肝片形吸虫不同发育阶段虫体的蛋白质组学比较分析及胶体金试纸条研制

来源 :东北农业大学 | 被引量 : 1次 | 上传用户:pingpinggangan
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
肝片形吸虫(Fasciola hepatica)主要寄生于牛、羊等反刍动物的肝脏和肝胆管内,引起的一种吸虫病称为肝片形吸虫病,肝片形吸虫病是一种人畜共患寄生虫病,该病在全球内广泛流行,每年因片形吸虫感染造成的经济损失超过30亿美元[1]。所以早期诊断变得尤为重要。本研究对肝片形吸虫囊蚴、童虫、幼虫和成虫四个主要发育阶段运用Label-free定量蛋白质组学进行分析,四个时期共鉴定到107501条肽段,2406个蛋白。采用Max Quant软件对蛋白质组学数据进行非标记定量计算,对定量结果进行显著性差异分析,发现囊蚴与其他三个时期虫体之间存在的差异蛋白数量显著低于其他三组之间存在的差异蛋白数,且童虫与成虫之间的差异蛋白数量最多。经过韦恩图、火山图和聚类分析图分析得到的结果与Label free算法的结果相符。对差异蛋白进行GO和KEGG分析,GO结果显示在生物学进程中参与蛋白质折叠过程的蛋白质最多;在细胞组分中,富集于细胞的蛋白质最多;在分子功能中,蛋白质主要参与蛋白结合功能。KEGG结果显示差异蛋白主要参与新陈代谢、遗传信息处理、环境信息处理、细胞过程、组织系统和其他这六个方面。经过对差异蛋白数据的筛选分析,将差异蛋白分为有明显趋势的50组,其中42、49、48、12、45、47组蛋白趋势较好,Profile42组主要为钙结合蛋白、硫氧还蛋白-谷胱甘肽还原酶、硫氧还蛋白过氧化物酶、谷胱甘肽转移酶和甘油-3-磷酸脱氢酶(GAPDH)。Profile 49组主要为热休克蛋白90、热休克蛋白70、肌动蛋白。Profile 48组Ca2+不敏感的EF hand、醛脱氢酶家族蛋白。Profile 12组为Ras家族蛋白、钙调素样蛋白1、肌动蛋白、钙调素样蛋白3。Profile 45为分泌组织蛋白酶L1、脂肪酸结合蛋白III、蛋白质二硫化物异构酶、钙网蛋白家族蛋白、肌球蛋白尾。Profile 47组为肌球蛋白、原肌球调节蛋白、肌球蛋白调节轻链。我选取了Profile 42组的谷胱甘肽转移酶和Profile 45组的脂肪酸结合蛋白III,作为早期诊断抗原,其中谷胱甘肽转移酶为本实验室研制并保存。脂肪酸结合蛋白III经Uni Prot查询基因序列,成功构建原核表达载体PET-30a-FhFABⅢ,片段大小399bp,蛋白大小为16k Da,经Western bloting检测,肝片形吸虫抗体能够特异性识别重组表达蛋白,用重组Fh GST和FhFABⅢ蛋白纯化后作为诊断抗原,建立间接ELISA方法并优化其条件,检测结果显示FhFABⅢ重组抗原包被浓度每孔为9.275ng;血清稀释度为1:12800;FhFABⅢ重组抗原最佳孵育时间为4℃包被过夜;最佳封闭液选5%脱脂乳;最佳二抗孵育时间为60min;最佳底物作用时间为15 min。Fh GST重组抗原包被浓度为每孔为37.5ng;血清稀释度为1:12800;Fh GST重组抗原最佳孵育时间为37℃2h包被;最佳封闭液选10%脱脂乳,最佳二抗孵育时间为30min,最佳底物作用时间为15 min。在敏感性试验中,FhFABⅢ和Fh GST最早检出肝片形吸虫感染天数均为21d;在特异性实验中,肝片形吸虫FhFABⅢ和Fh GST重组抗原与华枝睾吸虫、日本血吸虫和捻转血矛线虫均无交叉反应;对不同生产批号的酶标板进行板间和板内的重复性实验,两种重复性实验结果显示变异系数均小于10%。临床检测样本95份,结果显示FhFABⅢ的阳性检出率为16.84%(16/95),Fh GST的阳性检出率为12.63%(12/95)。用纯化好的FhFABⅢ和Fh GST重组蛋白免疫新西兰大白兔(1mg/kg),每间隔两周免疫一次,当抗体效价达到105以上,便可心脏采血,采用Protrin A亲和层析法纯化多抗。采用柠檬酸三钠还原法制备了20nm大小的胶体金颗粒用来标记纯化后的兔多抗。FhFABⅢ最佳多抗标记量为5.07μg/m L,最适p H值为7.5;Fh GST最佳多抗标记量为10.15μg/m L,最适p H值为8.0。差速低温纯化金标抗体,FhFABⅢ多抗标记纯化后的胶体金颗粒作1:1稀释,Fh GST兔多抗标记纯化后的胶体金颗粒作1:4稀释,分别浸泡玻璃纤维。用FhFABⅢ和Fh GST抗原在硝酸纤维素膜上划检测线(T线),最适划线浓度均为0.8mg/m L。对两种试纸条分别进行了敏感性、重复性、特异性实验。结果显示:两种胶体金试纸条检出最早感染肝片形吸虫的时间均为21d;FhFABⅢ检测最低稀释倍数为1:60,Fh GST检测最低稀释倍数为1:80;不同批次试纸条重复检测,结果无明显差异;两种试纸条均不与华枝睾吸虫、捻转血矛线虫和日本血吸虫发生反应,表明两种试纸条的敏感性、重复性和特异性良好。两种试纸条检测临床样本95份,Fh GST试纸条检测出11份阳性血清,阳性率为11.58%(11/95),与ELISA方法的符合率为91.67%,FhFABⅢ试纸条检测出14份阳性血清,阳性率为14.71%(14/95),与ELISA方法的符合率为87.5%。该结果表明,制备的基于FhFABⅢ和Fh GST蛋白多克隆抗体的胶体金免疫层析试纸条能够初步检测临床样本,可用于肝片形吸虫的诊断。
