TWI686762B - 水生動物疾病菌種與疫苗主種子管控系統及其方法 - Google Patents

水生動物疾病菌種與疫苗主種子管控系統及其方法 Download PDF

Info

Publication number
TWI686762B
TWI686762B TW108102744A TW108102744A TWI686762B TW I686762 B TWI686762 B TW I686762B TW 108102744 A TW108102744 A TW 108102744A TW 108102744 A TW108102744 A TW 108102744A TW I686762 B TWI686762 B TW I686762B
Authority
TW
Taiwan
Prior art keywords
data
vaccine
strain
main seed
epidemic
Prior art date
Application number
TW108102744A
Other languages
English (en)
Other versions
TW202029109A (zh
Inventor
陳石柱
廖培志
王珮琪
Original Assignee
國立屏東科技大學
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 國立屏東科技大學 filed Critical 國立屏東科技大學
Priority to TW108102744A priority Critical patent/TWI686762B/zh
Application granted granted Critical
Publication of TWI686762B publication Critical patent/TWI686762B/zh
Publication of TW202029109A publication Critical patent/TW202029109A/zh

Links

Images

Landscapes

  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

一種水生動物疾病菌種與疫苗主種子管控系統及其方法,用以能夠提供水生動物疾病菌種基礎表徵與可追溯資料數據之訊息管控技術,以對單一魚種進行歷史疫情資料搜尋、統計、分析,並可選取出至少一個具有高致死率的細菌性疾病,再連結系統中的細菌資料伺服裝置,進行分析與上述疾病有關病原菌之生化特徵及基因特徵等表徵數據,以取得至少一種標的病原特定表徵數據資料,之後更能夠依據內部設定建置為疫苗候選主種子株之起始數據、病原各項表徵數據分析資料進行篩選出一個疫苗候選主種子株,以提供疫苗研製所需之前端數據資訊;故當有出現疫情變化或是菌株各表徵元數據(生理生化表現特徵或基因型特徵)表現特徵出現變化,甚或優於已往者,便可憑藉考慮是否進行更新疫苗主種子(新候選株) 或疫苗配方。

