DCF协议

DCF协议（共7篇）

DCF协议 篇1

1. 引言

信息技术的飞速发展,使得人们对于网络通信的需求也随之不断提高,希望打破不同的地域或客观条件的制约,能够“实现任何人在任何时候的任何地方与任何人进行任何方式的通信”的目标。作为个人通信的一个重要组成部分,无线局域网(WLAN)已经掀起了移动计算的新浪潮,在现实及未来的社会生活中将得到广泛的应用。

无线局域网(WLAN)的数据链路层(DLL)包括逻辑链路控制(LLC)子层和媒体访问控制(MAC)子层,MAC子层是WLAN链路层的核心和关键,其基本性能基本上就决定了链路的性能。

为了解决WLAN的传输碰撞问题,IEEE 802.11定义了两种MAC协议,即:DCF协议和PCF协议。DCF协议是基本的MAC协议,在Ad Hoc网和Infrastructure网中超帧(Super Frame)的竞争期CP(Conection Free Period)使用,支持异步(Asynchronous)服务。

2. DCF协议简介

2.1 两种工作机制

DCF协议使用两种机制进行帧的传输:基本访问机制(BAS)和RTS/CTS机制。BAS机制规定,帧传输后,如果在SIFS(短帧间隔)内没有收到确认帧(ACK),则认为该帧丢失或碰撞,按照二进制退避算法进行退避和重传。RTS/CTS机制规定,发送端在发送数据帧之前,首先发送一个RTS帧来预约信道,接收端回发一个CTS帧,之后开始进行数据帧的发送和ACK确认。实质上是一种四次握手机制。RTS/CTS机制解决发送长帧时易发生碰撞从而导致信道利用率急剧下降的问题和解决“隐藏终端”问题。

2.2 理想DCF协议的吞吐性能

吞吐率是衡量DCF协议性能的一个重要指标。时隙是信道争用的基本时间单位,退避的最小时间间隔为一个时隙。当终端站检测到信道空闲时间达到DIFS(DCF帧间隔)后,会首先按照均匀分布规则从[0,W-1]中随机选取一个值作为退避时间。W为退避窗口,其初始值为最小退避窗口CWmin,每发生一次碰撞,W值增加一倍,只到增至最大碰撞窗口CWmax。

在无误码时,DCF协议两种机制下吞吐率S的计算公式为:

式中,E[P]为平均帧长,σ为时隙宽度,n为节点数目,τ为各工作站在一个时隙内发送帧的概率,H为物理层和MAC层帧头,δ为传播时延,E[P*]为碰撞时最长帧的平均长度。

显然,DCF的性能受到诸多参数的影响。由于网络中各参数的动态随机性,并且理论分析模型做了一些近似和简化处理,用这些公式难以对DCF协议的性能作出全面、准确的分析。

3. 研究过程

下面通过IEEE802.11无线局域网DCF协议性能测试实验,来具体介绍试验的开发过程。

3.1 NS2网络仿真模型的设计

仿真实验设置了3个不同的网络场景,分别是10、20、50个节点随机分布在的区域内,在[0.1~2m/s]的范围内以均匀分布的概率随机移动,各节点以随机方式向其它节点发送帧,发送时间间隔有1ms和10ms两种,帧长在100bytes~2000bytes间变化,仿真时间为200s。

3.2 创建网络,流量,节点间的连接等

Setdest(节点移动产生器)随机产生无线网络所需要的节点运动场景,第一次共创建10个节点,最小速度0.1m/s,最大速度2m/s,场景仿真时间为200秒,仿真场景的大小是。Cbrgen(传输产生器)产生数据流建立部分代码的工具,最多建立5条连接,某个随机时刻自动启动一个TCP流。

3.3 运行Tcl脚本

对已经编好的Tcl脚本程序在NS2仿真环境中运行,进而生成相应的Trace文件。

3.4 Nam演示仿真过程

通过nam动画演示工具对“.tcl“脚本程序模拟的跟踪文件“.nam”演示如下图1所示:

3.5 分析Trace档案

对trace文件的数据进行分析,计算网络吞吐率的gawk程序代码如下:

将理论计算结果与实际测试结果进行比较,发现实际的测试结果与理论计算值之间存在一定的误差,实际测试的结果应更符合实际情况。这是由于理论计算公忽略了隐蔽站问题,在实际测试中,隐蔽站会造成网络吞吐率下降,尤其在用户数量n、业务量τ和帧长E[p]较大时,WLAN各站传输帧时的碰撞概率增加,对于BAS机制的吞吐率影响很大;而RTS/CTS机制的碰撞主要是RTS和CTS帧的碰撞,有效避免了数据帧的碰撞,隐蔽站问题对其吞吐量的影响较小。

3.6 gnuplot工具查看,绘图分析

图2、3是在业务量较大时(各节点帧发送间隔1ms,即τ=0.02)帧长与吞吐率的关系。图4、5是在业务量较小时(各节点帧发送间隔10ms,即τ=0.002)帧长与吞吐率的关系。分析这4幅图可以看出:

(1)在有限帧长范围内,在业务量固定(τ=0.02或者τ=0.002时)的情况下,随着帧长的增加,BAS机制和RTS/CTS机制都会增加,在帧长较小时,增加速率较快,当帧长较大时,增加的速率趋于缓慢。但是两种机制增加的程度又有不同,从曲线的斜率可以看出,后者没有前者变化平缓,所以说后者即RTS/CTS机制受帧长影响更为明显。

(2)将图横向比较,在业务量τ=0.02时,若帧长较小,BAS机制吞吐率高于RTS/CTS机制,也就是说BAS机制的性能优于RTS/CTS机制;若帧长较大,采用RTS/CTS机制的性能更好。所以存在一个门限帧长,当帧长小于门限帧长时,应采用BAS机制,当帧长大于门限帧长时,应采用RTS/CTS机制。随着网络节点数的增加,门限帧长下降。

(3)在业务量τ=0.002时,BAS机制吞吐率高于RTS/CTS机制,即BAS机制性能优于RTS/CTS机制。

(4)纵向比较,业务量对BAS机制的影响很大,从τ=0.002到τ=0.02,,其吞吐率显著降低。而业务量对RTS/CTS机制的影响较小。随着业务量的增加,其吞吐率略有降低。

4. 结论

DCF协议采用两种方法进行帧的传输:BAS机制和RTS/CTS机制。DCF吞吐率性能切换条件和用户数目、帧长和业务量等因素有密切的关系。我们通过用NS2软件构建的无线局域网方针模型来研究这些参数对吞吐率的影响,进行基于NS2的网络性能分析与测试。研究发现,在有效帧长范围内,BAS机制和RTS/CTS机制的吞吐率都会随着帧长的增加而增加,但是RTS/CTS机制受影响更为明显。存在一个n的临界值。在临界值以内,随着n的增加,两种机制的吞吐率增加。若n超过临界值,网络处于拥塞状态,吞吐率会急剧下降。BAS机制的吞吐率受网络规模的影响更大。

BAS机制和RTS/CTS机制的吞吐率都会随着业务量的增加而降低,但是前者的变化更为明显,而RTS/CTS机制受影响较小。因此总体来说,RTS/CTS机制具有更好的带载能力,网络的各种参数变化对DCF协议吞吐率的影响较小。

所以本文给出建议:在一定条件下采用将两种机制进行切换的混合机制,可以使吞吐率维持在较高的水平,有利于改善DCF协议的性能。

参考文献

[1]徐雷鸣,庞博,赵耀.NS与网络模拟[M].北京:人民邮电出版社,2003.

[2]NS2使用手册(中文版).

[3]刘耐安.无线局域网原理、技术与应用[M].西安:西安电子科技大学出版社,2004.

[4]NS2教学手册.http://hpds.ee.ncku.edu.tw/～smallko/ns2/ns2.htm.

[5]Making NS-2simulate an802.11b link.http://140.116.72.80/～smallko/ns2/80211b.htm.

DCF协议 篇2

当节点有数据需要发送时, 首先检测信道, 如果信道空闲时间大于或等于DIFS, 则节点发送数据;否则节点推迟数据发送, 执行二进制指数退避:每当信道竞争成功, 节点的竞争窗口重置为最小值, 每次冲突竞争窗口值加倍, 即:

其中, m为最大退避阶数;CWmin和CWmax由物理层特征决定, 分别称为最小竞争窗口和最大竞争窗口。竞争窗口的初始值为CWmin。

针对BEB退避机制中的初始竞争窗口不能随着节点数变化选择其最佳值, 目前很多的研究都致力于对DCF的性能的研究和优化[1,2,3,4,5]。其中参考文献[3-5]基于Markov模型[6,7]为不同规模网络确定其最佳竞争窗口, 但对于节点中所有数据 (第一次退避数据或者冲突重传的数据) 退避处理的过程都是完全一样的。因此, 本文提出了一个具有不同退避过程的两级退避的接入协议 (OCW-DCF) , 并运用Markov模型对OCW-DCF协议的性能进行了分析。

1 Markov模型描述

OCW-DCF协议的退避机制具有一种竞争窗口和两级不同的退避过程:快速退避 (计数器不冻结) 和正常退避。其Markov模型如图1所示。除具有冻结状态及信道忙闲概率外, 模型还引入了退避判断状态 (-1, 0) 和反映网络数据传输情况的概率pc。

图1中Markov模型的一步转移概率为:

令, b (t) =k}为Markov链的稳态分布概率, 则根据图1的状态转移图得:

稳态分布的归一性:

联合式 (3) 、式 (4) , 得一个随机时隙网络中任一节点可能发送数据的概率:

假设网络中有n个节点, 则任意时隙节点检测到信道为忙的概率:

至少有一个节点在发送数据的概率:

数据不产生冲突的概率:

发送数据可能产生冲突的概率:

联立式 (5) 、式 (6) 、式 (9) , 当节点数为n、竞争窗口W已知时, 可求得τ的数值解。

2 Markov模型分析

2.1网络归一化吞吐量分析

设归一化吞吐量S为信道成功传输MAC数据帧的时间占总传输时间的比值:

其中, Ta为有效MAC数据帧的平均传输时间。一个时隙的实际平均长度由3部分组成:空闲的系统时隙σ;由于成功数据传输而导致信道忙的平均时间Ts;由于传输数据产生冲突而导致信道忙的平均时间Tc。

设PHY=PHY_hdr, Ta=MAC_hdr+MAC_data, δ为传输延时, DCF有两种信道接入模式:基本接入模式和RTS/CTS接入模式, 根据IEEE802.11协议规范[8], 其Ts和Tc分别为:

(1) 基本接入模式:

(2) RTS/CTS接入模式:

由式 (10) 、 (11) 、 (12) 可得基本接入模式和RTS/CTS接入模式的S的数值解。

2.2 信道接入延时分析

信道接入延时由退避过程中退避计数器的值递减及冻结所需时间组成:

其中空闲系统时隙σ由物理特性决定, 因数据成功传输而检测到信道忙的概率, 因数据传输产生冲突而检测到信道忙的概率pb, c=pb-pb, s。

根据图1的Markov模型, 状态 (-1, 0) 时, 节点不退避:D-1=0;

快速退避阶段, 计数器的值不冻结:

正常退避阶段, 延时由计数器递减延时和冻结两部分组成:

因此平均信道接入延时:

当n及W确定, 联合式 (14) 、式 (15) 、式 (16) 可求得不同网络规模下的D的数值解。

2.3 最佳竞争窗口分析

由式 (10) 中S的表达式进一步得:

由于Ts、Tc、Ta和σ都是常数, 则当:

最大时, 式 (17) 中的S达到最大。

3 仿真分析

假设所有MAC帧都具有固定长度, 模型的仿真参数设置如表1所示。

图2~图5分别为不同规模网络下OCW-DCF采用基本接入模式和RTS/CTS的S与W以及D与W的关系。

由图2所示, OCW-DCF协议能达到的最大吞吐量比参考文献[3]中m=2时的两级退避下的高, 而与DCF/CCW的相同。由图2和图3对比结果知, OCW-DCF采用基本模式的最大归一化吞吐量比RTS/CTS的大。

由图4所示, 基本接入模式下, OCW-DCF协议的最小平均信道接入延时远远小于DCF/CCW协议的。从图4和图5的对比结果, OCW-DCF采用基本接入模式的最小延时远远小于RTS/CTS的。

OCW-DCF协议具有非常小的信道平均接入延时, 且能根据不同的网络规模及网络数据传输情况确定其最佳竞争窗口。OCW-DCF协议采用基本接入模式的总体性能比RTS/CTS模式的好。

参考文献

[1]裴冬冬, 王兴华, 向新.IEEE802.11 DCF退避机制公平性分析与改进[J].电子技术应用, 2010, 36 (10) :92-94.

[2]张锋, 向新, 杨宝强, 等.基于IEEE802.11 DCF的优化竞争窗口算法[J].电子技术应用, 2011, 37 (7) :111-114.

[3]WANG R, ZHANG J, ZOU X.Performance analysis and optimization of IEEE 802.11 DCF with constant contention window[C].ISECS International Colloquium on Computing, Communication, Control, and Management, CCCM, Aug.2008.

[4]Weng Chien-Erh, Chen Chunyin, Chen Chiung-Hsing, et al.Optimal performance study of IEEE 802.11 DCF with contention window[C].International Conference on Broadband and Wireless Computing, Communication and Applications, bwcca, 2011:505-508.

[5]Weng Chien-Erh, Chen Chunyin.Performance study of IEEE 802.11 DCF with optimal contention window[C].Sixth International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing, 2012:481-484.

[6]BIANCHI G.IEEE 802.11 saturation throughput analysis[J].IEEE Communications Letters, 1998, 13 (3) :535-547.

[7]VARDAKAS J S, POULOS M K, LOGOTHETIS M D.Performance behaviour of IEEE 802.11 distributed coordination function[J].Circuits, Devices&Systems, IET, 2008 (2) :50-59.

DCF协议 篇3

DCF方式下,WLAN的吞吐量和接入时延随着网络中的活动节点(Active Nodes)数和初始竞争窗口大小(CWmin)而变化[2],系统的初始竞争窗口大小由物理层特性决定,例如使用直接序列扩频时,CWmin为31;使用跳频扩频时,CWmin为15[3]。也就是说,在DCF协议中,初始竞争窗口是固定的,并不能随着网络中竞争节点数的多少而变化。根据网络中活动节点数的变化来动态调整初始竞争窗口的值,是改进DCF性能的一种行之有效的方法[4,5,6]。但目前获得网络中的活动节点数目都是基于某种估计算法获得的。这些估计算法不能精确地反映网络中真实的活动节点数,所计算出的优化初始竞争窗口大小也不会很精确,如果初始窗口设置不正确,对网络性能的影响将会很大。参考文献[7]提出了增加初始窗口为63,并在退避到最大窗口时,将最大窗口置为初始窗口来参与竞争,这在一定程度提高了系统的公平性,但此算法也增加了冲突发生的概率。本文提出的优化竞争窗口的算法用OPNET软件[8]进行了仿真,与原有算法及参考文献[7]中的算法相比,在吞吐量及时延上都有良好的改善。

1 DCF的二进制退避机制和竞争窗口的分析

DCF协议基于载波监听多路访问/冲突避免(CSMA CA)机制实现有竞争的信道共享。当一个节点需要发送帧时,要调用载波侦听机制来确定信道的忙/闲状态,如果信道忙,它将推迟,直到信道连续处于空闲状态达到分布协调功能的帧间间隔DIFS(Distributed Coordination Function Interframe Space)时间,为了避免发送冲突,这时该节点在发送前必须经过一个附加的退避周期,产生一个随机的退避时间(Backoff Time),并存入退避计数器。如果退避计数器中已经包含有一个非0的值,则不再执行产生随机退避时间的过程。

产生退避时间的方法如下:Backoff Time=Random()*aSlotTime其中,Random()是均匀分布在[0,CW]范围内的随机整数,CW是介于由物理层特征决定的最小竞争窗口CWmin和最大竞争窗口CWmax之间的一个整数值,即CWmin≤CW≤CWmax。aSlotTime是由物理层特性决定的一个时隙的实际长度值,对于DSSS(直接序列扩频),一个时隙的长度是20μs。每个节点在发送数据前,监听信道的状态,如果信道闲,则将退避时间计数器减1;如果信道忙,则退避过程将被推迟,退避时间计数器被冻结。当终端检测到信道的空闲时间≥DIFS时,退避过程重新被激活,继续递减。当退避计数器递减到0时,节点就可以执行发送。图1显示了退避过程。

节点A发送时,节点B、C、D都有帧要发送,等待信道连续空闲DIFS时间后,进入退避阶段,每个节点在CW内随机产生一个退避时间。因为节点C所产生的退避时间最短,它的退避计时器最先减至0,开始发送帧,节点B和D的退避计时器被冻结。在节点C传送过程中,节点E也有帧要发送,进入等待过程。信道空闲DIFS后,节点B和D的退避计时器解冻,节点E产生随机退避时间。因为节点D的退避计时器最先减至0,所以节点D获得发送机会。

由图1可以看出,每一个节点都要维护一个CW参数,CW的初始值为CWmin。在帧的第一次传输时,CW等于最小竞争窗口CWmin。当一个节点发送失败时,说明当前的网络负载较大或者链路状况不好,该节点的CW就会增加一倍。以后,该节点每次发送失败而重传时,CW都会增加一倍,即CW=2m(CWmin+1)-1,其中m为重传次数。当CW的值增加到CWmax时,即2m(CWmin+1)=(CWmax+1),再重传时CW的值将保持CWmax不变,直到该节点发送成功,或者达到了最大重传次数限制,CW将被重新置为CWmin,CW的变化方式如图2所示。

竞争窗口越大,随机退避机制解决冲突的能力就越强,因为使用较大的竞争窗口时,选择相同的随机退避时间的可能性很小。这样一方面,在轻载的情况下,小的竞争窗口保证了较短的延迟;另一方面,在重载的情况下,随机等待时间随着冲突产生次数的增加呈指数递增,降低了冲突的概率。竞争窗口达到CWmax后不再增长,保证了网络在重载情况下的稳定。当帧成功发送或者重传次数超过限制而被丢掉时,竞争窗口被置为CWmin。这种机制称为二进制指数退避(Binary Exponen-tial Backoff)。

2 改进的方法

通过以上分析,可以看出竞争窗口的大小决定了退避的时间,进而影响了吞吐量和接入时延。本文的优化算法通过合理设置窗口的大小,针对发生冲突时退避时间迅速增加的弊端,并综合考虑到公平性的问题,从以下四个方面对现有算法进行优化。

(1)增加最小的竞争窗口。参考文献[9]中指出对不同的网络节点数,存在一个最优的竞争窗口使网络的时延最小,网络中有10个竞争节点时,将初始竞争窗口设为63,介质访问的时延最小;而50个竞争节点时,初始窗口设为127,介质访问的时延最小。但参考文献[9]中没有综合考虑到窗口对吞吐量的影响,本文通过仿真发现,在站点数多或少的情况下,将初始窗口设为127时,应用本算法,在吞吐量和时延上都有良好的改善。

(2)增加最大的竞争窗口。通过前面的分析可知,如果竞争窗口较小,则发生冲突的概率将增加,优化算法增加了最大窗口,将其设为1 054。

(3)优化退避算法。原有的二进制退避算法,退避的时隙增加过快,呈指数增长,但递减较慢,即当检测到信道空闲时间≥DIFS时,退避计数器做减1操作,这样将导致再次接入的时延增加,优化算法采用较温和的方法:当发生冲突时,max_backoff=max_backoff*1.5+1,这样做的目的是当发生冲突时,使退避时间量的增加较为缓慢。

(4)当重传后竞争窗口超过最大竞争窗口时,将站点的竞争窗口恢复为最大窗口的一半,即512。这样当一个站点遭遇连续多次冲突后,增加其竞争信道的概率,提高系统的公平性。参考文献[7]中超过最大竞争窗口后,直接将站点的竞争窗口恢复为最小窗口,这样虽然在一定程度上提高了公平性,但同时也加剧了冲突。

上述改进的算法中,(1)、(2)保证了竞争窗口有一个较大的范围,降低了可能发生的冲突,(3)保证了退避时间增加较为缓慢,减小了再次接入的时延,(4)解决了一个站点遭遇连续多次冲突后再次接入信道的能力,提高了公平性。

3 性能仿真及对比

本文使用OPNET软件虚拟建立一个基本的Adhoc网络模型[10],每个无线节点的通信范围设为100 m,采用的网络拓扑结构为所有无线节点都分布在边长为100 m×100 m的四方区域内,即任意一个节点都处在其余所有节点的通信范围之内,也就是说,网络中任意两个节点之间能直接进行通信。这样网络中不存在隐藏节点。本文仿真了20个站点和80个站点时系统的吞吐量和时延。图3是包括20个无线节点的一个网络拓扑,其中,node_0~node_19是无线节点。

在仿真实验中,采用DSSS的参数(默认),见表1。

OPNET提供了ON—OFF的建模机制,在ON期间生成数据包,每个包的大小和包间隔可以按照某种分布函数来确定,在OFF期间不发送数据包。按照表2设置网络的业务参数。

仿真结果如图4~图7所示。

从图4~图7的仿真曲线图可以看出,改进后的算法在20个站点及80个站点时在时延和吞吐量方面都有良好的改善,验证了其性能。

本文详细地分析了DCF方式的工作机制和竞争窗口对接入时延及吞吐量的影响,针对现有算法的不足提出了一种优化竞争窗口的算法,仿真了20个站点及80个站点工作时的吞吐量及接入时延,相比现有算法和参考文献[7]中的算法,改进的算法提高了吞吐量,降低了接入时延。

参考文献

[1]金纯,陈林星,杨吉云.IEEE802.11无线局域网[M].北京:电子工业出版社,2004.

[2]BIANCHI G.Performance analysis of IEEE802.11 Distri-buted coordination function[J].IEEE journal on selectedAreas in Communtion,2000,18(3):535-547.

[3]刘乃安.无线局域网(WLAN)—原理、技术与应用[M].西安:西安电子科技大学出版社,2004.

[4]王辉,李津生,洪佩林.一种IEEE802.11中慢启动递减竞争窗口控制算法[J].电路与系统学报,2005,10(2):93-97.

[5]徐志江,李式巨,官军.IEEE802.11网络中增强的退避算法[J].电子与信息学报,2004,26(10).

[6]CALI F,CONTI M,GREGORI E.Dynamic tuning of theIEEE802.11 protocol to achieve a theoretical throughputlimit[J].IEEE Transactions on Networking.2000,8(6):785-799.

[7]裴冬冬,王兴华,向新.IEEE802.11DCF退避机制公平性分析与改善[J].电子技术应用,2010,36(10):92-94.

[8]王文博,张金文.OPNET Modeler与网络仿真[M].北京:人民邮电出版社,2003.

[9]周海兴.竞争窗口大小对IEEE802.11无线网络的影响[J].广东通信技术,2008(10).

DCF协议 篇4

价值评价是对企业经营状况和经营成果的合理评估, 其结果将影响企业形象、融资能力和经营者报酬等一系列问题。评价方法包括:会计收益评价法、现金流量折现 (Discounted Cash Flow, DCF) 评价法[2]、经济增加值 (Economic Value Added, EVA@) 评价法[3]、平衡计分卡 (Balanced Scorecard, BSC) 评价法[4]、现金增加值 (Cash Value Added, CVA@) 评价法[5]等, 这些理论和方法在科学评价企业业绩和价值方面发挥了重要作用。

会计收益法是以利润为核心评价企业业绩, 作为衡量企业价值增长水平的常用方法, 其核心指标包括每股收益 (EPS) 、投资报酬率 (ROI) 、股东报酬率 (ROE) 等。

现金流量折现法一直是评估企业价值增长的重要方法, 其基本原理是对未来自由现金流量 (Free Cash Flow, FCF) 按照一定折现率折现, 通过对比不同时期企业价值的变化判断价值波动。该方法的核心是自由现金流量的预测、折现率的确定和评估期间的选择[6,7,8]。

经济增加值是企业营业利润扣除投资成本之后的净增加值, 一般情况下, 经济增加值可表述为:经济增加值=税后营业利润-资本投入额×资本成本。经济增加值对上市公司价值进行评价包括两部分:利用当期经济增加值评价当前价值, 通过对未来经济增加值折现评估潜在价值[9]。经济增加值剔除了投资资金成本, 并考虑了资金时间价值。

平衡记分卡从财务、客户、内部经营、学习和成长等4方面入手, 评价企业价值和战略性业绩, 比较全面和综合。在财务方面, 针对公司生存、发展和繁荣的不同阶段, 分别设置了现金流量、销售增长、净利润等评价指标。

虽然评价企业价值的方法较多, 理论界比较重视的是DCF法, 政府比较看重的主要是EVA法。但是这两种方法在具体评价企业价值时, 会出现差异, 因此非常有必要分析这两种方法的优劣, 为企业价值评价的实践提供指导。

本文将对EVA和DCF方法分别进行介绍, 然后选择某一上市公司为案例, 应用这两种方法进行价值评价, 并对比其市场价值, 分析EVA和DCF方法的优劣。

1 EVA方法简介

1.1 EVA的计算公式[10]

一般情况下, EVA等于企业的税后利润扣除投资的资金成本之后的余额, 即:

EVA=RP-C×KWACC (1)

RP:税后利润调整额;

C:资本投入额;

KWACC:加权平均资本成本率。

1.1.1 税后利润调整额RP的确定

税后利润调整额RP是根据损益表提供的税后利润进行调整得到的, 等于税后利润加上利息-利息抵扣的税金。

计算公式如下:

RP=R+A-A×T=R+A× (1-T) (2)

R:税后利润

A:利息费用

T:所得税率

1.1.2 加权平均资本成本KWACC的确定

加权平均资本成本KWACC是反映资本投入成本的指标, 计算公式如下:

$\text{Κ}{}_{\text{W}\text{A}\text{C}\text{C}}=\frac{\text{S}}{\text{S}+\text{L}}\times \text{Κ}{}_{\text{S}}+\frac{\text{L}}{\text{S}+\text{L}}\times \text{Κ}{}_{\text{L}}(3)$

其中:

$\frac{\text{S}}{\text{S}+\text{L}}$:股权资本比例;

$\frac{\text{L}}{\text{S}+\text{L}}$:债务资本比例;

KS:股权资本成本;

KL:债务资本成本。

1.1.3 EVA的计算公式

根据上面的推导可以得到EVA的计算公式。

$\text{E}\text{V}\text{A}=(\text{R}+\text{A}\times (1-\text{Τ}))-\text{C}\times (\frac{\text{S}}{\text{S}+\text{L}}\times \text{Κ}{}_{\text{S}}+\frac{\text{L}}{\text{S}+\text{L}}\times \text{Κ}{}_{\text{L}})$ (4)

根据EVA的计算公式可以看出, EVA的大小受企业净利润、利息、所得税率、投资资本中股权资本和债务资本比例, 以及股权成本和债务成本的影响。

1.2 企业价值评估的EVA模型

企业价值是未来EVA的现值之和, 其中EVA可以通过时间序列模型等预测技术得到, 折现率一般取企业的股权资本成本率。

则企业价值评估模型如下:

$\text{V}={\displaystyle \sum _{\text{i}=1}^{\text{n}}\frac{\text{E}\text{V}\text{A}{}_{\text{i}}}{(1+\text{Κ}{}_{\text{S}}){}^{\text{i}}}}+\frac{\text{E}\text{V}\text{A}{}_{\text{n}}}{\text{Κ}{}_{\text{S}}}(5)$

其中:

EVAi:第i年的经济增加值;

KS:股权的资本成本。

EVAn:第n年开始计算连续价值时的EVA值。

2 DCF方法简介

现金流量折现 (Discount of Cash Flow, 简称DCF) 是通过对企业未来现金流量的预测, 采取一定的折现率进行折现, 确定企业价值。

2.1 DCF方法的计算公式

$\text{V}={\displaystyle \sum _{\text{i}=1}^{\text{n}}\frac{\text{F}{}_{\text{i}}}{(1+\text{Κ}){}^{\text{i}}}}+\frac{\text{F}{}_{\text{n}}}{\text{Κ}}(6)$

其中:

Fi:为第i年股权权益产生的现金流量;

Fn:第n年开始计算连续价值时的现金流量;

K:表示加权平均资本成本。

2.2 利用拉巴波特模型预测现金流量

对于企业产生的现金流量的预测, 一般以拉巴波特的现金流量预测模型为基准, 其计算公式如下:

Fi=Ii-1× (1+g) ×Pi× (1-T) - (Ii-Ii-1) × (fi+wi) (7)

其中:

Fi—第i年现金流量;

Ii—第i年销售收入;

g—销售收入增长率;

p, T—分别是销售利润率和所得税率;

fi, wi—分别是第i年销售收入每增加1元需要追加的固定资产和流动资产投资。

2.3 加权平均资本成本的确定

加权平均资本成本的计算参照公式 (3) 。

3 EVA法与DCF法的应用实例比较

3.1 应有前提

为了对两种评估方法进行比较, 我们引用某上市公司 (简称A公司) 2001～2003年的财务数据进行分析。

为了增加评估结论的可比性, 我们在参数选取上采取统一标准。

对于折现期的选取, 我们采取分段的方法, 前5年分别进行折现的计算, 第6年开始计算连续价值。

对于债务资本成本的计算, 按照A公司的实际执行状况, 确定全部债务的利率为1.8%, A公司债务资本成本为1.5%。

对于权益资本成本的计算, 按照A公司连续3年利润分配情况和股权权益的变化, 进行3年平均计算。A公司权益资本成本为4.9%。

同时根据A公司的资本结构, 确定债务和权益所占比例, 利用公式 (3) 求取A公司加权平均资本成本为3.7%。

3.2 EVA法的评估结果

依据A公司2001～2003年的财务数据, 应用EVA模型进行价值评估。

3.2.1 EVA值的计算与预测

首先计算2001～2003年度A公司的EVA值, 按照公式 (5) , 得出A公司连续3年的EVA值分别为:180.34万元, 2841.91万元, 2399.35万元。

之后运用一元线形回归模型进行预测。

eva=a+b*t (8)

根据有关数据, 得出:

$\text{b}=\frac{{\displaystyle \sum _{l=1}^3\text{t}}{}_{\text{i}}*\text{e}\text{v}\text{a}{}_{\text{i}}}{{\displaystyle \sum _{\text{i}=1}^3\text{t}}{}_{\text{i}\text{i}}^2}=\frac{12701.52}{14}=907.25$

$\text{a}=\overline{\text{e}\text{v}\text{a}}-\text{b}\times \overline{\text{t}}=1686.97-907.25\times 2=-127.53$

因此, 得出A公司EVA的预测函数:

evai=-127.53+907.25×ti (9)

A公司2004～2008年的EVA预测值分别为:

3.2.2 EVA法的价值评估结果

根据公式 (8) , 可以计算A公司的价值。计算结果如下:

$\text{V}={\displaystyle \sum _{\text{i}=1}^{\text{n}}\frac{\text{E}\text{V}\text{A}{}_{\text{i}}}{(1+\text{Κ}{}_{\text{S}}){}^{\text{i}}}}+\frac{\text{E}\text{V}\text{A}{}_{\text{n}}}{\text{Κ}{}_{\text{S}}}=163617.17$万元

3.3 DCF法的评估结果

按照公式 (7) , 根据A公司销售收入、销售收入增长率、流动资产和固定资产的边际增长率等数据, 计算2001～2003年度企业的现金流量, 并预测未来5年企业产生的现金流量。

销售收入增长率采用加权平均的方法确定, 求得g=7%;

流动资产和固定资产增长率同样采用加权平均的方法确定, 增长率为8%;

则资产增长与销售收入的N年的平均比率为:

$\text{p}=\frac{{\displaystyle \sum \frac{\text{资}\text{产}\text{增}\text{长}\text{数}\text{额}}{\text{销}\text{售}\text{收}\text{入}}}}{\text{Ν}}=11％$

根据销售收入数额, 可以确定资产增长的规模, 即:确定 (Ii-Ii-1) × (f+w) 的数额。

然后根据公式 (7) 预测企业各期的现金流量。

由于A公司未来若干年现金流量为负值, 因此按照公式 (6) 计算, 该企业的价值为负数, 显然不符合实际情况。

4 研究结论

由于A公司2004年上半年的股票价格的均价在10元附近, A公司股本总额为22637.5万股, 由于A公司尚未进行股权分置改革, 有流通股8976.6万股, 其市场价值为89766万元;非流通股13660.9万股, 市场价值无法确定, 但是不会超过市场价格。如果按照我国股权改革的平均折价30%计算, 非流通股的价值为95626.3万元。则A公司的综合市场价值为185392.3万元。

这个市场价值与应用EVA方法评价的结果163617.17万元差距为13%, 比较接近。而应用DCF方法得出的评估结果为负值, 差距非常大。

因此, 根据评价结果与市场价格的比较, 可以发现EVA方法的结论比DCF方法的结论更为接近市场价格, 也比较客观和科学。建议在评估实践中, 要应用EVA方法进行评估, 而减少DCF方法的应用。尤其是在现金流量为负值的情况下, 更应该应用EVA方法评估企业价值。

参考文献

[1].Mary Jo Waits.The Added Value of the Industry ClusterApproachto Economic Analysis, Strategy Development and ServiceDelivery[J].Economic Development Quarterly, 2000, 14 (1) :35～50

[2].F.Modigliani and Merton H.Miller.Corporate IncomeTaxes and The Cost of Capital:ACorrection[J].The AmericanEconomic Review, 1963:433～443

[3].Stewart, G.B..The Quest for Value, New York[M].Harper Business, 1991

[4].Robert S.Kaplan, David P.Norton.The BalancedScorecard—Measures That Drive Performance[J].HarvardBusiness Review, 1992:71～79

[5].Erik Ottosson, Fredrik Weissenrieder, CVA@—a newmethod for measuring financial performance[J].GothenburgStudies in Financial Economics, 1996, (1) :1-10.

[6].Stephen C.Vogt, The Cash Flow/Investment Relation-ship:Evidence form U.S Manufacturing Firms[J].FinancialManagement, Sum, 1994:3～20

[7].Kaplan, Steven N, Luigi Zingales, Do Investment-Cash FlowSensitivities Provide Useful Measures of Financing Con-straints[J].Quarterly Journal of Economics, CX11 1997:169～215

[8].Steven N.Kaplan, Luigi Zingales, Investmen-cashflowSensitibeties are not Valid Measures of Financing Constraints[J].The Quarterly Journal of Economics, 2000:707～712

[9].Stewart, G.B., EVAworks—but not if you make thesecommon mistakes[J].Fortune, 1995:117～125

DCF协议 篇5

1 资料与方法

1.1 一般资料

选取在我院住院治疗的胃癌晚期患者60例为研究对象, 随机分为观察组和对照组, 各30例。观察组男12例, 女18例;年龄48岁~72岁, 平均年龄 (60.23±4.01) 岁。对照组男14例, 女16例;年龄47岁~71岁, 平均年龄 (60.12±3.98) 岁。2组患者一般资料差异不显著 (P>0.05) 。所有患者经病理学或细胞学确认不能进行手术, 且未接受过化疗。研究取得我院伦理委员会的批准同意, 入选患者均签署知情同意书。

1.2 方法

观察组:给予患者多西紫杉醇 (生产厂家:四川好医生药物有限公司;规格:20 mg×1支;批号:20140420) 60 mg/m2和顺铂 (生产厂家:福州海王福制药有限公司;规格:10 mg/支;批号:20140312) 15 mg/m2静脉滴注, 且用药前10 h口服地米塞松 (生产厂家:西安化工有限公司;规格:0.75 mg/片;批号:20140210) 3.2 mg, 30 min静脉滴注。

对照组:给予患者奥沙利铂 (生产厂家:天津药业集团有限公司;规格:50 mg;批号:20140311) 120 mg/m2静脉滴注, 卡培他滨 (生产厂家:安徽泰邦药业集团有限公司;规格:2.500 mg/m2;批号:20140210) 3 mg口服, 并给予地塞米松静脉滴注。

1.3观察指标

观察2组患者治疗后不良反应情况。

1.4统计学方法

选择SPSS18.0软件包进行数据分析, 计数资料采用χ2检验, P<0.05为差异有统计学意义。

2 结果

观察组患者发生食欲减退25例、恶心呕吐20例、周围神经功能毒性18例, 对照组分别为24例、13例和16例, 2组患者毒副反应比较无显著差异 (P>0.05) 。见表1。

3 讨论

临床医学研究表明, 我国胃癌患者大多数在确诊时已经是胃癌晚期, 化疗是临床上治疗的主要方法[2]。对中晚期胃癌患者大多给予DCF以及XELOX方案进行治疗, 研究证实DCF方案可提高患者的生存率, 且可缓解患者的肿瘤[3], 已经被公认为是目前临床上治疗晚期胃癌患者的金标准。由于该化疗方法存在较多的不良反应, 所以本次我院采用改良的DCF方法进行治疗, 主要从给药方面进行调整, 并且对剂量也作出相应调整[4]。采用改良DCF化疗方案进行治疗后, 患者的不良反应明显减少, 在美国已经被公认为是治疗晚期胃癌的有效方法。本次的研究结果也表明, 治疗后患者的骨髓抑制不良反应低, 消化道不良反应略高。

XELOX在临床中也大量应用于治疗晚期胃癌患者, 5-氟尿嘧啶 (5-Fu) 是治疗晚期胃癌患者的首选药物, 同时也是联合化疗的基础药物, 通过该药物产生水化衍生物作用于脱氧核糖核酸 (DNA) 中, 可以有效抑制DNA合成, 产生细胞毒素作用以及抗肿瘤活性[5]。本次研究结果表明, 晚期胃癌患者在经过XELOX化疗后, 不良反应的发生率同样也比较低, 消化道不良反应相对高一点, 同时也能够减轻晚期胃癌患者肌酐水平上升的趋势, 降低血栓栓塞事件的发生率。并且2组胃癌晚期患者都未出现口腔黏膜、腹泻或者是心脏毒性等不良反应。

综上所述, 改良DCF化疗方案与XELOX化疗方案治疗晚期胃癌患者的临床疗效和毒性反应基本相当, 可根据患者情况具体选择。

参考文献

[1]张昉, 陈雅敏, 荆超, 等.改良DCF方案与FOLFOX 4方案治疗晚期胃癌的临床疗效[J].临床肿瘤学杂志, 2014, 10 (3) :231-234.

[2]谢瑞莲, 王茂源, 施华球, 等.改良DCF和FOLFOX4方案治疗晚期胃癌的临床对比研究[J].吉林医学, 2013, 34 (14) :2686-2688.

[3]沈华, 黄进, 胡华斌, 等.改良DCF方案一线治疗晚期胃癌患者的临床观察[J].中国普通外科杂志, 2013, 22 (10) :1266-1270.

[4]郁有贵, 杨秀芳, 陈梅, 等.改良DCF方案治疗晚期胃癌33例临床观察[J].中国临床新医学, 2014, 27 (12) :1132-1133.

DCF协议 篇6

1 材料和方法

1.1 一般资料

选取2009年5月至2010年4月在我院就诊的经病理学确诊的进展期胃癌53例,其中男33例,女20例;年龄38-71岁,平均56岁;低分化腺癌27例,中分化腺癌17例,黏液腺癌9例;肝转移27例,腹膜后淋巴结转移11例,锁骨上淋巴结转移14例,多部位转移11例。所有患者既往均未进行化放疗,KPS评分≥70分。将患者分为两组,治疗组27例:其中男16例,女11例;低分化腺癌14例,中分化腺癌8例,黏液腺癌5例;肝转移14例,腹膜后淋巴结转移16例,锁骨上淋巴结转移8例,多部位转移6例。对照组26例:其中男17例,女9例;低分化腺癌13例,中分化腺癌9例,黏液腺癌4例;肝转移13例,腹膜后淋巴结转移18例,锁骨上淋巴结转移6例,多部位转移5例。所有病例化疗前均经血常规、肝肾功能和心电图检查未见异常。

1.2 方法

治疗组:复方苦参注射液20 ml+生理盐水250 ml静滴,1～7天;多西紫杉醇75 mg/n2静滴,第1天;顺铂30 mg/m2静滴,第1～3天;替加氟600 mg/m2静滴,第1～5天。对照组除不加用复方苦参注射液外,其他治疗方法与治疗组相同。用多西紫杉醇前常规给予地塞米松进行预处理。以21-28天为一周期,至少治疗两周期后进行效果评价。化疗前半小时均给予胃复安20 mg静脉加管,苯海拉明40 mg肌肉注射,格拉斯琼3 mg静滴,预防化疗相关胃肠道反应。

1.3 疗效及不良反应评定标准

疗效评定标准:采用RECIST(2000)评价标准进行疗效判定[1],分为完全缓解(CR)、部分缓解(PR)、无变化(NC)和进展(PD);不良反应按照WHO抗癌药物急性与亚急性毒性表现和分级标准进行观察和判断。

1.4 临床受益反应(CBR)[2]

CBR是近年评价难治性肿瘤的一个临床指标,包括患者的疼痛强度、镇痛药物用量、KPS评分和体重变化,疗效分为有效、稳定和无效。止痛有效:疼痛评分降低>50%以上或镇痛药用量减少50%以上至少持续4周;KPS评分有效:KPS改善至少20分以上持续4周;体重改善有效:体重增加(非体液潴留)≥7%。CBR评估:疼痛评分或镇痛药用量、KPS评分、体重增加3项指标,1项有效,其他2项稳定为有效,3项全部稳定为稳定,其中任何1项无效即判为无效。

1.5 统计学方法

应用SPSS 10.0统计学软件分析数据,计数资料采用χ2检验。以P<0.05为差异有显著性。

2 结果

2.1 临床客观疗效

治疗组CR 1例,PR 14例,NC 7例,PD 5例,有效率(CR+PR)为55.6%,对照组CR 1例,PR 12例,NC 5例,PD 8例,有效率为50.0%,两组有效率无显著性差异(P>0.05)。

2.2 CBR评估

治疗组临床受益反应评价有效者占81.5%(22/27);12例伴疼痛中,疼痛缓解明显9例(75.0%),化疗后KPS评分增加≥20分以上15例(55.6%),体重增加≥7%16例(59.3%)。对照组临床受益反应评价有效者占65.4%(17/26),其中11例伴疼痛中,疼痛缓解明显4例(36.4%),化疗后KPS评分增加≥20分以上7例(26.9%),体重增加≥7%5例(19.2%)。

2.3 不良反应

主要为骨髓抑制、腹泻、麻木、脱发、肝损害、恶心、呕吐等,见表1。

3 讨论

大多数胃癌患者就诊时已属晚期,以化疗为主的综合治疗是其重要治疗手段。研究表明,与最佳支持治疗相比,联合化疗能显著延长生存时间,提高生活质量,但大部分进展期胃癌患者营养状况较差,身体较为虚弱,不能耐受高强度化疗。

复方苦参注射液(商品名:岩舒)主要成分为苦参碱、氧化苦参碱等生物碱,通过影响端粒酶而对恶性肿瘤具有直接杀灭作用[3],并且可以提高机体免疫功能,增强NK细胞的杀伤活性。此外,复方苦参注射液还具有控制疼痛,减弱放化疗毒副作用等功效[4],对实验动物肝脏具有保护作用[5]。

多西紫杉醇是半合成的紫杉类药物,其抗癌作用机制主要是通过促进微管蛋白装配成微管阻止其解聚,从而使细胞的微管失去正常功能,导致癌细胞死亡。与天然紫杉相比,其活性更强,抗瘤谱更广,在胃癌细胞株的体内外实验中被证明是有活性的[6]。多西紫杉醇一线治疗晚期或进展期胃癌的有效率为15%～24%,二线为18%～24%,与DDP联合应用的有效率为37%～53%,与氟尿嘧啶联合应用的有效率为28%[7]。替加氟在体外无作用,在体内脱去四氢呋喃环,释放出FU,作用机制同5-FU,替加氟通过抑制胸苷酸合成酶,阻止脱氧尿苷酸转变为脱氧胸苷酸,从而干扰DNA的合成[8]。

V325研究的终期结果表明,在晚期胃癌治疗中DCF方案优于CF方案,DCF方案的有效率(37%)高于CF(25%,P=0.01),TTP(5.6个月比3.7月,P=0.0 004)和OS(9.2个月比8.6个月,P=0.02)也长于CF,因此认为,DCF方案可以作为晚期胃癌的一线治疗方案[9],但其Ⅲ/Ⅵ度不良反应明显增加,高达81%[10]。

我们用复方苦参注射液联合DCF方案治疗进展期胃癌,取得了比较好的近期疗效,不良反应可以耐受;同对照组相比,有效率无显著性差异;但治疗组临床受益率显著高于对照组(P<0.05),患者生活质量明显提高,可以按期、规范地进行化疗;同时,使用复方苦参注射液Ⅱ度以上血液学毒性反应发生率降低,缩短了住院时间,降低了住院费用。

综上所述,复方苦参注射液联合多西紫杉醇、替加氟和顺铂治疗进展期胃癌具有有效率高,临床受益反应高,不良反应发生率低等优点,值得临床进一步推广应用。

摘要：目的 观察复方苦参注射液联合DCF方案治疗进展期胃癌的效果及安全性。方法 治疗组27例应用复方苦参注射液联合多西紫杉醇、替加氟及顺铂化疗;对照组26例仅用多西紫杉醇、替加氟及顺铂化疗。以21～28天为一周期,至少治疗两周期后进行效果评价。结果 治疗组有效率55.6%,临床受益率81.5%;对照组有效率50.0%,临床受益率65.4%;两组疗效相近,差异无显著性(P＞0.05);临床受益率有显著性差异(P＜0.05)。结论 复方苦参注射液联合多西紫杉醇、替加氟和顺铂治疗进展期胃癌能够提高患者临床受益率,改善生活质量。

关键词：复方苦参注射液,多西紫杉醇,替加氟,顺铂,进展期胃癌

参考文献

[1]吴一龙,孙燕.循证医学和临床研究规范[M].北京:中国协和医科大学出版社,2005.

[2]Burris Ha,Moore Mj,Anderson J,et al.Improvements insurvival and clinical benefit with gemcitabine as first-line therapy for patients with advanced pancreas cancer:a randomized trial[J].J Clin Onco,1997(15): 2403.

[3]张莉萍,蒋纪恺,谭荣安,等.苦参碱对K562细胞株端粒酶活性细胞周期的影响[J].中华肿瘤杂志,1998,20(5):328.

[4]王正艳,孙洪杰.复方苦参注射液治疗癌症疼痛的临床观察[J].上海中医药杂志,2004,38(6):235.

[5]沈新生,王艳蓉.氧化苦参碱对CC14所致小鼠肝损伤修复作用的形态学研究[J].解剖学进展,1997,3(3):244.

[6]Van Cutsem E.The treatment of advanced gastric cancer new findings on the activity of the taxanes[J].The Oncologist,2004,9(2):9.

[7]Patience P C,Kretzschmar A,Repp M,et al.Docetaxel and continuous- infusion fluorouacil wersus epirubicin,cisplatin and fluorouacil for advanced gastric cancer adenocarcinoma.phase II stady[J].J Cin Oncol, 2005,23(3):494.

[8]周吉昌.实用内科学[M].2版.北京:人民卫生出版社,2007.

[9]胃癌临床实践指南(中国版)[S].2009.

DCF协议 篇7

对DCF1蛋白的纯化及其功能的研究仍无报道，本实验旨在通过基因重组技术，利用原核表达系统，通过优化得到纯化后的小鼠DCF1蛋白，为后续以小鼠为模式，进行体内外研究DCF1蛋白功能提供准备。

1 材料与方法

1.1 材料

1.1.1 实验材料

昆明种小白鼠购自第二军医大学实验动;菌株E.col DH5α和E.coli BL21(DE3)作者实验室保藏;质粒p ET30a为上海交通大学张大兵博士惠赠。

1.1.2 试剂

Trizol总RNA纯化试剂，高保真酶，d NTP购自Takara公司;限制性核酸内切酶，T4连接酶购自Fermantas公司;RT-PCR试剂购置Toyobo公司;Ni Sepharose FF6 His-tag亲和层析柱购置GE Healthcare公司;兔抗小鼠DCF1多克隆抗体为作者实验室保存;小鼠抗His-tag单克隆抗体惠赠于上海大学陈宇光教授;羊抗兔、羊抗小鼠Odyssey二抗购自Invitrogen公司;IPTG购自上海生工公司，其它化学试剂均购自上海国药;PCR引物合成及DNA测序由上海生工公司完成。

1.1.3 培养基和缓中液

LB培养基;细菌裂解液(8mol/L尿素，20mmol/L磷酸盐，0.5mol/L Na Cl,p H7.4)用于超声破碎，蛋白质变性;结合，洗涤和洗脱缓冲液(8mol/L尿素，20mmol/L磷酸盐，0.5mol/L Na Cl,p H7.4，其中咪唑浓度分别为5mmol/L、50mmol/L、500mmol/L)用于蛋白亲和层析纯化。

1.2 方法

1.2.1 PCR克隆小鼠脑dcf1 c DNA

断颈法处死小鼠取脑，以Trizol试剂提取组织总RNA,Oligo(d T)为引物，经逆转录酶反转录为c DNA，再用dcf1 PCR引物高保真扩增全长c DNA，上游引物为5'-cgaattcatggcggcgccaaaggggaag-3'，下游引物为5'-cgtcgacttagatttctgagtgagcaag-3'。

