项目名称: 猪流行性腹泻病毒流行株遗传变异与致病的分子机制

项目编号: No.31472207

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 农业科学

项目作者: 周艳君

作者单位: 中国农业科学院上海兽医研究所

项目金额: 90万元

中文摘要: 猪流行性腹泻病毒(PEDV)是引起仔猪严重腹泻乃至死亡的高度接触性肠道传染病病原。PEDV属于RNA病毒,该病毒在复制过程中容易发生变异,这种变异可直接影响病毒的致病能力或组织嗜性的改变。现已证实我国新流行的PEDV毒株与经典毒株相比其基因组发生明显变异,但病毒变异对PEDV的致病性会造成怎样影响尚未见相关研究报道。本项目拟以新流行PEDV分离株为研究对象,将流行毒经体外传代获得同一来源不同代次的毒株,分析新流行PEDV抗原性变异的生物学意义,在试验猪体内评价不同代次流行毒对试验仔猪的致病性差异,并从PEDV流行毒抗原变异与宿主抗病毒感染免疫的分子细节入手,探讨新流行PEDV毒株的遗传变异与致病力的关系,阐明新流行PEDV感染致病的分子机制,为PEDV有效疫苗研制和防控策略的制定提供理论依据。

中文关键词: 猪流行性腹泻病毒;遗传变异;致病性;分子机制

英文摘要: Porcine epidemic diarrhea virus (PEDV) is an intestinal infectious pathogen that causes severe diarrhea and dehydration and even death in especially newborn piglets. As an RNA virus, the high mutation rate of PEDV genomic RNA may cause variation of viral pathogenicity and tissue tropism during virus replication. While genomic RNA of the current pandemic PEDV strains in China was found to be significant different from the classic one, report about any related viral antigen and pathogenicity change is still not available so far. The goal of our study here is trying to understand the molecular mechanism of PEDV's genetic evolution and its pathogenicity variation. Several generations of PEDV were obtained by serially culture of a pandemic strain in vitro, followed by testing their pathogenicity through infecting newborn piglets and monitoring host's immune response at the meantime. Our study will provide useful information for PEDV vaccine development.

英文关键词: porcine epidemic diarrhea virus;genetic mutation;pathogenicity;molecular mechanism

成为VIP会员查看完整内容
0

相关内容

流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
领域自适应研究综述
专知会员服务
54+阅读 · 2021年5月5日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
18+阅读 · 2020年9月11日
【KDD2020-Google】动态图设计的图学习
专知会员服务
34+阅读 · 2020年7月28日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
专知会员服务
27+阅读 · 2020年3月6日
一派讨论·隔离在家买了什么、吃点啥?
少数派
0+阅读 · 2022年4月12日
新冠,两年!Science封面:是时候反思了
新智元
0+阅读 · 2022年3月15日
德尔塔克戎,新冠“双毒合一”变体首次证实
NTD的深度研究,为厘清新冠病毒机理提供新方向!
微软研究院AI头条
0+阅读 · 2021年11月23日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年6月1日
Deep Graph Infomax
Arxiv
17+阅读 · 2018年12月21日
小贴士
相关主题
相关VIP内容
流行病数据可视分析综述
专知会员服务
39+阅读 · 2022年4月4日
领域自适应研究综述
专知会员服务
54+阅读 · 2021年5月5日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
18+阅读 · 2020年9月11日
【KDD2020-Google】动态图设计的图学习
专知会员服务
34+阅读 · 2020年7月28日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
专知会员服务
27+阅读 · 2020年3月6日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员