一种基于靶向基因型检测技术的花鲈液相芯片及其应用

    公开(公告)号:CN119955942A

    公开(公告)日:2025-05-09

    申请号:CN202411915589.8

    申请日:2024-12-24

    Abstract: 本发明公开了一种基于靶向基因型检测技术的花鲈液相芯片及其应用,本方案芯片可检测45,459个目标位点的基因型,其包括44,927个均匀分布于全基因组的背景SNPs位点、454个位于编码区且可导致移码突变的INDELs位点及78个与花鲈生长相关功能位点。该芯片基于液相探针杂交的靶向测序基因型检测技术(GBTS),相比于目前已有的花鲈基因分型方法,本方案提供的液相芯片在目标位点检测的可重复性和准确率以及实验标准化程度、数据分析简易程度和所需计算资源等方面具有极大的优势。本发明填补了花鲈缺乏基因分型芯片的空白,适用于花鲈的基因组选择育种、全基因组关联分析、种质鉴定及遗传多样性分析。

    一种基于行为反应筛选耐噪声胁迫大黄鱼装置

    公开(公告)号:CN119344255A

    公开(公告)日:2025-01-24

    申请号:CN202411473373.0

    申请日:2024-10-22

    Abstract: 本发明提出一种基于行为反应筛选耐噪声胁迫大黄鱼装置,包括养殖系统、行为监测系统和噪声刺激系统;养殖系统包括设于水槽处的循环水装置、增氧泵、温度感应控制开关、加热棒;行为监测系统包括水槽上方的监控器和水槽处的水下感温感深监控器;噪声刺激系统包括控制模块、声刺激音频合成模块、声刺激信号释放模块,还包括水下声学特性采集解析模块;水下声学特性采集解析模块包括水听器、功率放大器、AD转换器;筛选装置以噪声刺激系统定向播放的噪声刺激水槽内的大黄鱼,行为监测系统分析大黄鱼在噪声刺激下的状态变化,以筛选出耐噪声胁迫的大黄鱼;本发明能够研究大黄鱼在不同噪声胁迫下的行为反应,能够筛选出耐受噪声胁迫的大黄鱼个体。

    一种简约式变形假单胞菌培养基及其应用

    公开(公告)号:CN118667708A

    公开(公告)日:2024-09-20

    申请号:CN202410912676.1

    申请日:2024-07-09

    Abstract: 本发明涉及微生物培养技术领域,具体地,涉及一种简约式变形假单胞菌培养基及其应用。所述培养基包括碳氮源、无机盐和水,所述碳氮源为胰蛋白胨、酵母浸粉、大豆蛋白胨中的两种的混合物,所述无机盐为氯化钠。所述培养基能够有效地支持变形假单胞菌的高密度生长,同时显著降低了培养成本。本发明为大黄鱼内脏白点病的疫苗开发和绿色防控策略提供了重要的技术支撑。

    一种靶向变形假单胞菌的抗菌肽SKL17-2及其应用

    公开(公告)号:CN115925872B

    公开(公告)日:2024-09-20

    申请号:CN202210837966.5

    申请日:2022-07-16

    Abstract: 本发明属于生物技术领域,具体涉及一种靶向变形假单胞菌的抗菌肽SKL17‑2及其应用。抗菌肽SKL17‑2的全序列为Ser‑Ala‑Leu‑Lys‑Gly‑Leu‑Arg‑Lys‑Lys‑Met‑Lys‑Arg‑Leu‑Lys‑Gln‑Arg‑Leu,其包括17个氨基酸残基,分子量为2054.6 Da,等电点为12.4,属于碱性多肽。本发明的抗菌肽SKL17‑2具有窄谱杀菌活性,低浓度时可特异杀灭变形假单胞菌,而对其他革兰氏阳性菌和革兰氏阴性菌具有较弱抑菌活性。同时,SKL17‑2具有较弱的溶血活性和较小的细胞毒性,可有望代替抗生素,应用于变形假单胞菌引起鱼类内脏白点病的防治。

    一种大黄鱼TGF-β1重组蛋白及其应用

    公开(公告)号:CN114213522B

    公开(公告)日:2024-08-13

    申请号:CN202111632000.X

    申请日:2021-12-29

    Abstract: 本发明提供了一种大黄鱼转化生长因子‑β1重组蛋白及其应用,属于基因工程技术领域。该重组蛋白的氨基酸序列如SEQ ID NO.4所示,其编码基因的核苷酸序列如SEQ ID NO.5所示。本发明构建了高效表达大黄鱼TGF‑β1重组蛋白的大肠杆菌工程菌,利用该大肠杆菌工程菌产生的大黄鱼TGF‑β1重组蛋白,可抑制大黄鱼头肾巨噬细胞中炎症相关因子iNOS和TNFα的表达水平,并抑制巨噬细胞中炎症相关活性物质活性氧和一氧化氮的产生,降低大黄鱼的炎症反应,在作为消除炎症蛋白制剂中具有良好的应用前景。

    一种基于迁移学习的抗冻蛋白分型预测方法

    公开(公告)号:CN118447928A

    公开(公告)日:2024-08-06

    申请号:CN202410678242.X

    申请日:2024-05-29

    Abstract: 本发明公开一种基于迁移学习的抗冻蛋白分型预测方法,属于生物信息技术领域。本发明方法包括:收集已经过结构域注释的抗冻蛋白和非抗冻蛋白序列作为正负数据集;采取过采样和欠采样方法进行数据平衡;选择ProteinBert模型对抗冻蛋白序列数据集进行训练,使抗冻蛋白序列与结构域标签之间形成对应关系,以构建BERT‑DomainAFP模型;将待鉴定蛋白序列数据输入BERT‑DomainAFP模型中进行预测,得到对应的结构域预测值;设定目标数据标签,若BERT‑DomainAFP模型输出的结构域预测值与目标数据标签相同,则判定待鉴定的蛋白序列中存在抗冻蛋白序列结构域。本发明的模型特征提取能力强,能够自动从蛋白质序列中提取出复杂的特征信息,对抗冻蛋白预测的准确率高、特异性好、灵敏度高、预测精度高。

Patent Agency Ranking