广东地区口蹄疫病毒VP1和3A基因的序列分析

【目的】了解广东地区口蹄疫病毒(FMDV)的遗传变异情况,为我国FMDV流行病学的研究及防控提供基础数据。【方法】对2015—2016年间收集的广东地区猪的病料进行FMDV VP1和3A基因的扩增测序和序列分析。【结果】11株O型FMDV均属耿马谱系毒株,7株A型FMDV均属Asia型毒株。11株O型FMDV的VP1基因与流行毒株相比,GD-MM-3株与O/BY/CHA/2010株序列相似性最高,为95.3%;GD-1株、GD-MM-1株和GD-MM-3株与O/MYA/1/98株序列相似性最高,为90.8%。7株A型FMDV的VP1基因与流行毒株相比,A/GDMM/CHA/2013株与GD-3株序列相似性最高,为99.8%;A/HuBWH/CHA/2009株与GD-3株序列相似性最高,为91.4%。11株O型FMDV的3A蛋白不存在氨基酸的缺失,7株A型FMDV的3A蛋白存在较多氨基酸的缺失。【结论】广东部分地区FMDV基因型复杂,预防控制困难。     

2014—2016年广东省规模化猪场猪繁殖与呼吸综合征的流行病学调查

【目的】研究广东省猪繁殖与呼吸综合征病毒（PRRSV）的流行情况。【方法】2014—2016年共采集广东省各规模化猪场猪组织样品1 137份进行抗原检测,血清样品9 432份进行抗体检测。对不同年份、不同季度、不同区域的PRRSV抗原抗体检测情况进行比较分析,对分离的病毒进行遗传进化分析。【结果】2014、2015和2016年的PRRSV抗原阳性率分别为30.86%、34.35%、37.50%;抗体阳性率为82.86%、68.87%、74.56%。从季度分析来看,第1季度抗原阳性率最高,为40.27%;第2季度抗原阳性率最低,为28.66%;各季度抗体水平均在70%以上。不同区域间的PRRSV感染率差异明显,粤东粤西感染率显著低于珠三角和粤北;在抗体水平上,粤东地区较低,抗体阳性率为69.51%,其他3个区域均高于75%。抗原检测阳性的样品中共分离到69株PRRSV毒株,其中有39株位于Subgenotype I亚群。【结论】广东地区PRRSV抗原阳性率呈逐年上升趋势,抗体水平较高但并不稳定,从病毒分离结果看,Subgenotype I亚群为省内主要流行亚群。     

非洲猪瘟病毒I177L蛋白的原核表达及其多克隆抗体的制备

为了制备抗非洲猪瘟病毒I177L蛋白的多克隆抗体，根据HLJ/2018株的I177L序列，设计引物，扩增带有His标签序列的I177L序列，并将其插入pMAL-c5x原核表达载体中，转化至Rosetta(DE3)感受态细胞中，经IPTG诱导表达和切胶纯化后，用Xa蛋白酶因子去除重组蛋白中的MBP标签。将处理后的I177L蛋白免疫新西兰大白兔，制备多克隆抗体。结果显示，在37℃、0.6 mmol/L IPTG条件下，诱导5 h后，重组MBP-I177L蛋白表达量最高，蛋白分子质量大小约为67 ku,与预期大小相符；重组蛋白以可溶性表达为主；多克隆抗体经Western blot、间接ELISA及IFA试验结果显示，抗体效价为1∶128 000,并且该抗体能特异性识别I177L蛋白。     

洪涝风险胁迫下登封市蓝绿基础设施网络构建研究

为提高城市生态防洪韧性，构建蓝绿基础设施网络，依据登封市2021年4月Landsat遥感影像数据，通过降雨-径流水文模型分析枯水月、平水月以及丰水月的淹没范围，并将分析结果转化为电阻面纳入潜在生态廊道的识别与构建中，利用连通性分析和电路理论筛选匹配登封市的最佳扩散距离和廊道“宽度”,并综合分析廊道关键障碍点、夹点以及易涝区现状条件，提出了登封市蓝绿基础设施网络的构建策略。结果表明：1)14个汇水区内的林地在枯水月、平水月以及丰水月的平均雨洪消减率逐渐降低，分别为94.42%、80.85%、47.46%;2)在丰水月随着雨量增加林地逐渐成为在建设用地之下的第二大产流体，导致9.10 km²的建设用地处于淹没风险区。位于洪涝高压区的告城镇受淹面积由枯水月的0.29 km²扩大至丰水月的3.13 km²。3)识别出26个重要源地、4个一般源地、56条潜在廊道、107处关键障碍点以及14处重要夹点。其中登封市东南地区关键廊道较窄且电流密度较高，多处重要夹点毗邻建设用地，且每条廊道均存在多个关键障碍点，多为城镇建筑、交通道路及废弃...     

采用改进RetinaNet的笼养肉鸽繁育期个体检测模型

实现繁育期精准个体检测是提高集约养殖环境下肉鸽繁育效率和精准管控效果的有效手段，其中小目标鸽蛋及粘连乳鸽的精准检测是关键。该研究提出了一种基于改进RetinaNet的目标检测模型，以RetinaNet网络为基础框架，将ResNet50特征提取网络与特征金字塔网络（Feature Pyramid Networks，FPN）结合，增加特征金字塔网络中特征检测尺度，提升对图像中遮挡鸽蛋与粘连乳鸽的检测精度；在分类和回归子网络前引入卷积注意力模块（Convolutional Block Attention Module，CBAM），提升对小目标检测的精度。试验结果表明，该研究提出的模型对于笼养肉鸽个体检测的平均精度均值（mean Average Precision，mAP）达到80.89%，相比SSD、YOLOv3、YOLOv4、YOLOv5s、YOLOv5m和原始RetinaNet模型提高了18.66、29.15、19.92、21.69、18.99与15.45个百分点；对成鸽、乳鸽与鸽蛋检测的平均精度（Average Precision，AP）分别为95.88%，79.51%和67.29%，相对原始RetinaNet模型提高了2.16、21.74和22.48个百分点，在保证成鸽精准检测的基础上，显著提升了对复杂环境下存在局部遮挡的小目标鸽蛋以及粘连乳鸽的检测精度，为实现集约化养殖环境下肉鸽繁育周期个体检测和精准管控提供有效支持。