08软五-李朋辉

合集下载

深海油气管道数据清洗方法设计

第!"卷第#期 ! $%$$年&月文章编号=%%=B#<%%$%$$%#B%%#>B%?
中国海洋平台 '()*+ ,--.(,/012+3-,/4
5678!"*68# +9:8;$%$$
D,)=%E=$$$?FEGHHIE=%%=B#<%%E$%$$E%#E$%$$%#%&
深海油气管道数据清洗方法设计
采集的数据%其中 4 个日常监测变量属性为 &=% 1%&4 %为了消除管道日常监测属性量纲对分析问题的影响%对日常监测数据进行标准化处理'
入数据清洗研究领域的%他们定义数据清洗的含义和基本原理%并给出数据清洗的评估方法%对后来进入数据清洗领域的研究人员提供了一个较好的标准'曹建军等从数据质量的方向强调数据清洗的重要性%并设想一个扩展性强&松耦合&交互性好的数据清洗框架'叶焕悼等把研究重点放在相似重复记录的清洗上%对相似重复记录的检测&相似重复记录的清除进行深入研究%且考虑到知识层面和语义的重要%并把其引入数据清洗框架中'周傲英等的研究重心放在数据的不确定性%也是数据的多义性%提出运行排序&剪枝等技术开发新的数据清洗算法%并能够对数据的后期处理%如数据预处理及融合&数据存储&数据查询等操作提供帮助'
!<" !?"
步骤=#输入含有缺失值的管道系统数据集'
步骤$#对管道全生命周期数据构成的数据集
进行预处理'在进行数据插补前将含有缺失值的记
录和完整的记录进行识别处理'
步骤!#对去除冗余信息后的属性进行相关性

一种考虑球体变形的钨球侵彻低碳钢深度计算模型

一种考虑球体变形的钨球侵彻低碳钢深度计算模型
刘铁磊;王晓锋;徐豫新;李永鹏;张健
【期刊名称】《兵工学报》
【年(卷),期】2024(45)5
【摘要】为了研究钨球在高速撞击下的变形行为对侵彻效果的影响,对钨球侵彻半无限低碳钢靶进行试验研究,得到<1600 m/s冲击速度下钨球变形特征和靶板侵彻深度随冲击速度的变化规律。

在此基础上构建钨球侵彻塑性变形模型。

将钨球变形模型和球形空腔膨胀阻力模型相结合,建立钨球变形侵彻深度计算模型。

对比不同撞击速度下钨球变形侵彻模型、刚性侵彻模型的计算结果。

对比结果表明,变形侵彻模型能够更加准确地计算钨球对半无限靶的侵彻深度,计算结果与试验相比最大误差20%(正误差15%,负误差5%),精度较刚性侵彻模型提升42.86%。

【总页数】12页(P1625-1636)
【作者】刘铁磊;王晓锋;徐豫新;李永鹏;张健
【作者单位】北京理工大学爆炸科学与技术国家重点实验室;高能量密度材料教育部重点实验室;北京理工大学重庆创新中心
【正文语种】中文
【中图分类】TJ410.1
【相关文献】
1.钨球在侵彻装甲钢板中的变形分析
2.弹体低速侵彻陶瓷-混凝土复合靶体的侵彻深度计算模型
3.钨球高速侵彻低碳钢板成坑直径的计算模型
4.钨合金球形破片侵彻低碳钢的弹道极限速度计算模型
因版权原因，仅展示原文概要，查看原文内容请购买。

2014-2016年全国农牧渔业丰收奖合作奖(20项)

安徽农业大学安徽农业大学合肥美亚光电技术股份有限公司谢裕大茶叶股份有限公司安徽农业大学浙江上洋机械有限公司浙江春江茶叶机械有限公司安徽农业大学安徽农业大学安徽省农业科技成果管理办公室金寨县茶叶发展办公室黄山市农业技术推广中心安徽农业大学安徽农业大学安徽省农业广播电视学校黄山市徽州区农业产业化管理服务中心歙县茶产业发展办公室祁门县祁红产业发展局
夏涛李尚庆田明谢一平李兵黄剑虹周仁桂宁井铭刘政权章玉松陈辉许家宏孙长应李叶云董曼薇吴卫国唐茂贵胡淋萍
Hale Waihona Puke 340104**********13 340104**********30 340111**********19 342723**********16 342327**********16 330106**********71 330123**********15 342225197311053792 340123**********12 340103**********17 342426**********55 342723**********76 340104196412183517 342828**********14 340103**********45 341004**********19 342723**********37 341021**********47
2014-2016年全国农牧渔业丰收奖合作奖（20项）
序号 1 省份北京市项目名称中甘系列甘蓝品种的示范推广与产业化主要完成单位北京华耐农业发展有限公司中国农业科学院蔬菜花卉研究所中蔬种业科技（北京）有限公司张家口市农业科学院福建省漳州市顺成种子公司福建省农业科学院亚热带农业研究所漳州市农业技术推广站济南市利成种子有限公司山西寿阳县田之缘农业服务有限公司陇西丰收种业有限公司完成人贾俊黄建新杨丽梅张扬勇方智远朱义锋刘伟高富欣刘玉梅武爱成齐长红侯海明贠文俊苏浴源朱利成吴良忠身份证号 132528**********12 132528**********31 110105**********22 362425**********11 110108**********19 110108**********13 422421**********74 110108**********16 110108**********44 132533**********91 110221**********18 130703**********54 620102**********18 130721**********32 370102**********14 350602**********36 完成人单位北京华耐农业发展有限公司北京华耐农业发展有限公司中国农业科学院蔬菜花卉研究所中国农业科学院蔬菜花卉研究所中国农业科学院蔬菜花卉研究所北京华耐农业发展有限公司中蔬种业科技（北京）有限公司中蔬种业科技（北京）有限公司中国农业科学院蔬菜花卉研究所北京华耐农业发展有限公司北京市昌平区蔬菜技术推广站北京华耐农业发展有限公司甘肃省陇西市丰收种业有限公司河北省张家口市农业科学院山东省济南市利成种业有限公司福建省漳州市顺成种子公司

高动态范围条纹结构光在机检测技术及应用进展

文章编号 2097-1842（2024）01-0001-18高动态范围条纹结构光在机检测技术及应用进展刘泽隆，李茂月*，卢新元，张明垒（哈尔滨理工大学先进制造智能化技术教育部重点实验室, 黑龙江哈尔滨 150080）摘要：条纹结构光技术是近年来发展迅速的非接触式测量方法，为机械加工在机检测提供了新的解决方案。

由于加工环境光线复杂且金属零件本身具有高反光的特性，造成结构光在机检测的精度降低。

将高动态范围(High Dynamic Range ，HDR)技术应用于结构光检测中，可抑制高反光的影响，实现金属零件在复杂场景的测量。

本文首先介绍了结构光测量原理，总结出HDR 结构光在机检测面临的难点；其次，对HDR 结构光技术进行了全面综述，以机械加工在机检测为背景，对基于硬件设备的HDR 技术和基于条纹算法的HDR 技术分别进行了归纳分析；然后，根据在机检测的条件需求，对各类技术进行总结，并比较不同方法的优缺点和在机检测的适用性；最后，结合近年来先进制造技术和精密测量的研究热点，对潜在应用进行分析，提出技术展望。

关键词：三维测量；结构光；条纹投影；高动态范围；在机检测中图分类号：TH741 文献标志码：A doi ：10.37188/CO.2023-0068On-machine detection technology and application progress ofhigh dynamic range fringe structured lightLIU Ze-long ，LI Mao-yue *，LU Xin-yuan ，ZHANG Ming-lei（Key Laboratory of Advanced Manufacturing and Intelligent Technology , Ministry of Education ,Harbin University of Science and Technology , Harbin 150080, China ）* Corresponding author ，E-mail : lmy 0500@Abstract : Fringe structured light technology is a non-contact measurement method, which has developed rapidly in recent years and provides a new solution for on-machine detection in mechanical processing.However, the accuracy of structured light for on-machine detection is compromised by the convoluted light-ing in machining environments and metal parts’ high reflectivity, leading to inaccurate measurements. Apply-ing high dynamic range (HDR) technology to structured light detection can reduce the effect of high re-flectivity, achieving the measurement of metal parts in complex scenes. This paper introduces the measure-ment principle of structured light and summarizes the challenges of on-machine detection for HDR struc-tured light. Subsequently, this paper provides a comprehensive review of HDR structured light technology. In the context of on-machine detection of mechanical processing, the HDR technology based on hardware equipment and the HDR technology based on stripe algorithm are discussed and analyzed, respectively. Fol-收稿日期：2023-04-16；修订日期：2023-05-15基金项目：国家自然科学基金资助项目（No. 51975169）；黑龙江省自然科学基金资助项目（No. LH2022E085）Supported by National Natural Science Foundation of China (No. 51975169); Natural Science Foundation of Heilongjiang Province(No. LH2022E085)第 17 卷　第 1 期中国光学（中英文）Vol. 17　No. 12024年1月Chinese OpticsJan. 2024lowing this, different technologies are summarized according to the requirements of on-machine detection. The advantages and disadvantages of various methods are presented, and the applicability of on-machine de-tection is compared. Finally, the potential applications are analyzed, and the technological prospects will be proposed in combination with the research hotspots of advanced manufacturing technology and precision measurement in recent years.Key words: three-dimensional measurement；structured light；fringe projection；high dynamic range；on-ma-chine detection1 引　言航空发动机涡轮叶片、核电汽轮机大叶片、大口径光学镜面等典型的复杂曲面零件，几何精度和物理性能要求高，在机械加工过程中极易产生变形[1]。

2012课表

宿迁市广播电视大学2012春开放教育专科班课程表
注：（1）学员联系方式见开放教育公共邮箱sqddkfjyg@
（2）宿迁电大在线网址：用户名：13位学号或S+9位学号密码：123456
（3）中央电大网址：省电大网址：用户名：学号全码密码：阳历8位生日。