Description

水生動物疾病菌種與疫苗主種子管控系統及其方法
本發明是有關一種水生動物疾病菌種與疫苗主種子管控系統及其方法,特別是一種能夠管控水產動物菌種資料各項表徵數據(生理生化、基因)與可追溯資料數據(物種、疾病)之水生動物疾病菌種與疫苗主種子管控系統及其方法。
近年來,水產養殖已成為國際化的重要產業。由於水生動物優質動物性蛋白之需求量不斷地提升以及經濟獲利考量,養殖戶多以密集式養殖進行。然而,高密度的養殖環境已確定其可促成魚隻各種疾病盛行率與氾濫的正向波動,而影響魚隻健康,甚或造成魚隻高死亡率,影響產值與經濟效能。長期以來,在細菌性疾病盛行之際,養殖業者須投予大量抗生素或化學藥劑作為醫療或控制水生動物細菌性疫病疫情。不僅影響肉品品質亦對環境生態造成極具的傷害也影響產業經濟效能甚鉅。
目前對於疾病病原細菌菌種各項表徵數據(生理生化、基因)與可追溯資料數據(物種、疾病)均無足夠元數據資訊可作為預防工作之起始依循資料。然而疫苗在防治疾病上仍為最佳利器選擇,水產生物疾病上的預防亦是具有一定的作用,但預防對象仍有物種專一性、病原菌種、疾病盛行率、氣候(環境)條件等的限制。
除此之外,水生動物疫苗開發也與人醫不同,因此需要特有的系統進行管控,而水生動物疫苗開發說明如下: (1)     水生動物種別非常多(包括蝦來源的無脊椎動物),在疫苗開發上須先選定特定魚種,並先行了解該魚種飼養管理方式、養殖環境差異(淡、鹹水/高、低水溫)、動物體對免疫反應情形等或其它特殊之處,作為開發過程重要參考準則; (2)     因細菌大都分離自罹病魚(蝦)體或水環境中,而環境中尤其是水體內本就常在許多微生物存在,因此在疫苗開發中我們須了解及釐清其是否為確切之致病性病原因子: (3)     效力評估,除須考慮疫苗使用費用外,更要估算使用後可減少多少損失率,並綜合評估是否符合效益。
若能夠控管並同時記錄疫情變化或是病原菌之表現特徵或基因型特徵等各項表徵數據出現變化甚或優於已往者時,便能夠依據更新疫苗主種子(新候選株)或配方,將能夠有效管控主種子疫苗配方,以因應疫情之變化。
因此,能夠對於疾病細菌菌種做各項表徵數據(生理生化、基因、菌種)與可追溯資料數據(物種、疾病類型、致病性)進行建檔,以做為提供未來要進行疫苗製備時主種子的完整必要參考比對資料庫。故本發明應為一最佳解決方案。
本發明水生動物疾病菌種與疫苗主種子管控系統,係包含:一疫情資料伺服裝置,係至少包含一資料儲存單元,係用以建立並儲存有不同魚種的疫情資料,且該疫情資料係至少記錄有不同死亡率的疾病;一魚種資料挑選單元,係與該資料儲存單元相連接,用以挑選至少一種魚種,以於該資料儲存單元中取出所挑選之魚種的疫情資料,並於該魚種的疫情資料中統計分析出至少一種或多種具有高致死率的疾病;一細菌資料伺服裝置,係與該疫情資料伺服裝置進行連線,而該細菌資料伺服裝置係至少包含一病原挑選單元,係用以於至少一種或多種具有高致死率的疾病中,統計分析出至少一種病原菌;一病原分析單元,係與該病原挑選單元相連接,用以分析出該病原菌的生理生化特徵及基因特徵,以取得一病原各項表徵數據分析資料;一疫苗資料伺服裝置,係與該疫情資料伺服裝置及該細菌資料伺服裝置進行連線,而該疫苗資料伺服裝置係至少包含一疫苗株分析單元,係用以依據該病原菌的病原各項表徵數據分析資料進行分析出至少一個疫苗候選主種子株;一關聯建立單元,係與該疫苗株分析單元相連接,用以將該疫苗候選主種子株之相關分析資料與至少一種的魚種的疫情資料進行關聯出一疫苗主種子分析資料檔;至少一個電子設備,用以能夠透過一網際網路與該疫情資料伺服裝置、細菌資料伺服裝置及疫苗資料伺服裝置進行連線,並能夠進行資料輸入與管理操作。
更具體的說,所述魚種資料挑選單元能夠透過疫情資料中的魚種死亡率或/及魚種疾病發生率進行篩選出至少一種或多種具有高致死率的疾病。
更具體的說,所述疫情資料係為魚種品系、魚種養殖區域、魚種年齡、魚種體重、魚種臨床病變記錄、魚種死亡率或/及魚種疾病發生率之資料。
更具體的說,所述病原各項表徵數據分析資料係為菌株生理生化表現特徵、血清型分型、特異性基因片段(PCR)、染色體核酸片段表現特徵(PFGE)、毒力基因篩選之資料。
