下载:
-
单核细胞增生性李斯特菌Listeria monocytogenes(以下简称单增李斯特菌)是一种重要的食源性人畜共患病原菌，人类的感染能够引发脑膜炎、败血症和流产等疾病。李斯特菌病因其较高的致死率使其成为仅次于沙门氏菌Salmonella感染的致命食源性疾病，尤其对孕妇、婴儿、老人等免疫力低下人群风险极高[1-2]。单增李斯特菌的危险性目前已引起了世界各国的关注，中国与其他许多国家将其列为进出口食品的必检项目。根据美国食品网的调查显示[3]，美国每年约2 600人感染单增李斯特菌，造成约260人死亡，在所有食源性疾病引起的死亡中，李斯特菌病占30%。据报道，中国大部分省市每年均有人和动物感染单增李斯特菌[4]。单增李斯特菌广泛存在于自然界中，主要以食物为传播媒介，特别在食品储运及加工过程中极易受单增李斯特菌污染。人类的李斯特菌病大多是通过食用受污染的肉类、蛋类、禽类、海产品、速冻食品、乳制品和蔬菜等多种食品所致[5]。单增李斯特菌的致病力与其血清型密切相关。目前，在食物和环境中发现的单增李斯特菌血清型有16种，与人类疾病相关的血清型主要有4b，1/2a和1/2b[6]，但不同来源的分离株其毒力、致病性、耐药性等也存在较大差异[7]。鉴于李斯特菌病对人类健康构成极大的威胁，预防和控制这类疾病需要建立一个长期的追踪和调查方案，采用细菌溯源技术，通过亚种分型，能够准确、迅速地确定单增李斯特菌分离株的来源，鉴定比较致病菌株间的差别，为致病菌的溯源和疾病防控提供明晰可靠的科学资料[8-9]。近年来，食源性致病菌分子溯源分型技术发展较快，主要分为3类：①基于酶切技术的分型方法，包括脉冲场凝胶电泳(pulsed-field gel electrophoresis，PFGE)分型；②基于DNA测序技术的分型方法，包括多位点序列分型(multi-locus sequence typing，MLST)和全基因组测序(whole-genome sequencing，WGS)；③基于聚合酶链式反应(PCR)扩增技术的分型方法，包括多位点可变数串联重复序列分析(multi-locus variable-number of tandem repeats analysis，MLVA)，DiversiLab系统和CRISPR-Cas(clustered regularly interspaced short palindromic repeats-CRISPR-associated proteins)系统。本文就以上述3类基因分型方法在单增李斯特菌监测溯源中的应用做一综述。
-
PFGE分型的基本原理是通过限制性内切酶切割DNA特异性位点，利用琼脂糖凝胶分离成大量的片段从而得出一组细菌带型。使用不同的限制性内切酶能够产生不同的带型，该技术通过利用多种限制性内切酶来提高分辨力，更深层次地对菌株间基因相关性进行分析。在食源性致病菌分子流行病学和溯源性追踪研究方面，PFGE已成为基因分型方法的“金标准”[10]。有研究利用PFGE评估单增李斯特菌在家禽食品生产中的污染情况，发现在家禽生产链中多个环节存在潜在的单增李斯特菌污染风险[11]。此外，LEONG等[12]采用PFGE分型技术对48个食品加工设备中分离的单增李斯特菌进行分型，结果显示在多个食品加工设备中检测出PFGE图谱相同的菌株，表明污染源的传播方向是从加工环境到食品。FUGETT等[13]结合AscI和ApaI酶对不同来源的单增李斯特菌进行PFGE分型，结果显示：从洛杉矶一起暴发病例中分离到的单增李斯特菌与瑞士暴发病例中分离到的单增李斯特菌具有相同的PFGE图谱，表明二者具有较近的亲缘关系。为调查因单增李斯特菌引发食物中毒事件中的污染源，LOMONACO等[14]利用PFGE型方法成功地追踪到本次事件与食用受污染的香瓜Cucumis melo有关。上述究结果表明：PFGE在全基因组的水平上对病原菌进行分型，相同菌株在不同实验室进行试验均能得到相同分型图谱，分型指数往往在0.95以上，与传统核糖体分型相比其重复性更好、分辨力更高，目前该技术已成为多种细菌追踪溯源、分型鉴定和分子流行病学调查的常规工具之一。
通过建立PFGE分型方法标准化操作规程，结合互联网平台实现实验室间数据共享及比对，这对于食源性病原菌暴发事件的追踪调查具有重要意义[15-16]。美国PulseNet已归纳整理了13 284个单增李斯特菌PFGE图谱，其中有人类7 576个，食品2 863个，环境2 799个以及动物46个(Joseph Lavin, personal communication)。目前，有一些国家正在进行类似的PFGE研究，利用不同国家和地区的研究成果通过网络共享平台可建立一个全球PulseNet(http://www.pulsenetinternational.org/protocols/pfge/)数据库。尽管PFGE分型过程存在耗时长、成本高、操作复杂、带型之间比对困难等不足，但PFGE的优势在于能对所有的单增李斯特菌分离株进行有效分型，使得该项技术成为目前单增李斯特菌基因分型的最优分型方法。
-
近年来，WGS技术正逐步应用于病原菌的暴发调查和分型鉴定中。WGS分型是指利用测序技术对病原菌整个基因组碱基序列进行测序，在全面了解病原菌的遗传信息与变异特征的基础上进行基因分型，提高了菌株进化和溯源分析的分辨力，有助于快速地进行暴发识别并追踪传染源。目前，用于病原菌全基因组测序分型的方法主要有2种：基于全基因组的单核苷酸多态性分型(wgSNP)和基于全基因组的多位点序列分型(wgMLST)。全基因组测序分型方法在肠炎沙门菌Salmonella enteritides，单增李斯特菌，霍乱弧菌Vibrio cholerae，耐甲氧西林金黄色葡萄球菌Staphylococcus aureus中已得到初步应用。有研究对引发人类李斯特菌病相关联的病原菌进行WGS分型，进一步追踪其污染源。结果发现：该方法不仅能精确定位污染源，同时还能根据单核苷酸多态性分析菌株在该时段的进化关系[17]。FAGERLUND等[18]对长期引起某食品工厂污染的ST8型单增李斯特菌进行WGS分析，发现这些菌株同之前丹麦和挪威暴发食品污染事件的ST8型单增李斯特菌的wgSNP分析结果几乎完全相同，此研究结果表明：食品加工环境中持续存在的致病性菌株易于传播，是威胁食品加工厂安全的重要因素。另外，RUPPITSCH等[19]用wgMLST分析方法对单增李斯特菌进行分型，结果显示：基于DNA测序分析的wgMLST方法与PFGE分型相比对单增李斯特菌具有更高的分辨率和灵敏度，能对食源性疾病暴发源头进行精确确认。
WGS分型结果包含了病原菌全部的遗传信息，有利于毒力基因、耐药基因的筛选，结合序列比对软件更易发现基因组的变异特征[20]。在MLVA分型中，利用重复序列分析软件Tandem Repeat Finder可对WGS序列进行搜索，直接确定重复序列数目。WGS分型方法在病原菌的暴发调查和监控上与传统基因分型方法(PFGE，MLST，MLVA等)相比其分辨力和灵敏度更高、重复性更好，且便于数据比对[18]。此外，不同实验室之间可通过国际PulseNet(http://www.pulsenetinternational.org/protocols/wgs/)网络公共数据库进行全球数据的交流和共享。在食源性致病菌的暴发识别和溯源分析中，WGS正逐渐成为一个准确、快速、高效的鉴定工具。
-
