山东省某规模化兔场GI.1a型兔出血症病毒的分子特性分析

2023年10月,山东省某规模化兔场(存栏2000只母兔)免疫过兔出血症(RHD)疫苗的经产母兔出现精神不振、体温升高、猝死等情况。为查明发病原因,采集4只病死兔组织进行细菌分离培养和病原核酸检测,并对检出的1份阳性样品(命名为S1001)进行了兔出血症病毒(RHDV)分型鉴定及遗传进化分析。结果显示:未分离到细菌,4份病料均为RHDV阳性;经测序S1001属于RHDV GI.1a基因型,其p16、p23、p29、VP10基因均属于GI.1a分支;与疫苗株(NJ株)相比,VP60基因的核苷酸同源性为95.9%,p16、p23、p29、VP10等蛋白分别存在9、18、11、2处氨基酸变化。蛋白结构预测结果显示,S1001 VP60蛋白的N端片层结构区变化明显,与参考株结构相似性为93%,TM-score为0.59(越接近于1,结构越相似)。结果说明:该兔场存在RHDV感染,感染的RHDV与疫苗株相比存在较多分子差异,蛋白构象变化有可能导致VP60蛋白抗原性发生变化。建议持续加强RHDV的遗传变异监测,及时掌握病毒变异情况,以期为新型疫苗研发奠定基础。

转录因子FLI-1通过上调Klotho基因改善心肌细胞肥大

目的探讨转录因子FLI-1通过Klotho介导的IGF-1R/Gi/PLC途径对心肌细胞肥大的影响。方法将大鼠心肌细胞(H9c2)分为对照组、模型组、模型+NC Vector组、模型+pcDNA-FLI-1组、模型+NC Vector+NC siRNA组、模型+NC Vector+Klotho siRNA组、模型+pcDNA-FLI-1+NC siRNA组和模型+pcDNA-FLI-1+Klotho siRNA组等共8组。通过用异丙肾上腺素(isoproterenol,ISO)处理细胞,建立心肌细胞肥大模型,细胞分别转染pcDNA-FLI-1和Klotho siRNA。采用流式细胞术观测细胞凋亡,鬼笔环肽染色观测细胞肥大面积;采用Western blot检测细胞凋亡、肥大及IGF-1R/Gi/PLC途径相关蛋白的表达。结果与对照组比较,模型组细胞凋亡率、心肌细胞表面积及IGF-1R、GNAI1和PLCG1表达显著增加(P<0.05),表明建模成功;与模型+NC Vector组比较,模型+pcDNA-FLI-1组细胞凋亡、心肌细胞表面积及IGF-1R、GNAI1和PLCG1表达显著降低(P<0.05)。与模型+NC Vector+NC siRNA组相比,模型+NC Vector+Klotho siRNA组细胞凋亡、心肌细胞表面积及IGF-1R、GNAI1和PLCG1表达显著增加(P<0.05);与模型+pcDNA-FLI-1+NC siRNA组相比,模型+pcDNA-FLI-1+Klotho siRNA组细胞凋亡、心肌细胞表面积及IGF-1R、GNAI1和PLCG1表达显著降低(P<0.05)。结论FLI-1能够通过上调Klotho抑制IGF-1R/Gi/PLC途径,减轻心肌细胞凋亡及心肌细胞肥大面积。

基于GIS的城市公交出行最优路径算法研究

研究了一种基于GIS的适合我国公交系统的公交网络模型,通过详细分析公交线路和站点的实际情况,进行合理抽象,建立了多层次的公交网络数据库,找到了一种可行的基于换乘次数最少的最优路径算法。

人GPR81-Gi1α融合蛋白在杆状病毒系统中的表达及优化

旨在建立获得融合蛋白GPR81-Gi1α的方法和最优条件。采用RT-PCR从人胚胎肾及大脑组织总RNA中分别扩增孤儿G蛋白偶联受体GPR81和Gi1α的完整表达序列(分别为1 041bp和1 065bp),并构建各自的重组质粒pcDNA3.1(+)-GPR81及pcDNA3.1(+)-Gi1α,再以重组质粒为模板,运用重叠延伸PCR法扩增得到融合基因GPR81-Gi1α,测序无误后将融合基因与pFASTBac1重组得重组质粒pFASTBac1-GPR81-Gi1α,而后转化DH10Bac,使该融合基因重组质粒发生特异性的转座和病毒重组,获得杆状病毒表达穿梭质粒pBacmid-GPR81- Ci1α,再将该重组杆粒转染昆虫sf9细胞,获得含杆状病毒的细胞分泌上清,以上清在不同条件下(包括不同感染时间、滴度等)感染sf9细胞以优化融合蛋白在昆虫sf9细胞的表达条件。结果表明,感染72h且感染强度moi为5时是融合蛋白在sf9细胞中高效表达的理想条件。该表达体系的建立及蛋白表达条件的优化,保证了足量GPR81- Gi1α融合蛋白的制备。

