范文范例 参考指导
word格式整理
系统细菌学
课程论文
题目：结核分枝杆菌及其耐药基因的特征
专业： 生物工程
姓名： 魏文凭
学号： 2016304120036
中国·武汉
二0一六年十二月 范文范例 参考指导
word格式整理 结核分枝杆菌及其耐药基因的特征
摘要：分枝杆菌属主要包括结核分枝杆菌复合群（包括结核分枝杆菌、牛分枝杆菌、非洲分枝杆菌、田鼠分枝杆菌）、麻风分枝杆菌和非结核分枝杆菌。造成人畜共患病的结核分枝杆菌和引起麻风病的麻风分枝杆菌是威胁人类健康的两类病原菌，而非结核分枝杆菌病疫情也逐年增加。因此关注分枝杆菌具有重要的科学意义及应用价值，对农业、卫生和环境都用深远影响。本文主要介绍分枝杆菌的特征和一些耐药基因的研究。
关键词：耐药机制 结核病 生物学特征
1、 结核病的认识及治疗发展
结核分枝杆菌（Mycobacterium tuberculosis，M. tuberculosis）是全球第二大致死性传染病—结核病的病原体。结核分枝杆菌最大的特点就是持留性（persistence）[1]，有时感染可达几十年，因此全球约有三分之一的人口感染结核分枝杆菌，其中每年死于结核病的人数高达180万（World Health
Organization. 2016）。中国是结核病高发的国家，已被世界卫生组织列为全球22个结核病高负担和特别警示的高耐药国家之一。
国匾』ｋ叠堂苤蠢２Ｑ鳗生！旦筮箜鲞箍！翅！咝』幽璺堡：地幽强２Ｑ鳗。№ｌ：箜：№：！
结核分枝杆菌基因分型方法研究进展
ｈｑ粤弹∞ｉｌｌ咎州田ｐｉｔｌｇｒ｜ｌｅ｜龇０ｆｍ声Ｄ６口ｃ钯哦肌ｍｋ比触
焦伟伟（综述）申阿东（审校）
【摘要】结核病是单一病原体所致死亡的主要原因。近年来，人口流动的增加和耐药结核分枝杆菌
的增多更加剧了结核病在人群间的传播，因此必须加强对结核感染的控制和监测。分子流行病学，尤其
是基因分型方法是监测结核病传播的有效途径。目前国内外广泛使用的基因分型方法有：插入序列
６１ｌＯ限制性片段长度多态性、间隔区寡核苷酸分型法、多位点数目可变串联重复序列分析、单核苷酸多
态性分析及缺失分析等。该文就这些分型方法作一综述。
【关键词】分枝杆菌，结核；基因分型
１９９８年结核分枝杆菌（ｎｌｙｃｏｂａｃｔｅｒｉ岫ｎｌｂｅｒｃｕｌｏｓｉｓ，
ｗｒＢ）标准菌株Ｈ３７Ｒｖ全基因组测序工作完成，结核病
的研究进入了基因时代。随着分子生物学技术的发
展，结核病分子流行病学研究的新技术也在逐步建立。
由于ＭｒＢ基因组具有重复序列多态性的特点，用于菌
株间的鉴别独具优势。ＭＩＢ基因分型技术在结核病
的暴发流行、耐药结核菌的传播、内源性复发和外源性
再感染等方面解决了传统方法难以证实的问题。本文
就目前常用的一些ＭＩＢ基因分型方法的原理、特点以
及应用进行综述。
ｌ插入序列６１１０限制性片段长度多态性方法
插入序列（ｉｎｓｅｎｉｏｎｓｅｑｕｅｎｃｅ，璐）是可移动的基因
元件，通常小于２．５ｋｂ，它在基因组内可发生转位、重
复或缺失。１９９０年１１１ｉｅｒｒｙ等最先描述了Ｉ：ｓ６１１０，其全
长１３５５ｂｐ，末端含有不完整的２８ｂｐ反向重复序列，是
ＩＳ３家族的一个成员，完整的序列特异地存在于ＭｒＩＢ
复合群中，拷贝数从Ｏ。２６不等。１９９３年，啪Ｅｒｎｂｄｅｎ
等提出了以Ｉｓ６１１０为基础的ＤＮＡ印迹杂交的标准化
操作方法，即ＩＳ６１１０限制性片段长度多态性（ＩＳ６１１０．
结核分枝杆菌耐药分析与基因检测分析
