摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
缩写和中英文对照 | 第8-14页 |
第一章 文献综述 | 第14-30页 |
1 发展简史 | 第14-15页 |
2 TTV 作为一种新型肝炎病毒的发现 | 第15-19页 |
·历史 | 第15-16页 |
·理化性质 | 第16-17页 |
·单链环状DNA 病毒 | 第17-18页 |
·TTV 的变异度 | 第18-19页 |
3 TTV 的检测方法 | 第19-20页 |
4 TTV 和它的潜在致病性 | 第20-22页 |
·肝脏疾病 | 第20-21页 |
·肺部疾病 | 第21页 |
·血液疾病 | 第21页 |
·先天性肌炎 | 第21页 |
·免疫抑制 | 第21-22页 |
·系统性红斑狼疮 | 第22页 |
5 动物TTV | 第22-24页 |
·非人灵长类的TTV | 第22-23页 |
·其他动物的TTV | 第23-24页 |
·犬TTV | 第24页 |
6 TTV 的靶细胞 | 第24-26页 |
7 基因结构与功能 | 第26-28页 |
·TTV 基因组的多样化 | 第26页 |
·剪接mRNA | 第26-27页 |
·转录调控 | 第27页 |
·TTV 和CAV 的蛋白 | 第27-28页 |
8 研究目的与意义 | 第28-30页 |
第二章 上海近郊地区犬TTV 流行病学调查 | 第30-40页 |
1 材料 | 第30-32页 |
·实验试剂与仪器 | 第30-31页 |
·样品 | 第31-32页 |
2 方法 | 第32-35页 |
·样品处理 | 第32-33页 |
·血清样品中总DNA 的提取 | 第33页 |
·巢式PCR 扩增 | 第33-34页 |
·电泳 | 第34页 |
·PCR 产物的回收纯化 | 第34-35页 |
·回收产物与pMD18-T 载体连接反应 | 第35页 |
·转化及测序 | 第35页 |
·数据分析 | 第35页 |
3 结果与讨论 | 第35-38页 |
·样品中犬TTV DNA 检测 | 第35-36页 |
·进化分析 | 第36-37页 |
·品种与感染率的关系 | 第37-38页 |
·地区与感染率的关系 | 第38页 |
·性别与感染率的关系 | 第38页 |
4 小结 | 第38-40页 |
第三章 Sh-TTV203 株全长扩增与基因组序列分析 | 第40-57页 |
1 Sh-TTV203 全序列测定 | 第40-43页 |
·Sh-TTV203 全长扩增 | 第40-41页 |
·电泳 | 第41页 |
·回收产物与pMD 18-T 载体连接反应 | 第41-42页 |
·转化及测序 | 第42页 |
·结果与讨论 | 第42-43页 |
2 Sh-TTV203 基因组分析 | 第43-56页 |
·利用ORF Finder 预测ORF | 第44-47页 |
·利用getorf 预测ORF | 第47-49页 |
·利用glimmer3 预测基因 | 第49页 |
·利用GeneMark 预测潜在基因 | 第49-50页 |
·利用Proscan 预测启动子 | 第50-53页 |
·利用CpGPlot/CpGReport/Isochore 预测CpG 岛 | 第53-56页 |
·利用POLYAH 预测3’UTR 区 | 第56页 |
3 小结 | 第56-57页 |
第四章 Sh-TTV203 ORF I 蛋白分析与高级结构预测 | 第57-79页 |
1 蛋白质基本性质分析 | 第57-66页 |
·利用ProtParam 分析ORF I 蛋白理化性质 | 第57-59页 |
·利用ProtScale 分析ORF I 蛋白的疏水性 | 第59页 |
·利用TMHMM 分析ORF I 蛋白的跨膜区 | 第59-60页 |
·利用SignalP 3.0 分析ORF I 蛋白的信号肽 | 第60-62页 |
·利用COILS 分析ORF I 蛋白的coil | 第62-64页 |
·利用TargetP 分析ORF I 蛋白的亚细胞定位 | 第64-66页 |
2 motif、结构域与抗原表位分析 | 第66-73页 |
·分析ORF I 的motif | 第66-68页 |
·利用SMART 分析ORF I 蛋白的结构域与家族 | 第68-69页 |
·抗原表位预测分析 | 第69-73页 |
3 高级结构预测 | 第73-78页 |
·利用SSPro 分析ORF I 蛋白的二级结构 | 第74-76页 |
·预测ORF I 蛋白的三级结构 | 第76-78页 |
4 小结 | 第78-79页 |
第五章 TTV 的进化分析 | 第79-86页 |
1 使用距离法(NJ)重建系统发生树 | 第79-81页 |
2 使用最大简约法(MP)重建系统发生树 | 第81-83页 |
3 使用最大似然法(ML)重建系统发生树 | 第83-85页 |
4 小结 | 第85-86页 |
总结 | 第86-88页 |
参考文献 | 第88-97页 |
附录1 在线工具 | 第97-98页 |
致谢 | 第98-99页 |
攻读硕士期间科研成果 | 第99页 |
一 发表论文 | 第99页 |
二 参加课题 | 第99页 |