Page 82 - 《广西植物》2025年第7期
P. 82
１ ２ ７ ４ 广 西 植 物 ４５ 卷
９２１ ７８６ ７９９ ｂｐꎬ数目为 ３５１ ７１４ 条ꎬ平均长度为
２ 结果与分析 ２ ６２１ ｂｐꎬＮ５０ 长 度 为 ２ ７５９ ｂｐꎮ 其 中ꎬ ＦＬＮＣ 为
３１６ ２６９条ꎬ数据量为 ８０３ ６０９ ０６４ ｂｐꎬ平均长度为
２.１ 刺梨全长转录组测序数据统计分析 ２ ５４１ ｂｐꎬＮ５０ 长度为 ２ ６８３ ｂｐꎮ 对 ＦＬＮＣ 序列进
三代 下 机 数 据 后 使 用 ＰａｃＢｉｏ 官 方 软 件 包 行去冗余后并矫正后ꎬ得到的 Ｃｏｎｓｅｎｓｕｓ ｔｒａｎｓｃｒｉｐｔ
ＳＭＲＴｌｉｎｋ 处理ꎬ得到的 Ｐｏｌｙｍｅｒａｓｅ Ｒｅａｄｓ 数据量为 数据量为 ７９ ５９２ ７５７ ｂｐꎬ数目为 ３１ ９９１ 条ꎬ平均长
３２.３７ Ｇꎬ数目为 ５１０ ６３８ 条ꎬ平均长度为 ６３ ４０１ 度为 ２ ４８８ ｂｐꎬＮ５０ 长度为 ２ ６５２ ｂｐꎮ 进行聚类去
ｂｐꎬＮ５０ 长度为 １０３ ７１５ ｂｐꎮ 进一步分析结果如表 冗余得到的 ｉｓｏｆｏｒｍｓ 数据量为６１ ７６８ ２９４ ｂｐꎬ数目
１ 所示ꎬ将 Ｐｏｌｙｍｅｒａｓｅ Ｒｅａｄｓ 去掉接头序列后ꎬ得到 为 ２５ ００３ 条ꎬ最大长度为８ ４３９ ｂｐꎬ最小长度为 ８８
的 Ｓｕｂｒｅａｄｓ 数据量为 ３１.４７ Ｇꎬ数目为 １１ ９９８ ７６６ ｂｐꎬ平均长度为 ２ ４７０ ｂｐꎬＮ５０ 为 ２ ６４９ ｂｐꎬ长度分
条ꎬ平均长度为 ２ ６２３ ｂｐꎬＮ５０ 长度为 ２ ８１６ ｂｐꎮ 布如图 ２ 所示ꎬ远高于二代测序技术测得片段的
将 Ｓｕｂｒｅａｄｓ 经过自我纠错ꎬ得到的 ＣＣＳ 数据量为 平均长度ꎮ
表 １ ＳＭＲＴｌｉｎｋ 软件对原始测序数据处理后统计
Ｔａｂｌｅ １ Ｓｔａｔｉｓｔｉｃｓ ｏｆ ｒａｗ ｓｅｑｕｅｎｃｉｎｇ ｄａｔａ ｂｙ ＳＭＲＴｌｉｎｋ
碱基数 最小长度 最大长度 平均长度 Ｎ５０ 长度
类别 数目
Ｂａｓｅｓ Ｍｉｎ ｌｅｎｇｔｈ Ｍａｘ ｌｅｎｇｔｈ Ａｖｅｒａｇｅ ｌｅｎｇｔｈ Ｎ５０ ｌｅｎｇｔｈ
Ｃａｔｅｇｏｒｙ Ｎｕｍｂｅｒ
(ｂｐ) (ｂｐ) (ｂｐ) (ｂｐ) (ｂｐ)
子读序列 ３１ ４７０ ０００ ０００ １１ ９９８ ７６６ １００ １０ ０００ ２ ６２３ ２ ８１６
Ｓｕｂｒｅａｄ
环状一致性序列 ９２１ ７８６ ７９９ ３５１ ７１４ ７６ １１ ６２５ ２ ６２１ ２ ７５９
ＣＣＳ
全长非嵌合序列 ８０３ ６０９ ０６４ ３１６ ２６９ ５３ １１ ５４８ ２ ５４１ ２ ６８３
ＦＬＮＣ
一致转录本 ７９ ５９２ ７５７ ３１ ９９１ ８８ ８ ４３９ ２ ４８８ ２ ６５２
Ｃｏｎｓｅｎｓｕｓ ｔｒａｎｓｃｒｉｐｔ
去冗余后的转录本 ６１ ７６８ ２９４ ２５ ００３ ８８ ８ ４３９ ２ ４７１ ２ ６４９
Ｎｏｎ￣ｒｅｄｕｎｄａｎｔ ｔｒａｎｓｃｒｉｐｔ
Ｓｗｉｓｓ￣Ｐｒｏｔ、ＴｒＥＭＢＬ、ＫＯＧ、ＧＯ 数据库进行比对ꎬ得
到数据库注释信息ꎻ将序列对应的氨基酸序列与
Ｐｆａｍ 数据库比对ꎬ得到蛋白结构域的注释结果ꎮ
各个数据库注释情况如表 ２ 所示ꎬ共有 ２４ ８５９ 条
序列被注释ꎬ占比达 ９９.４２％ꎮ
与 Ｎｒ 库进行比对ꎬ结果如图 ３ 所示ꎮ 比对相
似度最高 的 是 同 为 蔷 薇 科 蔷 薇 属 的 月 季 ( Ｒｏｓａ
ｃｈｉｎｅｎｓｉｓ)ꎬ达 ９１.３５％ꎻ其次是蔷薇科草莓属的多
年生草本植物野草莓 (Ｆｒａｇａｒｉａ ｖｅｓｃａ) 和壳斗科栎
属的欧洲栓皮栎 ( Ｑｕｅｒｃｕｓ ｓｕｂｅｒ)ꎬ相似度分别为
１.５６％和 １.５５％ꎮ
图 ２ 去冗余后 ｉｓｏｆｏｒｍｓ 长度分布 利用 ＫＯＧ 数据库进行比对ꎬ结果如图 ４ 所示ꎮ
Ｆｉｇ. ２ Ｌｅｎｇｔｈ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｉｓｏｆｏｒｍｓ 共有 ２５ ８５４ 条序列分布在 ２５ 个功能类群中ꎬ其中
数量最多的是一般功能预测(Ｒ)ꎬ其次是信号转导
２.２ 基因功能注释 机制(Ｔ)和翻译后修饰、蛋白质折叠和分子伴侣(Ｏ)ꎮ
将转 录 去 冗 余 后 得 到 的 序 列 与 ＫＥＧＧ、 Ｎｒ、 对三代转录本去冗余后得到的 Ｕｎｉｇｅｎｅ 序列