目的 探讨结核分枝杆菌耐药情况及基因检测分析。 方法 从2012年3月～2014年3月我院收治的结核病患者中选取62例为研究对象，按随机数字法对患者进行分组，首次诊治患者39例为观察组，首次诊治失败后行第二次治疗患者23例为对照组，对所有患者结核分枝杆菌进行耐药分析及rpsL、rpoB、embB、KatG基因检测。 结果 62例患者中共19例出现耐药，耐药率为30.65%，对照组患者1种药物耐药率为26.09%，同观察组10.26%比较，差异有统计学意义（P＜0.05），2种药物耐药率为17.39%，同观察组7.69%比较，差异有统计学意义（P＜0.05），3种药物耐药率为8.70%，同观察组比较，差异有统计学意义（P＜0.05）；rpsL、rpoB、embB、KatG基因突变率分别为83.33%，86.11%，88.89%，91.67%，x2检验显示，差异无统计学意义（P>0.05）。 结论 结核分枝杆菌耐药的产生同菌株基因具有较大关联，且耐药率同治疗次数有关，在结核病临床治疗中，需根据患者耐药情况，选择联合用药方案，提高治疗效果。
[Abstract] Objective To investigate the analysis in drug resistance of
bacteriology tuberculosis and genetic testing. Methods 62 cases of TB patients from
March 2012 to March 2014 in our hospital were selected as the objects，and allocated
into an observation group and a control group according to the randomly grouping
１９４４
・生物信息学・ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１—８３４８．２０１７．１４．０２４ 重庆医学２０１７年５月第４６卷第１４期
结核分枝杆菌ｈｉｇＡ基因的扩增及生物信息学分析
董 娜 ，刘 丹 ，付玉荣 ，伊正君 （潍坊医学院：１．医学检验学系；２．临床学院病原生物学教研室，山东潍坊２６１０５３） ［摘要］ 目的 对结核分枝杆菌的ｈｉｇＡ基因进行扩增，同时利用生物信息学方法分析其编码蛋白的结构和功能。方法从 结核分枝杆菌标准株Ｈ３７Ｒｖ基因组ＤＮＡ中扩增ｈｉｇＡ基因，对扩增产物进行测序。利用生物信息学网站和软件分析ｈｉｇＡ蛋白 的理化性质、信号肽、空间结构、抗原表位等。结果ｈｉｇＡ基因扩增产物与预期一致，大小为４５０ ｂｐ。ｈｉｇＡ蛋白共１４９个氨基酸， 理论等电点７．９３，脂溶性系数９４．３０，不稳定系数３６．５７，预测该蛋白为稳定蛋白。ｈｉｇＡ蛋白无信号肽，含１Ｏ个磷酸化位点和多 个潜在的抗原表位。结论 成功扩增出结核分枝杆菌ｈｉｇＡ基因。 ［关键词］分枝杆菌，结核；基因扩增；ｈｉｇＡ；生物信息学分析 ［中圈分类号］Ｒ３７８．９１ ［文献标识码］Ａ ［文章编号］ １６７１ ８３４８（２０１７）１４—１９４４ ０３
Ａｎａｌｙｓｉｓ ｏｆ ａｍｐｌｉｆｉｃａｔｉｏｎ ａｎｄ ｂｉｏｉｎｆｏｒｍａｔｉｃｓ ｏｎ ｍｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ ｐｒｏｔｅｉｎ ｈｉｇＡ Ｄｏｎｇ Ｎａ ，Ｌｉｕ Ｄａｎ ，Ｆｕ Ｙｕｒｏｎｇ。，Ｙｉ Ｚｈｅｎｇｊｕｎ （１．