蛋白质基因组学:运用蛋白质组技术注释基因组

随着高通量DNA测序技术的飞速发展,越来越多的物种完成了基因组测序.定位编码基因、确定编码基因结构是基因组注释的基本任务,然而以往的基因组注释方法主要依赖于DNA及RNA序列信息.为了更加精确地解读完成测序的基因组,我们需要整合多种类型的组学数据进行基因组注释.近年来,基于串联质谱技术的蛋白质组学已经发展成熟,实现了对蛋白质组的高覆盖,使得利用串联质谱数据进行基因组注释成为可能.串联质谱数据一方面可以对已注释的基因进行表达验证,另一方面还可以校正原注释基因,进而发现新基因,实现对基因组序列的重新注释.这正是当前进展较快的蛋白质基因组学的研究内容.利用该方法系统地注释已完成测序的基因组已成为解读基因组的一个重要补充.本文综述了蛋白质基因组学的主要研究内容和研究方法,并展望了该研究方向未来的发展.

基于宏基因组测序技术解析高温快速发酵豆豉菌群结构与功能注释

为揭示高温快速发酵曲霉型豆豉菌群结构在发酵过程中的变化规律,分析不同发酵阶段菌群的基因功能分布及贡献度之间的差异,基于宏基因组学手段对高温快速发酵豆豉中菌群和功能多样性进行解析,从而揭示菌群结构变化与代谢功能分布规律。菌群结构多样性结果显示,经高温发酵的豆豉中98.9%~99.8%为细菌。发酵前期,魏斯氏菌(Weissella)、乳杆菌(Lactobacillus)、片球菌(Pediococcus)及肠球菌(Enterococcus)4个优势菌属均为乳酸菌,占比总和高达69.91%,而中后期则以拟杆菌属(Bacteroides)、普氏菌属(Prevotella)、肠球菌属等专性厌氧菌属为主;KEGG结果显示,与代谢相关基因占比超过50%,表明发酵过程代谢旺盛,其中碳水化合物代谢和氨基酸代谢为主要代谢通路;CAZy结果显示,糖苷水解酶和糖苷转移酶基因丰度最高,表明发酵过程中糖苷转移活跃,产生丰富的寡糖与单糖供菌群代谢利用。以上研究可为豆豉多菌混合发酵工艺的改进提供新视角,也为后续运用多组学技术探索豆豉微生物与功能风味物质形成的内在机制奠定基础。

茶树炭疽菌N425全基因组测序与基因功能注释

【目的】对茶树炭疽菌N425进行全基因组测序和基因功能注释并从中初筛出致病相关基因。【方法】通过Illumina HiSeq2500 PE150平台对N425菌株进行全基因组测序和组装,并利用NR、KEGG、KOG等功能基因数据库进行基因预测和功能注释。【结果】茶树炭疽菌N425基因组全长约56.3 Mbp,G+C含量为53.2%,共预测出10 157个蛋白编码基因和若干各类非蛋白编码序列。其中,1 356个基因在病原与宿主互作数据库(PHI)中得到注释,包括140个注释为致病力丧失的基因;720个基因在碳水化合物酶数据库(CAZy)中得到注释;302个基因被预测为次生代谢物相关基因。这些基因中有涉及cAMP-PKA、MAPK等信号通路以及降解宿主细胞壁等致病相关过程,是潜在的致病相关基因。【结论】本研究成功获得茶树炭疽菌N425全基因组序列和基因功能注释,并从中挖掘出潜在致病相关基因,为后续展开对茶树炭疽菌侵染茶树的致病分子机制研究奠定基础。

产脂肪酶木糖葡萄球菌YCC3全基因组测序及序列分析

木糖葡萄球菌(Staphylococcus xylosus,S.xylosus)YCC3是从发酵肉制品中分离筛选到的1株产脂肪酶活性高的菌株,为研究该菌株在香肠发酵过程中的代谢机理和功能,采用PromethION和Illumina HiSeq测序平台对S.xylosus YCC3进行完成图测序分析。结果表明,S.xylosus YCC3基因组为1套含有3个质粒的环状分子,基因组序列总长度为2773035 bp,GC含量(鸟嘌呤和胞嘧啶占基因组序列的比率)为32.88%。基因组中预测到2540个编码基因,编码基因总长度为2742136 bp,平均长度为1079.58 bp,占基因组的83.24%。S.xylosus YCC3的编码基因通过GO(Gene Ontology)数据库注释,预测到与抗氧化活性相关的基因3个;COG(Cluster of Orthologous Groups of Proteins)数据库注释到与脂质运输和代谢相关的基因中有8个含有脂肪酸合成基因、4个含有脂肪水解酶基因;KEGG(Kyoto Encyclopedia of Genes and Genomes)数据库注释到与脂肪酸合成相关的基因16个,与脂肪酸降解相关的基因10个,与不饱和脂肪酸合成相关的基因3个。S.xylosus菌株的基因组基本功能注释和代谢通路基因信息注释旨在为菌株作为发酵剂在香肠发酵中的应用提供一定的理论依据。

