一、基因芯片技术及其应用（论文文献综述）
李元曦[1]（2020）在《可视化猪瘟、非洲猪瘟及猪非典型瘟基因芯片鉴别诊断方法的建立》文中进行了进一步梳理CSF和ASF是由CSFV及ASFV所引起的接触性高、致死率高的传染病。APPV可引起A-II型仔猪先天性震颤,该病具有传染性,严重时可导致仔猪死亡。CSFV、ASFV及APPV对养猪业的危害巨大,所以对其进行流行病学检测及临床快速诊断具有重要意义。目前检测这三种疾病的方法主要是依靠分子生物学方法及血清学方法,而且检测CSFV时还存在难以区分野毒和疫苗弱毒这一临床诊断难题。这些方法往往指标单一、且操作费时费力,难以适用于高通量样本的快速检测。本研究建立了一种针对这3种疫病病原进行鉴别诊断的可视化基因芯片检测方法。研究内容如下:1.引物探针的设计:根据Gen Bank中登录的ASFV的保守序列P72基因、CSFV的保守序列5’UTR端和NS5B蛋白基因、APPV的5’UTR序列,设计各病毒特异性的检测引物及基因探针。同时利用设计好的引物扩增各病原核酸的基因片段,并克隆合成阳性质粒作为标准品。2.可视化猪瘟野毒与疫苗弱毒基因芯片鉴别检测方法的建立:设计高特异性的引物与探针,利用生物素标记克隆出的靶位基因片段后与探针特异性杂交,在与辣根过氧化物酶标记的链霉素结合放大杂交信号后,通过TMB化学沉淀反应显色后凭肉眼观察判定结果。优化反应条件,并对芯片的特异性、灵敏度、稳定性、符合率等进行试验评价。试验结果显示:该芯片具特异性强且稳定性高。对于CSFV野毒和疫苗的质粒标准品单一检测灵敏度可达6.98拷贝/μL和6.92×101拷贝/μL,对于同一阳性质标准品,芯片重复性达100%。检测177份临床样本,结果与国标猪瘟病毒RT-n PCR检测方法（GB/T 26875-2018）相比较,总体符合率为99.43%。3.可视化CSFV、ASFV及APPV基因芯片鉴别检测方法的建立:在CSF野毒与疫苗鉴别诊断基因芯片的基础上,通过优化各引物用量和反应条件,建立了上述病原可视化的基因芯片鉴别检测方法。结果显示,该方法只检测CSFV、ASFV及APPV,对其它10种猪源病毒均不检测,特异性强;对于ASFV质粒标准品单一检测时灵敏度为1.92拷贝/μL;APPV质粒标准品的单一检测灵敏度为1.86×101拷贝/μL;混合联检时灵敏度达到了2.43×102拷贝/μL。对于同一样品,相同批次和不同批次的芯片均检测结果重复性达99.56%。保存期试验结果表明该芯片可在4℃条件下保存240 d。对219份临床样本进行检测,并且与标准检测方法相比较,总体符合率达到了99.08%。本研究建立的可视化基因芯片检测方法,其特异性强、灵敏度高且检测结果直观,判定简便,可在2小时内完成对3种猪重要疫病的鉴别检测。在基层开展猪传染病的流行病学监测乃至我国猪病的防控和净化方面具有良好的应用前景。
姚潮刚[2]（2020）在《基于GEO公共数据挖掘影响猪脂肪沉积的基因表达模式与鉴定》文中提出肌内脂肪（Intramuscular fat,IMF）和皮下脂肪是猪的两个重要的肉质相关性状。肌内脂肪含量影响p H值、肉色、嫩度、气味等相关肉质性状,而皮下脂肪也与猪肉质性状和经济价值相关联。众所周知,我国地方猪种脂肪沉积能力强于外来引进猪种,其肉质也较好,受到消费者青睐。此外,脂肪沉积受到多基因、信号通路和Lnc RNAs的调控。研究不同猪种脂肪沉积分子机制,为猪的育种提供理论基础。GEO数据库是世界上最大的公共数据库,并对使用者免费开放。通过对GEO数据库与猪相关的基因芯片和RNA-seq数据进行数据整合和再分析,有利于阐明不同猪种脂肪沉积的分子机制。在本研究中,通过对大白猪和我国地方猪种的背最长肌（longissimus dorsi,LD）GEO数据进行分析,我们筛选出了AMPK、PPAR和脂肪酸代谢三个与猪IMF沉积相关的信号通路。q RT-PCR芯片检测发现:在大白猪LD中,AMPK信号通路中与脂肪酸氧化相关基因表达上调,PPAR信号通路中与脂肪酸氧化和转运相关基因表达上调,脂肪酸代谢信号通路中与脂肪酸分解和氧化相关基因表达上调,此外,与脂肪酸合成相关基因表达下调。这些结果说明AMPK、PPAR和脂肪酸代谢通路是导致大白猪LD中IMF含量降低的主要因素。与此同时,我们还通过western blot技术检测了AMPK,LKB1,Ca MKK2,CPT1A和ACC1蛋白表达变化。结果表明,在大白猪的LD肌肉中,这几个蛋白的表达趋势与相应的基因表达模式一致。在本研究中,通过分析大白猪和我国地方猪种皮下脂肪组织的GEO数据,我们筛选出了核糖体、代谢通路和氧化磷酸化通路。通过q RT-PCR芯片对三个通路相关基因进行表达定量,结果发现在大白猪中皮下脂肪组织中,核糖体通路共有11个基因表达上调,代谢通路有5个基因表达上调,氧化磷酸化通路有4个基因表达上调,说明这三个信号通路参与调控大白猪皮下脂肪沉积。在本研究中,通过利用RNA-seq数据挖掘脂肪沉积相关Lnc RNAs。在LD中鉴定出一个与IMF沉积相关的Lnc RNA（NONSUST005598.1）,在皮下脂肪组织中鉴定出三个与皮下脂肪沉积相关的Lnc RNAs（NONSUST011681.1、NONSUST018163.1和NONSUST011273.1）。综上所述,本研究以不同猪种为研究对象,分析了影响猪脂肪沉积的基因、信号通路和Lnc RNAs,旨在为以后猪的育种提供更多的理论基础。