更具體的說,所述疫苗資料伺服裝置更包含有一與該疫苗株分析單元及該關聯建立單元相連接之疫苗更新單元,用以依據疫情資料或/及病原各項表徵數據分析資料的改變,進行判斷其改變差異,並再透過該疫苗株分析單元分析出一新的疫苗候選主種子株。
更具體的說,所述疫苗候選主種子株係用於疫苗之製備。
更具體的說,所述電子設備係為一電腦、一智慧型手機或是一平板電腦。
一種水生動物疾病菌種與疫苗主種子管控方法,其方法為: 於任一種魚種的疫情資料中,進行統計分析出至少一種或多種具有高致死率的疾病; 於至少一種或多種具有高致死率的疾病中,篩選出至少一種病原菌,並再進一步分析出該病原菌的生理生化特徵及基因特徵,以取得一病原各項表徵數據分析資料; 依據該病原各項表徵數據分析資料分析出至少一個疫苗候選主種子株,並再將該疫苗候選主種子株之相關分析資料與疫情資料進行關聯出一疫苗主種子分析資料檔;以及 之後,再依據疫情資料或/及病原各項表徵數據分析資料的改變,進行判斷其改變差異,並用以進行更新該疫苗候選主種子株。
更具體的說,所述能夠透過疫情資料中的魚種死亡率或/及魚種疾病發生率進行篩選出至少一種或多種具有高致死率的疾病。
更具體的說,所述疫情資料係為魚種品系、魚種養殖區域、魚種年齡、魚種體重、魚種臨床病變記錄、魚種死亡率或/及魚種疾病發生率之資料。
更具體的說,所述病原各項表徵數據分析資料係為菌株生理生化表現特徵、血清型分型、特異性基因片段(PCR)、染色體核酸片段表現特徵(PFGE表現特徵)、毒力基因篩選之資料。
更具體的說,所述疫苗候選主種子株係用於疫苗之製備。
有關於本發明其他技術內容、特點與功效,在以下配合參考圖式之較佳實施例的詳細說明中,將可清楚的呈現。
請參閱第1、2、3、4A及5圖,為本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之整體架構示意圖、雲端伺服設備之架構示意圖、疫情資料伺服裝置之架構示意圖、細菌資料伺服裝置之架構示意圖及疫苗資料伺服裝置之架構示意圖,由圖中可知,該水生動物疾病菌種與疫苗主種子管控系統及其方法係包含有一雲端伺服設備1及至少一個電子設備2,該電子設備2用以能夠透過一網際網路與該雲端伺服設備1進行連線,並能夠進行資料輸入與管理操作(該電子設備2為一電腦、一智慧型手機或是一平板電腦),而該雲端伺服設備1內係包含有一疫情資料伺服裝置11、一細菌資料伺服裝置12及一疫苗資料伺服裝置13;
如第2圖所示,本實施例是將疫情資料伺服裝置11、細菌資料伺服裝置12及疫苗資料伺服裝置13設置於同一個雲端伺服設備1中,但亦能夠將該疫情資料伺服裝置11、細菌資料伺服裝置12及疫苗資料伺服裝置13各別設置於不同的伺服設備中進行實施。
其中該疫情資料伺服裝置11,如第3圖所示,係包含有一資料儲存單元111及一魚種資料挑選單元112,而該資料儲存單元111用以建立並儲存有不同魚種的疫情資料,且該疫情資料係至少記錄有不同死亡率的疾病,且該魚種資料挑選單元112用以挑選至少一種魚種,以於該資料儲存單元111中取出所挑選之魚種的疫情資料,並於該魚種的疫情資料中統計分析出至少一種或多種具有高致死率的疾病;
其中該魚種資料挑選單元112能夠透過疫情資料中的魚種死亡率或/及魚種疾病發生率進行篩選出至少一種或多種具有高致死率的疾病,然而除了死亡率/發生率之外,更包含有以下三種臨床篩選條件: (1)     魚種品系、養殖區域; (2)     魚種年齡、體重、年齡、體重; (3)     魚種臨床病變記錄積分。
而該疫情資料伺服裝置11更能夠配合TDS病歷系統、氣象資料庫、地理圖資資料庫及其他第三方所建立的菌種資料庫進行資料關連性分析。
其中該細菌資料伺服裝置12,如第4A圖所示,係包含有一病原挑選單元121及一病原分析單元122,該病原挑選單元121用以於至少一種或多種具有高致死率的疾病中,統計分析出至少一種病原菌,而該病原分析單元122用以分析出該病原菌的生理生化特徵及基因特徵,以取得一病原各項表徵數據分析資料;