Amycolatopsis sp.的全基因组测序及香兰素合成途径分析

拟无枝酸菌(Amycolatopsis sp.)CCTCC NO:M2011265是一株可以转化阿魏酸生成香兰素菌株,该研究利用Illumina Hiseq测序平台对拟无枝酸菌进行全基因组测序、拼接、基因预测及功能注释,并从拟无枝酸菌的全基因组中筛选和鉴定参与香兰素合成的功能基因。结果表明,总共组装得到64个scaffolds,整个基因组组装大小约为8425551 bp,总GC含量为71.89%。通过生物信息学分析发现了香兰素合成关键基因ech、fcs和ech2基因,及香兰素分解代谢基因vdh基因,其中ech和fcs为一个基因簇,并进一步构建过表达ech-fcs-ech2菌株,其摇瓶发酵表明转化阿魏酸生成香兰素速率加快,发酵时间显著缩短。该研究获得的拟无枝酸菌的全基因组信息为解析其转化阿魏酸生成香兰素发酵过程中的代谢机理提供遗传信息基础,也为通过代谢工程获得高产香兰素菌株的研究提供理论支持。

黑紫色叶紫薇品种‘赤红’叶片转录组测序及注释分析

对黑紫色叶紫薇品种‘赤红’叶片进行高通量测序,并利用Trinity(2.8.6)对测序数据进行从头组装,共获得23791条unigene,其中91.86%的序列在NR、GO、COG、KEGG等5大数据库中得到注释;NR数据库比对到的unigene数量最多,占比91.93%,随后依次为SWISS(67.95%)、COG(60.43%)、GO(51.37%)和KEGG(35.43%)。在NR数据库中,‘赤红’紫薇所有的unigene仅比对到1个物种——石榴(Punica granatum L.),表明同属于千屈菜科的紫薇和石榴亲缘关系较近。从转录组中共筛选到4775个SSR位点,包括6种核苷酸重复类型,其中A/T和AG/CT类型占比最高。对色素合成相关通路基因进行分析,共挖掘到18个与类黄酮和花青素相关的基因,其中花青素合成通路中的UGT79B1、BZ1、UGT75C1可能是‘赤红’紫薇形成紫黑色叶的关键基因。

芒果点斑螟不同发育阶段转录组及保幼激素和蜕皮激素相关基因分析

【目的】探明芒果点斑螟(Citripestis eutraphera)不同发育阶段的转录组差异,挖掘保幼激素(JH)和蜕皮激素(Ecd)合成等生长发育相关基因,为芒果点斑螟特异性防治和研发环保型生长调节类杀虫剂打下基础。【方法】利用高通量测序技术对芒果点斑螟幼虫、蛹和成虫进行转录组测序、数据组装、功能注释和比较分析,筛选出JH和Ecd合成相关基因,并通过实时荧光定量PCR进行验证。【结果】芒果点斑螟幼虫、蛹和成虫3个阶段共组装得到254154条Unigenes。幼虫与蛹阶段比较筛选出10688个差异表达基因(DEGs),幼虫与成虫阶段比较筛选出10041个DEGs,蛹与成虫阶段比较筛选出12896个DEGs;将DEGs进行Nr数据库比对,结果显示与脐橙螟蛾(Amyelois transitella)的序列相似度最高;进行GO功能注释分析,共注释到61266条Unigenes,各发育阶段芒果点斑螟的DEGs多富集在细胞结构体、细胞过程、催化活性和结合等过程;在KEGG数据库中共有14731条Unigenes得到注释,涉及147个代谢通路,DEGs富集在代谢过程、核糖体和氧化磷酸化过程等通路的数目较多,筛选出49条Unigenes涉及JH和Ecd合成相关基因,对DIB、JHAMT、FPPP、ALDH-1和ALDH-2等5个DEGs进行实时荧光定量PCR分析,结果ALDH-1、ALDH-2DIB和DIB在蛹期高表达,且相对表达量显著高于其他时期(P<0.05,下同),FPPP和JHAMT在幼虫期低表达且相对表达量显著低于其他时期。【结论】基于转录组分析获得不同发育阶段芒果点斑螟的DEGs多富集在细胞结构体、细胞过程、催化活性和结合等过程,且主要富集在代谢相关通路中;筛选出49条与JH和Ecd合成相关的基因,DIB、JHAMT、FPPP、ALDH-1和ALDH-2等基因在芒果点斑螟不同发育阶段表达差异显著,可能在芒果点斑螟生长发育中发挥重要作用。

