族地区生态的可持续发展方面扮演着重要角色,是解决民族地区生态与发展问题的手段之一。通过对民族地区地方性知识在生态保护上的独特优
茎瘤固氮根瘤菌(Azorhizobium caulinodans ORS571)属于α变形菌纲,作为根瘤菌,A.caulinodans不仅可以在宿主植物毛萼田菁的根部和茎部结瘤,而且在自生状态下也具有固氮能力
目的比较替格瑞洛替换疗法和大剂量氯吡格雷治疗氯吡格雷抵抗(CPGR)急性冠脉综合征(ACS)的疗效和安全性。方法选择我院2016年3月~2018年3月收治的ACS合并氯吡格雷抵抗患者62
目的对茄科植物马尿泡全草体积分数70%乙醇提取物的氯仿和乙酸乙酯萃取物的化学成分进行研究。方法采用反复硅胶柱色谱、Sephadex LH-20柱色谱和半制备高效液相色谱分离纯化,
图像分割是数字图像处理领域的一个主要研究方向,也是许多计算机视觉任务的研究基础,其目标是对图像中的像素进行分类,提取有价值的信息。随着时代发展,许多领域对细节分割提出了更高的精度要求,如现代医学领域中的微小肿瘤分割。基于深度学习的图像分割算法可以自动提取图片的低级与高级语义信息,使得图像分割算法的精度有了质的提升,但仍存在复杂背景下的边缘细节丢失、边界分割精度不高等问题。针对这些缺陷,本文调研了多