虹鳟免疫球蛋白亚单位多样性及其功能研究

来源 :中国科学院大学 | 被引量 : 0次 | 上传用户:zbz963
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
免疫球蛋白(Immunoglobulin,Ig)是脊椎动物中最为关键的一类免疫效应分子,在宿主的适应性免疫应答过程中发挥重要作用。Ig由重(H)链和轻(L)链组成,分为跨膜和分泌两种形式。在B细胞发育过程中主要是通过对IgH和IgL可变区基因区段的重排来产生Ig多样性,进而识别和中和各种外源微生物和毒素。此外,Ig分子还可以通过自身(跨膜型Ig),或其重链恒定区羧基端的Fc段(分泌型Ig)与抗原呈递细胞表面的Fc受体结合,进而向下游传递抗原活化信号,激发一系列免疫应答过程。  鱼类是最早具有Ig分子的脊椎动物。目前,在硬骨鱼类中共发现Igμ、Igδ和Igτ三种类型IgH基因(分别编码IgM、IgD和IgT的H链),以及IgκG、IgκF、Igλ和Igσ四种类型IgL基因。但是各类IgL和IgH链之间的关系及其理化特性和免疫功能的研究还十分有限。本课题以虹鳟为研究对象,(1)首次克隆获得了虹鳟IgT重链(Igτ)的3种亚型基因,以及虹鳟IgL的8种亚型基因。以荧光定量PCR(qPCR)方法明确了虹鳟IgH和IgL基因在免疫应答过程中的时空表达模式,探明了虹鳟IgH和IgL基因在虹鳟不同组织器官中的表达分布情况。其中,IgT1重链基因的表达模式与IgM类似,在初级淋巴组织和次级淋巴组织中都有明显的表达,而IgT2重链基因则与IgD重链基因的表达模式类似,主要表达在初级淋巴组织中,而IgT3重链基因的表达量则相对较少。除此之外,有在已经公布的虹鳟基因组数据库的基础上,通过本地BLAST阐明了虹鳟IgH和IgL基因座的组织结构。结果表明,在虹鳟基因组中,Igτ3基因位于Igτ1基因的上游,而Igτ2基因则单独位于另外一个sacffold中;(2)在对虹鳟IgH和IgL结合偏好性的研究中发现两种生物学现象:其一,运用特异性识别虹鳟IgM和IgT的单克隆抗体,从虹鳟外周血白细胞和头肾白细胞中分选出IgM+/IgT-、IgM-/IgT+和IgM-/IgT-三种细胞类群。通过qPCR方法测定发现,在IgM+/IgT-和IgM-/IgT+这两类B细胞中,IgκG类型的轻链基因表达量最大;同时,IgκG是虹鳟基因座中丰度最高的轻链基因类型,二者结果一致。其二,Igσ主要表达分布在虹鳟黏膜相关淋巴组织中,如肠和皮肤;同时,虹鳟血清中Igτ也更倾向于同Igσ类型的轻链结合,表明Igσ作为IgT的构成部分可能在虹鳟黏膜免疫过程中发挥重要作用。总之,本研究着重探索了虹鳟不同类型IgH链和IgL链之间的组合方式,使人们更加全面地认识硬骨鱼类各Ig类型在结构和功能方面的相互关系。同时,发现虹鳟Igτ的不同亚型基因,丰富了虹鳟Ig的种类,并有助于全方位研究各类Ig的功能。为理解脊椎动物Ig的进化和功能提供线索。
其他文献
该论文分为两个部分,第一部分高速光网络用新型光纤的设计和研制,第二部分是高速光网络中的传输效应.第一部分主要包括:1、任意折射率分布光纤参数的数值计算模型,光纤的结构
荷瘤宿主体内存在大量的髓样抑制性细胞(myeloid-derived suppressor cells,MDSCs),它们抑制T细胞的增殖和活化,并促进肿瘤生长。阻止这类细胞的形成或者改变它们的生物学功能,将
该文从理论上推导了Bragg光纤光栅的耦合模理论,介绍了由传输矩阵计算光纤光栅特性的方法.并应用该方法,具体分析了几种不同切趾形式的Bragg光纤光栅反射谱、变周期光纤光栅
本研究采用比较蛋白质组学( Comparative Proteomics)和Shotgun Proteomics及MudPIT,详尽研究谷氨酸棒杆菌分解代谢芳烃化合物的蛋白质组和苯甲酸分解代谢的膜蛋白质组。  
该学位论文内容主要涉及了三个部分的研究工作:即铁电体/GaN异质结构的生长研究和电学性质研究,利用Si基MIFS结构研究F/S界面的电学性质,在ZnAlO/sapphire上的GaN MOCVD研究.
近年来,禽流感病毒已在全球形成了大范围流行。流感病毒特有的分子结构在自然界显现了高突变速率及抗原性频繁改变的特征,对公共卫生事业与人类健康造成了严重威胁。目前,不同亚
自1981年确认首例艾滋病以来,艾滋病已经成为威胁人类健康和发展的重大传染病之一。疫苗一直被认为是人类最终能战胜艾滋病的最根本、最有效的科技手段之一。选择合适的抗原作
该论文介绍了MC器件模拟的基本原理,包括半导体中电子的输运性质,电子在半导体中的散射机制和能带结构,半导体中的电子在电场飞行的处理方法.在MC器件模拟中,采用自洽的方式
该文通过对心电信号(ECG)的特征研究,及BP神经网络结构与学习特性的研究,给出了用BP神经网络对心电信号的模式识别的批训练(学习)方法.人们首先采用稳态-非稳态滤波器来处理