其他文献
禽网状内皮组织增生症病毒(reticuloendotheliosis virus,REV)是一种引起禽免疫抑制和矮小综合征等代表性特征的C型禽逆转录病毒。该病毒感染造成禽类宿主免疫抑制后,使宿主易发生二次感染或/和混合感染,加重禽类疫病的程度,同时增加禽类疾病发病率和死亡率,给全球养禽业造成严重经济损失。最近有研究报道,REV对新的宿主具有潜在威胁,因此,研究REV的致病机制,特别是其免疫抑制机制
迈克尔·加扎尼加(Michael S.Gazzaniga),一位惠普大众的思想家,被称为当代认知神经科学之父,认知神经科学的创始人,脑科学领域的霍金。2001年,由于他在脑科学领域举足轻重的地位,他被邀请加入美国总统生物伦理专家委员会,研究各种生物科学技术对社会和伦理带来的影响。作为认知神经科学的创始人,他的神经伦理思想,对于当代伦理学的发展有着重大的研究价值。本文从神经伦理学的神经科学理论基础和
随着糖尿病成为人类健康的一大威胁,检测糖尿病的葡萄糖传感器受到了越来越多的关注。由于多孔镍在非酶葡萄糖传感领域表现出的优异性能以及石墨烯在改性非酶葡萄糖传感器方
近年来,人机对话系统作为人工智能的一个重要领域,得到了许多关注和发展。按照对话的场景,人机对话系统主要分为两类:任务型人机对话系统和非任务型人机对话系统。前者可以代替人类完成基础的重复工作,节省人力成本,例如银行、电商等的智能客服系统;后者能够陪伴用户进行趣味聊天,例如微软的小冰。传统的任务型人机对话系统主要基于槽值填充的方式,引导用户逐次提供和任务信息槽(如酒店预订系统中的酒店名称、入住时间、离
在我国现行的大部分抽样调查中,抽样设计环节很少采用平衡抽样方法。但在信息化时代,辅助信息的获取较为容易,有利于采用平衡抽样方法获取更具有代表性的样本,并且对提高抽样估计精度具有关键作用。当辅助变量和目标变量之间的关系为线性关系,传统平衡样本具有较强的代表性,且平衡样本下的Horvitz-Thompson估计量的估计效果也较好。在实际抽样中,常常存在超总体模型为非线性回归模型或模型形式未知的情况,因
研究目的探讨在临床真实情境下运用PBL教学法在护生实习教学中的应用效果,为护生实习带教方法改革提供参考依据。研究方法选择从2017年4月至2018年3月在盐城市第一人民医院临床实习的三年制护理高职实习生96名。经医院护理部同意将实习生按学号顺序分组,每6名学生分为1组,共16个组,将16个组按顺序编号,采用计算机随机数字法,按照1:1的比例随机分为实验组和对照组,每组各8小组48名实习生。实验组采
目的:提高眼科护士与患者沟通的技巧。方法:在临床护理工作中针对不同的护理对象分别采取不同的沟通技巧。结果:护士对患者心理指导不足,未采取合理的沟通技巧,主动深入病房
越来越多的证据表明非编码RNA及微生物在人类疾病的发生发展过程中扮演着重要的角色。传统的生物学实验方法识别与疾病相关的非编码RNA及微生物,具有周期长、成本高等弊端。因此,迫切需要基于计算的方法有效预测疾病潜在相关的非编码RNA及微生物,从而降低生物学实验周期、实验次数和实验成本。近年来,虽然在非编码RNA及微生物与疾病关联预测研究中取得了重要成果,但仍然有进一步提升的空间。本文针对非编码RNA及
基于物联网的心脏健康预警系统是指结合以可穿戴设备为代表的物联网技术,通过采集心电、心率等心脏健康相关指标,实现对心脏健康状态的实时监控,并在发现异常时及时预警进而有效干预的系统。借助复杂事件处理技术能够高效地从生理指标事件流中发现潜在风险,检测到满足预设规则的复杂事件则代表异常的出现。目前基于物联网的心脏健康监控系统还存在以下问题:1)现有系统仍以心率监控和心电信号分析方式为主,鲜有利用心率、心电
近似图匹配广泛应用于社交分析、情报学、生物信息学等领域,是当前研究的主流方向。由于受噪声的制约,传统的近似算法无法高效地对近似图匹配问题进行求解,尤其是近似子图匹配问题。采用统计显著性模型是缓解乃至克服噪音问题的一种可行策略。全局网络比对问题是生物信息学中热门的研究领域之一,通过网络比对侦测功能相似性蛋白质和发现不同物种之间蛋白质同源关系等具有重要意义。全局网络比对的目标是在两个网络之间找出最佳全