（4）学习三阶段（请务必严格按照课程表时间执行）：
第一阶段集中时间为3月24日，内容：缴费、领教材、领取课表、领取毕业证、核对信息、到专业主任处报考。

第二阶段主要内容：各门课程的面授辅导、答疑，完成形成性考核作业。

第三阶段集中时间为6月9、10日，内容：领取复习资料、准考证。

学生证、准考证、身份证三证齐全方可参加考试。

（5）请按课表上规定地点进行合班课程的教学和学习辅导。

基于多特征融合的眼睛状态检测算法研究

收稿日期:2020-03-05 修回日期:2020-07-08基金项目:四川省重大科技专项项目(2018GZDZX 0046);自贡市科技计划重点项目(2019YYJC 03)作者简介:梁元辉(1987-),男,硕士,讲师,研究方向为深度学习的应用㊁模糊数学的应用等㊂基于多特征融合的眼睛状态检测算法研究梁元辉1,2,吴清乐1,2,曹立佳1,2(1.四川轻化工大学自动化与信息工程学院,四川宜宾644005;2.四川轻化工大学人工智能四川省重点实验室,四川宜宾644005)摘　要:疲劳驾驶检测算法研究对提升交通安全有着重要的意义㊂目前,已有大量关于疲劳驾驶的文献和成果㊂在疲劳驾驶检测算法中,眼睛开闭状态的判断起着至关重要的作用㊂深度级联卷积神经网络用来检测人脸和人脸特征,利用Dlib 工具快速提取驾驶员人脸特征㊂基于眼睛特征计算眼睛宽高比,并将眼睛宽高比㊁传统人眼特征的人眼虹膜等用于判断眼睛开闭的参数㊂该文提出一种实时地融合了EAR㊁虹膜等多个特征的眼睛状态检测算法,可补偿传统人眼特征的像素值比较敏感的不足,也补偿了EAR 在人脸倾斜㊁戴眼镜㊁光照变换㊁眼睛周围有光斑等情况下非常不可靠的不足㊂在640*480分辨率,帧率30fps 的视频上获得平均92%的检测正确率㊂实验结果表明融合后的算法可在光照变换㊁人脸倾斜㊁佩戴眼镜等条件下提升检测性能,鲁棒性较高㊂关键词:眼睛状态监测;疲劳驾驶;多特征融合;PERCLOS;EAR中图分类号:TP391 文献标识码:A 文章编号:1673-629X (2021)02-0097-04doi:10.3969/j.issn.1673-629X.2021.02.018Research on Eye State Detection Algorithm Based onMulti -feature FusionLIANG Yuan -hui 1,2,WU Qing -le 1,2,CAO Li -jia 1,2(1.School of Automation and Information Engineering ,Sichuan University of Science &Engineering ,Yibin 644005,China ;2.Key Laboratory of Artificial Intelligence of Sichuan ,Sichuan University of Science &Engineering ,Yibin 644005,China )Abstract :The research about driving drowsiness detection algorithm is of great significance to improve traffic safety.Presently ,there are many literatures and achievements about driving drowsiness.In driving drowsiness detection algorithm ,the judgment of eye state plays an important role.A deep cascaded convolutional neural network to detect faces and face features ,and Dlib tool to quickly extract drivers ’face features.Eye aspect ratio (EAR )and pupil are used to detect eye stature.We propose a real -time eye state detection algorithm that integrates EAR ,pupil and other features ,which can compensate for the lack of relatively sensitive pixel value of traditional human eye features and compensate for the unreliability of EAR in face tilt ,glasses wearing ,light transformation ,light spots around the eyes and other situations.The average detection accuracy is 92%in 640*480resolution and 30fps video.The experiment shows that the proposed algorithm can improve the detection accuracy especially in light transformation ,face tilt ,glasses wearing ,etc.,with high robust⁃ness.Key words :eye state detection ;drowsing driving ;multi -feature fusion ;PERCLOS ;EAR0　引　言随着车辆急剧增多,交通事故严重威胁着人们的生命和财产安全㊂根据世界健康组织的报告,交通事故是损害人生命的十大原因之一[1]㊂为了减少疲劳驾驶所导致的交通安全问题,对疲劳驾驶自动检测的研究具有重要意义㊂基于人脸显著特征检测的算法可直观地定位眼睛所在的位置,然后利用积分投影㊁眼睛角点㊁眼帘曲率㊁上下眼帘高度等方法判断眼睛的状态[2-6],但这些方法在光照不均㊁人脸倾斜㊁佩戴眼镜㊁驾驶员改变等环境中效果较差㊂You 等人[7]提出的眼睛宽高比(eye aspect ratio ,EAR )[8]结合PERCLOSE [9]方法来判断驾驶员是否疲劳,该方法在降低检测时间第31卷　第2期2021年2月计算机技术与发展COMPUTER TECHNOLOGY AND DEVELOPMENT Vol.31　No.2Feb.　2021的同时取得了较高的准确率㊂该算法考虑了个体差异但只有EAR作为判断依据,在光照变换㊁人脸倾斜㊁佩戴眼镜等条件下检测效果较差,具有很大的局限性㊂周云鹏等人[10-12]利用面部的多个特征融合检测驾驶员是否疲劳驾驶㊂周涛等人[13-15]利用人眼状态检测驾驶员是否疲劳驾驶㊂在上述研究的基础上,该文对驾驶员的眼睛状态检测方法进行改进,算法融合了人眼张开角度㊁EAR 以及人眼虹膜等多个特征进行人眼开闭的判断㊂1　人眼特征提取1.1　人脸检测及眼睛定位Dlib是一个开源的工具箱,包括了机器学习模块㊁深度学习模块㊁图像处理模块等[9]㊂它常被用来解决工业和学术界实际难题,用它开发的复杂算法在机器人开发㊁嵌入设备㊁手机和大型高级性能计算环境频繁使用㊂级联姿势回归(cascaded pose regression,CPR)算法常被用于估计检测物体的姿态,该工具箱通过CPR[16]算法以及标记的人脸68个特征点的回归器获取驾驶员的人脸特征,通过眼睛的状态检测判断驾驶员是否疲劳㊂如图1所示,该文采用了Dlib中人脸检测和人脸68个特征点模型检测视频中的人脸,并返回人脸特征点坐标㊁人脸框及人脸角度等㊂图1　人脸检测及特征点1.2　EAR在1.1节中获取了人脸的特征点,对于每个眼睛都有6个对应的特征点,两个眼角的特征点,以及分布在上下眼帘上的4个特征点㊂这些特征点确定了眼睛在图像中的具体位置㊂EAR[8]在文献[8]中被用来检测眼睛眨眼的频率㊂EAR值可通过图2中的6个点来计算,计算公式如下:EAR=‖P37-P41‖+‖P38-P40‖2‖P36-P39‖(1)如图2给出了眼睛的EAR值,其中(a)眼睛张开的6个特征点;(b)眼睛关闭的6个特征点;(c)不同眼睛大小的驾驶员眼睛开闭的EAR曲线㊂由图2可以看出,眼睛的张开和关闭所对应的EAR的值差别比较大㊂因而EAR值是一个可靠的评价眼睛开闭的参数㊂0.400.350.300.250.200.150.100.05(a)(b)图2　EAR根据驾驶员驾驶中的情形设定四种场景,分别是正常状态㊁人脸倾斜状态㊁戴眼镜状态㊁光照不均状态㊂根据经验设定EAR的阈值为0.3㊂每种场景判断眼睛开闭的结果和实际眼睛开闭的结果比较,结果一致则设定标签为0,结果不一致则设定标签为1,图3给出了四种场景下的EAR数据和实际眼睛状态的比较结果,横坐标为每个场景视频的帧数,纵坐标为比较的结果㊂除了正常状态下EAR可以用来检测眼睛开闭状态外,其他三种情况如果只用EAR对眼睛开闭状态图3　各种场景的EAR和实际眼睛状态比较㊃89㊃计算机技术与发展第31卷进行判断,判断结果错误较多,因而在这些场景中EAR 是不可靠的,需要借助其他方法进行辅助才能更好地判断㊂经过反复的测试发现EAR 在人脸倾斜㊁戴眼镜㊁光照变换㊁眼睛周围有光斑等情况下非常不可靠㊂1.3　眼角张开角度参考1.2节CPR 获取的特征点,取出眼睛的6个特征点,然后选取其中3个角点(P 36㊁P 37㊁P 41)计算眼角的张开角度,两只眼睛的张开角度取其平均,该平均值作为眼睛状态检测算法的特征参数㊂眼睛张开角度计算公式如下:ANGLE =2arcsin(‖P 37-P 41‖2‖P 36-P 37‖)(2)1.4　人眼虹膜通过1.2节CPR 获取的特征点,取出眼睛的6个特征点,计算这些点的外接矩并将外接矩的坐标映射到原始图像中即可得到包括眼睛的感兴趣图像,如图4所示㊂人脸虹膜检测算法详细步骤描述如下:首先对原始眼睛图像做图像增强处理平滑噪声,然后通过自适应二值化操作获取虹膜的二值图像,再次对二值图像进行开闭操作以及孔洞填充,最后对二值图像的白色虹膜区块做椭圆拟合处理㊂椭圆的长轴和短轴范围不应超过眼睛左右角点之间的距离以及上下眼帘的距离㊂Tolba 等人在文献[11]中也提出了关于虹膜检测作为眼睛状态判断的算法㊂人眼虹膜也可作为人脸倾斜㊁戴眼镜㊁光照变换㊁眼睛周围有光斑等情况下EAR 不足的补充㊂图4　人脸虹膜检测流程图5给出了虹膜的检测图像㊂　(a )裁剪的眼睛图像 (b )dlib眼睛黑白图　(c )虹膜灰度图　(d )虹膜二值图像　(e )椭圆拟合的眼睛图像图5　人脸虹膜检测2　基于多特征融合的人眼状态判断参考1.2节数据分析,使用EAR 算法进行眼睛状态判断时,在倾斜㊁戴眼镜㊁晚上欠光照样本中效果较差㊂而在复杂的环境中像素值比较敏感,鲁棒性差,导致人眼虹膜椭圆拟合算法性能较差㊂该文提出基于EAR ㊁人眼虹膜相融合的人眼状态判断算法,图6给出了融合算法方案流程㊂首先通过视频流分别计算人眼EAR 和虹膜椭圆拟合;其次,设定EAR 的阈值和椭圆长短轴的阈值,EAR 超过阈值设定标签Eflag 为1,否则设定标签Eflag 为0;椭圆长短轴同时小于阈值,设定标签Pflag 为0,否则设定标签Pflag 为1;再次,判断Eflag 和Pflag 的值是否一致,如果是,则输出结果为EAR 或者人眼虹膜的结果,否则进行下一次判断㊂最后判断EAR 和其阈值之差的绝对值是否大于ε,ε的值根据样本和EAR 阈值来确定㊂如果大于则输出EAR 的判断结果,否则输出虹膜的检测结果㊂将提出的多特征融合算法简称为EP 算法,该算法结合了EAR 算法㊁眼睛虹膜算法在检测眼睛状态时的优势,并且在检测到的EAR 值与阈值比较接近时,利用眼睛虹膜的检测结果来进行辅助判断㊂图6　EAR 和人眼虹膜融合㊃99㊃　第2期梁元辉等:基于多特征融合的眼睛状态检测算法研究3　实验结果分析为了验证文中算法的有效性,对EP算法(提出的融合方案)㊁EAR算法㊁眼睛张开角度算法㊁虹膜算法进行了比较㊂测试视频为正常㊁夜晚㊁倾斜㊁戴眼镜睁闭眼视频,视频流分辨率为640*480㊁帧率为30fps㊂实验设定EAR的硬阈值为0.3,ε=0.05㊂从表1可以看出,该文所提的方法在正常视频㊁倾斜视频㊁戴眼镜视频中比单纯EAR的方法眼睛开闭状态检测效果较好;在正常视频中和人眼虹膜检测算法相当,但倾斜视频㊁戴眼镜视频㊁晚上视频中比单纯人眼虹膜的方法眼睛开闭状态检测效果较好㊂综上比较,该方法获得检测视频的平均正确率为92%,和EAR㊁人眼虹膜㊁眼角相比明显提高了检测正确率,可以为疲劳驾驶检测提供更可靠的参考㊂表1　实验结果正常视频倾斜视频戴眼镜视频晚上视频平均方法正确率错误率误判数数量正确率错误率误判数数量正确率错误率误判数数量正确率错误率误判数数量正确率文中方法0.920.08303990.910.09192230.850.15795200.980.0243870.92 EAR[8]0.880.12483990.850.15342230.810.19915200.990.0123870.88人眼虹膜[11]0.920.08303990.890.11232230.750.251295200.930.07213870.87眼角0.910.09323990.870.13302230.660.34725200.990.0123870.864　结束语针对疲劳驾驶中的眼睛状态判断,提出了一种融合了EAR㊁人脸虹膜等多个特征的算法(EP算法)进行眼睛开闭状态判断,EP算法综合了EAR㊁眼睛虹膜在眼睛状态检测时的优势㊂结果表明,该方法可以有效提高眼睛开闭检测的准确率并且能满足实时检测的要求,但算法在晚上弱光照条件下的性能需要进一步提高以增强算法在夜晚的适应能力㊂参考文献:[1]　AMODIO A,ERMIDORO M,MAGGI D,et al.Automaticdetection of driver impairment based on pupillary light reflex[J].IEEE Transactions on Intelligent Transportation Sys⁃tems,2019,20(8):3038-3048.[2]　冀翀晓,吕　青,李　何.基于实时检测眼睛状态的一种安全驾驶方法[J].现代电子技术,2019,42(20):133-138. [3]　崔庆华,程　科,李肇基.积分投影与连通域法结合的人眼定位[J].计算机与数字工程,2019,47(4):949-953. [4]　赵　文,张　意,张卫华,等.基于红外图像的眼睛开闭检测方法[J].计算机工程与设计,2015,36(2):436-440. [5]　TOLBA A.Trust-based distributed authentication method forcollision attack avoidance in VANWTs[J].IEEE Access, 2018,6:62747-62755.[6]　李　强.基于PERCLOS的列车司机驾驶疲劳研究[D].北京:北京交通大学,2014.[7]　YOU F,LI X,GONG Y,et al.A real-time driving drowsi⁃ness detection algorithm with individual differences consider⁃ation[J].IEEE Access,2019,7:179396-179408. [8]　KONG X,XIA F,LI J,et al.A shared bus prolling schemefor smart cities based on heterogeneous mobile crowdsourced data[J].IEEE Transactions on Industrial Information,2020, 16(2):1436-1444.[9]　KING D E.Dlib-ml:a machine learning toolkit[J].Journalof Machine Learning Research,2019,10:1755-1758. [10]周云鹏.基于面部视觉多特征融合的驾驶员疲劳检测方法研究[D].长沙:湖南大学,2015.[11]李　阳.基于多特征融合的面部表情识别方法研究[D].西安:西安科技大学,2017.[12]ZHAO Li,LI Nianqiang.Fatigue driving detection systembased on face feature[C]//International conference on elec⁃tronics technology.[s.l.]:[s.n.],2019:525-529. [13]周　涛.基于人眼状态的驾驶疲劳检测系统研究[D].杭州:浙江理工大学,2012.[14]曹　永.驾驶员眼睛开闭状态计算机图像识别技术开发[D].青岛:青岛大学,2011.[15]刘　军.复杂环境下驾驶员眼睛定位及眼睛状态识别算法研究[D].广州:华南理工大学,2014.[16]DOLLAR P,WELINDER P,PERONA P.Cascaded pose re⁃gression[J].IEEE Computer Vision and Pattern Recogni⁃tion,2010,10:1078-1085.㊃001㊃计算机技术与发展第31卷。

