4种血清型登革病毒多表位重组抗原的表达及血清学初步评价

目的在原核表达系统中对登革病毒包膜蛋白(E蛋白)和非结构蛋白1(NS1)融合的B细胞抗原表位进行表达、纯化及血清学评价。方法将B细胞抗原表位用形成α螺旋的连接肽(EAAAK)2作为接头,串联合成1条全新的多表位融合重组基因rE,将其克隆到原核表达载体pET-28a(+)中,转化大肠杆菌BL21(DE3)后经IPTG诱导表达融合蛋白,用镍柱对重组蛋白纯化,并用SDS-PAGE和Western blot方法鉴定表达产物。以融合蛋白为抗原,用间接ELISA检测登革热病人血清IgM抗体。结果重组表达载体pET28a-rE构建成功,并在大肠杆菌BL21(DE3)中成功表达。融合蛋白主要以包涵体形式存在,用镍柱纯化获得高纯度的目的蛋白,SDS-PAGE和Western blot检测结果显示蛋白分子量大小与预期结果相符,建立的间接ELISA具有较高的准确性。结论原核表达的登革病毒多表位融合蛋白具有良好的血清学检测价值。     

耐多药结核病检测技术研究进展

耐多药结核病(multi-drug resistance tuberculosis,MDR-TB)是引起结核病治疗失败及结核病患者死亡的重要原因,早期、快速、准确的诊断为其临床管理和治疗赢取宝贵时间,同时也极大程度地避免临床经验性治疗引起的耐药作用。目前,MDR-TB诊断主要包括表型检测和分子基因型检测,本文就相关检测技术的研究进展进行综述。     

基于CD161的深度学习网络在活动性肺结核临床诊断中的应用

目的探讨以细胞表面分子CD161为标识的流式检测技术的诊断价值,建立能区分痰涂片阴性肺结核、痰涂片阴性 IGRA 阳性/阴性的肺结核和肺炎患者的深度学习网络方法。方法通过流式细胞术检测血液中淋巴细胞、单核细胞和 CD161阳性淋巴细胞比例,利用深度学习网络建立分类模型。结果深度学习网络测试结果显示,三群细胞比例均能很好区分痰涂片阴性肺结核与肺炎患者、痰涂片阴性IGRA阳性肺结核与肺炎患者、痰涂片阴性IGRA阴性肺结核与肺炎患者。 结论以CD161为标识的流式检测技术可作为辅助诊断技术,对痰涂片阴性、痰涂片阴性IGRA阳性/阴性的肺结核和肺炎患者进行初步区分,提高痰涂片阴性病人检出率,指导临床提前用药。