而該病原分析單元122的分析如下: (1)     菌種管理; (2)     不同區域比對; (3)     不同魚種比對; (4)     生理生化特徵比對; (5)     藥物敏感性分析; (6)     基因型比對(PCR 、16S rDNA、PFGE); (7)     可提供應用工作包括養殖環境益生菌研發、水生動物疾病發生趨勢研究、水生動物疫苗研製、水生動物病原菌致病性研究、水生動物藥物學研究、病原菌之抗藥性研究。
而該病原分析單元122的篩選條件,舉例以下: (1)     菌株生理生化表現特徵:培養條件區分為淡、海水兩項系統,內含30種生化鑑定項目; (2)     血清型分型:因為此項相當於細菌外膜(蛋白)結構之區別特徵,該項不同特徵跟細菌毒力高低有正相關聯性,因此特定種別的的細菌需要此項資料作為篩選疫苗株的條件之一; (3)     染色體核酸片段表現特徵(PFGE表現特徵):PFGE相當是菌種的身分證,為菌株之全染色體核酸進行分析,可提供來自不同感染魚種或不同養殖區域來源之各分離菌株之染色體核酸片段差異比對,並配合臨床病變記錄積分、死亡率等(資料庫A)進行專業判斷,是具有包括流行病學研究或是疫苗開發研究條件(特定意義性的資訊參考價值),PFGE表現特徵沒有所謂的正常與不正常,而是需要有累積數據去做比較,才會發現特殊的染色體片段,才可以找出不同群(型)別。是全染色體基因片段資料數據; (4)     毒力基因篩選:依據不同菌種之不同毒力基因進行特異性核酸引子對之聚合酶鏈鎖反應(PCR)檢測。 此資訊可提供菌株分子生物層級之毒力基因數據資訊數據,可減少實驗動物測試毒力之動物使用量,並可配合臨床病變記錄積分與死亡率等(資料庫A)進行專業判斷,是具有疫苗開發研究之候選菌株選擇之特定意義性數據資訊。
而透過該電子設備2上的軟體連上該細菌資料伺服裝置12以進行建檔之軟體介面21所呈現的畫面如第4B-1及4B-2圖所示,其中該病原分析之處理流程如下: (1)     挑選致死性最高前幾名病歷中之病原; (2)     比對標的病原的生理生化特性及基因型差異; (3)     找出差異性最高或同質最高病原菌進行毒力測試。
其中該疫苗資料伺服裝置13,如第5圖所示,係包含有一疫苗株分析單元131、一關聯建立單元132及一疫苗更新單元133,該疫苗株分析單元131用以依據該病原菌的病原各項表徵數據分析資料進行分析出至少一個疫苗候選主種子株;
而該關聯建立單元132用以將該疫苗候選主種子株之相關分析資料與至少一種的魚種的疫情資料進行關聯出一疫苗主種子分析資料檔;且該疫苗更新單元133用以依據疫情資料或/及病原各項表徵數據分析資料的改變,進行判斷其改變差異,並再透過該疫苗株分析單元分析出一新的疫苗候選主種子株。
而本發明之水生動物疾病菌種與疫苗主種子管控方法,如第6圖所示,其方法為: (1)     於任一種魚種的疫情資料中,進行統計分析出至少一種或多種具有高致死率的疾病501; (2)     於至少一種或多種具有高致死率的疾病中,篩選出至少一種病原菌,並再進一步分析出該病原菌的生理生化特徵及基因特徵,以取得一病原各項表徵數據分析資料502; (3)     依據該病原各項表徵數據分析資料分析出至少一個疫苗候選主種子株,並再將該疫苗候選主種子株之相關分析資料與疫情資料進行關聯出一疫苗主種子分析資料檔503;以及 (4)     之後,再依據疫情資料或/及病原各項表徵數據分析資料的改變,進行判斷其改變差異,並用以進行更新該疫苗候選主種子株504。
而動物用疫苗開發步驟與人類疫苗開發步驟,不一樣的是在使用的對象動物別仍有其專一性,人類疫苗研發則是在完成小型實驗動物(如小鼠、大鼠)測驗後,還需要中大型實驗動物(如豬、犬、猴子等哺乳動物)或人類再做測試確保安全性與作用等,動物用疫苗則是以專一動物別(同種動物測試)進行之即可;