MLST是在多位点酶切电泳技术的基础上为研究菌群基因结构而设计的一种高分辨率分型技术。该技术通过PCR扩增7个管家基因内部具有足够变异度的等位基因并对其产物进行测序。经MLST数据库分析后得出每个菌株各个位点的等位基因序号，将这些等位基因序号组合构成一个等位基因图谱，即序列类型(sequences type，STs)[21]。MLST分型方法在与人类李斯特菌病爆发和散发相关的流行病学研究方面已得到广泛应用。有研究利用MLST分型技术探究单增李斯特菌种群进化关系[22]，结果显示单增李斯特菌的进化主要是菌株不断突变的结果。另有研究利用3种方法对71株单增李斯特菌进行基因分型，认为在单增李斯特菌的分型研究中MLST的分辨力优于血清分型和PFGE，可用于追踪暴发疫情的传染源[23]。WANG等[24]研究表明：国内12个省分离的212株单增李斯特菌中部分ST型别属于国内外潜在可能传播和暴发李斯特菌病的STs型。再者，WU等[25]用MLST方法对国内零售的即食性食品(RTE)中分离出80株单增李斯特菌分型分析，发现部分菌株的STs型与人类李斯特菌病和不同地区的暴发事件相关。
细菌分型溯源技术种类繁多，MLST以其简便快速，重复性强，分辨率高和数据可共享等优势在一定程度上满足了流行病学研究发展的要求。目前，已建立了多种病原菌的MLST数据库，巴斯德研究所根据单增李斯特菌MLST分型的7个管家基因(acbZ，bglA，cat，dapE，dat，ldh，lhk)建立了用于单增李斯特菌MLST分型的数据库(http://www.pasteur.fr/fr/recherche/genopole/PF8/mlst/Lmono.html)[25]。随着新一代测序技术的出现，wgMLST分型方法能同时将成百上千个基因位点的序列进行比对，与传统的7位点MLST基因分型方法相比具有更高的分辨力。但2种MLST分型方法均需要测序，使用成本较高。相信随着测序技术的发展，测序费用的降低，在不久的将来MLST分型技术有望成为某些细菌分型的“金标准”。
-
MLVA分型是以PCR扩增为基础的基因分型方法之一，该方法利用存在于病原菌基因组DNA特殊位点中的大量可变串联重复序列作为检测靶标，设计特异性引物对每个位点进行PCR扩增产生不同大小的片段，通过毛细管电泳确定扩增产物大小，进而转化为每个位点的重复数，最终以一系列串联数字的形式来表示一个菌株型别。所有的细菌基因组序列都包含不同程度的串联重复数，这为细菌遗传多样性提供有关功能、进化及分型方面的重要信息。有研究对91株单增李斯特菌进行MLVA分型，结果显示该方法分辨力较高，可作为一线检测方法用于李斯特菌病的暴发确认和溯源检测[26]。此外，SALEH-LAKHA等[27]利用MLVA方法对2 421株单增李斯特菌进行分型，并建立了关于2 421株单增李斯特菌MLVA分型结果的数据库，用于单增李斯特菌的流行病学监测和溯源研究。在MLVA分型方法的初步应用中，LUNESTAD等[28]对农场和食品加工厂分离的65株单增李斯特菌进行MLVA分型时发现，其中1个MLVA图谱与曾经多次在本地区暴发的李斯特菌病病原菌图谱一致，表明消费一些鱼类产品仅仅是引起食源性李斯特菌病流行的可能因素之一。同样地，DASS等[29]研究发现，造成冷冻熏鲤鱼加工厂单增李斯特菌污染的污染源除了来源于生产线外，还可能是原材料携带污染源并通过生产加工线传播，最终导致成品冷冻熏鲤鱼的污染。
MLVA方法在大肠埃希菌Escherichia coli，单增李斯特菌和沙门氏菌等的分型研究中已得到广泛应用，并建立了国际PulseNet(http://www.pulsenetinternational.org/protocols/mlva/)网络在线数据库，用于全球范围内MLVA分型结果的共享与比较，从而为大范围细菌暴发事件的确认提供有利的数据支撑。MLVA方法不仅具有方便快捷、重复性好、高通量等优势，其分型结果能够以数字化的形式显示，降低了之前琼脂糖凝胶电泳分析过程中产生的主观影响，更利于资料的分析、共享和比较。虽然该方法已在细菌流行病学分析和溯源研究中广泛应用，但因其需要专门的序列分析仪器，同时试剂费用昂贵，故在普通实验室还难以普及。
-
DiversiLab是以repetitive-sequence-based PCR(rep-PCR)技术为原理的自动化基因分型系统。通过PCR扩增细菌基因组的非编码重复序列，再将扩增片段在Agilent 2100自动生物分析仪上进行微流体电泳分离，并使用软件实时分析和处理数据对细菌进行基因分型[30]。该方法通过电泳产生的特异性指纹图谱来比较菌株间的相似性，提高了其分型能力，能对环境及食品样品中的病原微生物进行有效地监测和追踪。目前，该技术已被广泛应用于多种细菌和真菌的分子流行病学研究。有研究利用DiversiLab分型系统对食品中分离出的25株单增李斯特菌进行基因分型，结果显示某类食品在加工过程中通过不同或相同的途径污染了相同的单增李斯特菌，除此之外还有一些相同来源的菌株已发生变异[31-32]。另有研究对91株单增李斯特菌的同源性进行分析，结果发现所有菌株的rep-PCR型相似度较低，表明该地区单增李斯特菌的rep-PCR型存在多样性[33]。此外，ROUSSEL等[34]将DiversiLab分型系统同PFGE相比较，发现DiversiLab分型系统更适用于食品加工过程和环境中污染源的快速追踪。综合上述文献资料和数据可知，DiversiLab系统一次能对12个样本进行分析，总操作时长大约6~8 h，是单增李斯特菌暴发流行普查阶段最理想的分型方法。
DiversiLab系统分型与PFGE分型结果有良好的一致性[35-36]，相对于分型“金标准”的PFGE来说，其重复性更高，操作流程更简便，产生的数据易于标准化[37]，可作为快速分型或暴发疫情的流行病学分析首选分型方法。DiversiLab分型系统在食源性致病菌的主动监测及病原体溯源等方面具有重要的应用价值，但DiversiLab分型系统也存在一定的局限性。该系统试剂成本较高，需要昂贵的仪器设备，对实验操作人员的专业素养要求较高，结果判定标准还不够明确。这些问题都亟待进一步探讨和解决。
-
CRISPR(clustered regularly interspaced short palindromic repeats)序列由一种成簇的、有规律间隔的短回文重复序列构成，其与周围的一些辅助蛋白(Cas)共同组成CRISPR-Cas系统(简称CASS系统)。该系统是细菌通过基因水平转移而形成的一种获得性免疫系统，与细菌抵抗外源遗传物质入侵有关。根据CASS系统中的Cas蛋白和识别机制的不同，CASS系统分为3个不同的类型，即TypeⅠ，TypeⅡ和TypeⅢ。典型的CASS系统主要由leader，repeat，spacer和一套cas基因组成，其中短的重复回文序列repeat是最核心的结构，cas基因主要负责编码修饰核酸的相关蛋白。根据细菌中是否存在CASS系统及细菌中spacer序列的数目和排列状态特征可对细菌进行基因分型[38]。目前已有研究利用CASS系统对空肠弯曲杆菌Campylobacter jejuni和沙门氏菌进行基因分型，但关于CASS系统在单增李斯特菌上的应用还未见报道。FABRE等[39]研究显示CASS系统在操作程序和样本通量上优于PFGE，MLST，MLVA等分型方法，更适合于沙门氏菌的暴发调查。因此，在食源性疾病污染源的追踪中，可利用CASS系统对环境和食品中病原菌的CRISPR结构进行测序分析，用于追踪疫情传染源和控制疫情蔓延。
-