陈龙飞[3]（2019）在《基于RNA-Seq数据的害虫抗药性检测平台FastD的研发及其应用》文中指出害虫常给农业生产和人类健康造成巨大的危害。尽管IPM已经提出来很多年,但是对于害虫的防治依然主要依赖化学杀虫剂,长期不正确地使用杀虫剂,导致害虫种群发展出了抗药性。抗药性的产生会导致农药的防效下降甚至丧失,为保证防治效果,通常会使用更多的农药,由此形成恶性循环,造成更大的危害。抗药性检测是抗药性研究和治理的工作基础,但传统的抗药性检测技术操作复杂,检测通量低,实践中迫切需要研发简便高效的抗药性检测新技术。害虫抗药性产生的两大主要机制是靶标抗性和代谢抗性,前者主要是靶基因突变,后者主要是解毒酶的表达量变化,此外,有些抗药性还涉及到靶基因表达量和解毒酶亲和力的变异,以及药剂的吸收和排泄能力的变化。转录组数据中不仅有基因序列信息,还有基因编码区SNP信息和基因表达量信息。因此,转录组数据可应用于检测杀虫剂靶基因不同位点的抗药性突变,以及解毒酶基因的表达量。本文在前期工作的基础上,对前期研发的抗药性单因素检测方法进行了检验和优化,研发了综合的检测方法和在线分析平台,并进行了应用验证。现将取得的主要研究结果总结如下:1.ACE程序检测抗药性突变的应用验证实验室前期根据害虫的靶标抗性机制和转录组数据的特点,研发了基于转录组数据进行乙酰胆碱酯酶抗性突变检测的程序ACE。本研究利用抗性情况已知的3种昆虫8个种群的转录组数据,对ACE程序检测抗药性突变进行了应用验证。结果显示,利用ACE程序检测到3种昆虫中的3个靶基因抗性突变,其中在家蝇（Musca domestica）2个抗性种群中检测到不同频率的ace2上G227A突变,但敏感种群中没有;在白纹伊蚊（Aedes albopictus）的2个种群中均未检测到抗性相关突变;在小菜蛾（Plutella xylostella）的3个种群中,一个抗性种群和一个敏感种群的ace1上都检测到了 A201S和G227A突变,只是频率不同,而另一个敏感种群中没有发现突变。经过克隆验证和抗药性对比分析,发现小菜蛾敏感种群CHR中,确实存在（频率分别为0.183和0.183）上述2个抗药性突变,由此证明使用ACE程序能够对种群的抗性突变频率进行较为准确地检测,但检测的靶标突变频率并不能充分反映种群的抗药性状况,显示了单基因检测抗药性的局限性。2.害虫抗药性综合检测程序FastD的研发实验室前期研发的乙酰胆碱酯酶抗药性突变检测程序ACE是基于转录组数据专门进行抗性分子检测的第一个程序,上一章已经证实ACE程序虽然能对害虫种群中乙酰胆碱酯酶上抗性突变进行准确检测,但仅根据靶标基因上的突变频率并不能充分反映害虫种群的抗药性状况。害虫抗药性的主要机制涉及到靶标不敏感性和代谢解毒能力增强,因此,监测种群中抗药性状况,至少应该同时检测杀虫剂靶标的突变和解毒代谢酶的表达量。基于此,本研究对4类杀虫剂靶标抗性突变进行了挖掘,构建了突变图谱,同时收集了 124种昆虫的上述4类靶标基因序列和解毒代谢酶基因序列（包括三类重要的解毒代谢酶家族P450、GST和CCE）。根据这些数据研发了能够同时检测4种杀虫剂靶标突变和3类解毒代谢酶表达量的综合检测程序FastD,并为FastD程序构建了在线分析平台。FastD程序具有操作简单、运行速度快等优点,能够利用转录组数据对害虫种群不同靶标抗性突变和不同解毒代谢酶表达量进行检测,通过综合靶标抗性突变频率和解毒酶表达量变化反映种群中多重抗性的发生情况。3.害虫抗药性检测程序FastD的应用验证本研究通过使用新创建的FastD程序同时检测3种昆虫7个种群转录组中的靶标抗性突变和解毒酶基因表达量,来预测种群抗药性状况,并与各种群报道的实际抗药性状况进行比较,对FastD程序的实用性进行应用验证。结果发现,在白纹伊蚊2个种群中均未检测到靶标抗性突变,但在白纹伊蚊的Tem-GR抗性种群中检测到了较Par-GR敏感种群表达量高7.2倍的CCEae3a基因,该基因被报道与白纹伊蚊对有机磷类农药的抗性有关,表明FastD程序检测到了 Tem-GR种群对有机磷类杀虫剂产生了代谢抗性。在小菜蛾敏感种群中没检测到RyR的抗性突变,但在CHR和ZZ种群中均发现了 RyR上的G4946E突变,突变频率分别为0.66和0.95,并检测到ZZ种群相对于敏感种群CHS表达量高3.3倍的CYP6BG1基因,RyR突变G4946E和CYP6BG1基因均被报道与小菜蛾对氯虫苯甲酰胺的抗性有关,表明CHR和ZZ种群均对氯虫苯甲酰胺发展出了抗性,且ZZ种群抗性谱相对较广,抗性水平要高于CHR种群;在棉蚜（Aphis gossypii）敏感种群NS中没检测到nAChR抗性突变,在KR抗性种群中检测到nAChR的beta1亚基上的R81T突变,突变频率为0.50,检测到KR种群较敏感种群NS表达量高39.6倍的CYP6CY22基因和高22.0倍的CYP6CY13基因,nAChR突变R81T和上述两个基因均被报道与棉蚜对新烟碱类农药的抗性有关,表明FastD程序检测到了 KR种群已产生对新烟碱类杀虫剂的靶标抗性和代谢抗性。将这些种群预测的抗药性状况与其实际抗性状况进行比较,结果均相符,由此表明,害虫抗药性综合检测程序FastD对害虫种群抗药性状况的预测较为可靠,且能反映害虫种群对不同类型杀虫剂的多重抗性,具有广泛的应用价值。