由於疫苗候選主種子株係用於疫苗之製備,而本發明之疫苗研發期程中至少需要完成以下三個階段的資料建置,最後才能確定疫苗配方再進行疫苗劑型製備及申請田間測試及上市,步驟如下: (1)     確定候選疫苗株(由疫情資料伺服裝置11及細菌資料伺服裝置12進行評比與參考); (2)     疫苗不同配方進行效力(配方、劑量、劑型等)與安全性測試(專一動物別試驗); (3)     疫苗保護效力試驗(專一動物別試驗),以確定毒力表現特徵,為高毒力株,確定包括疫苗安全性、疫苗注射劑量、疫苗保護效力、疫苗保護期多長等許多項目。
而動物用疫苗開發步驟與人類疫苗開發步驟,不一樣的是在使用的對象動物別仍有其專一性,人類疫苗研發則是在完成小型實驗動物(如小鼠、大鼠)測驗後,還需要中大型實驗動物(如豬、犬、猴子等哺乳動物)或人類再做測試確保安全性與作用等,動物用疫苗則是以專一動物別(同種動物測試)進行之即可;
本發明所提供之水生動物疾病菌種與疫苗主種子管控系統及其方法,與其他習用技術相互比較時,其優點如下: (1)     本發明能夠控管並記錄疫情變化或是病原菌之表現特徵或基因型特徵等出現變化甚或優於已往者時,便能夠更新疫苗配方之新候選株,如此將能夠有效管控疫苗配方,以因應疫情之變化。 (2)     本發明能夠對於細菌做一連串與致病進行關連性建檔,將能夠提供未來要進行疫苗製備時的必要參考比對資料庫。 (3)     本發明所建置的是「水產動物來源之菌種」資料數據庫(如身分證資料數據庫的概念),相當於所謂的詮釋資訊數據(類似所謂元素數據庫metadatabase)的概念,可提供未來快速比對新菌株是否為新浮現致病菌種/菌株,是否需替換就有疫苗候選主種子株。 (4)     本發明當有新分離的菌株資料數據進入本系統後,可迅速透過已建置之疫情資料伺服裝置及細菌資料伺服裝置,比對菌株分類、水生動物來源別、培養條件和分子生物學數據等,甚至可以進行與已成為疫苗候選菌株之資料數據進行比對,若在疫情資料伺服裝置中出現疫情變化或是細菌資料伺服裝置中表現特徵或基因型等出現變化甚或優於已往者,便可以考慮為更新疫苗配方之新候選株。
本發明已透過上述之實施例揭露如上,然其並非用以限定本發明,任何熟悉此一技術領域具有通常知識者,在瞭解本發明前述的技術特徵及實施例,並在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,因此本發明之專利保護範圍須視本說明書所附之請求項所界定者為準。
1:雲端伺服設備 11:疫情資料伺服裝置 111:資料儲存單元 112:魚種資料挑選單元 12:細菌資料伺服裝置 121:病原挑選單元 122:病原分析單元 13:疫苗資料伺服裝置 131:疫苗株分析單元 132:關聯建立單元 133:疫苗更新單元 2:電子設備 21:軟體介面
[第1圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之整體架構示意圖。        [第2圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之雲端伺服設備之架構示意圖。        [第3圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之疫情資料伺服裝置之架構示意圖。        [第4A圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之細菌資料伺服裝置之架構示意圖。        [第4B-1圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之細菌資料伺服裝置之建檔畫面示意圖。        [第4B-2圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之細菌資料伺服裝置之建檔畫面示意圖。        [第5圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之疫苗資料伺服裝置之架構示意圖。        [第6圖]係本發明水生動物疾病菌種與疫苗主種子管控系統及其方法之管控方法之流程示意圖。
1:雲端伺服設備
11:疫情資料伺服裝置
12:細菌資料伺服裝置
13:疫苗資料伺服裝置