综上所述，基因分型方法已成为单增李斯特菌流行病学研究的重要工具，在单增李斯特菌的暴发调查和溯源研究中，PFGE，MLST，MLVA等分型技术已得到广泛应用。其中，PFGE技术具有高的再现性和分辨力，是病原微生物基因分型的“金标准”；而有着更高分辨力和再现力的MLST新技术正在逐渐被使用；MLVA重复性好、高通量，有利于实验室间数据交流共享；DiversiLab系统操作简便，快速省时，易于标准化；CRISPR-Cas系统在操作程序和样本通量上优势较大；WGS分型能结合多种基因分型方法对病原菌进行分析，具有更高的分辨率和灵敏度。这些分型技术均具备一定的优势同时也存在不足之处，在实际应用中可根据具体用途和各自的特点进行选择，但这些技术大多是针对病原菌基因组中的小部分遗传信息进行分析，对于高度克隆的菌株在分辨力上就略显不足。而全基因组测序分型是对病原菌整个基因组碱基序列进行分析，不仅提高了分型能力，还能鉴定分子血清型，筛选毒力基因、耐药基因等。此外，利用全基因组测序获得的序列信息，可同时对病原菌进行MLST，MLVA，DiversiLab系统和CRISPR-Cas系统分型，不仅提高了分型的准确性，也有利于不同分型方法的比较。但全基因组测序技术目前还存在测序耗时长，费用昂贵等不足，在推广上还存在难度。相信未来在确定病原菌的亲缘关系、追踪传染源、控制疫情的暴发和传播等方面，基因分型技术将以其准确、快速、高分辨力、高重复性、易于交流分享等优势会受到越来越多研究者的青睐。
Application of genotyping methods to monitoring and source-tracking of Listeria monocytogenes
-
摘要: 单核细胞增生性李斯特菌Listeria monocytogenes是一种重要的食源性人畜共患病原菌，能引起人和多种动物流产、脑膜炎、肠胃炎、败血症、死胎等病症。与传统基于表型的分型方法相比，基因分型方法具有简单快速、分辨率高、敏感性强、重复性好等特点，在李斯特菌病病原菌的监测和溯源中具有重要的应用价值。对单核细胞增生性李斯特菌的3类基因分型方法：酶切技术，DNA测序技术和聚合酶链式反应（PCR）扩增技术进行了概述，从分型成本、样本通量、分辨力、灵敏度、重复性、快捷性和普及性等方面比较了3类基因分型方法的主要特点，重点评述了这些方法在单核细胞增生性李斯特菌暴发监测和溯源上的应用案例，为研究不同基因分型方法在单核细胞增生性李斯特菌暴发诊断、分型检测及感染溯源等方面的应用提供参考。
-
关键词:
- 动物细胞学 /
- 单核细胞增生性李斯特菌 /
- 基因分型 /
- 监测溯源 /
- 综述
Abstract: As an important food-borne zoonotic pathogen, Listeria monocytogenes could cause people and various animals abortion, meningitis, gastroenteritis, sepsis, stillbirth and other diseases of listeriosis. Compared with the traditional phenotypic typing methods, the genotyping methods were characterized by simplicity and rapidity, high resolution, strong sensitivity and good reproducibility, thus having important application value in the monitoring and source-tracking of L. monocytogenes. In this research, three types of genotyping methods for L. monocytogenes, namely, enzyme digestion, DNA sequencing and PCR amplification were reviewed. The main features of these methods were compared in terms of the genotyping cost, sample throughput, resolution, sensitivity, reproducibility, rapidity and popularity, especially focusing on the application of these methods to the monitoring and source-tracking of L. monocytogenes. The research provided reference for the study of applying different genotyping methods to the diagnosis, typing and source-tracking of L. monocytogenes.-
Key words:
- zoocytology /
- Listeria monocytogenes /
- genotyping /
- monitoring and source-tracking /
- review
-
生物多样性是人类赖以生存的重要支撑，对城市的可持续发展具有重要意义[1]。鸟类是城市中最为常见且易于接近的动物，有利于促进城市居民身心健康[2]。但是，在城市化等剧烈人类活动干扰下，鸟类赖以生存的栖息地不断减少，鸟类生物多样性急剧下降，引起了国内外学者的广泛关注[3]。长江三角洲城市群是中国经济发展最快的地区，城市化水平高，鸟类栖息地破碎化严重，研究该地区鸟类栖息环境营建的理论和方法具有重要的实践应用价值。城市鸟类主要食物来自植物[4]，园林植物的果实是城市鸟类植物性食物的主要组成部分[5]，合理配置挂果树种对吸引更多鸟类具有重要意义。同时由于食物的可获得性直接影响鸟类对生境的选择[6]，因此对鸟类取食与食源树种果实特性关系的分析是研究城市鸟类栖息环境构建的重要基础之一。目前涉及鸟类取食与果实特性关系的研究可归纳为果实所处植物空间、果实外特性和果实内特性3个方面：果实所处空间的高度特征对鸟类取食有明显影响[7]，鸟类取食时其形态特征与果实生态特征存在一定对应性[8-9]，鸟类对不同果实类型的取食(如肉质核果、梨果等)存在一定偏好 [10]，同时受进化演替的影响，果实颜色、大小与鸟类取食存在相关性[11-13]，鸟类更倾向于高糖分、低蛋白的果实，并且不同鸟类对果实脂肪含量的选择倾向存在差异[14-15]。长江三角洲地区进入秋冬季后鸟类食源整体减少，但鸟类数量却有所增加，这使得植物果实供给压力增大。因此，本研究以杭州市临安区绿地中常见的秋冬季鸟类食源树种为研究对象，分析果实特性中的果实所处植物空间、果实形态变化、果实内含物与鸟类取食之间的关系，为长江三角洲地区城市生物多样性规划和引鸟植物景观营建提供理论支撑。
1. 研究区与方法
1.1 研究区概况
本研究在浙江农林大学东湖校区内开展。该校区位于浙江省杭州市临安区，占地面积约200 hm2，属于中亚热带季风气候，全年降水量为1 628.6 mm，全年平均气温为16.4 ℃。校区以校园和植物园“两园合一”理念规划建设，校园内拥有湖泊、湿地、缓坡林地和草地，保存植物3 300种(含品种)，吸引鸟类超过400种[16]，生物多样性丰富，观测区块为城市近自然生境，具有足够代表性和典型性。
1.2 研究对象
选择杭州地区园林绿化植物中常见的秋冬季鸟类食源树种10种(表1)，所选研究对象以2~5株的规模分布于3处近自然生境中，且环境相似，人为主动干扰少(图1)。在秋冬季常见鸟类中，体型较大的有白头鹎Pycnonotus sinensis、领雀嘴鹎Spizixos semitorques、乌鸫Turdus merula、山斑鸠Streptopelia orientalis、黑脸噪鹛Garrulax perspicillatus等，体型较小的鸟类有丝光椋鸟Sturnus sericeus、燕雀Fringilla montifringilla、红胁蓝尾鸲Tarsiger cyanurus、北红尾鸲Phoenicurus auroreus、红头长尾山雀Aegithalos concinnus、大山雀Parus major、灰头鹀Emberiza spodocephala等。