王娟芳[4]（2019）在《禽致病性大肠杆菌O1、O2、O78血清型快速检测方法建立及其应用》文中研究指明禽致病性大肠杆菌（APEC）是肠道外致病性大肠杆菌的一种,可引起鸡、火鸡、鸭、鹅、鹌鹑和鸽等禽类发病,能导致禽类的各种肠道外疾病,包括呼吸道感染、卵黄囊感染、心包炎、肝周炎、气囊炎、脑膜炎、头部肿胀综合征以及败血症等。禽致病性大肠杆菌是危害家禽养殖业健康的重要病原菌之一。已有诸多研究表明禽源和人源大肠杆菌之间有较近的亲缘关系,他们在基因组结构上有很高的同源性,在遗传进化和生态分布中也有较高相似性,揭示APEC具有人畜共患的风险。因此对禽致病性大肠杆菌的快速检测具有重要意义。大肠杆菌O抗原血清型众多,但引起禽发病的血清型最主要为O1、O2和O78。为了快速检测出O1、O2和O78血清型禽致病性大肠杆菌,本研究建立了适用于实验室快速检测禽致病性大肠杆菌O1、O2、O78血清型的三重PCR方法;制备了O78血清型APEC的单克隆抗体;制备了适用于临床上快速检测O78血清型APEC的胶体金核酸层析试纸条。1.禽致病性大肠杆菌O1、O2、O78血清型三重PCR检测方法的建立及其应用分别设计O1、O2和O78血清型的特异性引物,提取O1、O2和O78血清型APEC菌株的DNA作为模板,优化三重PCR反应条件,在25μL反应体系中,各组分的最佳添加量如下:dNTP为1.5μL,MgCl2为2.5μL,Taq DNA酶为0.6μL,最佳引物比例为O1:O2:O78=0.6μL:0.2μL:0.6μL。最佳退火温度为55.9℃。用146株不同血清型大肠杆菌对三重PCR进行特异性检测的结果显示,不同血清型的大肠杆菌特异性检测准确率为99.32%（145/146）,用金黄色葡萄球菌、沙门氏菌和枯草芽孢杆菌进行特异性检测时,没有出现非特异性扩增。分别用不同浓度的DNA对三重PCR进行灵敏度检测,以单一血清型DNA为模板时,O1和O2血清型的DNA最低检测限均为0.1 ng/μL,O78血清型的DNA最低检测限为0.02 ng/μL;以O1、O2和O78混合DNA为模板时,最低检测限0.05 ng/μL。对18份临床模拟样品进行检测,准确率为94.4%（17/18）。2.禽致病性大肠杆菌O78血清型单克隆抗体制备为建立能够在临床上对APEC的进行快速初筛的胶体金免疫层析方法,本研究制备了针对O78血清型APEC的单克隆抗体。根据O78血清型APEC的特异性基因,设计了含NdeI和XbaI酶切位点的特异性引物,扩增了目的片段,通过酶切、连接,构建了 pCznl-AGC87681.1重组质粒,并转化入大肠杆菌Arctic Express感受态细胞中,IPTG低温诱导表达O78蛋白。对表达在包涵体沉淀中的蛋白进行复性,并纯化蛋白。以纯化后的O78蛋白作为抗原,免疫BALB/c小鼠,经过细胞融合、筛选和亚克隆,最终得到2株阳性单克隆细胞株,命名为2D3和8B4,单抗效价均达到1:512000,但不同血清型之间有明显的交叉反应,故不适用于制备特异性检测O78血清型APEC的胶体金免疫层析试纸条。下一步试验可根据制得的单抗用噬菌体肽库筛选出特异性的多肽以建立其他检测方法。3.禽致病性大肠杆菌O78血清型胶体金核酸层析试纸条的研制及其应用为了能够在临床上快速检测出O78血清型APEC,我们结合PCR和胶体金免疫层析技术,制备了一种特异性检测O78血清型APEC的胶体金核酸层析试纸条。根据O78血清型APEC的特异性基因设计引物,上下游引物分别用FITC和DIG修饰后进行PCR扩增,得到带有FITC和DIG双标记的PCR产物,并用制备的胶体金核酸层析试纸条进行检测。采用柠檬酸三钠还原法制备了粒径为15-20nm的胶体金溶液,取4μL 1mg/mL的FITC抗体偶联1mL胶体金溶液,0.5%明胶为封闭液,制备了金标抗体。NC膜上的T线和C线分别标记地高辛抗体和羊抗鼠二抗。制备的胶体金核酸层析试纸条灵敏度为102CFU/mL,用17株非O78血清型的大肠杆菌对试纸条的特异性进行检测,结果T线均不显现条带,说明胶体金核酸层析试纸条的特异性好。对加入不同浓度O78血清型APEC的血清样品进行检测,最低能检测到102 CFU/mL。利用这种胶体金核酸层析试纸条,可以在没有任何复杂的仪器或专业人员的情况下实现O78血清型APEC的快速和现场检测。
刘志鹏[5]（2018）在《同步共检PEDV，TGEV，GAR和PDCoV的可视化酶促寡核苷酸共检芯片的构建及应用》文中研究说明猪流行性腹泻病毒（Porcine epidemic diarrhea virus,PEDV）、猪传染性胃肠炎病毒（Transmissible gastroenteritis virus,TGEV）、猪轮状病毒A型（Group A rota virus,GAR）以及猪delta冠状病毒（Porcine Deltacoronavirus,PDCoV）是引起仔猪病毒性腹泻的主要病原,这四种仔猪腹泻病在临床表现非常相似,难以鉴别诊断。本研究针对PEDV、TGEV、GAR以及PDCoV四种腹泻病毒,将酶促反应显色技术、不对称PCR单链扩增技术和基因芯片技术相结合,构建一套PEDV-TGEV-G AR-PDCoV可视化酶促寡核苷酸共检基因芯片技术,进行了初步临床应用评价研究。研究结果结果显示,各目的基因的不对称PCR上下游引物最佳浓度比分别为:PEDV-S:1:20;PEDV-M:1:10;TGEV-S:1:20;TGEV-N:1:20;GAR-VP7:1:10;GAR-NSP4:1:10;PDCoV-M:1:10;PDCoV-N:1:20,此时目的片段的单链产物量最多。确定了芯片检测的操作程序为:在50℃环境中杂交90 min后,进行洗涤。