首页--生物科学论文--微生物学论文

嗜盐四联球菌clpB,dnaK,hrcA基因在耐盐机制中的相互作用

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-25页
   ·中度嗜盐菌第10页
   ·中度嗜盐菌的应用第10-12页
     ·在酶制剂生产方面的应用第11页
     ·在基因工程和化妆品生产方面的应用第11-12页
     ·在食品中的应用第12页
     ·在多聚体生产方面的应用第12页
     ·在环境污染和生物修复方面的应用第12页
   ·中度嗜盐菌的耐盐机制研究第12-13页
   ·嗜盐四联球菌第13-19页
     ·small Hsps(sHsps)第16-17页
     ·Hsp 70 家族第17页
     ·Hsp 100 家族(caseinolytic protease,Clp)第17-18页
     ·HrcA/CIRCE 的负调作用第18-19页
   ·相容性溶质与甜菜碱运输系统第19-20页
   ·实时荧光定量 PCR 的原理第20-22页
     ·实时荧光定量 PCR 主要包括染料类 SYBR Green 和探针类 TaqMan 两种第21页
     ·TaqMan 和 TaqMan MGB 探针技术第21-22页
     ·双杂交探针技术第22页
     ·分子信标技术第22页
   ·实时荧光定量的定量方法第22-23页
     ·绝对定量法第22页
     ·相对定量法第22-23页
     ·实时荧光定量 RT-PCR 的应用第23页
   ·本论文的研究意义与主要内容第23-25页
第二章 嗜盐四联球菌 CICC10469第25-40页
   ·菌株和培养基第25页
     ·菌株第25页
     ·培养基第25页
   ·试剂和仪器第25-27页
     ·溶液的配制第25-26页
     ·主要试剂第26-27页
     ·主要仪器设备第27页
   ·实验方法第27-33页
     ·菌株的活化与扩大培养第27-28页
     ·菌株耐盐情况及生长曲线的测定第28页
     ·镜检第28页
     ·嗜盐四联球菌基因组提取第28-29页
     ·引物设计第29-30页
     ·基因克隆第30-31页
     ·大肠杆菌感受态制备,PCR 产物纯化,转化及测序第31-33页
   ·结果与讨论第33-38页
     ·菌体形态镜检结果第33-34页
     ·clpB 基因,dnaK 基因,hrcA 基因序列测序结果第34-38页
   ·小结第38-40页
第三章 RT-PCR 检测 CLPB,DNAK 和 HRCA 基因的转录水平与盐浓度变化的关系第40-73页
   ·菌株和试剂第40-43页
     ·菌株第40页
     ·培养基和试剂第40-41页
     ·试剂盒第41页
     ·主要试剂及仪器第41-43页
   ·方法第43-47页
     ·RT-PCR 引物的设计第43-44页
     ·RNA 提取方法第44页
     ·RNA 浓度与纯度的检测第44-45页
     ·反转录反应(cDNA 的合成)第45-46页
     ·纯化后的 RNA 和 cDNA 质量的验证第46页
     ·RT-PCR第46-47页
   ·结果与讨论第47-55页
     ·RT-PCR 引物的设计与合成第47-48页
     ·RNA 的提取与检测结果第48页
     ·RNA 的提取与检测第48-49页
     ·RNA 的纯化(去除基因组 DNA 污染)与 cDNA 的合成第49-50页
     ·RT—PCR 检测嗜盐四联球菌 CICC10469 培养 12 小时后 clpB 基因,dnak 基因,hrcA 基因在不同 NaCl 浓度下的相对表达量第50-55页
   ·第55-60页
     ·RNA 的提取与检测第55-56页
     ·RT—PCR 检测 clpB 基因在不同 NaCl 浓度下的相对表达量第56-60页
   ·第60-64页
     ·RNA 的提取与检测第60-61页
     ·RT—PCR 检测 clpB 基因在不同 NaCl 浓度下的相对表达量第61-64页
   ·第64-70页
     ·RNA 的提取与检测第64-65页
     ·RT—PCR 检测 clpB 基因在不同 NaCl 浓度下的相对表达量第65-70页
   ·讨论第70-73页
结论与展望第73-75页
参考文献第75-81页
攻读硕士学位期间取得的研究成果第81-82页
致谢第82-83页
附件第83页

论文共83页,点击 下载论文
上一篇:寻找集胞藻PCC6803中S2P蛋白酶底物的研究
下一篇:基于氨基酸属性和机器学习的蛋白质相互作用位点预测研究