表 1 10种鸟类食源树种概况Table 1 Overview of 10 tree species as food source序号 树种 科名 属名 株高/m 观赏特性 1 垂丝海棠 Malus halliana 蔷薇科Rosaceae 苹果属 Malus 2.0~2.5 花期3—4月，花粉红色，花量大 2 火棘 Pyracantha fortuneana 蔷薇科 火棘属 Pyracantha 0.8~1.2 花期3—4月，花白色，花量大；秋冬季红果 3 石楠 Photinia serratifolia 蔷薇科 石楠属 Photinia 3.0~3.5 花期5—7月，花白色，花量大 4 中华石楠 Photinia beauverdiana 蔷薇科 石楠属 3.0~3.5 花期5月，花白色，花量大；秋季红果 5 女贞 Ligustrum lucidum 木犀科Oleaceae 女贞属 Ligustrum 4.0~4.5 花期5—7月，花淡紫色 6 小叶女贞 Ligustrum quihoui 木犀科 女贞属 4.0~4.5 花期5—7月，花淡紫色 7 冬青 Ilex chinensis 冬青科Aquifoliaceae 冬青属 Ilex 4.5~5.0 花期4—6月，花紫红色或淡紫色；秋冬季红果 8 樟树 Cinnamomum camphora 樟科Lauraceae 樟属 Cinnamomum 14.0~16.0 树形优美，冠大荫浓 9 乌桕 Sapium sebiferum 大戟科Euphorbiaceae 乌桕属 Sapium 9.0~10.0 叶形独特，秋季红叶，秋冬季白果 10 苦楝 Melia azedarach 楝科Meliaceae 楝属 Melia 9.0~10.0 花期4—5月，花淡紫色；羽叶舒展秀丽 1.3 研究方法
在2021年11月10—23日对鸟类取食情况进行预观测，对研究地鸟类食源树种进行调查，将2021年11月25日至2022年1月24日作为观测周期对鸟类取食情况进行系统观测，并记录相关数据。主要研究方法如下：①鸟类取食行为观测。每种植物各选2株作为固定观测对象，每间隔1 d，在8:30—10:00和14:30—16:00共2个时间段，使用胜途望远镜10×24标准款对食果鸟类进行观测，记录取食鸟类的种类、数量和取食对象。②拍照记录。拍照记录果实所处植物环境和果实形态变化。③果实内含物检测。在果实被鸟类大量取食的时间段内，每10 d摘取果实进行内含物测定，选择植物果实所共有的、在成熟过程中具有代表性的4个生理指标，即可滴定酸(氢氧化钠滴定法)、可溶性糖(蒽酮比色法)、淀粉(高氯酸蒽酮比色法)和可溶性蛋白(考马斯亮蓝G-250染色法)[17-18]。 ④相关性分析。用SPSS 26软件对取食鸟类数量与果实内含物进行相关性和显著性分析。
2. 结果与分析
2.1 果实特征
2.1.1 果实所处植物空间特征
不同的植物在枝、叶和两者间构成的植物空间上展现不同的形态，使其果实所处的环境具备不同的特征。通过对10种树种形态的观测记录(表2，图2)，将其果实所处的环境特征分为3类(图3)：①常绿且枝硬舒展，区分明显内外空间，如石楠、女贞、冬青、樟树；②常绿且枝软密集，稍区分内外空间，如火棘；③落叶且枝硬舒展，不区分内外空间，如垂丝海棠、中华石楠、小叶女贞、乌桕、苦楝。
表 2 果实所处植物空间Table 2 Spatial features of 10 tree species类别 树种 叶 枝 植物空间 ① 石楠 全叶 枝舒展，比较硬朗 枝叶形成内部空间，空间较舒朗，视线较通透 女贞 全叶 枝舒展比较硬朗 冬青 全叶 枝舒展硬朗 樟树 全叶 枝舒展硬朗 ② 火棘 少叶 枝密集柔软，带尖刺 空间逼仄，视线较通透 ③ 垂丝海棠 无叶 枝舒展硬朗，带长钝刺类枝 空间舒朗，视线通透 中华石楠 无叶 枝舒展硬朗 小叶女贞 少叶 枝舒展比较硬朗 乌桕 无叶 枝舒展硬朗 苦楝 无叶 枝舒展硬朗 2.1.2 果实形态变化特征
在不同果熟阶段，果实的颜色、光泽和干枯状态等会产生变化。本研究时间段内10种树种果实的变化特征可分为2类(表3)：①果实形态在果熟后60 d内基本不变，包括火棘、石楠、女贞、小叶女贞、冬青和樟树；②果实形态在果熟后60 d内随时间增加而逐渐枯萎，包括垂丝海棠、中华石楠、乌桕和苦楝。部分果实在40 d后因掉落或被取食而枝头无挂果，其余存留的部分果实在形态上无显著变化。其中垂丝海棠果实在同一植株同一时间段内同时存在3种果实状态(图4)。
表 3 10种树种果实形态变化特征Table 3 Fruits morphology of 10 tree species类别 树种 果实形态变化 备注 ① 火棘 颜色稍微加深变暗，整体维持在亮橘红色，果实形态基本不变 果实形态在果熟后60 d内基本不变 石楠 颜色稍微加深变暗，整体维持在暗红色，果实形态基本不变 女贞 颜色逐渐加深，由紫至紫黑，果实形态基本不变 小叶女贞 颜色逐渐加深，由紫至紫黑，果实形态基本不变 冬青 颜色基本不变，果实形态基本不变 樟树 颜色基本不变，表皮在后期微微变皱，失去光泽，果实形态基本不变 ② 垂丝海棠 颜色逐渐变红加深，由橘黄色至红褐色至暗褐色，果实形态萎缩干枯较快 果实形态在果熟后60 d内逐渐枯萎 中华石楠 颜色逐渐加深变暗，整体维持在亮红色，表皮逐渐干枯变皱，
果实形态在末期快速干枯变黑乌桕 颜色逐渐发黄发黑，表面出现脏黑杂物 苦楝 颜色逐渐加深，由黄绿变橙黄，果实形态逐渐变皱 2.1.3 果实内含物特征
不同果实的4类内含物质量分数均存在差异(表4)。果实的可滴定酸质量分数以苦楝最高，为(18.1±1.7) mg·g−1，樟树最低，为(2.3±0.2) mg·g−1；淀粉质量分数以苦楝最高，为(45.1±0.9) mg·g−1，石楠最低，为(4.3±0.3) mg·g−1；可溶性糖质量分数也以苦楝最高，为(247.00±4.05) mg·g−1，乌桕最低，为(2.23±0.86) mg·g−1；可溶性糖质量分数以樟树最高，为(13.77±0.08) mg·g−1，垂丝海棠最低，为(0.22±0.06) mg·g−1。在所选10种树种果实中，蔷薇科4种果实的可溶性糖和可溶性蛋白质量分数处于较低水平；木犀科2种果实中，小叶女贞果实的淀粉、可溶性糖和可溶性蛋白质量分数均高于女贞，处于较高水平；冬青果实的淀粉、可溶性糖和可溶性蛋白质量分数均处于较高水平；樟树的淀粉和可溶性蛋白质量分数处于较高水平；乌桕、苦楝的4类内含物质量分数均处于较高水平。
表 4 10种树种果实内含物质量分数Table 4 Inclusions’contents in fruits of 10 tree species序号 树种 科名 可滴定酸/(mg·g−1) 淀粉/(mg·g−1) 可溶性糖/(mg·g−1) 可溶性蛋白/(mg·g−1) 1 垂丝海棠 蔷薇科 14.6±2.5 b 5.2±0.3 de 41.84±0.51 e 0.22±0.06 i 2 火棘 蔷薇科 6.6±0.2 c 12.5±0.2 b 30.80±0.56 f 1.22±0.06 h 3 石楠 蔷薇科 5.9±0.2 cd 4.3±0.3 e 23.44±0.40 g 3.15±0.07 f 4 中华石楠 蔷薇科 3.8±1.0 ef 4.6±0.1 de 26.38±0.40 g 6.10±0.13 e 5 女贞 木犀科 4.5±0.4 de 5.8±0.2 d 68.85±2.40 d 6.51±0.03 d 6 小叶女贞 木犀科 4.9±0.1 cde 9.7±0.3 c 108.01±2.80 c 10.42±0.20 b 7 冬青 冬青科 6.4±0.6 cd 9.3±0.1 c 196.91±1.06 b 7.30±0.03 c 8 樟树 樟科 2.3±0.2 f 9.3±1.7 c 32.48±0.89 f 13.77±0.08 a 9 乌桕 大戟科 3.0±0.7 ef 11.8±1.4 b 2.23±0.86 h 1.64±0.10 g 10 苦楝 楝科 18.1±1.7 a 45.1±0.9 a 247.00±4.05 a 7.47±0.19 c 说明：同列不同字母表示不同植物间差异显著(P＜0.05) 2.2 树种与鸟类取食相关性