1.2.2 小鼠DCF1原核表达载体的构建、鉴定

PCR产物经Bam HⅠ和SalⅠ双酶切消化后与经相同酶消化的载体p ET30a连接，构建重组载体p ET30a-DCF1，经双酶切鉴定后，送上海生工公司测序。

1.2.3 小鼠重组DCF1蛋白在大肠杆菌中的表达及纯化

用原核表达质粒p ET30a-DCF1转化E.coli BL21(DE3)感受态细胞，经50μg/ml卡那霉素琼脂平板37℃过夜筛选后，挑取单克隆菌落接种于LB抗性培养基37℃震荡过夜培养。以1∶100接入新鲜LB抗性培养基，继续培养至OD600达0.6～0.8后加入终浓度为0.1mmol/L的IPTG诱导宿主菌表达目的蛋白，2h后超声破碎菌体，离心取包涵体沉淀溶解于结合缓冲液中，经Ni Sepharose FF6亲和层析分离纯化。样品储存于-70℃保存备用。

1.2.4 Western blotting鉴定目的重组蛋白

取纯化回收的蛋白溶液，经SDS-PAGE电泳转入硝酸纤维素膜后，分别用兔抗DCF1多克隆抗体及小鼠His-tag标签单克隆抗体进行Western blotting，用Odyssey成像系统检测鉴定纯化后的目的重组蛋白。

2 结果与分析

2.1 dcf1 c DNA的克隆及原核表达载体p ET30a-DCF1的构建与鉴定

以小鼠脑c DNA为模板，通过高保真PCR克隆到长度为972bp的特异性产物(图1A)。重组质粒经Bam HⅠ、SalⅠ双酶切鉴定，释放972bp片段的特异条带。对插入片段进行DNA序列测序分析，测序结果与dcf1编码区序列完全一致，且插入片段的方向正确，与上游的His-tag阅读框架间无移码。

(A)1:DNA marker;2:PCR product;(B)1:p ET30a digested by Bam HⅠ+SalⅠ;2:p ET30a-DCF1 digested by Bam HⅠ+SalⅠ;3:DNA marker.

2.2 IPTG诱导p ET30a-DCF1表达、纯化his-DCF1重组蛋白

对IPTG诱导蛋白表达时间及浓度进行优化表明:0.1mmol/L IPTG诱导转化有p ET30a-DCF1重组质粒的大肠杆菌表达2.0h后进行SDS-PAGE电泳，显示重组蛋白的表达浓度达到最大值，重组蛋白的表观分子量比小鼠自身表达的DCF1蛋白分子量36kDa[6]略大，约为42kDa。经Ni Sepharose FF 6亲和层析纯化后，获得了高纯度的重组蛋白产物(图2)。

2.3 Western blot法鉴定His-DCF1重组蛋白

利用兔抗小鼠DCF1多克隆抗体，小鼠抗His-tag单克隆抗体对纯化产物进行Western blotting鉴定，结果显示，纯化蛋白能被两种抗体同时识别，而小鼠自身表达蛋白只能被兔抗小鼠DCF1多克隆抗体识别(图3)。

3 讨论

本研究采用基因重组技术和p ET30a/BL21(DE3)原核表达系统，成功建立了在E.coli中诱导表达，Ni Sepharose FF6亲和层析纯化DCF1蛋白的实验方法。我们精确地获得了长度为972bp的dcf1全长c DNA，原核表达的重组蛋白DCF1的氨基端带有6×His-tag标签及连接序列，因此重组蛋白在SDS-PAGE电泳中的表观蛋白分子量约为42kDa。本实验中，表达的DCF1以包涵体的形式存在于细胞质中，经8mol/L的尿素解聚后，得到了比较好的纯化效果。SDS-PAGE分析纯化产物不存在杂蛋白，但纯化产物产量仍然有所不足，要满足更高产量，仍需进一步进行验证。经Western blotting鉴定纯化蛋白能被两种抗体同时识别，而小鼠脑组织抽提液组中的蛋白只能被兔抗小鼠DCF1多克隆抗体识，说明纯化后的蛋白特异为重组DCF1蛋白。

1:Washing solution with 50mmol/L imidazole;2:Flow though solution;3:Protein marker;4:Inclusion body precipitation after sonication;5-7:Elution solution with 500mmol/L imidazole.

1:Protein extraction solution from mouse brain detected by rabbit antiDCF1 polyclonal antibody(target MW:36kDa);2:Purified recombinant protein detected by rabbit anti-DCF1 polyclonal antibody(target MW:42kDa);3:Protein Marker;4:Purified recombinant protein detected by mouse anti-his tag monoclonal antibody(target MW:42kDa);5:Protein extraction solution from mouse brain detected by anti-his tag monoclonal antibody.

我们在前期的研究中发现DCF1可能在神经干细胞的分化过程中发挥重要作用。近来报道表明，DCF1调节蛋白的糖基化过程，并且对APP(β淀粉样蛋白前体蛋白)的细胞表面表达及分泌有重要影响[7]。同时，DCF1在体内表达水平的改变还与精神分裂症等精神疾病相关[8]。本研究为非变性DCF1蛋白纯化提供了实践基础，为利用DCF1蛋白进行体外功能研究和治疗神经系统退行性疾病及精神疾病的应用奠定了基础。

致谢:该研究获得上海市分子生理重点学科支持。

摘要：目的:克隆小鼠重组树突状细胞因子DCF1蛋白进行原核表达、纯化与鉴定。方法:采用PCR从小鼠脑cDNA克隆dcf1基因,构建DCF1原核表达重组质粒(pET30a-DCF1)并转化E.coli的BL21(DE3)菌株。IPTG诱导重组蛋白表达,并在变性条件下经Ni sepharose FF6亲和层析柱纯化,再通过SDS-PAGE和Western blotting鉴定。结果:成功克隆到大小为972bp的小鼠源dcf1基因片段并准确插入表达载体pET30a,0.1 mmol/L IPTG诱导转化菌2h可表达大量的DCF1蛋白,并可经Ni Sepharose FF6柱亲和层析得到高度纯化。结论:成功获得纯化的42kDa重组小鼠DCF1蛋白,为后续进行DCF1蛋白功能研究奠定了基础。

关键词：树突状细胞因子1,DCF1,原核表达,蛋白纯化

参考文献

[1]Temple S.The development of neural stem cells[J].Nature,2001,414(6859):112-117.

[2]Reynolds B A,WeissS.Generation of neuronsand astrocytesfrom iso-lated cells of the adult mammalian central nervous system[J].Science,1992,255(5052):1707.

[3]Gage F H.Mammalian neural stem cells[J].Science,2000,287(5457):1433.

[4]Wen T Q,Gu P,Chen F X.Discovery of two novel functional genesfrom differentiation of neural stem cells in the striatum of the fetal rat[J].Neuroscience Letters,2002,329(1):101-105.

[5]Wang L,Wang J,Wu Y L,et al.A novel function of dcf1 during the differentiation of neural stem cells in vitro[J].Cellular and molecularneurobiology,2008,28(6):887-894.

[6]Shao M Y,Wang H,Zhu Z M,et al.Assignment of CRSP9,ETF1and TMEM59 genes to porcine chromosomes[J].Cytogenet Genome Res,2006,112(3-4):342-342.

[7]Ullrich S,Muench A,Neumann S,et al.The novel membrane protein TMEM59 modulates complex glycosylation,cell surface expression and se-cretion of the amyloid precursor protein[J].Journal of Biological Chem-istry,2010,285(46):20664-20674.