-
公开(公告)号:CN113337474B
公开(公告)日:2022-09-27
申请号:CN202110166859.X
申请日:2021-02-05
Applicant: 华南农业大学 , 广东省科学院微生物研究所(广东省微生物分析检测中心)
IPC: C12N7/00 , A61K35/76 , A61P31/04 , A23K10/18 , A23K50/80 , A01N63/40 , A01P3/00 , A01P1/00 , C12R1/92
Abstract: 本发明公开一种副溶血性弧菌噬菌体vB_VpP_DE17,其对副溶血性弧菌具有强烈的裂解作用,并且能够感染11种O抗原中的10种副溶血性弧菌。该噬菌体可以通过特异性宿主进行扩增,产生效价高的发酵产物,并且能够耐受60℃高温、耐受pH 5.0~pH 10.0。其最佳侵染复数(MOI)较广,在MOI为1~0.1的范围内,具有较强的防控副溶血性弧菌效果。因而,该副溶血性弧菌噬菌体可用于防控在水产养殖过程中由副溶血性弧菌引起的急性肝胰腺坏死综合症,具体较高的应用价值。
-
公开(公告)号:CN116410935A
公开(公告)日:2023-07-11
申请号:CN202310149021.9
申请日:2023-02-22
Applicant: 华南农业大学 , 广东省科学院微生物研究所(广东省微生物分析检测中心)
Abstract: 本发明属于生物技术领域,公开了一株可跨科侵染的多价副溶血性弧菌噬菌体vB_VpaP_G1及其应用,G1是一株可跨科裂解细菌的多价噬菌体,除了裂解弧菌科的副溶血性弧菌外,还能裂解来自肠杆菌科的克罗诺杆菌、沙门氏菌、大肠杆菌、小肠耶尔森氏菌和来自气单胞科的豚鼠气单胞菌等细菌,可作为抗菌剂应用于多种细菌的防治,有效地解决目前抗生素治疗面临的耐药性问题,具有较好的利用价值和应用前景。
-
公开(公告)号:CN113337474A
公开(公告)日:2021-09-03
申请号:CN202110166859.X
申请日:2021-02-05
Applicant: 华南农业大学 , 广东省科学院微生物研究所(广东省微生物分析检测中心)
IPC: C12N7/00 , A61K35/76 , A61P31/14 , A23K10/18 , A23K50/80 , A01N63/40 , A01P3/00 , A01P1/00 , C12R1/92
Abstract: 本发明公开一种副溶血性弧菌噬菌体vB_VpP_DE17,其对副溶血性弧菌具有强烈的裂解作用,并且能够感染11种O抗原中的10种副溶血性弧菌。该噬菌体可以通过特异性宿主进行扩增,产生效价高的发酵产物,并且能够耐受60℃高温、耐受pH 5.0~pH 10.0。其最佳侵染复数(MOI)较广,在MOI为1~0.1的范围内,具有较强的防控副溶血性弧菌效果。因而,该副溶血性弧菌噬菌体可用于防控在水产养殖过程中由副溶血性弧菌引起的急性肝胰腺坏死综合症,具体较高的应用价值。
-
公开(公告)号:CN118497147A
公开(公告)日:2024-08-16
申请号:CN202410708679.3
申请日:2024-06-03
Applicant: 广东省科学院微生物研究所(广东省微生物分析检测中心) , 广东科环生物科技有限公司
IPC: C12N7/00 , A61K35/76 , A61P31/04 , A01N63/40 , A01P1/00 , A23C3/08 , C12Q1/70 , C12N15/11 , C12R1/92
Abstract: 本发明公开了两株新型烈性沙门菌噬菌体vB_SalA_35d、vB_SalA_39c及其应用。噬菌体vB_SalA_35d保藏编号为:GDMCC NO:64652‑B1,噬菌体噬菌体vB_SalA_39c保藏编号为:GDMCC NO:64653‑B1。本发明提供的烈性噬菌体特异性好,具有特异性分子靶标,且不含与溶原、耐药及毒力相关的基因。同时,本发明的噬菌体具有良好的热稳定性、pH稳定性及紫外耐受性,不易在应用过程中失活,在生菜和牛奶中对目标菌有较好的抑制效果。综上所述,噬菌体vB_SalA_35d和vB_SalA_39c可作为单一抑制剂或组合其他噬菌体构成抑制剂用于防控沙门菌等病原菌。
-
公开(公告)号:CN118866074A
公开(公告)日:2024-10-29
申请号:CN202410837092.2
申请日:2024-06-26
Applicant: 广东省科学院微生物研究所(广东省微生物分析检测中心) , 广东科环生物科技有限公司
Abstract: 本发明公开了一种结合机器学习和MALDI‑TOF MS的幽门螺杆菌耐药诊断系统。该系统基于我国的HP临床菌株MALDI‑TOF MS蛋白组学数据库,利用LightGBM算法分别构建了菌株对于克拉霉素和左氧氟沙星两种抗生素耐药的机器学习预测模型,模型对于克拉霉素和左氧氟沙星的AUROC分别为0.82和0.86,accuracy分别为0.75和0.72。HP_res_pred通过对HP的多张蛋白指纹图谱数据分别调用模型、智能统计并输出耐药预测结果。与现有技术相比,HP_res_pred系统具有耗时短、成本低、菌株用量少、同时可检测两种药物耐药性、预测准确性高及操作简便等优势,应用前景巨大。
-
-
-
-