如图5所示：从不同鸟类对果实的选择看，白头鹎食性最广，对10种树种均有取食行为，且其取食的数量最多，占总量的55.2%；乌鸫对8种树种有取食行为，其取食数量占总量的21.3%；其他鸟类的取食对象多为1~3种树种，且数量相对较少。
图 5 10种树种与鸟类取食的相关性特征Figure 5 Correlation between trees species and birds eating features of 10 tree species从不同树种对鸟类的吸引方面，在引鸟数量上，石楠、冬青和樟树的引鸟数量最多，火棘、女贞、小叶女贞和乌桕次之，垂丝海棠、中华石楠和苦楝最少；在引鸟种类丰富度上，以火棘、石楠和乌桕最为突出，吸引了6种鸟类，其次是中华石楠和女贞，都只有4种，最少的是垂丝海棠，仅有白头鹎1种鸟类取食；在引鸟持续时间上，冬青和樟树最久，整个观测周期内都有取食，垂丝海棠最短，仅初期10 d左右被少量取食；火棘、石楠、女贞、小叶女贞和苦楝等取食时间均在40 d以上，中华石楠(15 d左右)和乌桕(30 d以下)的取食时间则相对较短。
2.3 果实特性与鸟类取食相关性
2.3.1 果实所处植物空间与鸟类取食
图6表明：处于第1类环境(常绿且枝硬舒朗、区分明显内外植物空间)的树种果实被鸟类取食的数量显著高于处在第2、3类植物空间中的果实，且在第3类环境中，小叶女贞、乌桕和苦楝果实的取食要多于垂丝海棠和中华石楠。
图 6 10种树种的果实所处植物空间类型与取食鸟类数量的关系Figure 6 Relationship of 10 tree species’ spatial feature and bird numbers果实处于第2类环境(枝软密集而内外空间略有分隔)的植物仅有火棘，不同鸟类对其取食方式有所不同(图7)。体形较大且活动于植物上层空间的鸟类如白头鹎、领雀嘴鹎等，往往停留于植物顶端且枝条相对硬朗的地方进行取食；体形较大而喜活动于地面空间的鸟类如黑脸噪鹛、乌鸫等，往往只取食垂落近地面枝条上的果实或地面落果；只有体形较小的鸟类如红头长尾山雀、大山雀等，会进入到火棘内部空间取食，但是该取食现象也相对较少。因此，在经过一段时间的取食后，火棘顶部和底部的果实被取食的较为干净，而中部和内部的果实可以保留很长时间。
2.3.2 果实形态变化与鸟类取食
研究(图8)发现：鸟类对第1类果实(形态在果熟后60 d内基本不变)的取食持续时间较长，一般持续到枝头被取食干净且几乎无挂果为止。但是，不同鸟类对第2类果实(形态在果熟后60 d内随时间增加而逐渐枯萎)的取食则有所不同。在观察白头鹎对垂丝海棠的取食行为中发现：由于垂丝海棠果实在同一株植物上同时存在不同的状态，白头鹎往往优先取食成熟度较高、颜色相对较深的果实，而相对青涩且颜色较浅的，以及开始萎缩干枯的果实则几乎没有被取食(图9)。在观察其他鸟类对中华石楠和乌桕果实的取食行为中发现：在果实处于饱满、新鲜状态时取食较多，在果实开始干枯后取食变少至消失，枝头仍有果实保留。
图 8 鸟类取食时段与植物果熟及挂果时段比较Figure 8 Comparison of bird feeding periods with fruits ripening and hanging periods2.3.3 果实内含物与鸟类取食
在选择相关性分析的研究对象时，应在取食鸟类、取食时间和食源树种3个方面进行甄别。第一，在所观测的食果鸟类中，白头鹎和乌鸫是主要种群，占据观测记录总数约75%，同时这2种鸟类的食性最广，分别取食了10种和8种果实，在食果鸟类中具有代表性。第二，在研究对象的时间段选择上，应考虑上述2种鸟类对各果实持续取食的时间，通过分析图5，认为在观测记录期第11~40天这2种鸟类对大部分植物果实都有持续性取食行为，相对比较适宜。第三，在食源树种选择中，应考虑果实所处植物空间特征和果实形态变化特征相近的植物，同时这2种鸟类都应具有对其取食的行为。综上，选定白头鹎和乌鸫，石楠、樟树和冬青作为研究对象，以第11~40天为研究时间段，统计此期间取食各果实的2种鸟类数量，以此为研究数据分析鸟类取食与果实内含物的相关性。
表5表明：虽然白头鹎和乌鸫的取食数量与4类内含物没有显著相关性，但是存在一定的影响关系。①可滴定酸质量分数与白头鹎和乌鸫取食数量的相关系数分别为0.882和0.211，呈正相关，其中可滴定酸与乌鸫取食数量的相关性较弱；②淀粉质量分数与白头鹎和乌鸫取食数量的相关系数分别为−0.775和−0.020，呈负相关，其中淀粉质量分数与乌鸫取食数量的相关性微弱；③可溶性糖质量分数与白头鹎和乌鸫取食数量的相关系数分别为0.941和0.866，呈正相关，相关性强；④可溶性蛋白质量分数与白头鹎取食数量的相关系数为−0.326，呈负相关，与乌鸫取食数量的相关系数为0.509，呈正相关。综上可知，只有可溶性糖质量分数与2种鸟类取食数量的相关性最强，对鸟类取食存在积极影响。
表 5 白头鹎、乌鸫取食数量与石楠、樟树、冬青果实各内含物质量分数的相关性分析Table 5 Correlation analysis between feeding counts of P. sinensis, T. merula feeding and fruits contents of Ph. serratifolia, C. camphora, I. chinensis生理指标 白头鹎数量 乌鸫数量 可滴定酸质量分数 0.882 0.211 淀粉质量分数 −0.775 −0.020 可溶性糖质量分数 0.941 0.866 可溶性蛋白质量分数 −0.326 0.509 说明：*表示在 0.05 (双尾)水平上显著相关 3. 讨论与结论
在鸟类生存的各类生境中，其种群多样性最高的是林地，其次是灌草丛和湖泊洼地，居民区最少，这与受人类活动干扰的影响有关[19-20]。在受干扰程度较高时，多数鸟类喜欢在高大的树木上栖息和取食[21-22]，这与本次观测结果基本相同，即树木高大且隐蔽性较好的植物前来取食的鸟类数量较多。在常绿与落叶植物组合中，石楠、樟树等形成的植物空间比中华石楠、垂丝海棠等隐蔽。在落叶植物中，小叶女贞是长势较高的小乔木，乌桕和苦楝是大乔木且挂果位置远离地面，而中华石楠和垂丝海棠都是灌木或近小乔木，挂果位置离地面近。这2组植物中，每组的前者相比于后者，都能够为鸟类提供低干扰、高安全的取食环境，因此取食鸟类数量相对较多。同时鸟类为了规避潜在干扰和风险，对果实所处植物空间的起落便捷性也有较高要求，这与观测结果中鸟类对火棘的取食行为方式基本一致。由于火棘枝条柔软、生长紧密、互相穿插，且枝条上长有1~2 cm的尖刺，使得植物内部空间狭小错乱，同时火棘果实又簇生垂挂于枝条上，所处植物空间不利于鸟类停留起飞和活动，因此形成了顶端和底部的果实被大量取食而中间几乎无取食的现象。由此可见，植物果实所处的空间环境特征对鸟类取食具有显著影响，包含了安全隐蔽性和起落便捷性2个方面原因，安全隐蔽性越高、起落越便捷，鸟类的取食倾向就越明显，而在受人为干扰更大的城市环境中，这一现象可能会愈加显著。