带关闭期和启动期的GI/M/1排队

系统地研究了带关闭期和启动期的GI/M/1排队,给出了稳态队长分布和等待时间分布的随机分解规律,推广了以前的结果。

带关闭期和启动期的GI/M/1排队及其应用

本文研究了带关闭期和启动期的GI/M / 1排队 ,给出了稳态队长分布和等待时间分布的随机分解 ,展示了它在计算机通讯网络中的应用。

云中心异构服务器能耗受限下的性能优化策略

面向能耗受限下云中心异构服务器的性能优化问题,提出了基于M/GI/1-PS排队系统的云中心性能优化分析模型,并给出获得最优性能服务器能耗分配OPT算法;同时通过大量数值仿真实验将OPT算法与常用的启发式能耗分配方法(WP、EU、EMRT)进行对比,分析了不同流量下能耗优化对性能的影响,并获得能耗—性能变化曲线。实验结果表明,OPT算法在同等能耗受限条件下比其他算法获得更优的性能,尤其是EU算法,性能高出约22%。结果可为云中心优化资源配置提供理论依据和参考数据。

关于GI/G/1/∞排队系统的平稳等待时间分布的局部尾等价式

关于 GI/G/1 /∞排队系统的平稳等待时间分布 W,已有许多经典的结果描述了其尾分布W( x) =1 - W( x)的等价极限情况 .该文结合一些保险与金融领域重要的风险变量 ,研究了关于分布

分析M/M/1多重工作休假排队的一种新方法

用一种新方法对经典的M/M/1工作休假排队系统建立模型.对该模型,用无限位相GI/M/1型Markov过程和矩阵解析方法进行分析,不但得到了所讨论排队模型平稳队长分布的具体结果,还给出了平稳状态时服务台具体位于第几次工作休假的概率.这些关于服务台状态更为精确的描述是该排队系统的新结果.

再访GI/M/1排队

通过构造两个向量马氏过程重新探讨了 GI/M/1排队 ,某些新结果如忙期和闲期的联合分布被得到了 .这一方法容易推广到服务时间为无限位相型分布的 GI/SPH/1排队 .

GI/G/1排队系统的队长的瞬时性态(I)

本文用三种方式给出计算队长 L(t)

GI/PH/1休假排队系统队长的随机分解

对空竭服务、多重休假规则的GI/PH/1排队系统的稳态行为给出了详尽分析。在休假时间服从负指数分布情况下,讨论了到达点嵌入Markov链的结构、平衡条件和稳态队长。证明稳态队长可分解成两个独立随机变量之和。

半马尔可夫过程在GI/M/1和M/G/1排队系统中的应用

本文运用齐次可列半马尔可夫过程的向后方程和向前方程,分别研究了GI/M/1和M/G/1排队系统队长的瞬时分布.首先得到了GI/M/1队长的转移概率的拉普拉斯变换满足的向后方程组,然后得到了M/G/1队长的转移概率的拉普拉斯变换满足的向前方程组,所得方程组的系数矩阵都是拟下三角矩阵,都可以通过迭代法进行求解.

GI^((1))+GI^((2))/M/1排队模型

文献 [1 ]引入一类具有广泛应用前景的随机过程———Markov骨架过程 借助Markov骨架过程的方法研究GI( 1) +GI( 2 ) /M/1排队模型 ,求出了此模型的到达过程。

具有(G,SV)型休假GI/G/1系统的弱极限

对 (G,SV)型休假 GI/ G/ 1重话务排队系统进行了分析研究 ,得到了主要的几个排队论指标的弱收敛极限 ,使特殊排队系统的弱收敛理论得到了进一步完善。

人参皂苷Rg1抑制TGF-β1诱导肾小管上皮细胞转分化实验研究

目的 :通过观察人参皂苷Rg1对转化生长因子-β1(TGF-β1)诱导的大鼠肾小管上皮细胞(NRK52E)细胞转分化的影响,探讨人参皂苷Rg1在肾小管纤维化形成方面的作用。方法 :将NRK52E细胞用含10%胎牛血清的DMEM培养基培养;实验分为空白对照组、TGF-β1诱导组(5 ng/mL TGF-β1),人参皂苷Rg1与TGF-β1共同干预组(5 ng/mL TGF-β1的基础上分别加入10、20、40μg/mL的人参皂苷Rg1),培养72 h。在倒置显微镜下观察各组细胞形态的改变,并通过CCK8法检测人参皂苷Rg1对TGF-β1诱导的肾小管上皮细胞转分化的影响。结果 :TGF-β1能显著诱导大鼠肾小管上皮细胞纤维样改变,与对照组相比有明显差异(P<0.05),人参皂苷Rg1能抑制TGF-β1的作用,且其作用随浓度增加而增加。结论 :人参皂苷Rg1能抑制TGF-β1诱导的大鼠肾小管上皮细胞间充质转分化的作用,可以延缓或抑制肾间质纤维的过程。

GI/G/1系统队长的极限分布

关于GI/G/1排队系统队长的极限分布存在的一个充分条件被建立.

G_Ⅰ|G|1模型的逼近解

G_Ⅰ|G|1排队模型,至今还没有实用的计算公式,本文应用逼近法得到了模型的逼近解,简单且有实用价值。

带启动期的单重工作休假GI/Geom/1排队

详细分析了带启动期的单重工作休假GI/Geom/1排队.首先在顾客到达时刻嵌入二维Markov链,把状态转移概率矩阵表示成Block-Jocabi形式.然后用矩阵几何解方法导出了稳态队长的分布及其随机分解结构,得到等待时间的母函数及其随机分解结构,同时给出了平均队长和平均等待时间.最后,用Matlab软件验证了一个数值例子.

基于GI/G/1逆向物流的优化研究

考虑了逆向物流的不确定性,以GI/G/1为基础,建立逆向物流网研究回收物品如何在逆向物流中分配处理,并设计逆向物流的处理能力,降低逆向物流成本。本模型用遗传算法求解。