Claims (12)

  1. 一種水生動物疾病菌種與疫苗主種子管控系統,係包含: 一疫情資料伺服裝置,係至少包含: 一資料儲存單元,係用以建立並儲存有不同魚種的疫情資料,且該疫情資料係至少記錄有不同死亡率的疾病; 一魚種資料挑選單元,係與該資料儲存單元相連接,用以挑選至少一種魚種,以於該資料儲存單元中取出所挑選之魚種的疫情資料,並於該魚種的疫情資料中統計分析出至少一種或多種具有高致死率的疾病; 一細菌資料伺服裝置,係與該疫情資料伺服裝置進行連線,而該細菌資料伺服裝置係至少包含: 一病原挑選單元,係用以於至少一種或多種具有高致死率的疾病中,統計分析出至少一種病原菌; 一病原分析單元,係與該病原挑選單元相連接,用以分析出該病原菌的生理生化特徵及基因特徵,以取得一病原各項表徵數據分析資料; 一疫苗資料伺服裝置,係與該疫情資料伺服裝置及該細菌資料伺服裝置進行連線,而該疫苗資料伺服裝置係至少包含: 一疫苗株分析單元,係用以依據該病原菌的病原各項表徵數據分析資料進行分析出至少一個疫苗候選主種子株; 一關聯建立單元,係與該疫苗株分析單元相連接,用以將該疫苗候選主種子株之相關分析資料與至少一種的魚種的疫情資料進行關聯出一疫苗主種子分析資料檔; 至少一個電子設備,用以能夠透過一網際網路與該疫情資料伺服裝置、細菌資料伺服裝置及疫苗資料伺服裝置進行連線,並能夠進行資料輸入與管理操作。
  2. 如請求項1所述之水生動物疾病菌種與疫苗主種子管控系統,其中該魚種資料挑選單元能夠透過疫情資料中的魚種死亡率或/及魚種疾病發生率進行篩選出至少一種或多種具有高致死率的疾病。
  3. 如請求項1所述之水生動物疾病菌種與疫苗主種子管控系統,其中該疫情資料係為魚種品系、魚種養殖區域、魚種年齡、魚種體重、魚種臨床病變記錄、魚種死亡率或/及魚種疾病發生率之資料。
  4. 如請求項1所述之水生動物疾病菌種與疫苗主種子管控系統,其中該病原各項表徵數據分析資料係為菌株生理生化表現特徵、血清型分型、染色體核酸片段表現特徵(PFGE表現特徵)、毒力基因篩選之資料。
  5. 如請求項1所述之水生動物疾病菌種與疫苗主種子管控系統,其中該疫苗資料伺服裝置更包含有一與該疫苗株分析單元及該關聯建立單元相連接之疫苗更新單元,用以依據疫情資料或/及病原各項表徵數據分析資料的改變,進行判斷其改變差異,並再透過該疫苗株分析單元分析出一新的疫苗候選主種子株。
  6. 如請求項1所述之水生動物疾病菌種與疫苗主種子管控系統,其中該疫苗候選主種子株係用於疫苗之製備。
  7. 如請求項1所述之水生動物疾病菌種與疫苗主種子管控系統,其中該電子設備係為一電腦、一智慧型手機或是一平板電腦。
  8. 一種水生動物疾病菌種與疫苗主種子管控方法,其方法為: 於任一種魚種的疫情資料中,進行統計分析出至少一種或多種具有高致死率的疾病; 於至少一種或多種具有高致死率的疾病中,篩選出至少一種病原菌,並再進一步分析出該病原菌的生理生化特徵及基因特徵,以取得一病原各項表徵數據分析資料; 依據該病原各項表徵數據分析資料分析出至少一個疫苗候選主種子株,並再將該疫苗候選主種子株之相關分析資料與疫情資料進行關聯出一疫苗主種子分析資料檔;以及 之後,再依據疫情資料或/及病原各項表徵數據分析資料的改變,進行判斷其改變差異,並用以進行更新該疫苗候選主種子株。
  9. 如請求項8所述之水生動物疾病菌種與疫苗主種子管控方法,其中能夠透過疫情資料中的魚種死亡率或/及魚種疾病發生率進行篩選出至少一種或多種具有高致死率的疾病。
  10. 如請求項8所述之水生動物疾病菌種與疫苗主種子管控方法,其中該疫情資料係為魚種品系、魚種養殖區域、魚種年齡、魚種體重、魚種臨床病變記錄、魚種死亡率或/及魚種疾病發生率之資料。
  11. 如請求項8所述之水生動物疾病菌種與疫苗主種子管控方法,其中該病原各項表徵數據分析資料係為菌株生理生化表現特徵、血清型分型、染色體核酸片段表現特徵(PFGE表現特徵)、毒力基因篩選之資料。
  12. 如請求項8所述之水生動物疾病菌種與疫苗主種子管控方法,其中該疫苗候選主種子株係用於疫苗之製備。
TW108102744A 2019-01-24 2019-01-24 水生動物疾病菌種與疫苗主種子管控系統及其方法 TWI686762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108102744A TWI686762B (zh) 2019-01-24 2019-01-24 水生動物疾病菌種與疫苗主種子管控系統及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108102744A TWI686762B (zh) 2019-01-24 2019-01-24 水生動物疾病菌種與疫苗主種子管控系統及其方法