鸟类对果实的选择也依赖于植物果实的基本特征。其中一个重要因素是果实的成熟期，鸟类往往喜欢取食成熟度较高的果实[23]。而果实成熟的本质是内含物发生改变，其主要特征之一是糖分的不断积累，结合本研究果实内含物与鸟类取食数量的相关性分析结果，说明鸟类更喜取食含糖量高的果实。另一个因素是果实成熟的形态特征，这是因为鸟类色觉敏锐，更喜颜色鲜艳的果实[24-25]，同时果实的挂果状态及保持能力体现了果实成熟后的新鲜程度和内含物稳定程度。结合本研究观测结果可知：在果实颜色明亮、色泽饱满时，鸟类取食倾向性高，在果实成熟过后开始枯萎而颜色暗淡时，鸟类取食倾向性变低。
此外，植物果实中还存在较多因素影响着鸟类的取食倾向。如火棘，虽然果实所处空间不利于鸟类取食，果实含糖量比其他种类果实要低，但是在引鸟数量和引鸟种类多样性上效果都较好，除开果小和颜色鲜艳明亮外，火棘果实氨基酸种类和含量均丰富[26]，这可能是其受鸟类青睐的重要因素。再如乌桕，果实在同一时间段的含糖量比其他种类果实要低，但其油脂含量超高，这可能是促使其被大量取食的原因。相反，苦楝果实的含糖量相比于其他种类果实要高，但是果实含有毒成分[27]，这可能是只有在后期果实减少的情况下才记录到其被取食现象的原因。
本次研究结果可为长江三角洲地区城市引鸟植物景观营建提供以下建议：在食源树种选择上，应考虑具有较好挂果保持能力和较高含糖量果实的树种，重点考虑常绿或高大乔木类挂果树种；在食源树种种植位置上，应充分考虑其隐蔽性，特别是涉及有落叶灌木或小乔木时，应种植在人为干扰较小的区域或与高大乔木合理搭配，为鸟类提供安全的取食空间。
-
[1] MELO J, ANDREW P W, FALEIRO M L. Listeria monocytogenes in cheese and the dairy environment remains a food safety challenge:the role of stress responses[J]. Food Res Int, 2015, 67:75-90. [2] FERREIRA V, WIEDMANN M, TEIXEIRA P, et al. Listeria monocytogenes persistence in food-associated environments:epidemiology, strain characteristics, and implications for public health[J]. J Food Prot, 2014, 77(1):150-170. [3] KAWAMATA R, TAKAHASHI N, YADA Y, et al. Cytokine profile of a premature infant with early onset listeriosis[J]. Pediatr Int Off Jpn Fediatr Soc, 2011, 53(3):386-388. [4] 连凯, 谈卫军, 赵丹, 等. 2002-2012年人和动物李斯特菌感染报告数据流行病学分析[J].中国人兽共患病学报, 2014, 30(10):1033-1038. LIAN Kai, TAN Weijun, ZHAO Dan, et al. Epidemiology of listeriosis infection in humans and animals, China, 2002-2012[J]. Chin J Zoonoses, 2014, 30(10):1033-1038. [5] 杨修军, 赵薇, 刘桂华, 等. 2011-2015年吉林省食品中单增李斯特菌的监测数据分析[J].食品安全质量检测学报, 2017, 8(1):105-110. YANG Xiujun, ZHAO Wei, LIU Guihua, et al. Analysis on the monitoring data of Listeria monocytogenes in food of Jilin Province in 2011-2015[J]. J Food Saf Qual, 2017, 8(1):105-110. [6] ORSI R H, den BAKKER H C, WIEDMANN M. Listeria monocytogenes lineages:genomics, evolution, ecology, and phenotypic characteristics[J]. Int J Med Microbiol, 2011, 301(2):79-96. [7] LIU Dongyou, AINSWORTH A J, AUSTIN F W, et al. Characterization of virulent and avirulent Listeria monocytogenes strains by PCR amplification of putative transcriptional regulator and internalin genes[J]. J Med Microbiol, 2003, 52(12):1065-1070. [8] GAGE R, CRIELLY A, BAYSINGER M, et al. Outbreaks of Escherichia coli O157:H7 infections among children associated with farm visits-Pennsylvania and Washington, 2000[J]. Can Commun Dis Rep, 2001, 27(14):117-120. [9] GOUVEIA S, PROCTOR M E, LEE M S, et al. Genomic comparisons and shiga toxin production among Escherichia coli O157:H7 isolates from a day care center outbreak and sporadic cases in southeastern Wisconsin[J]. J Clin Microbiol, 1998, 36(3):727-733. [10] GALVÃO N N, CHIARINI E, DESTRO M T, et al. PFGE characterisation and adhesion ability of Listeria monocytogenes isolates obtained from bovine carcasses and beef processing facilities[J]. Meat Sci, 2012, 92(4):635-643. [11] FOX E M, WALL P G, FANNING S. Control of Listeria species food safety at a poultry food production facility[J]. Food Microbiol, 2015, 51:81-86. [12] LEONG D, ALVAREZ-ORDOÑEZ A, JORDAN K. Monitoring occurrence and persistence of Listeria monocytogenes in foods and food processing environments in the Republic of Ireland[J]. Front Microbiol, 2014, 5:436. doi:10.3369/fmicb. 2014. 