猪流行性腹泻病毒HB

中国畜牧兽医 2022,49(8):3140-3150C h i n aA n i m a lH u s b a n d r y &V e t e r i n a r y Me d i c i n e猪流行性腹泻病毒H B /H E B E U /2020株全基因组遗传变异与重组分析翟新国1,郑培培1,苏金辉2,李庆阳2,焦贺静2,张若冰2,李朋辉1,2(1.河北工程大学生命科学与食品工程学院,邯郸056038;2.河北大北农农牧食品有限公司,衡水053900)摘要:ʌ目的ɔ了解猪流行性腹泻病毒(P o r c i n ee p i d e m i cd i a r r h e av i r u s ,P E D V )的基因组特征及变异规律㊂ʌ方法ɔ以3只发病仔猪小肠病料作为模板,采用R T -P C R 技术检测病原㊂以检测阳性的肝脏组织R N A 为模板,进行R T -P C R ,分段扩增P E D V 全基因组,使用D N A S t a r 软件对P E D V 基因组测序结果进行剪辑㊁拼接和相似性分析,利用M e g aX10.0.5软件对P E D V 基因组和S 基因进行遗传进化分析;利用R D P 4软件对P E D V 基因组进行重组分析㊂ʌ结果ɔP C R 检测结果表明,3只病仔猪的小肠组织均检测到P E D V 阳性㊂采用R T -P C R 分段扩增成功获得1株P E D V 全基因组序列,命名为H B /H E B E U /2020株,基因组大小为28038b p ,含有7个开放阅读框,从5'到3'依次为复制酶1a 基因㊁复制酶1b 基因㊁S 基因㊁O R F 3基因㊁E 基因㊁M 基因和N 基因㊂相似性分析结果显示,H B /H E B E U /2020与S N J -P ㊁U S A /C o l o r a d o /2013和H B 2018等变异毒株全基因组和S 基因的相似性均较高,分别为97.8%~99.3%和95.7%~98.8%,在所有市售疫苗株中,与变异型疫苗株A J 1102毒株全基因组和S 基因的相似性分别为98.3%和97.3%;遗传进化分析结果显示,21株P E D V 可划分为G 1群和G 2群2个分支,G 1群进一步分化为G 1a 亚群和G 1b 亚群,G 2群进一步分化为G 2a 亚群和G 2b 亚群,H B /H E B E U /2020属于G 2a 亚群㊂在G 2群内,所有流行株均为2010年后出现,H B /H E B E U /2020与市售疫苗株A J 1102遗传距离较近,其次是L W /L ,与C V 777和a t t e n u a t e dC V 777株遗传距离较远;经重组分析,H B /H E B E U /2020基因组可能为重组毒株,存在3个潜在的重组事件,重组事件1~3的断点分别为15918 22119㊁100 734和2214 2729b p ,其中重组事件1和2发生概率较大㊂ʌ结论ɔH B /H E B E U /2020为1株变异型P E D V ,与以C V 777为代表的经典毒株亲缘关系较远,与2010年后中国发生的变异型毒株亲缘性较近,并且存在潜在重组事件㊂本研究结果可为调研中国当前P E D V 进化和变异提供重要资料,为遏制P E D V 蔓延与进化㊁制定合理防控方案提供理论和现实依据㊂关键词:猪流行性腹泻病毒;全基因组;遗传变异;重组分析中图分类号:S 855.3文献标识码:AD o i :10.16431/j.c n k i .1671-7236.2022.08.030 开放科学(资源服务)标识码(O S I D ):收稿日期:2022-02-08基金项目:河北工程大学创新基金-博士专项基金联系方式:翟新国,E -m a i l :z h a i x g 1966@163.c o m ㊂通信作者李朋辉,E -m a i l :l i p e n gh u i 101@126.c o m G e n e t i cV a r i a t i o na n dR e c o m b i n a t i o nA n a l ys i s o fW h o l eG e n o m e o f P o r c i n eE pi d e m i cD i a r r h e aV i r u sH B /H E B E U /2020S t r a i n Z HA IX i n g u o 1,Z H E N GP e i p e i 1,S UJ i n h u i 2,L IQ i n g y a n g 2,J I A O H e j i n g 2,Z H A N G R u o b i n g 2,L IP e n gh u i 1,2(1.C o l l e g e o f L i f eS c i e n c e a n dF o o dE n g i n e e r i n g ,H e b e i U n i v e r s i t y o f E n g i n e e r i n g ,H a n d a n 056038,C h i n a ;2.H e b e i D a b e i n o n g F a r m i n g a n dA n i m a lH u s b a n d r yF o o dC o .,L t d .,H e n gs h u i 053900,C h i n a )A b s t r a c t :ʌO b j e c t i v e ɔT h i ss t u d y w a s a i m e d t oi n v e s t i ga t et h e g e n o m e c h a r a c t e r i s t i c s a n d v a r i a t i o no f P o r c i n e e p i d e m i cd i a r r h e av i r u s (P E D V ).ʌM e t h o d ɔT h es m a l l i n t e s t i n e t i s s u e so f 3d i a r r h e a p i g l e t sw e r eu s e da s t e m p l a t e s ,t h e p a t h o g e nw a sd e t e c t e db y R T -P C R .U s i n g th eR N A8期翟新国等:猪流行性腹泻病毒H B/H E B E U/2020株全基因组遗传变异与重组分析o f t h e p o s i t i v e i n t e s t i n et i s s u e,R T-P C Rt e c h n o l o g y w a su s e dt oa m p l i f y t h e w h o l e g e n o m eo f P E D V.D N A S t a rs o f t w a r e w a su s e dt oe d i ta n ds p l i c eo ft h ea m p l i f i e ds e q u e n c ea n d p e r f o r m s i m i l a r i t y a l i g n m e n t.M e g a X10.0.5s o f t w a r e w a su s e dt oc o n s t r u c t p h y l o g e n e t i ct r e e so ft h e w h o l e g e n o m ea n d S g e n eo fP E D V s t r a i n.R D P4s o f t w a r e w a su s e dt oa n a l y z et h e p o t e n t i a l r e c o m b i n a t i o ne v e n t s o f P E D Vs t r a i n.ʌR e s u l tɔP C Rr e s u l t s s h o w e dt h a tP E D V w a sd e t e c t e d i n a l l t h e t h r e es i c k p i g l e t s.T h ew h o l e g e n o m eo fP E D Vs t r a i n w a ss u c c e s s f u l l y o b t a i n e db y R T-P C Rf r a g m e n t e da m p l i f i c a t i o n,n a m e d H B/H E B E U/2020.T h ev i r u s g e n o m es i z ew a s28038b p a n d i t c o n t a i n e d7o p e nr e a d i n g f r a m e s(O R F)w h i c he n c o d e dr e p l i c a s e p o l y p r o t e i n1a,r e p l i c a s e p o l y p r o t e i n1b,s p i k e(S),O R F3,e n v e l o p e(E),m e m b r a n e(M),a n dn u c l e o p r o t e i n(N)g e n e i n5' t o3'o r i e n t a t i o n.T h e s i m i l a r i t y a l i g n m e n t o f t h e c o m p l e t e g e n o m e a sw e l l a s S g e n e b e t w e e nH B/H E B E U/2020a n dP E D Vv a r i a n t s t r a i n s,s u c ha sS N J-P,U S A/C o l o r a d o/2013a n d H B2018w e r e97.8%-99.3%a n d95.7%-98.8%,r e s p e c t i v e l y.A m o n g a l l t h ec o m m e r c i a l l y a v a i l a b l ev a c c i n e s,A J1102s h a r e dt h eh i g h e s ts i m i l a r i t y w i t h H B/H EB E U/2020s t r a i n,t h en u c l e o t i d es i m i l a r i t y b e t w e e n t h e c o m p l e t e g e n o m ea sw e l l a s S g e n eo fH B/H E B E U/2020a n dA J1102w e r e98.3% a n d97.3%,r e s p e c t i v e l y.G e n o m e-w i d ee v o l u t i o nr e s u l t ss h o w e dt h a t21P E D V s t r a i n s w e r e c l a s s i f i e d i n t oG1g e n o g r o u p a n dG2g e n o g r o u p,G1g e n o g r o u p w a s d i v i d e d i n t oG1a s u b g r o u p a n d G1b s u b g r o u p,G2g e n o g r o u p w a sd i v i d e d i n t oG2as u b g r o u p a n dG2bs u b g r o u p,H B/H E B E U/ 2020b e l o n g e d t oG2a s u b g r o u p.A l l t h e P E D Vs t r a i n s t h a t b e l o n g e d t oG2g e n o g r o u p i n t h e s t u d y w e r e e m e r g e d a f t e r2010.A m o n g a l l t h e c o m m e r c i a l l y a v a i l a b l ev a c c i n e s,A J1102h a d t h en e a r e s t g e n e t i c r e l a t i o nw i t h H B/H E B E U/2020,L W/L w a ss e c o n d,t h e g e n e t i cd i s t a n c e sb e t w e e n H B/ H E B E U/2020a n dC V777a sw e l l a s a t t e n u a t e dC V777w e r e f a r.3p o s s i b l e r e c o m b i n a t i o ne v e n t s w e r e i d e n t i f i e d i n t h e g e n o m eo fH B/H E B E U/2020s t r a i n.T h e r e c o m b i n a n t r e g i o n so f t h e t h r e e p o s s i b l e r e c o m b i n a t i o ne v e n t sw e r e15918-22119,100-734a n d2214-2729b p,r e s p e c t i v e l y.T h e f i r s t t w or e c o m b i n a t i o ne v e n t sh a dh i g h p r o b a b i l i t y o fo c c u r r e n c e.ʌC o n c l u s i o nɔH B/H E B E U/ 2020w a sav a r i a n tr e c o m b i n a n tP ED V,w h i c hh a r b o r e dd i s t a n t p h y l o g e n e t i cr e l a t i o n s h i p sw i t h c l a s s i cPE D Vs t r a i nC V777,b u tw a s c l o s e dr e l a t e d t o t h ev a r i a n t s t r a i n so c c u r r e d i nC h i n aa f t e r 2010.T h er e s u l t s w o u l d p r o v i d e t h e o r e t i c a l a n d p r a c t i c a lr e f e r e n c e f o r p o s t p o n i n g n a t u r a l s e l e c t i o na n d e v o l u t i o na sw e l l a s f o r m u l a t i n g t h e v a c c i n a t i o n p r o c e d u r e o f P E D V.K e y w o r d s:P o r c i n e e p i d e m i c d i a r r h e a v i r u s;w h o l e g e n o m e;g e n e t i c v a r i a t i o n;r e c o m b i n a t i o n a n a l y s i s猪流行性腹泻病毒(P o r c i n ee p i d e m i cd i a r r h e a v i r u s,P E D V)属于冠状病毒科(C o r o n a v i r i d a e)病毒大家族[1]㊂P E D V是一种单股正链具有囊膜的R N A病毒,基因组长约28000b p[1-2]㊂P E D V基因组编码3个非结构蛋白(复制酶1a㊁复制酶1b以及附属蛋白(O R F3))和4个结构蛋白(刺突糖蛋白(S)㊁囊膜蛋白(E)㊁核衣壳蛋白(N)和膜蛋白(M))[3-5]㊂在所有P E D V蛋白中,S蛋白主要参与病毒吸附和入侵,决定病毒的毒力和细胞嗜性,并诱导宿主产生中和抗体,在分子流行病学上具有重要意义[6-10]㊂P E D V感染各年龄段猪均可导致猪流行性腹泻(p o r c i n e e p i d e m i c d i a r r h e a,P E D),但仔猪往往更为严重,表现为厌食,呕吐,肠绒毛萎缩,水样腹泻,恶性脱水,体重减轻,病死率极高(最高可达100%)[11-13]㊂1971年英国报道首例P E D疫情,但P E D V却直到1977年才被比利时科学家首次鉴定出来,命名为C V777株[13-15],随后P E D V广泛传播至欧洲和亚洲诸多生猪养殖国家[16]㊂1984年,中国学者利用免疫荧光试验和血清中和试验首次证实P E D V在中国的存在[17]㊂由于中国广泛使用传染性胃肠炎(t r a n s m i s s i b l e g a s