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍｅｄｉｃａｌ Ｌａｂｏｒａｔｏｒｙ；２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｐａｔｈｏｇｅｎ Ｂｉｏｌｏｇｙ，Ｗｅｉ ｎｇ Ｍｅｄｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｅｉｆａｎｇ，Ｓｈａｎｄｏｎｇ ２６１０５３，Ｃｈｉｎａ） ［Ａｂｓｔｒａｃｔ］Ｏｂｊｅｃｔｉｖｅ Ｔｏ ａｍｐｌｉｆｙ ｔｈｅ ｈｉｇＡ ｇｅｎｅ ｆｒｏｍ ｔｈｅ Ｍｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ，ａｎｄ ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｆｕｎｃ— ｔｉｏｎ ｏｆ ｔｈｅｉｒ ｅｎｃｏｄｅｄ ｐｒｏｔｅｉｎｓ ｂｙ ｕｓｉｎｇ ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．Ｍｅｔｈｏｄｓ Ｔｏｔａｌ ＤＮＡ ｗａｓ ｅｘｔｒａｃｔｅｄ ｆｒｏｍ Ｍｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ．ＰＣＲ ｏｆ ｈｉｇＡ ｗａｓ ｐｅｒｆｏｒｍｅｄ ａｎｄ ｔｈｅ ｐｒｏｄｕｃｔｓ ｗｅｒｅ ｓｅｑｕｅｎｃｅｄ．Ｔｈｅ ｂｉｏｌｏｇｉｃａｌ ｆｅａｔｕｒｅｓ ｏｆ ｔｈｅ ｈｉｇＡ ｐｒｏｔｅｉｎ ｉｎｃｌｕｄｉｎｇ，ｉｔｓ ｐｈｙｓｉｃａｌ ａｎｄ ｃｈｅｍｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ，ｓｉｇｎａｌ ｐｅｐｔｉｄｅ，ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｅｐｉｔｏｐｅｓ ｗｅｒｅ ａｎａｌｙｚｅｄ ｂｙ ｕｓｉｎｇ ｓｏｆｔｗａｒｅ ｏｎｌｉｎｅ．Ｒｅｓｕｌｔｓ Ｔｈｅ ＰＣＲ ｐｒｏｄ— ｕｃｔｓ ｏｆ ｈｉｇＡ ｗｅｒｅ ４５０ ｂｐ ｉｎ ｌｅｎｇｔｈ，ｗｈｉｃｈ ｗｅｒｅ ｃｏｎｓｉｓｔｅｎｔ ｗｉｔｈ ｔｈｅ ｅｘｐｅｃｔｅｄ ｓｉｚｅ．Ｔｈｅ ｈｉｇＡ ｐｒｏｔｅｉｎ ｃｏｎｓｉｓｔｅｄ ｏｆ １４９ ａｍｉｎｏ ａｃｉｄｓ ａｎｄ ｈａｄ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ：ａ ｔｈｅｏｒｅｔｉｃａ１ ｉｓｏｅｌｅｃｔｒｉｃ ｐｏｉｎｔ ｏｆ ７．９３，ａ ｆａｔ—ｓｏｌｕｂｌｅ ｆａｃｔｏｒ ｏｆ ９４．３０，ａｎｄ ｉｎｓｔａｂｉｌｉｔｙ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ３６．５７．Ｔｈｅ ｈｉｇＡ ｐｒｏｔｅｉｎ ｈａｄ ｎｏ ｓｉｇｎａｌ ｐｅｐｔｉｄｅ，ｃｏｎｔａｉｎｉｎｇ １０ ｐｈｏｓｐｈｏｒｙｌａｔｉ０ｎ ｓｉｔｅｓ ａｎｄ ｍｕｌｔｉｐｌｅ ｐｏｔｅｎｔｉａｌ ｅｐｉｔｏｐｅｓ．Ｃｏｎｃｌｕｓｉｏｎ Ｍｙ— ｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ ｈｉｇＡ ｇｅｎｅ ｃａｎ ｂｅ ａｍｐｌｉｆｉｅｄ ｂｙ ＰＣＲ ａｎｄ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｈｉｇＡ ｐｒｏｔｅｉｎ ｉｓ ｉｄｅｎｔｉｆｉｅｄ． ［Ｋｅｙ ｗｏｒｄｓ］ ｍｙｃｏｂａｃｔｅｒｉｕｍ ｔｕｂｅｒｃｕｌｏｓｉｓ；ｇｅｎｅ ａｍｐｌｉｆｉｃａｔｉｏｎ；ｈｉｇＡ；ｂｉｏｉｎｆｏｒｍａｔｉｃｓ ａｎａｌｙｓｉｓ