00436. [13] FUGETT E B, SCHOONMÁKERBOPP D, DUMAS N B, et al. Pulsed-field gel electrophoresis (PFGE) analysis of temporally matched Listeria monocytogenes isolates from human clinical cases, foods, ruminant farms, and urban and natural environments reveals source-associated as well as widely distributed PFGE types[J]. J Clin Microbiol, 2007, 45(3):865-873. [14] LOMONACO S, VERGHESE B, GERNER-SMIDT P, et al. Novel epidemic clones of Listeria monocytogenes, United States, 2011[J]. Emerg Infect Dis, 2013, 19(1):147-150. [15] GERNER-SMIDT P, HISE K, KINCAID J, et al. PulseNet USA:a five-year update[J]. Foodborne Pathog Dis, 2006, 3(1):9-19. [16] HALPIN J L, GARRETT N M, RIBOT E M, et al. Re-evaluation, optimization, and multilaboratory validation of the PulseNet-standardized pulsed-field gel electrophoresis protocol for Listeria monocytogenes[J]. Foodborne Pathog Dis, 2010, 7(3):293-298. [17] BURALL L S, GRIM C J, MAMMEL M K, et al. Whole genome sequence analysis using jspecies tool establishes clonal relationships between Listeria monocytogenes strains from epidemiologically unrelated listeriosis outbreaks[J]. PLoS One, 2016, 11(3):e0150797. doi:10.1371/journal.pone. 0150797. [18] ANNETTE F, SOLVEIG L, BJØRN C T, et al. Genome analysis of Listeria monocytogenes sequence type 8 strains persisting in salmon and poultry processing environments and comparison with related strains[J]. PLoS One, 2016, 11(3):e0151117. doi:10.1371/journal.pone. 0151117. [19] RUPPITSCH W, PIETZKA A, PRIOR K, et al. Defining and evaluating a core genome multilocus sequence typing scheme for whole-genome sequence-based typing of Listeria monocytogenes[J]. J Clin Microbiol, 2015, 53(9):2869-2876. [20] KWONG J C, McCALLUM N, SINTCHENKO V, et al. Whole genome sequencing in clinical and public health microbiology[J]. Pathology, 2015, 47(3):199-210. [21] PULLINGER G D, LȎPEZBENAVIDES M, COFFEY T J, et al. Application of multilocus sequence typing:analysis of the population structure detected among environmental and bovine isolates from New Zealand and the United Kingdom[J]. Appl Environ Microbiol, 2006, 72(2):1429-1436. [22] PARISI A, LATORRE L, NORMANNO G, et al. Amplified fragment length polymorphism and multi-locus sequence typing for high-resolution genotyping of Listeria monocytogenes from foods and the environment[J]. Food Microbiol, 2010, 27(1):101-108. [23] KNABEL S J, REIMER A, VERGHESE B, et al. Sequence typing confirms that a predominant Listeria monocytogenes clone caused human listeriosis cases and outbreaks in Canada from 1988 to 2010[J]. J Clin Microbiol, 2012, 50(5):1748-1751. [24] WANG Yan, ZHAO Ailan, ZHU Renfa, et al. Genetic diversity and molecular typing of Listeria monocytogenes in China[J]. BMC Microbiol, 2012, 12(1):119. doi:10.1186/1471-2180-12-119. [25] WU Shi, WU Qingping, ZHANG Jumei, et al. Analysis of multilocus sequence typing and virulence characterization of Listeria monocytogenes isolates from chinese retail ready-to-eat food[J]. Front Microbiol, 2016, 7:168. doi:10.3389/fmicb. 2016. 