t r o e n t e r i t i s,T G E)和P E D的腹泻二联疫苗,P E D疫情一直维持在较低水平[16,18]㊂2008 2010年间,韩国和中国暴发了由高毒力变异型P E D V毒株引起的P E D,随后疫情迅速席卷亚洲㊁北美洲和欧洲,对全球养猪业造成巨大的损失[19-20]㊂为更好防控变异型P E D V毒株,中国基1413中国畜牧兽医49卷于A J1102和L W/L毒株研发并上市两款新的变异毒株疫苗㊂尽管如此,近些年P E D仍是中国最常见危害性最大的猪病之一㊂T i a n等[19]报道2014 2018年四川省和贵州省有47.66%的猪场呈P E D V 阳性,对52株P E D V S基因进行遗传变异分析,发现变异型P E D V达82.7%㊂C u i等[16]报道2015 2019年许多河南省和山西省的经典弱毒疫苗免疫的猪场仍会暴发腹泻,P E D V阳性率为63.7%,对32株P E D V S基因进行遗传变异分析,发现其均属于变异型P E D V㊂因此,变异P E D V毒株已经发展为流行并循环于中国猪场的最主要毒株[15-16,19]㊂作为一种重要的猪冠状病毒,P E D V仍在不断进化和变异,免疫逃逸能力和传染性在不断加强,中国P E D V已呈现出较强的流行性和基因异质性,亟需加强对P E D V毒株的遗传变异监测并发展更有效的防控方案[19]㊂2020年底,河北省某大型猪场暴发P E D,大量新生仔猪水样腹泻,迅速死亡,损失惨重㊂为了了解河北地区遗传变异情况,掌握本地区P E D V的流行情况,本研究对该猪场病仔猪进行检测,成功获得1株P E D V全基因组序列,并进行了遗传变异和重组分析,以期了解该P E D V毒株的遗传进化和重组规律,为P E D V疫苗的研制和该病的合理防控提供新思路和理论依据,也为进一步研究P E D V的致病机制以及病毒与宿主的相互作用奠定基础㊂1材料与方法1.1样品采集与处理急性仔猪腹泻样品于2020年底采集于河北某大型种猪场,产房内出生仔猪水样腹泻,无菌条件下采集3份濒死仔猪新鲜小肠组织,利用无菌生理盐水冲洗,剪取约1g组织,充分剪碎并放入灭菌2m LE P管中,加入1m L无菌P B S,再加入2~4粒灭菌玻璃匀浆珠,提前30m i n预冷组织研磨仪的适配器,按照标准研磨程序,将小肠组织研磨成组织悬液,在4ħ下,10000ˑg离心3m i n,取上清于-80ħ保存备用㊂1.2主要试剂离心柱法D N A/R N A提取试剂盒购自I D E X X 公司;琼脂糖购自B I OW E S T公司;D L5000D N A M a r k e r㊁大肠杆菌D H5α感受态细胞和p M D18-T V e c t o r均购自T a K a R a公司;快速P C R试剂盒(1.1ˑT3S u p e rP C R M i x)购自北京擎科生物技术有限公司;T I A N p r e p M i n iP l a s m i d K i t和T I A N g e lM i d i P u r i f i c a t i o nK i t均购自天根生化科技(北京)有限公司;T r a n s S c r i p tF i r s t-S t r a n d c D N AS y n t h e s i sS u p e r M i x 购自北京全式金生物技术有限公司㊂1.3引物与探针基于L W/L(MK392335.1)㊁U S A/C o l o r a d o/ 2013(K F272920.1)㊁S14(MH891585.1)㊁P E D V-W S(KM609213.1)㊁P E D V1842/2016I T A (K Y111278.1)㊁S D2014(K X064280.1)㊁J S X2014 (MH056658.1)㊁G D-A(J X112709.1)㊁C H/S (J N547228.1)㊁C H/H N Y F/14(K P890336.1)㊁B J-2011-1株(J N825712.1)和A J1102(J X188454.1)等设计P E D V引物,分别为:P E D V-5'-F:A C T T A A A-A A G A T T T T C T A T C T A C G G A T A G T T A G C T C; P E D V-3'-R:G T G T A T C C A T A T C A A C A C C;用于扩增P E D V基因组内部序列的引物参考文献[21],引物由北京擎科生物技术有限公司合成㊂1.4总R N A提取与R T-P C R扩增参考翟新国等[22]方法进行总R N A提取和R T-P C R㊂取适量肠组织研磨液上清按照核酸提取试剂盒说明书提取总R N A;取950n g总R N A按照T r a n s S c r i p tF i r s t-S t r a n d c D N AS y n t h e s i s S u p e r M i x说明书(A T301)合成c D N A;以c D N A为模板参照1.1ˑT3S u p e rP C R M i x说明书进行P C R扩增, P C R反应体系25μL:1.1ˑT3S u p e rP C R M i x 20μL,上㊁下游引物(10μm o l/L)各1μL,c D N A模板1μL,补d d H2O至25μL㊂P C R反应条件:98ħ预变性3m i n;98ħ变性10s,56ħ退火10s,72ħ延伸10s,共31个循环;72ħ延伸2.5m i n㊂1.5序列测定与基因组拼接将获得的各P E D V基因片段的R T-P C R产物进行1.0%琼脂糖凝胶电泳,按照T I A N g e l M i d i P u r i f i c a t i o nK i t说明书对各P E D V片段进行切胶纯化,送北京擎科生物技术有限公司测序;利用D N A S t a r软件对测序结果进行拼接和整理,组装成完整的P E D V基因组㊂1.6遗传变异和重组分析从G e n B a n k中选取20条P E D V基因组序列作为参考序列(表1),利用D N A S t a r软件对所获的P E D V毒株基因组和S基因序列与参考毒株相应序列进行相似性分析;利用N C B I在线B L A S T程序对所获得的P E D V毒株基因组与参考毒株S N J-P株进行核苷酸变异性比对;利用M e g a X 10.0.5软件对所获的P E D V毒株基因组和S基因24138期翟新国等:猪流行性腹泻病毒H B/H E B E U/2020株全基因组遗传变异与重组分析序列与参考毒株相应序列进行拟合对比和最大似然法(M L)遗传进化分析[23];利用R D P4软件对所获的P E D V毒株基因组序列与参考毒株基因组序列进行重组分析[24-25]㊂表1参考毒株信息T a b l e1T h e i n f o r m a t i o no fP E D Vr e f e r e n c e s t r a i n s毒株S t r a i n sG e n B a n k登录号G e n B a n ka c c e s s i o nN o.来源S o u r c e s年份Y e a rS N J-P MK702008.1中国2018 A J1102J X188454.1中国2011 L W/L MK392335.1中国2010 G D-X L-2019MN759311.1中国2019 P E D V-Y Z MK841495.1中国2016B J-2011-1J N825712.1中国2011C H/H L J/18MW561264.1中国2018 H B2018M T166307.1中国2018 S D2014K X064280.1中国2014 C H/HN Y F/14K P890336.1中国2014 U S A/C o l o r a d o/2013K F272920.1美国2013 G E R/L03208/2019L R812930.1德国2019 S14MH891585.1韩国2018 J S2008K C210146.1中国2008 v i r u l e n tD R13J Q023161.1韩国2009 a t t e n u a t e dD R13J Q023162.1韩国2011 a t t e n u a t e dC V777K T323979.1中国1998 S C1402K P162057.1中国2014 C H/S J N547228.1中国1986 C V777A F353511.1比利时19782结果2.1P E D V基因组扩增与测序R T-P C R扩增产物经1.0%琼脂糖凝胶电泳分析,产生1条清晰条带,大小约1816b p(图1),说明小肠病料为P E D V阳性,将该毒株命名为H B/ H E B E U/2020㊂成功克隆了覆盖P E D V全基因组的目的片段,经测序和拼接,获得H B/H E B E U/ 2020全基因组序列,并提交G e n B a n k,获得的登录号为:MW413556㊂2.2H B/H E B E U/2020基因组相似性分析由表2可知,H B/H E B E U/2020基因组全长28038b p,其中5'-非编码区(U T R)的1 36b p和3'-U T R的28020 28038b p为引物序列,其余27983b p均为本研究测序所得㊂H B/H E B E U/2020基因组编码区全长27412b p,含有7个开放阅读框,从5'到3'依次为复制酶1a基因(12309b p)㊁复M,D L5000D N A M a r k e r;1~3,样本M,D L5000D N A M a r k e r;1-3,S a m p l e s图1P E D V基因组R T-P C R扩增结果F i g.1R T-P C Ra m p l i f i c a t i o n r e s u l t s o fP E D V g e n o m e3413中国畜牧兽医49卷制酶1b 基因(8037b p )㊁S 基因(4161b p )㊁O R F 3基因(675b p )㊁E 基因(231b p )㊁M 基因(681b p )和N 基因(1326b p)㊂与S N J -P 株(MK 702008.1)相比,H B /H E B E U /2020基因组包含207个核苷酸点突变,但不存在插入或者缺失㊂由图2可知,H B/H E B E U /2020与P E D V 流行株株的相似性在96.5%~99.3%之间,H B /H E B E U /2020株与分离自中国的S N J -P 株相似性最高,为99.3%,S D 2014㊁U S A /C o l o r a d o /2013㊁B J -2011-1㊁S 14㊁H B 2018㊁C H /H L J /18㊁P E D V -Y Z ㊁G E R /L 03208/2019㊁A J 1102㊁C H /H N Y F /14㊁G D -X L -2019和L W /L 与H B /H E B E U /2020相似性均>97.5%,S C 1402与H B /H E B E U /2020相似性为96.6%;v i r u l e n tD R 13㊁C H /S 和J S 2008与H B /H E B E U/2020相似性分别为97.3%㊁97.0%和96.7%㊂在所有市售疫苗株中,变异疫苗株A J 1102与H B /H E B E U /2020相似性最高,为98.3%,其次是变异疫苗株L W /L ,与H B /H E B E U /2020相似性为97.8%;经典疫苗株a t t e n u a t e dC V 777和C V 777则与H B /H E B E U /2020的相似性稍低,均为96.5%㊂表2 H B /H E B E U /2020株与S N J -P 株基因组的变异性比对T a b l e 2 C o m p a r i s o no f g e n o m i c v a r i a b i l i t i e s o fH B /H E B E U /2020a n dS N J -P 基因G e n e s位置P o s i t i o n /b p 核苷酸突变位点A m i n o a c i dm u t a t i o n s i t e s5'-U T R 1 292T 5C ㊁C 51T ㊁T 251C ㊁C 255T复制酶1aR e pl i c a s e 1a 293 12601G 466T ㊁C 508T ㊁C 610T ㊁A 631G ㊁T 832A ㊁G 1316T ㊁G 1612T ㊁A 1704T ㊁C 1757T ㊁C 1781T ㊁C 1888T ㊁A 1930T ㊁C 2006T ㊁C 2014T ㊁C 2188T ㊁A 2207T ㊁A 2212C ㊁A 2232C ㊁C 2301T ㊁T 2379C ㊁T 2480C ㊁G 2519A ㊁C 2740T ㊁C 2749T ㊁C 2773T ㊁G 2809T ㊁T 2869C ㊁C 2896T ㊁T 2959A ㊁C 3236A ㊁T 3238C ㊁T 3240C ㊁T 3253C ㊁A 3292G ㊁T 3361C ㊁C 3439T ㊁T 3457A ㊁C 3466T ㊁C 3529T ㊁C 3572G ㊁T 3613C ㊁C 3655T ㊁C C 3685 3686T T ㊁G 3697T ㊁G 3704A ㊁T 3763C ㊁T 3766C ㊁T 3967A ㊁T 3982C ㊁T 4054C ㊁T 4132G ㊁T 4171C ㊁G 4175A ㊁T 4201C ㊁T 4303C ㊁G 4369C ㊁C 4549T ㊁C 4650T ㊁A 4701C ㊁C 4993T ㊁C 5052T ㊁G 5099A ㊁A 5108G ㊁G 5121A ㊁C 5146T ㊁T 5167C ㊁C 5344T ㊁C 5504T ㊁C 5803T ㊁T 5878C ㊁C 5881T ㊁A 5964G ㊁G 5977T ㊁T 6199C ㊁G 6271T ㊁C 6290T ㊁C 6605T ㊁T 6644C ㊁C 6766T ㊁G 6883A ㊁C 6913T ㊁C 7522T ㊁A 7727G ㊁C 8011T ㊁T 8026C ㊁C 8047T ㊁A 8059G ㊁G 8368T ㊁C 8485A ㊁C 8896T ㊁C 9416A ㊁C 9472T ㊁C 9586T ㊁T 9616C ㊁T 10049C ㊁C 10054T ㊁C 10355T ㊁T 10608C ㊁T 11194C ㊁T 11611C ㊁G 12226A ㊁C 12570T 复制酶1bR e pl i c a s e 1b 12601 20637C 12765T ㊁A 12809C ㊁C 12954T ㊁T 13351C ㊁C 13401T ㊁G 13635A ㊁T 13827C ㊁C 13935T ㊁C 14475T ㊁T 14544C ㊁T 14838C ㊁T 15021C ㊁T 15027A ㊁C 15033T ㊁T 15210C ㊁C 15216T ㊁A 15333G ㊁C 15394T ㊁C 15468T ㊁T 15537A ㊁C 15588T ㊁C 15609T ㊁A 15648G ㊁G 15717A ㊁G 15732A ㊁G 15855A ㊁C 15861T ㊁T 16896C ㊁C 17595T ㊁G 18665A ㊁C 19890T ㊁G 20028A ㊁T 20091C ㊁A 20193G ㊁C 20319TS20634 24794A 20774G ㊁T 21238C ㊁C 21283T ㊁C 21300A ㊁T 21326C ㊁T 21334C ㊁G 21383A ㊁T 21515C ㊁C 21572T ㊁G 21597T ㊁C 21663T ㊁T 21759C ㊁C 22093T ㊁T 22107C ㊁T 22139C ㊁C 22232T ㊁C 22265T ㊁C 22304T ㊁C 22334T ㊁22344T ㊁A 22445G ㊁T 22525C ㊁T 22574C ㊁T 22652C ㊁G 22762A ㊁T 22802C ㊁C 22927T ㊁C 22943T ㊁A 22965G ㊁C 23077A ㊁T 23189C ㊁T 23249C ㊁G 23253T ㊁C 23369T ㊁C 23492T ㊁T 23589A ㊁A 23653G ㊁G 23717A ㊁C 23834T ㊁T 23892G ㊁C 24023T ㊁T 24341C O R F 324794 25468C 24922T ㊁C 24997T ㊁C 25096G E 25449 25679T 25502C ㊁C 25553TM 25687 26367G 25851A ㊁C 25941T ㊁G 26035A ㊁T 26357CN 26379 27704T 26393C ㊁C 26528T ㊁C 26702T ㊁T 26705C ㊁C 26858T ㊁T 27085C ㊁T 27401C ㊁G 27566㊁A 27611T ㊁C 27656T ㊁T 27670C ㊁T 27689C 3'-U T R27705 28038G 27709T ㊁T 27733G44138期翟新国等:猪流行性腹泻病毒H B /H E B E U /2020株全基因组遗传变异与重组分析五角星表示本研究的目标毒株;黑圆表示疫苗毒株㊂下同P e n t a g r a mr e p r e s e n t s t h e t a r g e t s t r a i no f t h i s s t u d y ;T h eb l a c kc i r c l e s r e p r e s e n t v a c c i n e s t r a i n s .T h e s a m e a sb e l o w 图2 H B /H E B E U /2020全基因组与各P E D V 参考毒株的相似性比对F i g .2 S i m i l a r i t y a l i gn m e n t o fw h o l e g e n o m e o fH B /H E B E U /2020a n d t h eP E D Vr e f e r e n c e s t r a i n s 2.3 H B /H E B E U /2020S 基因相似性分析通过对H B /H E B E U /2020全基因组测序结果进行分析,可知其S 基因全长4161b p ,编码1386个氨基酸㊂由图3可知,H B /H E B E U /2020S 基因与比利时C V 777标准株的相似性为93.5%,共存在248个核苷酸突变,在167b p 处存在G 插入,在175 185b p处存在C A G G G T G T T A A 插入,在416 418b p 处存在A T A 插入,在475 480b p 处存在C G T G A T 缺失,推导的氨基酸相似性为92.8%,共存在93个氨基酸突变,在56 59和140位氨基酸处分别存在G E N Q 和N 插入,在163 164位氨基酸处存在D I缺失㊂H B /H E B E U /2020S 基因与所选参考株相似性在93.2%~98.8%之间,其中与H B 2018的相似性最高,为98.8%㊂H B 2018㊁C H /H L J /18㊁G E R /L 03208/2019㊁C H /H N Y F /14㊁G D -X L -2019㊁S 14㊁U S A /C o l o r a d o /2013㊁A J 1102㊁S N J -P ㊁S D 2014㊁B J -2011-1㊁L W /L ㊁P E D V Y Z 株S 基因与H B/H E B E U /2020相似性均超过95.5%,S C 1402相似性为93.3%㊂变异疫苗株A J 1102和L W /L S 基因与H B /H E B E U /2020相似性分别为97.3%和96.9%,相比之下,经典疫苗株a t t e n u a t e dC V 777和C V 777则与H B /H E B E U /2020的相似性稍低,分别为93.3%和93.5%㊂2.4 H B /H E B E U /2020基因组遗传进化分析由图4可知,21株P E D V 毒株进化形成了G 1群和G 2群,G 1群包含G 1a 和G 1b 亚群,G 1a 亚群以经典株C V 777为代表,还包含v i r u l e n tD R 13和C H /S ,G 1b 亚群以J S 2008为代表,还包含a t t e n u a t e dD R 13㊁S C 1402和a t t e n u a t e dC V 777毒株;G 2群包含G 2a 和G 2b 亚群,G 2a 亚群以变异株B J -2011-1为代表,还包括S N J -P ㊁S D 2014㊁U S A/C o l o r a d o /2013㊁S 14㊁H B 2018和C H /H L J /18等毒株,G 2b 亚群以变异株A J 1102为代表,还包括G D -X L -2019和L W /L 毒株㊂H B /H E B E U /2020属于G 2a 群,该群中所有14株P E D V 均分离于2010年之后,包括11株中国株S N J -P ㊁S D 2014㊁B J -2011-1㊁H B 2018㊁C H /H L J /18㊁P E D V -Y Z ㊁A J 1102㊁C H/H N Y F /14㊁H B /H E B E U /2020㊁G D -X L -2019和L W /L ,1株美国株U S A /C o l o r a d o /2013,1株韩国株S 14和1株德国株G E R /L 03208/2019㊂H B /H E B E U /2020与市售的经典疫苗株a t t e n u a t e dC V 777和C V 777遗传距离(亲缘关系)较远,而与变异疫苗株A J 1102和L W /L 遗传距离较近㊂5413中国畜牧兽医49卷图3 H B /H E B E U /2020S 基因与各P E D V 参考毒株的相似性对比F i g .3 S i m i l a r i t y a l i gn m e n t o f S g e n e o fH B /H E B E U /2020a n d t h eP E D Vr e f e r e n c e s t r a i ns 图4 H B /H E B E U /2020基因组遗传进化分析F i g .4 P h y l o g e n e t i c a n a l ys i s o fw h o l e g e n o m e o fH B /H E B E U /20202.5 H B /H E B E U /2020S 基因遗传进化分析由图5可知,S 基因遗传进化分析结果与全基因组结果基本一致,H B /H E B E U /2020S 基因与6株中国株P E D V -Y Z ㊁B J -2011-1㊁C H /H L J /18㊁H B 2018㊁S D 2014和C H /H N Y F /14,1株美国株U S A /C o l o r a d o /2013和1株韩国株S 14均属于G 2a 亚群,其中与H B 2018的遗传距离最近,具有共同的起源,而A J 1102与S N J -P ㊁L W /L 和G D -X L -2019形成了G 2b 亚群,C V 777与C H /S ㊁v i r u l e n t D R 13㊁a t t e n u a t e dD R 13和G E R /L 03208/2019形成了G 1a亚群,J S 2008与a t t e n u a t e d D R 13㊁a t t e n u a t e d C V 777和S C 1402形成了G 1b 亚群㊂值得关注的是,基于S 基因遗传进化分析,德国株G E R /L 03208/2019和中国株C H /H N Y F /14虽分别被划为G 1a 亚群和G 2a 亚群,但其S 基因在遗传上实际处于G 1和G 2群之间㊂2株P E D V S 基因更接近G 1和G 2群共同的始祖株㊂H B /H E B E U /2020S基因与市售的经典疫苗株a t t e n u a t e dC V 777株和C V 777遗传距离(亲缘关系)较远,而与变异疫苗株A J 1102和L W /L 遗传距离较近㊂2.6 H B /H E B E U /2020基因组重组分析为了解H B /H E B E U /2020潜在基因重组情况,基于图4P E D V 遗传系谱,选择11株具有代表性的P E D V 毒株(S N J -P ㊁A J 1102㊁L W /L ㊁C H/H N Y F /14㊁B J -2011-1㊁S D 2014㊁P E D V -Y Z ㊁G D -X L -2019㊁H B 2018㊁a t t e n u a t e dC V 777和S C 1402)进行基因组重组分析㊂由表3可知,H B /H E B E U /2020基因组存在3个潜在重组事件,根据重组事件发生的概率,事件1㊁2均至少有5种重组检测方法呈阳性,发生概率较高㊂重组事件1主要亲本可基于64138期翟新国等:猪流行性腹泻病毒H B/H E B E U/2020株全基因组遗传变异与重组分析G2a群的S D2014进行推导,次要亲本为G2a群的S N J-P,重组断点为15918 22119b p(O R F1b-S基因部分区域);重组事件2主要亲本为G2a群的H B2018,次要亲本为G1b群的S C1402,重组断点为100 734b p(5'-U T R-O R F1a基因部分区域),发生在G1群和G2群之间;重组事件3,发生概率较低(所有7种重组检测方法中2种呈阳性,重组断点为2214 2729b p(5'-U T R基因部分区域),主要亲本为G2a群的S N J-P,次要亲本可基于G1b群的经典疫苗株a t t e n u a t e dC V777进行推导㊂图5H B/H E B E U/2020S基因遗传进化分析F i g.5P h y l o g e n e t i c a n a l y s i s o f S g e n e o fH B/H E B E U/2020表3H B/H E B E U/2020株基因组的重组分析T a b l e3R e c o m b i n a t i o na n a l y s i s o fw h o l e g e n o m e o fH B/H E B E U/2020重组事件编号N u m b e r o fr e c o m b i n a n te v e n t s重组序列R e c o m b i n a n ts e q u e n c e s主要亲本M a j o rp a r e n t s次要亲本M i n o rp a r e n t s断点(相对MW413556)B r e a k p o i n t p o s i t i o n(c o m p a r e d t oMW413556)/b p检测方法D e t e c t i o nm e t h o d sR G B M C S3 1H B/H E B E U/2020S D2014*S N J-P15918 22119+++++++ 2H B/H E B E U/2020H B2018S C1402100 734+-+++-+ 3H B/H E B E U/2020S N J-P a t t e n u a t e dC V777*2214 2729--+---+①*,用于推断可能存在的缺失亲本序列㊂②R,R D P;G,G E N E C O N V;B,B o o t s c a n;M,M a x c h i;C,C h i m a e r a;S,S i S s c a n;3,3S e q①*,P a r e n t a ls e q u e n c eu s e dt oi n f e rt h ee x i s t a n c eo fa m i s s i n g.②R,R D P;G,G E N E C O N V;B,B o o t s c a n;M,M a x c h i;C,C h i m a e r a;S,S i S s c a n;3,3S e q3讨论P E D V是威胁全球养猪业的一种重要冠状病毒,2010年后,中国的流行毒株以变异型P E D V毒株为主,许多已免疫的猪场纷纷发病,仔猪死亡率极高,损失巨大[26]㊂目前,P E D V仍在不断流行和进化,然而近2年具有代表性的P E D V毒株全基因组遗传信息却十分匮乏㊂2020年底,河北某大型猪场暴发P E D,本研究采集病料成功扩增并获得1株突变型P E D V H B/H E B E U/2020全基因组序列,并进行了遗传变异和重组分析㊂H B/H E B E U/2020属于P E D V突变株,在相似性和遗传进化上与当前主要的商业化传统疫苗株存在差异㊂虽然基于P E D V基因组和S基因相似性分析结果略有不同,H B/H E B E U/2020与以B J-2011-1㊁U S A/C o l o r a d o/2013㊁H B2018㊁S14和S D2014等为代表的分离于2010年后的P E D V毒株相似性均较高㊂本研究选择了M L法进行遗传进化分析㊂利用M L法进行遗传进化分析虽然耗时长,但却往往能反应真实的情况,结果更为准确[27-28]㊂本研究发现,不论是全基因组遗传进化分析还是S基因遗传进化分析,P E D V均呈现两种不同的进化路径,形成了G1群和G2群,G1群可进一步分化为G1a亚群和G1b亚群,G2群可进一步分化为G2a亚群和G2b亚群,该结果与W a n g等[26]的研究结果一致㊂德国株G E R/L03208/2019在全基因组遗传进化分析和S基因遗传进化分析中呈7413中国畜牧兽医49卷现不同的结果,但在遗传上都处于G1a群和G2a群之间,亲缘关系更接近于G1群和G2群共同的始祖株㊂与G E R/L03208/2019类似,C H/HN Y F/14在遗传上也更接近于G1群和G2群共同的始祖株㊂相比其他甲型冠状病毒,如猪传染性胃肠炎病毒(T r a n s m i s s i b l e g a s t r o e n t e r i t i sv i r u s,T G E V)和人冠状病毒229E株等,一种高头蝠冠状病毒512/ 2005株(S c o t o p h i l u s b a tc o r o n a v i r u s,B t C o V)与P E D V原型株C V777的亲缘性更高,说明C V777与B t C o V存在共同祖先,冠状病毒可能在猪和蝙蝠之间存在跨物种传播[29]㊂H B/H E B E U/2020属于G2a群,与P E D V原型株C V777(G1a亚群)的遗传距离较远,因此H B/H E B E U/2020的进化方向与高头蝠来源的B t C o V关系不大㊂目前,以C V777为基础的经典株P E D V疫苗在中国市场占有较大份额,本研究提示这些经典疫苗可能很难对H B/ H E B E U/2020提供有效的保护㊂在所有市售疫苗株中,A J1102(G2b亚群)与H B/H E B E U/2020遗传距离最近,同属于G2群,这提示A J1102与H B/ H E B E U/2020可能进化于同一个祖先毒株㊂由于A J1102与H B/H E B E U/2020相似性达98.3%,并且目前尚无以G2b亚群毒株开发的商品化P E D V 疫苗,本研究结果表明现阶段选择以A J1102毒株为基础的P E D V疫苗并制定免疫计划将有助于对H B/H E B E U/2020的防控㊂近年来,中国频频发生G2b亚群P E D V变异毒株感染疫情[22,26],损失惨重,建议中国及早布局G2b亚群P E D V毒株疫苗研发计划以应对P E D V疫情㊂P E D V仍在不断进化,H B/H E B E U/2020已经进化为跨G1和G2群的重组变异株㊂以冠状病毒为代表的R N A病毒通过点突变积累和同源重组进化有利于基因损伤修复㊁组织嗜性和宿主范围改变,进而增强环境适应性[22,30-33]㊂本研究发现,H B/ H E B E U/2020存在3个潜在的重组事件,其中重组事件1和2均至少有5种检测方法验证呈阳性,说明发生概率较大㊂翟新国等[22]研究发现P E D V G1群和G2群毒株S1基因可能存在重组事件㊂在本研究中,重组事件2和3证明P E D V G1b亚群和G2a亚群基因组之间存在重组事件,说明不同P E D V毒株之间普遍存在基因重组现象[19,34]㊂由于P E D V重组发生会带来潜在不可控风险,因此建议种猪场在制定免疫程序时,应基于本场病原日常监测结果,选择亲缘关系较近的疫苗毒株(避免不同疫苗株混用),从而有效防止强毒重组突变株的产生㊂B o n i o t t i等[32]报道了1株2009 2012年间流行于意大利的猪重组肠道冠状病毒(S w i n ee n t e r i c c o r o n a v i r u s,S e C o V),S e C o V由P E D V的S基因和T G E V的骨架重组产生,随后,德国和西班牙等国也暴发了这种重组型S e C o V引起的疫情[35];V a l kó等[36]发现在匈牙利S e C o V S基因和P E D V又有了新的重组现象,这些都说明冠状病毒属的成员之间也可发生基因重组,这些广泛发生的猪冠状病毒重组将持续对生猪养殖业带来严重威胁㊂因此,应继续加强对P E D V病原学监测,揭示P E D V潜在起源㊁演化和重组的分子机制㊂4结论本研究成功克隆了河北省暴发于2020年底的1株变异型P E D V(H B/H E B E U/2020)全基因组,发现其与S N J-P株相似性最高,属于P E D V G2b亚群,并且存在跨P E D V亚群重组现象㊂研究结果有助于揭示P E D V在中国的自然选择与进化规律,为制定合理的防控策略提供理论和依据㊂参考文献(R e f e r e n c e s):[1] HU Y,X I EX H,Y A N GLC,e t a l.Ac o m p r e h e n s i v ev i e wo n t h eh o s t f a c t o r sa n dv i r a l p r o t e i n sa s s o c i a t e dw i t h P o r c i n e e p i d e m i c d i a r r h e a v i r u si n f e c t i o n[J].F r o n t i e r s i n M i c r o b i o l o g y,2021,12:762358.[2] S A L AMA T S E A,C O L L A N T E S T M A,L UM B E R A W M L,e ta l.S e q u e n c ea n a l y s i so fn e wv a r i a n t s o fP o r c i n e e p i d e m i cd i a r r h e av i r u s i nL u z o n,P h i l i p p i n e s,i n2017[J].A r c h i v e s o f V i r o l o g y,2021,166(7):1859-1867.[3] HU A N C C,P A N H C,F U S Y,e t a l.C h a r a c t e r i z a t i o n a n d e v o l u t i o n o f t h e C o r o n a v i r u sP o r c i n ee p i d e m i cd i a r r h o e av i r u s H L J B Yi s o l a t e di nC h i n a[J].T r a n s b o u n d a r y a n d E m e r g i n gD i s e a s e s,2020,67(1):65-79.[4]J I Z Y,S H ID,S H I H Y,e ta l.A P o r c i n ee p i d e m i cd i a r r he av i r u ss t r a i n w i t h d i s t i n c tc h a r a c t e r i s t i c so ff o u r a m i n oa c i d i n s e r t i o n i nt h eC O Er eg i o no f s p i k ep r o t e i n[J].V e t e r i n a r y M i c r o b i o l o g y,2021,253:108955.[5] Q I NS N,HU C Z,Y A N G DJ,e ta l.E m e r g e n c eo fP o r c i n ee p i d e m i cd i a r r h e av i r u s e s w i t ht h en o v e l Sg e n e s i nT i b e t a n p i g s i nt h eQ i n g h a i-T i b e t a n p l a t e a ui nC h i n a[J].V i r u sR e s e a r c h,2019,270:197652.[6]J U N G K,S A I F LJ.P o r c i n ee p i d e m i cd i a r r h e av i r u si n f e c t i o n:E t i o l o g y,e p i d e m i o l o g y,p a t h o g e n e s i s a n d84138期翟新国等:猪流行性腹泻病毒H B/H E B E U/2020株全基因组遗传变异与重组分析i m m u n o p r o p h y l a x i s[J].V e t e r i n a r y J o u r n a l,2015,204(2):134-143.[7] L I F,Z E N G Y B,Z HA N G R B,e t a l.G e n e t i cv a r i a t i o n si n S g e n eo f P o r c i n ee p i d e m i cd i a r r h o e av i r u s f r o m2018i n S i c h u a n p r o v i n c e,C h i n a[J].V e t e r i n a r y M e d i c i n e a n dS c i e n c e,2020,6(4):910-918.[8] WA N GCL,Y A N F H,Z H E N G X X,e t a l.P o r c i n ee p i d e m i cd i a r r h e av i r u sv i r u s-l i k e p a r t i c l e s p r o d u c e di ni n s e c tc e l l si n d u c es p e c i f i ci m m u n er e s p o n s e si nm i c e[J].V i r u sG e n e s,2017,53(4):548-554.[9] N A R A Y A N A N K,MA E D A A,MA E D A J,e ta l.C h a r a c t e r i z a t i o no ft h e C o r o n a v i r u s M p r o t e i n a n dn u c l e o c a p s i d i n t e r a c t i o ni ni n f e c t e dc e l l s[J].J o u r n a lo f V i r o l o g y,2000,74(17):8127-8134.[10] S IFS,C H E N B Q,HU X X,e t a l.P o r c i n ee p i d e m i cd i a r r he av i r u s O R F3p r o t e i ni st r a n s p o r t e dt h r o u g ht h e e x o c y t i c p a t h w a y[J].J o u r n a l o f V i r o l o g y,2020,94(17):e00808-20.[11] T S A IKJ,D E N G M C,WA N G FI,e t a l.D e l e t i o n i nt h e S1r e g i o n o f P o r c i n e e p i d e m i c d i a r r h e a v i r u sr e d u c e s t h e v i r u l e n c e a n d i n f l u e n c e s t h e v i r u s-n e u t r a l i z i n g a c t i v i t y o f t h e a n t i b o d y i n d u c e d[J].V i r u s e s,2020,12(12):1378.[12] Z H O U Y S,C H E N C,C H E N Y L,e ta l.E f f e c to fr o u t eo f i n o c u l a t i o no ni n n a t ea n da d a p t i v ei m m u n er e s p o n s e s t oP o r c i n e e p i d e m i c d i a r r h e av i r u s i n f e c t i o ni ns u c k l i n gp i g s[J].V e t e r i n a r y M i c r o b i o l o g y,2019,228:83-92.[13] WA N G X,Q I A O X,S U IL,e ta l.E s t a b l i s h m e n to fs t a b l e V e r o c e l ll i n e s e x p r e s s i n g TM P R S S2a n dM S P L:Au s e f u l t o o l f o r p r o p a g a t i n g P o r c i n e e p i d e m i cd i a r r he a v i r u s i n t h e a b s e n c e of e x og e n o u st r y p s i n[J].V i r u l e n c e,2020,11(1):669-685.[14] P E N S A E R T M B,D E B O U C K P.A n e wC o r o n a v i r u s-l i k e p a r t i c l ea s s o c i a t e d w i t hd i a r r h e ai ns w i n e[J].A r c h i v e s o f V i r o l o g y,1987,58(3):243-247.[15] Z HA N G H L,HA NFF,Y A N X G,e t a l.P r e v a l e n c ea n d p h y l o g e n e t i ca n a l y s i so fs p i k e g e n eo f P o r c i n ee p i d e m i cd i a r r h e av i r u si n H e n a n p r o v i n c e,C h i n ai n2015-2019[J].I n f e c t i o n G e n e t i c s a n d E v o l u t i o n,2021,88:104709.[16] C U I JT,Q I A O H,H O UCY,e t a l.C h a r a c t e r i s t i c s o ft h e s p i k e a n d O R F3g e n e s o f P o r c i n e e p i d e m i cd i a r r he a v i r u si n H e n a n a n d S h a n x i p r o v i n c e s o fC h i n a[J].A r c h i v e s o f V i r o l o g y,2020,165(10):2323-2333.[17] WA N G X M,N I U B B,Y A N H,e t a l.G e n e t i cp r o p e r t i e s o f e n d e m i c C h i n e s e P o r c i n e e p i d e m i cd i a r r he a v i r u s s t r a i n s i s o l a t e d s i n c e2010[J].A r c h i v e so f V i r o l o g y,2013,158(12):2487-2494.[18] S IF S,J I A N G L,Y U R S,e ta l.S t u d y o n t h ec h a r a c t e r i s t i c c od o nu s a ge p a t t e r n i nP o r c i n e e p i d e m i cd i a r r he a v i r u s g e n o m e s a n d i t s h o s t a d a p t a t i o np h e n o t y p e[J].F r o n t i e r s i n M i c r o b i o l o g y,2021,12:738082.[19] T I A N Y M,Y A N G X,L I H,e t a l.M o l e c u l a rc h a r a c t e r i z a t i o n o f P o r c i n e e p ide m i c d i a r r h e a v i r u sa s s o c i a t e dw i t ho u tb r e a k s i nS o u t h w e s tC h i n ad u r i n g2014-2018[J].T r a n s b o u n d a r y a n d E m e r g i n gD i s e a s e s,2021,68(6):3482-3497.[20]J U N G K,S A I F LJ,WA N G Q H.P o r c i n ee p i d e m i cd i a r r he a v i r u s(P E D V):A n u p d a t e o n e t i o l o g y,t r a n s m i s s i o n,p a t h o g e n e s i s,a n d p r e v e n t i o n a n dc o n t r o l[J].V i r u sR e s e a r c h,2020,286:198045.[21] S U F,Y U B,L I JX,e t a l.C o m p l e t e g e n o m e s e q u e n c eo f v a r i a n tP o r c i n ee p i d e m i cd i a r r h e av i r u ss t r a i nZ J/Z X2018-C10,i s o l a t e d i nZ h e j i a n g,C h i n a,i n2018[J].M i c r o b i o l o g y R e s o u r c eA n n o u n c e m e n t s,2019,8(12):e00048-19.[22]翟新国,周琼琼,郑培培,等.河北省一株猪流行性腹泻病毒S1基因的遗传变异与重组分析[J].黑龙江畜牧兽医,2021,12:56-62.Z HA IX G,Z H O U Q Q,Z H E N G PP,e t a l.G e n e t i cv a r i a t i o na n dr e c o m b i n a t i o na n a l y s i so f S1g e n eo fas t r a i no f P o r c i n ee p i d e m i c d i a r r h e a v i r u si n H e b e ip r o v i n c e[J].H e i l o n g j i a n g A n i m a l S c i e n c e a n dV e t e r i n a r y M e d i c i n e,2021,12:56-62.(i nC h i n e s e) [23] T AMU R A K,P E T E R S O N D,P E T E R S O N N,e t a l.M E G A5:M o l e c u l a r e v o l u t i o n a r y g e n e t i c s a n a l y s i su s i n g m a x i m u ml i k e l i h o o d,e v o l u t i o n a r y d i s t a n c e,a n dm a x i m u m p a r s i m o n y m e t h o d s[J].M o l e c u l a rB i o l o g ya n dE v o l u t i o n,2011,28(10):2731-2739.[24] MA R T I N D,R Y B I C K I E.R D P:D e t e c t i o n o fr e c o m b i n a t i o n a m o n g s t a l i g n e d s e q u e n c e s[J].B i o i n f o r m a t i c s,2000,16(6):562-563.[25] WA N G E Y,G U O D H,L IC Q,e ta l.M o l e c u l a rc h a r a c t e r i z a t i o no f t h e O R F3a nd S1ge n e s o fP o r c i n ee p i d e m i c d i a r r h e a v i r u s n o nS-I N D E Ls t r a i n s i n s e v e nr e g i o n so fC h i n a,2015[J].P L o S O n e,2016,11(8):e0160561.[26] WA N GD,F A N G L R,X I A O SB.P o r c i n ee p i d e m i cd i a r r he a i nC h i n a[J].V i r u sR e s e a r c h,2016,226:7-13.[27] HA L L B G.C o m p a r i s o no f t h ea c c u r a c i e so f s e v e r a lp h y l o g e n e t i c m e t h o d s u s i n g p r o t e i n a n d D N As e q u e n c e s[J].M o l e c u l a r B i o l o g y a n d E v o l u t i o n,9413。

IPv6网络教学平台的设计与开发

第３３卷第４期　２０２０年１２月ＪｏｕｒｎａｌｏｆＺｈａｎｇｊｉａｋｏｕＶｏｃａｔｉｏｎａｌａｎｄＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅＶｏｌ．３３　Ｎｏ．４　Ｄｅｃｅｍｂｅｒ，２０２０　收稿日期：２０２０－１１－０２修回日期：２０２０－１１－１２作者简介：赵军（１９７８－），男，河北张家口人，副教授。

研究方向：软件开发、数据库技术。

研究课题：本文系教育部赛尔网络项目“ＩＰｖ６网络教学平台的研发”（项目编号：ＮＧＩＩ２０１９０５０７）的研究成果。

ＩＰｖ６网络教学平台的设计与开发赵　军，陈延东，单鑫宇（张家口学院，河北张家口０７５０００）摘要：为了适应我国下一代互联网ＩＰｖ６的发展以及校园对网络教学平台的需要，拟对ＩＰｖ６网络环境下的网络教学平台进行设计与开发。

该平台支持以ＩＰｖ６优先，兼容ＩＰｖ４的双栈节点技术，安全便捷地实现网络课程建设、班级建设、教学视频上传及播放、资料上传与下载、教学信息发布、网上答疑、作业提交等功能模块，满足高等院校网络教学需求。

关键词：ＩＰｖ６；网络教学平台；开发中图分类号：ＴＰ３１９　文献标识码：Ｂ　文章编号：１００８－８１５６（２０２０）０４－００６２－０４引言随着教育信息化的发展，网络教学平台以其不受时空限制的灵活教学形式，逐渐在高校中普及。

尤其是新冠疫情爆发以来，网络教学更突出了其不受时间地点约束、教学资源共享等优势，为教育教学工作的顺利开展提供了新途径。

教师通过网络教学平台向学生布置预习任务，学生定时提交作业。

教师上传教学视频资料、学生随时点播观看。

教师共享资料、网上答疑并与学生有效互动。

目前的互联网技术和网络平台基础是ＩＰｖ４。

在ＩＰｖ４中，３２位的网络地址结构提供了大约４３亿个网络地址，随着世界上网络设备的不断增多，ＩＰ地址逐步枯竭。

ＩＰｖ６作为下一代互联网协议，在多方面克服了ＩＰｖ４协议暴露出的问题，将逐渐替代ＩＰｖ４成为下一代互联网的基础。

ＩＰｖ６作为新的网络协议，具有以下显著优势：（１）地址空间巨大ＩＰｖ６的地址长度为１２８位，可以提供２１２８－１个地址。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

《网上购物系统需求规格说明书》班级：08级软工五班姓名：李朋辉学号：068108173目录1.引言 (3)1.1目标 (3)1.2文档约定 (3)1.3预期的读者和阅读建议 (3)1.4产品的范围 (3)1.5参考文献 (3)2.综合描述 (3)2.1产品的前景 (3)2.2产品的功能 (4)2.3用户类和特征 (4)2.4运行环境 (4)2.5设计和实现上的限制 (4)2.6假设和依赖 (5)3.外部接口需求 (5)3.1用户界面 (5)3.2硬件接口 (5)3.3软件接口 (5)3.4通信接口 (5)4．系统特性 (5)4.1说明和优先级 (5)4.2激励/响应序列 (6)4.3功能需求 (6)4.3.1系统角色 (6)4.3.2 需求描述 (8)5非功能需求 (9)5.1性能需求 (9)5.2安全设施需求 (9)5.3安全性需求 (10)5.4软件质量属性 (10)5.5业务规则 (10)5.6用户文档 (10)6．其他需求 (10)1.引言1.1目标本软件产品作网上购物系统（OSS），为了将小型网上购物网站管理纳入规范化，现代化的管理轨道，针对目前网购中存在的问题和管理的实际需要，我们将理顺管理体制和建立各种管理规范与开发信息系统有机地结合起来。

以企业信息管理为核心的集成环境，提供以项目为核心、基于用户角色的权限机制。

1.2文档约定文档排版采用《软件工程素质导论》一书P211-P214中的软件需求规格说明模板，项目中的高层需求的优先级可以被其所有细化的需求所继承。

1.3预期的读者和阅读建议该文档的读者范围为：用户、项目经理、开发人员、测试人员。

文档的综合描述部分最适合用户和项目经理阅读；文档的外部接口需求和系统特性部分最适合测试人员和开发人员阅读；文档的非功能需求适合所有人员阅读；文档的附录部分适合开发人员阅读。

1.4产品的范围网上购物系统用来支持购物管理，包括用户信息管理，订单管理，购物车管理，商品管理。

网上购物系统是一个web应用形式，可以通过互联网进行访问。

1.5参考文献[1]《软件工程素质导论》王水、张晓民主编—郑州：河南科学技术出版社，2011.22.综合描述2.1产品的前景目前网上购物发展迅速，各类管理系统也应运而生，针对各类大型网购网站的管理系统的开发已经非常成熟，从拍下到订单，再到付款，收货确认，都可以做到统一管理。

前台可以做到预定实物，虚拟物品等各种预定业务。

然而，为数众多的小的购物网站却没有一个合适的管理系统，因此，我们觉得开发此管理系统是十分必要的。

网上购物系统软件是一功能比较完善的数据管理软件，具有数据操作方便高效迅速等优点。

该软件采用功能强大的数据库软件开发工具进行开发，具有很好的可移植性，可在应用范围较广的WINDOWS系列等操作系统上使用。

除此以外，该系统可通过访问权限控制以及数据备份功能，确保数据的安全性。

2.2产品的功能网上购物系统主要的功能如下：系统账户管理：具有系统管理员的身份登录，负责添加用户。

用户可以分为三类，一类为系统管理员，可以添加和删除各类的用户，可以修改密码；另一类为卖家，卖家可以为顾客提供商品，可以结账接收预定和收货确认，即所有日常的营业活动；最后一类是买家，买家具有浏览商品和购买商品的权限。

前台营业管理：可以浏览当前商品的库存情况，还有哪些有货商品可以购买。

预定服务：可以添加和删除订单，添加的订单记录订单编号，预定日期，预定的价格等。

系统管理:可以添加和删除账户，登记卖家、买家信息，包括编号，姓名，性别，住址，身份证号码。

2.3用户类和特征本软件的用户方操作人员水平不一。

维护人员具有专业计算机水平。

对软件的操作人员要进行专业的培训，不然对软件的功能和操作都不了解的话，很难及时满足用户的需求。

2.4运行环境操作系统：Windows 2000/xp/2003/vista硬件平台：Web服务器及数据库服务器均采用AMD Atholon （1G HZ）PC 工作站。

内存1024M、硬盘120G。

软件平台：Java开发包JDK：jdk1.5.0_14；应用服务器Tomcat：Tomcat 5.5；数据库MySQL：MySQL Server 5.02.5设计和实现上的限制必须使用java、myeclipse集成开发平台、struts2框架、mysql数据库；开发和维护人员必须遵循该文档的设计符号和编码标准；若用户人群较大，必须采用比较大的存储设备。

2.6假设和依赖1. 按提供相应的开发阶段文档；用户提供相应的标准，软件开发与典型实例考核相结合。

2. 用户必须提供相关运行软件有效的数据库接口标准，并在改动的过程中及时通知本软件开发商，以保证从中正确读取预决算参数，进行成本预算。

3.外部接口需求3.1用户界面1.图形用户界面采用典雅的风格；2.屏幕的布局包括菜单、搜索、热卖产品展示、广告和系统信息公布等；3.错误信息的出现消息框进行提示。

3.2硬件接口PIII400主频、256M内存、10G硬盘、10／100M网卡以上配置，光盘刻录或磁带备份设备。

支持各种x86系列PC机。

3.3软件接口运行于Windows 2000/xp/2003/vista/7及更高版本并装有JAVA虚拟机的操作系统上。

3.4通信接口采用电子邮件进行通信，注册成功以及购物成功时将用电子邮件通知用户。

4．系统特性4.1说明和优先级系统对于用户购物风险的优先级最高，其次是利益、损失、和费用；4.2激励/响应序列用户注册时填入注册信息后点击注册按钮响应序列为注册失败或者成功；用户搜索时输入搜索内容点击搜索按钮响应序列为搜索到的内容；用户要购买商品时点击购买按钮时响应序列为填写订单，当订单填写完成时的响应序列是完成并需要付款。

用户退货时点击退货按钮时响应序列是商户的是否同意退货。

当用户评论商品时的响应序列为商品评论成功并刷新页面。

4.3功能需求4.3.1系统角色网上购物，主要功能包括用户信息管理，订单管理，购物车管理，商品管理。

网上购物包括两种角色1.浏览者浏览者只具有查阅商品，搜索商品信息。

其操作如图1所示。

注册用户图12.普通用户普通用户指的是网上购物系统中不具有管理商品、订单职能的用户，仅能够查看个人相关信息，查看或购买商品信息。

其操作如图2所示。

发表留言图23．管理员管理员负责用户信息的管理，订单的管理，商品的管理。

其操作如图3所示。

管理员的功能商品管理图34.3.2 需求描述4.3.2.1用户管理模块1.修改个人信息需求描述：用户登陆系统后，可以修改个人信息。

修改的有用户昵称，密码，等信息信息不能缺失，如果某一项没有填写，要给出提示。

2.留言需求描述：用户登陆系统后，可以对某个商品留言，发表自己的意见。

3购物车需求描述：用户登陆系统后，进入自己的购物车页面，有属性（商品编号，商品名称，商品价格，商品数量，总价）用户可以修改购买商品的数量，也可以删除某个商品不买，也可以清空全部。

最后确认后生成订单。

4.3.2.2管理员管理模块1. 删除用户需求描述：管理员登陆系统后，可以删除用户。

管理员首先查询到该用户，然后选中要删除的用户，将所选用户从系统中删除。

2．查询全部用户信息需求描述：管理员登陆系统后，可以查询全部用户信息。

管理员查询到查询全部用户信息，有用户名，密码，性别，真名。

3．公告发布需求描述：管理员登陆系统后，可以发布公告。

写明公告标题，公告内容和发布日期点击发布按钮就可以了。

4．添加商品需求描述：管理员登陆系统后，可以添加商品。

输入类型编号，类型名称，添加时间，以及商品的详细信息：商品编号，商品名称，商品价格，进货时间。

还有上传商品的图片。

5．修改商品需求描述：管理员登陆系统后，可以修改商品价格。

打开修改页面，输入商品编号和新的价格点击商品修改就可以了。

6．删除商品需求描述：管理员登陆系统后，可以删除商品。

打开删除页面，输入要删除的商品编号，点击删除就可以了。

7．查修商品需求描述：管理员登陆系统后，可以查修商品。

打开查修页面，输入要查询的商品编号，点击查询就可以了。

会显示：商品类型，商品名称，类型编号，商品编号，商品价格，就货时间。

8．单一订单需求描述：管理员登陆系统后，管理订单打开订单管理页面，输入订单号，点击输出。

会显示：订单号，收货人姓名，收货人固话，收货人手机号，确认时间，收货人邮编，收货人地址，购买日期，发货时间，商品编号，E-mail9．全部订单需求描述：管理员登陆系统后，管理订单打开订单管理页面，点击全部输出。

会显示：所有订单的（订单号，收货人姓名，收货人固话，收货人手机号，确认时间，收货人邮编，收货人地址，购买日期，发货时间，商品编号，E-mail）5非功能需求5.1性能需求在运行windows XP操作系统的主频为1.1GHz的Intel Pentium4 PC机上，当系统至少有50%的空闲资源是，要求95%的目录数据库查询必须在2秒内完成。

5.2安全设施需求1．操作跟踪针对系统运行出现的异常，跟踪调查出现异常的情况，了解操作意图，有针对性的解决问题。

系统日志，便于查看系统的运行情况。

操作日志, 提供用户在系统中增加、修改系统数据信息时记录日志。

用于跟踪用户的操作，了解信息的变更，在需要时对事情进行调查2．访问控制页面不可直接访问，防止黑客对页面篡改。

页面访问通过连接动作驱动，访问时作权限检查。

有效防止用户通过地址栏输入地址对信息非法访问。

系统在页面执行过一次后再次访问通过缓冲工作区执行，对页面屏蔽。

5.3安全性需求对数据库存储敏感信息：针对本系统我们对用户密码进行加密，以保证各级用户对系统访问的安全性。

生成的口令不可逆转（用MD5加密是一种32位字符的加密方法）。

输入的口令不应显示在显示终端上。

数据信息的保存：利用RDBMS的服务器稳定运行—实现各种信息的储存、控制及调节备份、恢复等日常的维护管理工作。

在软件园后期的项目中建立异地备份服务器后备份数据进行异地保存。

5.4软件质量属性系统要保证24*7*365可用。

但是可以允许每月系统停机一小时，进行系统维护。

系统维护的时间要安排在企业非工作时间进行。

5.5业务规则根据用户的信用额度每天可以消费相应的金额，如果超出相应的金额需要用户验证。

5.6用户文档与此系统发行的同时发行的也有用户手册、在线帮助和相应的教程。

6．其他需求在线的用户和商户必须遵守相应的法律条令。

随着系统的不断完善，将要进行国际化的支持。