Publications (2)

Publication Number Publication Date
TWI686762B true TWI686762B (zh) 2020-03-01
TW202029109A TW202029109A (zh) 2020-08-01

Family

ID=70767392

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108102744A TWI686762B (zh) 2019-01-24 2019-01-24 水生動物疾病菌種與疫苗主種子管控系統及其方法

Country Status (1)

Country Link
TW (1) TWI686762B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200930812A (en) * 2008-01-09 2009-07-16 Shiu-Nan Chen Iridovirus vaccine
CN102430120A (zh) * 2011-12-01 2012-05-02 中国水产科学研究院黄海水产研究所 增强鱼类疫苗免疫接种效果的佐剂及其应用
TW201323876A (zh) * 2011-12-12 2013-06-16 Univ Nat Cheng Kung 檢測魚類病原之引子組、方法及套組
CN106480189A (zh) * 2016-10-18 2017-03-08 中国水产科学研究院黄海水产研究所 一种基于全基因组选择的鱼类抗病良种培育方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200930812A (en) * 2008-01-09 2009-07-16 Shiu-Nan Chen Iridovirus vaccine
CN102430120A (zh) * 2011-12-01 2012-05-02 中国水产科学研究院黄海水产研究所 增强鱼类疫苗免疫接种效果的佐剂及其应用
TW201323876A (zh) * 2011-12-12 2013-06-16 Univ Nat Cheng Kung 檢測魚類病原之引子組、方法及套組
TWI451086B (zh) * 2011-12-12 2014-09-01 Univ Nat Cheng Kung 檢測魚類病原之引子組、方法及套組
CN106480189A (zh) * 2016-10-18 2017-03-08 中国水产科学研究院黄海水产研究所 一种基于全基因组选择的鱼类抗病良种培育方法

Also Published As

Publication number Publication date
TW202029109A (zh) 2020-08-01

Similar Documents

Publication Publication Date Title
JP6839666B2 (ja) 複雑な異種群集由来微生物株の解析、機能的な関係及びそれらの相互作用の予測及び同定、ならびにそれに基づく微生物アンサンブルの選択及び合成のための方法、装置、及びシステム
Brinkerhoff et al. Factors affecting the microbiome of Ixodes scapularis and Amblyomma americanum
Nielsen et al. Strongylus vulgaris associated with usage of selective therapy on Danish horse farms—Is it reemerging?
Kittelmann et al. Buccal swabbing as a noninvasive method to determine bacterial, archaeal, and eukaryotic microbial community structures in the rumen
Kamani et al. Prevalence and diversity of Bartonella species in commensal rodents and ectoparasites from Nigeria, West Africa
WO2018126033A1 (en) Methods, apparatuses, and systems for analyzing microorganism strains in complex heterogeneous communities, determining functional relationships and interactions thereof, and diagnostics and biostate management based thereon
Xenoulis et al. Intestinal Tritrichomonas foetus infection in cats: a retrospective study of 104 cases
US20200357485A1 (en) System and method for nucleotide analysis
US20190323055A1 (en) Methods, apparatuses, and systems for microorganism strain analysis of complex heterogeneous communities with tracer analytics, determination of functional relationships and interactions thereof, and synthesis of microbial ensembles
Clegg et al. Bovine ischaemic teat necrosis: a further potential role for digital dermatitis treponemes
Minardi et al. Testing of a pond‐side molecular diagnostic tool for the detection of white spot syndrome virus in shrimp aquaculture
Schaal et al. Links between host genetics, metabolism, gut microbiome and amoebic gill disease (AGD) in Atlantic salmon
Jansen et al. Belgian bulk tank milk surveillance program reveals the impact of a continuous vaccination protocol for small ruminants against Coxiella burnetii
Hess et al. Interlaboratory comparison of ability to detect nucleic acid of Mycoplasma gallisepticum and Mycoplasma synoviae by polymerase chain reaction
TWI686762B (zh) 水生動物疾病菌種與疫苗主種子管控系統及其方法
Beissinger et al. Medical subject heading (MeSH) annotations illuminate maize genetics and evolution
MacHugh et al. Gene expression profiling of the host response to Mycobacterium bovis infection in cattle
Hussain et al. Exploring the Coinfection and Genetic Diversity of Multiple Tick‐Borne Pathogens in Livestock Population of Punjab, Pakistan
Lu et al. Ear mite infection restructures otic microbial networks in conservation–reliant Santa Catalina Island foxes (Urocyon littoralis catalinae)
Ramos et al. Cutaneous manifestation of Mycobacterium avium complex infection in an Australian shepherd dog
Sciuto et al. What can genetics do for the control of infectious diseases in aquaculture?
Hess et al. Large-scale analysis of sheep rumen metagenome profiles captured by reduced representation sequencing reveals individual profiles are influenced by the environment and genetics of the host
Härer et al. Assessing the validity of fecal sampling for characterizing variation in threespine stickleback’s gut microbiota
Stenhouse et al. Multi‐marker DNA metabarcoding reveals spatial and sexual variation in the diet of a scarce woodland bird
Nyabongo et al. Molecular survey of cattle ticks in Burundi: First report on the presence of the invasive Rhipicephalus microplus tick