00168. [26] LI Xiujuan, HUANG Bixing, EGLEZOS S, et al. Identification of an optimized panel of variable number tandem-repeat (VNTR) loci for Listeria monocytogenes typing[J]. Diagn Microbiol Infect Dis, 2013, 75(2):203-206. [27] SALEH-LAKHA S, ALLEN V G, LI J, et al. Subtyping of a large collection of historical Listeria monocytogenes strains from Ontario, Canada, by an improved multilocus variable-number tandem-repeat analysis (MLVA)[J]. Appl Environ Microbiol, 2013, 79(20):6472-6480. [28] LUNESTAD B T, TRUONG T T, LINDSTEDT B A. A multiple-locus variable-number tandem repeat analysis (MLVA) of Listeria monocytogenes isolated from Norwegian salmon-processing factories and from listeriosis patients[J]. Epidemiol Infect, 2013, 141(10):1-10. [29] DASS S C, ABU-GHANNAM N, ANTONY-BABU S, et al. Ecology and molecular typing of L. monocytogenes in a processing plant for cold-smoked salmon in the Republic of Ireland[J]. Food Res Int, 2010, 43(5):1529-1536. [30] WERNER G, FLEIGE C, NEUMANN B, et al. Evaluation of DiversiLa®, MLST and PFGE typing for discriminating clinical Enterococcus faecium isolates[J]. J Microbiol Methods, 2015, 118:81-84. [31] 郑晶, 唐中伟, 陈彬, 等.禽肉制品中单增李斯特菌的DiversiLab分型[J].食品科学, 2015, 36(24):220-223. ZHENG Jing, TANG Zhongwei, CHEN Bin, et al. DiversiLab typing research of Listeria monocytogenes isolated from poultry products[J]. Food Sci, 2015, 36(24):220-223. [32] 郑晶, 唐中伟, 陈彬, 等.对同一地区分离的单增李斯特菌进行DiversiLab分型及同源性分析[J].中国卫生检验杂志, 2016, 26(1):9-11, 15. ZHENG Jing, TANG Zhongwei, CHEN Bin, et al. DiversiLab typing and homology analysis of Listeria monocytogenes isolated from the same place[J]. Chin J Health Lab Technol, 2016, 26(1):9-11, 15. [33] 劳华均, 李如松, 孙萍, 等. DiversiLab系统用于食品中单增李斯特菌同源性分析[J].食品工业, 2013, 34(8):154-156. LAO Huajun, LI Rusong, SUN Ping, et al. Homologous analysis of Listeria monocytogenes by DiversiLab system[J]. Food Ind, 2013, 34(8):154-156. [34] ROUSSEL S, FÉLIX B C, COLARNÉN C, et al. Semi-automated repetitive-sequence-based polymerase chain reaction compared to pulsed-field gel electrophoresis for Listeria monocytogenes subtyping[J]. Foodborne Pathog Dis, 2010, 7(9):1005-1012. [35] LIGOZZI M, FONTANA R, ALDEGHEN M, et al. Comparative evaluation of an automated repetitive-sequence-based PCR instrument versus pulsed-field gel electrophoresis in the setting of a Serratia marcescens nosocomial infection outbreak[J]. J Clin Microbiol, 2010, 48(5):1690-1695. [36] PITOUT J D D, CAMPBELL L, CHURCH D L, et al. Using a commercial DiversiLab semiautomated repetitive sequence-based PCR typing technique for identification of Escherichia coli clone ST131 producing CTX-M-15[J]. J Clin Microbiol, 2009, 47(4):1212-1215. [37] DEPLANO A, DENIS O, RODRIGUEZ-VILLALOBOS H, et al. Controlled performance evaluation of the DiversiLab repetitive-sequence-based genotyping system for typing multidrug-resistant health care-associated bacterial pathogens[J]. J Clin Microbiol, 2011, 49(10):3616-3620. [38] SNYDER J C, BATESON M M, LAVIN M, et al. Use of cellular CRISPR (clusters of regularly interspaced short palindromic repeats) spacer-based microarrays for detection of viruses in environmental samples[J]. Appl Environ Microbiol, 2010, 76(21):7251-7258. [39] FABRE L, ZHANG Jian, GUIGON G, et al. CRISPR typing and subtyping for improved laboratory surveillance of Salmonella infections[J]. PLoS One, 2012, 7(5):e36995. doi:10.1371/journal.pone.0036995. 期刊类型引用(2)
1. 王亚鸿，李坤，陈曦，黄丽瑗，孙小龙，钱铭仪，赵宏波. 杭州市常见园林植物对鸟类取食偏好的影响研究. 绿色科技. 2024(13): 51-57+63 . 
百度学术2. 李兰英，高敏，袁迪，单新钰，易凯源，张喆. 昆明市游憩性绿地鸟类多样性对环境因子的响应. 浙江农林大学学报. 2024(05): 986-995 . 本站查看其他类型引用(3)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2018.04.024
点击查看大图
计量
- 文章访问数: 3117
- HTML全文浏览量: 682
- PDF下载量: 605
- 被引次数: 5
下载:
