[发明专利]猪肠道损伤的无损检测方法在审
申请号: | 202110676411.2 | 申请日: | 2021-06-18 |
公开(公告)号: | CN113308536A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 吴涛;侯永清;丁斌鹰;易丹 | 申请(专利权)人: | 武汉轻工大学 |
主分类号: | C12Q1/6883 | 分类号: | C12Q1/6883;C12Q1/686;C12N15/11 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 高川 |
地址: | 430023 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 肠道 损伤 无损 检测 方法 | ||
本发明公开一种猪肠道损伤的无损检测方法,涉及检测技术领域。猪肠道损伤的无损检测方法包括以下步骤:S10、获取猪肠道的上皮细胞的标志基因villin以及猪肠道的中性粒细胞的标志基因elane;S20、采取新鲜的猪粪便,并获取其中的基因组;S30、将基因组分别与所述上皮细胞的标志基因villin及猪肠道的中性粒细胞的标志基因elane对照,以确定基因组中是否存在上皮细胞的标志基因villin和/或猪肠道的中性粒细胞的标志基因elane;S40、若基因组中存在上皮细胞的标志基因villin和/或猪肠道的中性粒细胞的标志基因elane,则判定猪肠道有损伤。本发明的猪肠道损伤的无损检测方法,降低了现有检测技术的难度与成本,达到了无损化检测,简单准确。
技术领域
本发明涉及检测技术领域,特别涉及一种猪肠道损伤的无损检测方法。
背景技术
肠道不仅是动物消化吸收营养物质的最终场所,也是动物机体内最大的免疫器官,所以保障动物生产的重要条件之一就是维护动物肠道健康。同时,动物肠道作为机体应激反应的中心器官,在养猪生产过程中,众多因素会致使肠道损伤与功能紊乱。肠道黏膜的完整性是保障肠道功能的生理基础,黏膜受损会导致肠道菌群失调,引起炎症反应和组织损伤,降低生产性能,甚至危害仔猪健康。
如何检测及防控肠道损伤已经成为了当前的热门话题,目前尽管已有通过肠道解剖临床症状及黏膜形态结构显微观察,或通过血液和组织样本中相关基因、蛋白质表达量等分子生物学检测分析的方法来评价肠道损伤情况,但现有的检测分析方法操作繁琐、过程复杂、专业水平要求过高、耗时费力成本高,很难实现迅速、安全、稳定、可靠地检测及评价肠道损伤情况。
发明内容
本发明的主要目的是提出一种猪肠道损伤的无损检测方法,旨在解决现有猪肠道损伤检测过程复杂的问题。
为实现上述目的,本发明提出一种猪肠道损伤的无损检测方法,包括以下步骤:
S10、获取猪肠道的上皮细胞的标志基因villin以及猪肠道的中性粒细胞的标志基因elane;
S20、采取新鲜的猪粪便,并获取其中的基因组;
S30、将所述基因组分别与所述上皮细胞的标志基因villin及所述猪肠道的中性粒细胞的标志基因elane对照,以确定所述基因组中是否存在上皮细胞的标志基因villin和/或所述猪肠道的中性粒细胞的标志基因elane;
S40、若所述基因组中存在上皮细胞的标志基因villin和/或所述猪肠道的中性粒细胞的标志基因elane,则判定猪肠道有损伤。
可选地,步骤S10包括:
S11、检测猪肠道的上皮细胞的标志基因villin,并设计第一引物对扩增所述猪肠道的上皮细胞的标志基因villin,将扩增得到的片段插入pMD18T载体中,得到质粒pMD18T-villin;
S12、检测猪肠道的中性粒细胞的标志基因elane,并设计第二引物对扩增所述中性粒细胞的标志基因elane,将扩增得到的片段插入pMD18T载体中,得到质粒pMD18T-elane。
可选地,步骤S30包括:
S31、以所述基因组为模板,分别用所述第一引物对及所述第二引物对进行扩增,得到扩增基因,同时以pMD18T-villin和pMD18T-elane为模板进行扩增,作为阳性对照;
S32、分别对所述阳性对照及所述扩增基因进行电泳,得电泳图;
S33、根据所述电泳图,确定所述基因组中是否存在上皮细胞的标志基因villin和/或所述猪肠道的中性粒细胞的标志基因elane。
可选地,
所述第一引物对包括上游引物P1和下游引物P2,所述第一引物对的核苷酸序列为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉轻工大学,未经武汉轻工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110676411.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种活性驴奶的微滤除菌设备
- 下一篇:基于深度学习的长期网络流量预测方法