西藏牦牛源牛支原体T10株全基因组测序及其序列分析

旨在进一步完善牛支原体全基因组数据库,阐明其生物学功能和遗传进化关系,对西藏牦牛源牛支原体T10株进行了全基因组测序及其序列分析。使用Nanopore和Illumina PE150测序平台对T10株进行全基因组序列测定,利用生物信息学对其进行基因组特征分析和利用基因系统进化树与国内外分离株进行遗传进化关系比对。基因测序结果显示,T10株全基因组大小为987 812 bp, GC含量为29.27%,预测到822个编码基因,编码基因总长度为709 129 bp;通过功能数据库注释结果显示,注释到与膜转运蛋白相关基因22个,碳水化合物酶相关基因7个、糖基转移酶类相关基因4个,分泌蛋白基因相关43个、T3SS效应蛋白相关基因51个,病原与宿主互作相关基因28个,细菌毒力相关基因14个,抗性相关基因10个;通过比较基因组学分析结果显示,T10与08M、CQ-W70、Hubei-1、Ningxia-1和PG45均存在氨基酸突变和基因片段的插入或缺失,以及基因家族数量的差异,其中基因家族数量差异在8~32个。通过遗传进化关系分析结果显示:T10与HB0801、16M、Hubei-1、CQ-W70、NM2012、Ningxia-1、08M、JF4278、KG4397和PG45均在同一分支,但与PG1、PG2处于不同分支,其中与HB0801亲缘关系最近,与PG45亲缘关系较远。本研究不仅完善了牛支原体全基因组数据库,详细阐述了与致病性相关基因,还充分阐明了T10株以及与国内外其他牛支原体之间的遗传进化关系,明确了T10株基本基因组信息以及与国内外菌株亲缘关系,为后续进行致病机制以及疫苗研究提供理论依据。

一株猪源德尔卑沙门氏菌的分离鉴定、生物学特性以及全基因组序列分析

沙门氏菌作为人畜共患的致病菌,更是极易产生耐药性,严重影响了人类与动物的健康。为了更好的了解动物源性沙门氏菌的生物学和分子特性。对安徽凤阳县某市场猪肉样本进行细菌分离纯化、血清型鉴定、药敏实验和毒力基因检测,同时通过全基因组测序结果进行毒力、耐药基因注释等分子生物学信息分析,并通过qPCR对毒力基因进行验证。分离鉴定出1株德尔卑沙门氏菌,分子分型为ST1498型,将其命名为G-1B,该菌株对环丙沙星、卡那霉素和复方新诺明敏感。全基因组长度为4 805 494 bp,预测出4 660个基因,其中包含559个毒力基因与37个耐药基因。该研究为了解猪源德尔卑沙门氏菌的遗传背景和生物学特性奠定了基础,为进一步探讨德尔卑沙门氏菌致病性、耐药机制和分子进化规律提供参考依据。

后基因组时代的基因组功能注释

基因组功能注释是后基因组时代功能基因组学研究的热点领域 .从基因组功能注释的研究内容与研究手段出发 ,重点综述了生物信息学在该领域方法学上的研究进展 ,并展望了今后的发展前景 .

基于高通量测序的青花菜早期发育小孢子转录组分析与基因功能注释

为探明青花菜小孢子胚胎发育的分子生物学机制,本研究利用Illumina Hi Seq TM 2000平台对在32.5℃环境下分别培养17 h和24 h以及25℃环境下分别培养0、1和6 d的小孢子进行转录组分析及基因功能注释。结果表明,共获得174 324条Unigenes,其中有144 194条注释到GO、COG、KEGG、NR、Swissprot和Pfam数据库。GO注释显示,小孢子差异表达基因在细胞部分、细胞和细胞器、结合和催化活性、代谢过程、细胞过程和单一生物过程功能亚类中所占比较最高;功能分类中一般功能预测(R)、复制、重组与修复(L)、转录(K)、信号转导机制(T)和翻译后修饰、蛋白质周转、分子伴侣(O)在COG同源分类所占比例最高;KEGG注释结果表明,热击后小孢子差异基因最显著富集通路为内质网蛋白加工代谢途径、植物病原互作及植物激素信号转导剪接体途径。本试验结果为进一步深入研究青花菜小孢子胚胎发生的生理生化和分子机制奠定了理论基础。

脊椎动物基因注释中的大基因问题

为了找出编码蛋白质的基因,注释流程结合了“从头开始的基因预测方法”和“与已知基因相似性比较”这两种方法。“从头开始的基因预测方法”虽然有很高的假阳性但是假阴性却很低;相形之下,结合了相似性比对的方法之后虽然能够降低假阳性,但是却大大提高了假阴性。我们发现,在这当中与基因预测正确率相关的最重要因素就是基因大小(包括内含子在内)——大基因尤其容易产生预测错误。

木贼镰孢基因功能注释及比较基因组学分析

为挖掘木贼镰孢(Fusarium equiseti(Corda)Sacc.)的产毒基因及明确其进化关系,通过BLAST软件与GO、KEGG、COG、EggNOG、CAZy等14个数据库结合的方法对其全基因组进行功能注释并挖掘产毒基因,进行系统进化分析及运用色谱技术研究产毒基因的分泌规律;以麦根腐平脐蠕孢、燕麦镰孢、尖孢镰孢、假禾谷镰孢、茄病镰孢的全基因组序列为参考序列进行比较基因组学分析并确定其系统进化关系。结果发现,木贼镰孢的功能基因达13134个,占总全基因组的94.97%,并有多个与木贼镰孢细胞过程、新陈代谢、分子功能、致病性相关的基因,挖掘到2个与玉米赤霉烯酮合成相关的产毒基因ALM1和ALM2;且木贼镰孢在液体培养至第5~8天时,分泌玉米赤霉烯酮的速率最快。比较基因组学分析发现,木贼镰孢与参考菌株共有基因7378个,与假禾谷镰孢的遗传距离最近。研究结果为进一步基因调控机制的研究及病害防控提供参考。

利用全长转录本优化柞蚕基因组注释

【目的】优化柞蚕Antheraea pernyi基因组注释,更好地扩展其在比较基因组学及品种改良研究中的应用。【方法】对柞蚕进行全长转录组测序分析;经全长转录本与参考基因组比对,鉴定新基因及新转录本,并对这些新基因和新转录本进行功能注释及长链非编码RNAs(lncRNAs)预测。利用大量的蛋白质编码转录本和lncRNAs对柞蚕基因组中基因结构进行修订。最后创建矫正后的柞蚕基因组基因注释。【结果】新发现1997个蛋白编码基因和3399个lncRNA基因,分别由2402个和3574个全长转录本数据支持。发现柞蚕基因组含25021个基因,其中19825个基因是蛋白编码基因,包括7个保幼激素酸甲基转移酶基因。【结论】本研究促进了对柞蚕基因组基因注释信息的认识,为柞蚕及相关物种功能基因组及比较基因组学研究提供了很有用的数据资源。

基因功能注释——后基因组时代面临的挑战

在已经解序的、数以百计的生物基因组中,存在大量编码未知功能蛋白的基因序列。同时,众多已知功能的酶蛋白在解序的基因组中找不到对应的基因。确定未知功能基因的功能和寻找孤儿酶对应的基因是后基因组时代面临的极具挑战性的科学任务。本文综合讨论了目前基因组中基因功能注释存在的问题及解决这些问题的策略与方法。

芝麻产量相关性状全基因组关联分析

以294份遗传多样性丰富的芝麻种质资源为试验材料,于2014年调查驻马店市、商丘市、南阳市3个地点的株高、始蒴高度、单株蒴数、蒴粒数、千粒质量、单株产量等6个产量相关性状,结合33 027个SNP标记,使用混合线性模型进行全基因组关联分析,对重复检测到的显著SNP位点两侧99 kb区域内挖掘所有功能注释基因,根据注释信息找寻与目标性状相关的基因,并进行功能富集分析。结果表明,6个性状存在广泛变异,3个环境下变异系数表现为单株产量和单株蒴数>始蒴高度>蒴粒数>千粒质量>株高。6个性状均呈现正态分布,广义遗传力为44.07%~85.49%。经关联分析共检测到171个显著关联位点,表型变异解释率为5.46%~11.56%。在驻马店和商丘共同检测到6个与蒴粒数显著关联的位点,在其侧翼各99 kb区域内共挖掘到118个功能注释基因,其中SIN_1012613基因与拟南芥CKI1(AT2G47430)是同源基因,该基因可能通过调控雌配子的发育来决定芝麻蒴粒数。本研究结果有助于解析芝麻产量相关性状的遗传机制,为芝麻产量的遗传改良奠定理论基础。

烟草基因组知识篇:3.基因组注释

在完成序列的拼接后,得到的是很长的DNA序列、甚至可能是整个基因组的序列。这些序列中包含许多未知的基因,将基因从这些序列中找出来是基因组注释的主要内容。基因组DNA序列可分为两大部分：基因及其相关序列、基因间序列。以起始密码子开始、终止密码子结束、称之为开放阅读框（open readingframe,ORF）的序列为基因序列,它们可编码蛋白质和RNA（非编码RNA）,所以又称为编码序列;基因相关序列包括拟（假）基因（pseudogene）、基因片段、内含子、非翻译区（untranslated region,UTR）等。基因间序列主要是一些重复序列,它们是所有基因组尤其是真核生物基因组共同的重要特征。

水稻第6染色体S5区重叠群构建、基因注释与OS-APH的克隆分析

以通过图位克隆所获得的Cosm id克隆R2 I19序列信息为基础,构建了一个长为586 kb的粳稻第6染色体S5座位的BAC重叠群(JS5-BC)。通过生物信息学方法,对JS5-BC进行了基因注释,确定该区域含有46个基因位点。经功能预测,JS5-BC重叠群中存在3个主要的基因家族,分别是木葡聚糖岩藻糖基转移酶、脂酶和黄素氧化还原酶。JS5-BC中注释基因的一个显著特点是功能相关基因密集存在,如与植物细胞壁的合成代谢相关的3个基因、与呼吸链能量代谢的黄素氧化还原酶的4个基因等都是如此。为了验证基因注释的可靠性,克隆了广亲和品种Cp17品种的OSAPH基因的cDNA,并检测了该基因的表达模式,为注释基因提供了分子证据。

大豆BAC克隆基因注释

根据来源于大豆BAC克隆库中的基因组序列,与其比对的基因或蛋白质序列可以从一些数据库中搜索,如GenBank序列数据库、EMBL数据库、PDB数据库等,然后利用NCBI的Entrz程序在数据库中搜索大豆基因类似物,获取其登录号及核苷酸序列,以及这些基因编码的氨基酸序列,通过GENSCAN等软件分析,得出的是与拟南芥等物种序列比对的结果,根据GENSCAN的预测结果,可以初步得知序列长度、基因数目及具有编码某种功能蛋白的基因存在的可能性,进而对预测出的氨基酸或核苷酸序列利用数据库NCBI中的BLAST进行序列的相似性搜索及比对分析,寻找其保守区域。最后对其功能基因进行注释。

海洋贝莱斯芽胞杆菌Bam-6全基因组测序及生物信息分析

贝莱斯芽胞杆菌Bam-6对柑橘溃疡病等植物病原菌具有较强抗菌活性,同时具有杀灭桃蚜的作用,为挖掘Bam-6特殊功能基因及基因簇,深入研究其抑菌杀虫机制,采用第二代BGISEQ与第三代Pac Bio平台相结合的测序技术对Bam-6进行全基因组测序,并对测序数据进行基因组组装、基因预测与功能注释、共线性分析、次级代谢产物合成基因簇预测和比较基因组分析等。Bam-6全基因组全长为3928774 bp,GC含量为46.53%,共编码3861个ORF,含有86个t RNA基因、27个r RNA、0个s RNA、122个串联重复序列和2个卫星RNA。在NR、Swiss-Prot、eggNOG、GO和KEGG数据库分别注释到基因3840、2156、3485、3319和2721个。同时,生物信息学分析表明此菌株基因组中有12个次级代谢产物基因簇,包括3个未知功能的基因簇、8个相似度较高的抗生素合成基因簇(surfactin、macrolactin H、fengycin、bacillaene、difficidin、bacillibactin、bacilysin和mersacidin)和1个相似度仅为7%的抗生素基因簇(butirosinA/B)。与其它贝莱斯芽胞杆菌相比,Bam-6中存在许多相似度低的ORFs,有22个特异基因簇,有2个特有单拷贝基因分别编码类细菌素WGxF蛋白和乳球菌素972。本研究为解析菌株Bam-6的抑菌杀蚜机制从基因组层面上提供了基础数据,为深入了解贝莱斯芽胞杆菌次级代谢产物的合成途径提供提供参考信息,对菌株Bam-6后续相关研究具有重要意义。