与2000倍稀释的链霉亲和素标记的辣根过氧化物酶酶联后用DAB显色液显色后进行结果判读。本研究根据阳性对照生成棕褐色斑点,空白对照无斑点生成,确定了芯片检测质量与结果判定标准。该可视化共检芯片特异性好,PEDV、TGEV、GAR以及P DCoV的单独检测及混合检测杂交结果均呈阳性,CSFV、PRRSV、PCV2、JEV及FMDV杂交结果呈阴性,探针之间没有相互干扰;各探针基因的灵敏性均可达10p g/μl（2.83×106copies/μl）;芯片在保存180天后仍可进行有效检测。研究应用所构建的芯片对四川、重庆地区的200份临床送检样本进行了检测。本研究成功构建了一套能高通量检测四种仔猪腹泻疾病的酶促可视化基因芯片,该方法特异性强,灵敏度高,为临床鉴别仔猪腹泻类疾病提供了一种新的方法。
邱秀文,吴小芹,黄麟,叶建仁[6]（2014）在《基因芯片技术在生物研究中的应用进展》文中指出基因芯片是生物科学领域的一项高新技术,在基因组测序、基因表达、发现新基因、基因芯片绘制图谱及病原检测等方面得到了广泛应用。本研究介绍了基因芯片技术在生物研究中的研究进展,并对未来研究方向进行展望。
荣爱红,赵蓬波,侯晓杰[7]（2012）在《基因芯片技术及其在结核分枝杆菌检测中的应用》文中提出结核病是由结核分枝杆菌引起的一种慢性传染病,主要侵犯肺脏。在某些经济欠发达地区,许多结核病患者因为得不到全程,合理的救治而产生结核耐药,这使得控制结核病的发生发展成为世界性问题。
龚成珍,胡永浩,王东升,张世栋,严作廷[8]（2011）在《基因芯片技术及其在兽医学中的应用》文中指出基因芯片技术是由生命科学与物理学、微电子技术、生化技术等众多科学领域交叉综合的一项高新技术,具有强大的类比性、重复性、微型化和自动化等特点。对该技术的原理、分类、技术流程、优点及其在兽医学中的应用及存在的问题进行概述,并对其应用前景进行展望。
陈坚,刘业兵,宁宜宝[9]（2010）在《基因芯片技术及其在动物微生物研究中的应用》文中指出介绍了基因芯片技术及其在动物微生物研究中病原体检测和分型、致病机理、宿主与病原体的相互影响以及耐药性检测等方面的应用情况,分析了限制该技术应用和发展的主要问题,并对其应用前景作了展望。
唐晨,田晓玲,贾睿,徐韧,王金辉,项有堂,何培民[10]（2010）在《基因芯片在海洋微藻研究中的应用前景》文中研究说明基因芯片通常指DNA芯片,其基本原理是将大量的寡核苷酸分子固定于支持物上,然后与标记的样品进行杂交,通过检测杂交信号从而获取结果。多年来,我国在医药疾病研究、微生物检测等领域已成功研制出多种基因芯片,取得了骄人的成绩,但在对海洋微藻研究的应用上成果较少。现着力从实际应用的角度阐述基因芯片及其在海洋微藻研究中的应用。
二、基因芯片技术及其应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基因芯片技术及其应用（论文提纲范文）
（1）可视化猪瘟、非洲猪瘟及猪非典型瘟基因芯片鉴别诊断方法的建立（论文提纲范文）
| 摘要 |
| Summary |
| 缩略语表 |
| 第一章 基因芯片技术及猪重大传染病检测技术研究进展 |
| 1 基因芯片技术及其应用 |
| 1.1 基因芯片的原理 |
| 1.2 基因芯片的分类 |
| 1.3 基因芯片的技术流程 |
| 1.4 基因芯片的应用 |
| 1.4.1 基因芯片在医学领域的应用 |
| 1.4.2 基因芯片在遗传性疾病诊断方面的应用 |
| 1.4.3 基因芯片在致病菌研究中的应用 |
| 1.4.4 基因芯片在传染病诊断中的应用 |
| 2 猪重大疫病检测技术研究进展 |
| 2.1 猪瘟及猪瘟病毒 |
| 2.2 猪瘟病毒的鉴别检测技术 |
| 2.2.1 病毒分离培养 |
| 2.2.2 血清学检测方法 |
| 2.2.3 分子生物学检测方法 |
| 2.3 非洲猪瘟及非洲猪瘟病毒 |
| 2.4 非洲猪瘟的诊断技术 |
| 2.4.1 PCR检测方法 |
| 2.4.2 荧光定量PCR |
| 2.4.3 ELISA检测方法 |
| 2.4.4 胶体金免疫层析试纸条 |
| 2.4.5 红细胞吸附试验 |
| 2.4.6 快速诊断和早期诊断方法 |
| 2.5 猪非典型瘟病毒 |
| 2.6 猪非典型性瘟病毒的诊断技术 |
| 3 研究展望 |
| 第二章 可视化猪瘟基因芯片鉴别检测方法的建立 |
| 1 材料与方法 |
| 1.1 材料 |
| 1.1.1 试剂 |
| 1.1.2 仪器 |
| 1.1.3 毒株 |
| 1.2 方法 |
| 1.2.1 引物与探针设计 |
| 1.2.2 重组阳性质粒的构建 |
| 1.2.3 基因芯片的制备 |
| 1.2.4 基因芯片的杂交反应 |
| 1.2.5 结果的判定 |
| 1.2.6 二重PCR扩增反应的建立及优化 |
| 1.2.7 基因芯片杂交反应条件的优化 |
| 1.2.8 芯片的特异性试验 |
| 1.2.9 芯片的敏感性试验 |
| 1.2.10 芯片的可重复性 |
| 1.2.11 与标准检测方法符合率的比较 |
| 2 结果 |
| 2.1 重组阳性质粒构建 |
| 2.2 PCR反应条件优化 |
| 2.2.1 退火温度优化 |
| 2.2.2 延伸时间优化 |
| 2.2.3 引物浓度优化 |
| 2.3 基因芯片杂交反应条件的优化 |
| 2.3.1 SA-HRP最佳稀释度优化 |
| 2.3.2 杂交时间优化 |
| 2.4 基因芯片的特异性 |
| 2.5 芯片的敏感性 |
| 2.6 芯片的可重复性 |
| 2.7 与标准检测方法结果符合率的比较 |
| 3 讨论 |
| 本章小结 |
| 第三章 可视化猪瘟、非洲猪瘟及猪非典型瘟基因芯片鉴别诊断方法的建立及初步应用 |
| 1.材料与方法 |
| 1.1 材料 |
| 1.1.1 试剂 |
| 1.1.2 仪器 |
| 1.1.3 毒株 |
| 1.2 方法 |
| 1.2.1 引物与探针设计 |
| 1.2.2 重组阳性质粒的构建 |
| 1.2.3 基因芯片的制备 |
| 1.2.4 探针的筛选 |
| 1.2.5 PCR扩增反应的建立及优化 |
| 1.2.6 芯片的特异性试验 |
| 1.2.7 芯片的敏感性试验 |
| 1.2.8 芯片的可重复性 |
| 1.2.9 芯片的保存期 |
| 1.2.10 与标准检测方法符合率的比较 |
| 2 结果 |
| 2.1 探针的筛选 |
| 2.2 重组阳性质粒构建 |
| 2.3 PCR反应条件优化 |
| 2.3.1 PCR反应退火温度的优化 |
| 2.3.2 PCR反应延伸时间的优化 |
| 2.3.3 PCR反应引物浓度的优化 |
| 2.4 基因芯片的特异性 |
| 2.5 芯片的敏感性 |
| 2.6 芯片的可重复性 |
| 2.7 芯片的保存期 |
| 2.8 与标准检测方法结果符合率的比较 |
| 3 讨论 |
| 本章小结 |
| 第四章 全文总结 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在读期间发表论文和成果 |
| 导师简介 |
（2）基于GEO公共数据挖掘影响猪脂肪沉积的基因表达模式与鉴定（论文提纲范文）
| 中文摘要 |
| abstract |
| 英文缩略词表 |
| 前言 |
| 第一篇 文献综述 |
| 第1章 猪的脂肪沉积研究进展 |
| 1.1 猪肉肉质含义 |
| 1.2 肌肉组成及其与肉质关系 |
| 1.3 IMF含量的影响因素 |
| 1.3.1 遗传因素对IMF含量的影响 |
| 1.3.2 性别和年龄对IMF含量的影响 |
| 1.3.3 不同组织部位对IMF含量的影响 |
| 1.3.4 营养水平和饲养环境对IMF含量的影响 |
| 1.3.5 饲养环境对IMF含量的影响 |
| 1.3.6 小结 |
| 1.4 皮下脂肪与猪胴体性状的关系 |
| 1.5 猪的脂肪沉积相关基因与基因组学研究进展 |
| 1.5.1 脂肪沉积相关基因 |
| 1.5.2 脂肪沉积相关长链非编码RNA |
| 1.5.3 脂肪沉积相关信号通路 |
| 1.6 我国地方猪种与外来引进猪种概况 |
| 1.6.1 我国地方猪种概况 |
| 1.6.2 我国外来引进猪种概况 |
| 1.6.2 小结 |
| 第2章 GEO公共数据库及其应用 |
| 2.1 GEO公共数据库 |
| 2.2 基因芯片技术的应用 |
| 2.3 RNA-seq技术的应用 |
| 2.4 qRT-PCR array技术及应用 |
| 第二篇 研究内容 |
| 第1章 猪肌内脂肪GEO数据挖掘和基因表达模式鉴定 |
| 1.1 材料 |
| 1.1.1 GEO数据收集 |
| 1.1.2 生物信息学和统计分析方法 |
| 1.1.3 动物样本采集 |
| 1.1.4 主要仪器 |
| 1.1.5 主要试剂 |
| 1.1.6 引物的设计 |
| 1.2 方法 |
| 1.2.1 DEGs的获得 |
| 1.2.2 差异基因信号通路和GO富集 |
| 1.2.3 IMF含量测定 |
| 1.2.4 RNA提取和q RT-PCR芯片验证 |
| 1.2.5 Western blot分析 |
| 1.3 结果 |
| 1.3.1 GEO数据集中差异表达分析结果 |
| 1.3.2 GEO数据中DEGs的通路富集 |
| 1.3.3 不同品种猪LD中IMF含量测定 |
| 1.3.4 不同品种猪LD中 AMPK信号通路的验证 |
| 1.3.5 AMPK信号通路q RT-PCR芯片DEGs的 GO分析 |
| 1.3.6 不同品种猪LD中 PPAR信号通路的验证 |
| 1.3.7 PPAR信号通路q RT-PCR芯片DEGs的 GO分析 |
| 1.3.8 不同品种猪LD中脂肪酸代谢信号通路的验证 |
| 1.3.9 脂肪酸代谢信号通路q RT-PCR芯片DEGs的 GO分析 |
| 1.3.10 三个信号通路共享基因情况分析 |
| 1.3.11 两个猪种中几个关键蛋白的western blot分析 |
| 1.4 讨论 |
| 1.4.1 AMPK信号通路 |
| 1.4.2 PPAR信号通路 |
| 1.4.3 脂肪酸代谢信号通路 |
| 1.4.4 不足与展望 |
| 1.5 小结 |
| 第2章 猪皮下脂肪GEO数据挖掘和基因表达模式鉴定 |
| 2.1 材料 |
| 2.1.1 GEO数据收集 |
| 2.1.2 生物信息学和统计分析方法 |
| 2.1.3 动物样本采集 |
| 2.1.4 主要仪器 |
| 2.1.5 主要试剂 |
| 2.1.6 引物的设计 |
| 2.2 方法 |
| 2.2.1 DEGs的获得 |
| 2.2.2 DEGs信号通路富集和PPI网络构建 |
| 2.2.3 RNA提取和q RT-PCR芯片验证 |
| 2.3 结果 |
| 2.3.1 GEO数据中差异表达分析结果 |
| 2.3.2 GEO数据中DEGs的信号通路富集 |
| 2.3.3 GEO数据中DEGs的 PPI网络 |
| 2.3.4 GEO数据中DEGs的共表达分析 |
| 2.3.4 不同品种猪皮下脂肪组织中q RT-PCR芯片结果 |
| 2.4 讨论 |
| 2.5 小结 |
| 第3章 猪脂肪沉积相关Lnc RNAs数据挖掘 |
| 3.1 材料 |
| 3.1.1 GEO数据收集 |
| 3.1.2 生物信息学分析 |
| 3.1.3 动物样本采集 |
| 3.1.4 主要仪器 |
| 3.1.5 主要试剂 |
| 3.1.6 引物的设计 |
| 3.2 方法 |
| 3.2.1 DEGs和差异表达Lnc RNAs分析 |
| 3.2.2 Lnc RNA-m RNA共表达分析 |
| 3.2.3 RNA提取和q RT-PCR芯片验证 |
| 3.3 结果 |
| 3.3.1 IMF数据差异表达m RNAs结果 |
| 3.3.2 IMF数据差异表达Lnc RNAs结果 |
| 3.3.3 IMF数据Lnc RNA-m RNA共表达分析结果 |
| 3.3.4 皮下脂肪数据差异表达mRNAs结果 |
| 3.3.5 皮下脂肪数据差异表达Lnc RNAs结果 |
| 3.3.6 皮下脂肪数据Lnc RNA-m RNA共表达分析结果 |
| 3.3.7 脂肪沉积相关的几个Lnc RNAs的 q RT-PCR检测结果 |
| 3.3.8 脂肪沉积相关Lnc RNAs与人、小鼠的同源比对分析 |
| 3.4 讨论 |
| 3.5 小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 导师简介 |
| 作者简介 |
| 致谢 |
（3）基于RNA-Seq数据的害虫抗药性检测平台FastD的研发及其应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1 害虫抗药性 |
| 1.1 害虫与杀虫剂 |
| 1.2 害虫抗药性及其形成 |
| 1.3 害虫抗药性的研究历史与现状 |
| 1.4 害虫抗药性的危害 |
| 2 害虫抗药性的发生机制 |
| 2.1 行为抗性 |
| 2.2 穿透抗性 |
| 2.3 代谢抗性 |
| 2.4 靶标抗性 |
| 2.5 害虫抗药性机制研究展望 |
| 3 害虫抗药性检测技术 |
| 3.1 抗药性生物测定 |
| 3.2 抗药性生理生化检测 |
| 3.3 抗药性分子生物学检测 |
| 3.4 害虫抗药性检测技术展望 |
| 4 RNA-Seq技术及其在害虫抗药性检测上的应用 |
| 4.1 转录组研究进展 |
| 4.2 RNA-Seq技术原理 |
| 4.3 RNA-Seq的混样测序策略 |
| 4.4 RNA-Seq技术优势 |
| 4.5 RNA-Seq技术在害虫抗药性检测上的应用 |
| 5 本研究的目的和意义 |
| 第二章 ACE程序检测抗药性突变的应用验证 |
| 1 引言 |
| 2 材料与方法 |
| 2.1 转录组数据 |
| 2.2 供试小菜蛾 |
| 2.3 乙酰胆碱酯酶突变检测程序ACE |
| 2.4 乙酰胆碱酯酶突变检测 |
| 2.5 小菜蛾乙酰胆碱酯酶基因ace1的克隆 |
| 3 结果与分析 |
| 3.1 害虫种群的抗药性情况 |
| 3.2 家蝇3个种群ace2的突变检测 |
| 3.3 白纹伊蚊2个种群的ace1突变检测 |
| 3.4 小菜蛾3个种群的ace1突变检测 |
| 3.5 小菜蛾CHR种群ace1突变的验证 |
| 4 讨论 |
| 第三章 害虫抗药性综合检测程序FastD的研发 |
| 1 引言 |
| 2 材料与方法 |
| 2.1 文献挖掘 |
| 2.2 基因收集 |
| 2.3 程序编写 |
| 2.4 在线分析平台构建 |
| 3 结果与分析 |
| 3.1 靶标突变图谱 |
| 3.2 害虫抗药性相关基因 |
| 3.3 害虫抗药性综合检测程序FastD |
| 3.4 FastD在线分析平台 |
| 4 讨论 |
| 第四章 害虫抗药性检测程序FastD的应用验证 |
| 1 引言 |
| 2 材料与方法 |
| 2.1 转录组数据 |
| 2.2 害虫靶标突变检测 |
| 2.3 害虫解毒代谢酶表达量检测 |
| 3 结果与分析 |
| 3.1 害虫种群的抗药性情况 |
| 3.2 白纹伊蚊2个种群靶标突变和解毒代谢酶表达量的检测 |
| 3.3 小菜蛾3个种群靶标突变和解毒代谢酶表达量的检测 |
| 3.4 棉蚜2个种群靶标突变和解毒代谢酶表达量的检测 |
| 4 讨论 |
| 全文总结 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间学术论文发表情况 |
（4）禽致病性大肠杆菌O1、O2、O78血清型快速检测方法建立及其应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号及缩略语说明 |
| 第一章 文献综述 |
| 1 禽致病性大肠杆菌(APEC)研究现状 |
| 1.1 大肠杆菌生物学特性 |
| 1.2 大肠杆菌分类 |
| 1.3 APEC致病机制 |
| 1.4 APEC血清型 |
| 1.5 APEC致人畜共患风险 |
| 2 大肠杆菌检测主要方法 |
| 2.1 微生物学检测方法 |
| 2.2 血清学方法 |
| 2.3 分子生物学方法 |
| 3 胶体金免疫层析技术及应用现状 |
| 3.1 免疫胶体金技术 |
| 3.2 免疫层析法 |
| 3.3 胶体金免疫层析技术 |
| 参考文献 |
| 第二章 禽致病性大肠杆菌O1、O2、O78血清型三重PCR检测方法的建立及其应用 |
| 1 材料与方法 |
| 1.1 菌株 |
| 1.2 主要试剂和仪器 |
| 1.3 细菌培养基配制 |
| 1.4 引物设计与合成 |
| 1.5 PCR模板制备 |
| 1.6 三重PCR扩增体系的优化 |
| 1.7 三重PCR特异性试验 |
| 1.8 三重PCR敏感性试验 |
| 1.9 临床模拟样品检测 |
| 2 结果与分析 |
| 2.1 退火温度的优化 |
| 2.2 dNTP量的优化 |
| 2.3 MgCl_2量的优化 |
| 2.4 Taq DNA酶量的优化 |
| 2.5 引物比例的优化 |
| 2.6 三重PCR特异性检测 |
| 2.7 三重PCR敏感性检测 |
| 2.8 临床模拟样品检测结果 |
| 3 讨论 |
| 参考文献 |
| 第三章 禽致病性大肠杆菌O78血清型单克隆抗体制备 |
| 1 材料与方法 |
| 1.1菌株、质粒、细胞和实验动物 |
| 1.2 主要试剂和仪器 |
| 1.3 O78特异性基因的筛选 |
| 1.4 O78血清型APEC特异性蛋白的原核表达 |
| 1.5 动物免疫 |
| 1.6 融合 |
| 1.7 融合筛选及亚克隆 |
| 1.8 腹水制备 |
| 1.9 抗体纯化 |
| 2 结果与分析 |
| 2.1 pCzn1-AGC87681.1重组质粒的酶切鉴定 |
| 2.2 pCzn1-AGC87681.1重组质粒蛋白表达 |
| 2.3 融合蛋白的纯化 |
| 2.4 免疫后小鼠血清效价检测 |
| 2.5 融合筛选结果 |
| 2.6 腹水及纯化抗体效价检测结果 |
| 2.7 单抗的纯化 |
| 3 讨论 |
| 参考文献 |
| 第四章 禽致病性大肠杆菌O78血清型胶体金核酸层析试纸条的研制及其应用 |
| 1 材料与方法 |
| 1.1 菌株 |
| 1.2 主要试剂和仪器 |
| 1.3 特异性引物的设计与合成修饰 |
| 1.4 待检PCR产物的制备 |
| 1.5 胶体金核酸层析试纸条的制备 |
| 1.6 胶体金试纸条检测PCR产物 |
| 1.7 胶体金试纸条灵敏度检测 |
| 1.8 胶体金试纸条特异性检测 |
| 1.9 血清加标样品检测 |
| 2 结果与分析 |
| 2.1 胶体金的制备 |
| 2.2 制备金标抗体的条件优化 |
| 2.3 胶体金核酸层析试纸条的灵敏度 |
| 2.4 胶体金核酸层析试纸条的特异性 |
| 2.5 血清加标样品的检测 |
| 3 讨论 |
| 参考文献 |
| 全文总结 |
| 攻读学位期间取得的学术成果目录 |
| 致谢 |
| 附录 |
（5）同步共检PEDV，TGEV，GAR和PDCoV的可视化酶促寡核苷酸共检芯片的构建及应用（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号说明 |
| 文献综述 |
| 1.猪病毒性腹泻病毒的研究进展 |
| 1.1 猪流行性腹泻病毒概述 |
| 1.2 猪传染性胃肠炎病毒概述 |
| 1.3 猪轮状病毒A型概述 |
| 1.4 猪delta冠状病毒概述 |
| 1.5 猪病毒性腹泻传统诊断方法 |
| 2.基因芯片技术及其在病原诊断上的应用 |
| 本研究的目的与意义 |
| 1.材料 |
| 1.1 阳性病料 |
| 1.2 主要试剂 |
| 1.3 主要仪器设备 |
| 1.4 临床样品 |
| 2.方法 |
| 2.1 目的基因重组质粒的构建 |
| 2.2 寡核苷酸探针设计和合成 |
| 2.3 芯片的制备 |
| 2.4 不对称PCR引物浓度的优化 |
| 2.5 PEDV-TGEV-GAR-PDCoV共检芯片检测步骤 |
| 2.6 PEDV-TGEV-GAR-PDCoV共检芯片的条件优化 |
| 2.7 PEDV-TGEV-GAR-PDCoV共检芯片的评价及应用 |
| 3.结果 |
| 3.1 靶基因阳性质粒提取结果 |
| 3.2 不对称PCR扩增体系的条件优化结果 |
| 3.3 PEDV-TGEV-GAR-PDCoV共检芯片探针浓度的选择 |
| 3.4 PEDV-TGEV-GAR-PDCoV共检芯片杂交时间选择 |
| 3.5 PEDV-TGEV-GAR-PDCoV共检芯片杂交温度选择 |
| 3.6 PEDV-TGEV-GAR-PDCoV共检芯片酶浓度的选择 |
| 3.7 PEDV-TGEV-GAR-PDCoV共检芯片显色时间的选择 |
| 3.8 PEDV-TGEV-GAR-PDCoV共检芯片的特异性检测结果 |
| 3.9 PEDV-TGEV-GAR-PDCoV共检芯片的敏感性检测结果 |
| 3.10 PEDV-TGEV-GAR-PDCoV共检芯片的保存期检测结果 |
| 3.11 PEDV-TGEV-GAR-PDCoV共检芯片的临床样品检测结果 |
| 4.讨论 |
| 4.1 靶基因的选择 |
| 4.2 寡核苷酸探针的设计 |
| 4.3 不对称PCR扩增技术的讨论 |
| 4.4 可视化芯片条件优化的讨论 |
| 4.5 关于可视化芯片质量评估结果的讨论 |
| 4.6 关于可视化芯片临床应用评价的讨论 |
| 结论 |
| 创新点 |
| 致谢 |
| 参考文献 |
| 附录一 ：探针基因序列 |
| 附录二 ：试验试剂的配置 |
| 附录三 ：部分临床样品可视化基因检测结果 |
| 作者简历 |
（6）基因芯片技术在生物研究中的应用进展（论文提纲范文）
| 1 基因芯片概述 |
| 1.1 基因芯片原理 |
| 1.2 基因芯片制备 |
| 1.2.1 光导原位合成法 |
| 1.2.2 原位喷印合成法 |
| 1.2.3 直接点样法 |
| 2 基因芯片在生物研究中的应用 |
| 2.1 基因表达分析 |
| 2.2 DNA测序 |
| 2.3 发现新基因 |
| 2.4 病原检测 |
| 2.5 绘制图谱 |
| 3 展望 |
（7）基因芯片技术及其在结核分枝杆菌检测中的应用（论文提纲范文）
| 1 基因芯片 |
| 1.1 基因芯片的概念 |
| 1.2 基因芯片的优点 |
| 1.3 基因芯片的分类[4] |
| 1.3.1 按基因芯片所用载体材料分: |
| 1.3.2 按芯片点样方式的不同分: |
| 1.3.3 按基因芯片用途分为: |
| 1.4 基因芯片的用途 |
| 1.4.1 疾病检测诊断方面, |
| 1.4.2 法医学方面, |
| 1.4.3 药物筛选方面[6], |
| 1.4.4 环境科学方面, |
| 1.5 基因芯片的原理 |
| 1.6 基因芯片技术的主要技术环节 |
| 1.6.1 芯片制备 |
| 1.6.2 样品制备 |
| 1.6.3 分子之间相互反应 |
| 1.6.4 反应结果的检测及分析 |
| 1.7 基因芯片的国内外研究现状[11] |
| 2 基因芯片在结核分枝杆菌中的应用 |
| 2.1 基因芯片对结核分枝杆菌耐药性的研究 |
| 2.2 基因芯片技术应用于耐多药结核病 (MDR-TB) 检测的现状 |
| 3 展望 |
（8）基因芯片技术及其在兽医学中的应用（论文提纲范文）
| 1 基因芯片技术概述 |
| 1.1 基因芯片技术的原理 |
| 1.2 基因芯片的种类 |
| 1.3 基因芯片的制备 |
| 1.3.1 原位光刻合成。 |
| 1.3.2 原位喷印合成。 |
| 1.3.3 点样法。 |
| 1.3.4 电子芯片。 |
| 1.3.5 三维芯片。 |
| 1.3.6 流过式芯片。 |
| 1.4 样品的准备及杂交检测 |
| 2 基因芯片技术在兽医学中的应用 |
| 2.1 动物疾病的基因诊断 |
| 2.2基因防治 |
| 2.3 兽药研究中的应用 |
| 2.4 基因表达分析 |
| 2.5 发现新的功能基因 |
| 2.6 在基因功能研究中的应用 |
| 2.7动物发病机制的研究 |
| 2.8 转基因动物产品检测与动物检疫 |
| 2.9 在中医证的动物模型研究中的应用 |
| 3 发展与展望 |
（9）基因芯片技术及其在动物微生物研究中的应用（论文提纲范文）
| 1 基因芯片技术概况 |
| 2 基因芯片在动物微生物研究中的应用 |
| 2.1 病原体检测和分型 |
| 2.2 致病机理 |
| 2.3 宿主与病原体的相互影响 |
| 2.4 耐药性检测 |
| 3 基因芯片存在的问题和发展前景 |
（10）基因芯片在海洋微藻研究中的应用前景（论文提纲范文）
| 1 基因芯片 |
| 1.1 概念和原理 |
| 1.2 基因芯片的特性 |
| 1.3 芯片的分类 |
| 1.3.1 固相微阵列芯片 |
| 1.3.2 液相微阵列芯片 |
| 2 基因芯片在海洋微藻研究中的应用前景 |
| 2.1 在海洋微藻分类与鉴定研究方面的应用 |
| 2.2 在遗传多样性分析与基因突变方面的应用 |
| 2.3 在海藻基因差异性表达上的应用前景 |
| 2.4 在海藻活性物质筛选方面的应用 |
| 3 基因芯片在海藻研究中存在的问题及展望 |
四、基因芯片技术及其应用（论文参考文献）
- [1]可视化猪瘟、非洲猪瘟及猪非典型瘟基因芯片鉴别诊断方法的建立[D]. 李元曦. 甘肃农业大学, 2020(09)
- [2]基于GEO公共数据挖掘影响猪脂肪沉积的基因表达模式与鉴定[D]. 姚潮刚. 吉林大学, 2020(01)
- [3]基于RNA-Seq数据的害虫抗药性检测平台FastD的研发及其应用[D]. 陈龙飞. 南京农业大学, 2019(08)
- [4]禽致病性大肠杆菌O1、O2、O78血清型快速检测方法建立及其应用[D]. 王娟芳. 南京农业大学, 2019(08)
- [5]同步共检PEDV，TGEV，GAR和PDCoV的可视化酶促寡核苷酸共检芯片的构建及应用[D]. 刘志鹏. 四川农业大学, 2018(02)
- [6]基因芯片技术在生物研究中的应用进展[J]. 邱秀文,吴小芹,黄麟,叶建仁. 江苏农业科学, 2014(05)
- [7]基因芯片技术及其在结核分枝杆菌检测中的应用[J]. 荣爱红,赵蓬波,侯晓杰. 中国实验诊断学, 2012(12)
- [8]基因芯片技术及其在兽医学中的应用[J]. 龚成珍,胡永浩,王东升,张世栋,严作廷. 安徽农业科学, 2011(08)
- [9]基因芯片技术及其在动物微生物研究中的应用[J]. 陈坚,刘业兵,宁宜宝. 中国兽药杂志, 2010(12)
- [10]基因芯片在海洋微藻研究中的应用前景[J]. 唐晨,田晓玲,贾睿,徐韧,王金辉,项有堂,何培民. 生物技术通报, 2010(11)