Page 40 - 《广西植物》2021年第8期

ϟ ԰ ጢ ࿗ 广জ 西জ 植জ 物 ࿗ϟ 卷
ྉ̀ᆍቝᆍ᤟ᆍ੫ɯ两种原理对厚朴基因组进行基因预测ᖔ 基因组特有的基因家族ᤥ 先利用 ᨃʢᡷၤᆍᥘऊᓂ 聚类的

并对预测结果进行评估ᤥ 首先ᖔ使用 ᥈ᔀႿ༁ዹᑕႿྉାࣼʢ੫ᔀ 结果提取单拷贝蛋白序列ᖔ再将单拷贝蛋白序列使
᪲ ᣽ᑕʢ᤟ᔽႿᖔ ϟँँᎮɯܦ ዶࣼ੫ࣼ༁ᡷࣼ༁ ׹԰঎ ࿗ ྉ ୩ᡷᑕႿҴᔀ ᪲ ۼᑕᑕዹҴᖔ 用 ᥘࣼ༁ዹ᤟ᔀ ྉ ၤᡷᡷᡱ᧥ᣰ ᣰ औऔऔ঎ ᔀᤦᔽ঎ ᑕዹ঎ ࣼҴ ᣰ ఋᆍᆍ᤟༁ᣰ ቝ༁ᑕ ᣰ
԰ԡԡሕɯܦ᥈᤟ᔽቝቝᔀʢ̀ᥘᥘ ׹ሕ঎ԡ঎࿗ྉ ᥘᑕᢼᆍʢᆍ༁ ᔀᡷ ᑕ᤟঎ᖔ԰ԡԡ࿗ɯܦ ቝࣼ༁ዹ᤟ᔀ ᣰ ɯ软件进行序列比对ᖔ使用 ۪̀ɟᥘᓂྉ୩ᡷŀᡱၤᑕႿᔀ
᥈ᔀႿᔀ᧧᧕ ׹ϟ঎ ࿗ ྉ ା᤟ᑕႿዹᆍ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡԡᎮɯܦ ୩શዶ۪ ྉ ׹ᔀʢ༁ᔽᆍႿ ᔀᡷ ᑕ᤟঎ᖔ԰ԡϟԡɯ 软件ྉ 参数᧥ ͱ੫ᑕᡱ኏ᑕᡷᔽᆍ ԡ঎ጢᖔ ͱᤦᑕʛ኏ᑕᡷᔽᆍ
԰ԡԡᤃͱԡᎮͱ԰ऐɯ ྉା᤟ᑕႿዹᆍ ᔀᡷ ᑕ᤟঎ᖔ԰ԡԡᎮɯ 进行从头预测ଫ ԡ঎԰ጢᖔ ͱቝᆍʛᔀ᤟ ̀᣽ɟ ऐጢᖔ ͱᤦᆍᆍᡷ༁ᡷʢᑕᡱ ϟ ԡԡԡɯ 通过 ᥘᓂ
然后ᖔ使用 ᥈ᔀᥘᆍᥘᑕ ׹ϟ঎ሕ঎ϟྉȮᔀႿ༁ ᔀᡷ ᑕ᤟঎ᖔ԰ԡϟᤃɯ进行基 ྉ最大似然法ɯ 构建进化树ᖔ研究物种间的进化关
于同源物种的预测ଫ最后ᖔ利用 ጶ჆ᥘ ׹ϟ঎ϟ঎ϟ 整合上 系ᤥ 利用 ఋᔽቝᔀᡷʢᔀᔀྉ ၤᡷᡷᡱ᧥ᣰ ᣰ औऔऔ঎ ᡷᔽቝᔀᡷʢᔀᔀ঎ ᆍʢ੫ ᣰ ɯ 查询
述方法得到的预测结果ᤥ 同时针对非编码 ኏શዶ 预 已有 物 种之间的化石时间ᖔ 并通过 ቝዹቝዹᡷʢᔀᔀ
测ᖔ包括了 ቝᔽዹʢᆍ኏શዶܦʢ኏શዶ 及 ᡷ኏શዶ 等已知功能的 ྉၤᡷᡷᡱ᧥ᣰ ᣰ ᑕᤦᑕዹࣼ༁঎ ੫ᔀႿᔀ঎ ࣼዹ᤟঎ ᑕዹ঎ ࣼҴ ᣰ ༁ᆍ஦ᡷऔᑕʢᔀ ᣰ ᡱᑕቝ᤟঎ ၤᡷቝ᤟ɯ
኏શዶᖔ分别基于 ኏஦ᑕቝྉ᥈ʢᔽ஦஦ᔽᡷၤ༁ᢼᆍႿᔀ༁ ᔀᡷ ᑕ᤟঎ᖔ԰ԡԡጢɯ数据 估算出物种间的分化时间ᤥ 采用 ᥘऊ୩ዹᑕႿᣮྉۼᑕႿ੫ ᔀᡷ
库和 ቝᔽ኏ାᑕ༁ᔀྉ᥈ʢᔽ஦஦ᔽᡷၤ༁ᢼᆍႿᔀ༁ ᔀᡷ ᑕ᤟঎ᖔ԰ԡԡᤃɯ数据库并利 ᑕ᤟঎ᖔ԰ԡϟ԰ɯ软件分别对自身ྉ参数᧥ͱ༁ϟԡ ᖔͱᤦϟᖔ 其他
用 ᧧Ⴟ஦ᔀႿᑕ᤟ ϟ঎ϟྉશᑕऔʢᆍዹҴᔽ ᪲ ጶʛʛᢃᖔ԰ԡϟሕɯ进行 ʢ኏શዶ 和 参 数默认 ɯ 及与近缘物种牛 樟 ྉ ࣷᔠႥႥᐹቂᅳቂࣩቂ

ቝᔽዹʢᆍ኏શዶ 预测ଫ利用 ᡷ኏શዶ༁ዹᑕႿ᥋୩ጶ ׹ϟ঎ሕ঎ϟ ྉ ၤᡷᡷᡱ᧥ᣰ ᣰ ҧᐹႥᓣ၊ᔠʗᐹᓣɯྉ参数᧥ͱ༁ϟԡ ᖔͱᤦ԰ᖔ 其他参数默认ɯ基因
᤟ᆍऔᔀ᤟ᑕᤦ঎ ࣼዹ༁ዹ঎ ᔀʛࣼ ᣰ ᡷ኏શዶ༁ዹᑕႿ᥋୩ጶ ᣰ ɯ ྉ ᓂᆍऔᔀ ᪲ ጶʛʛᢃᖔ 组做共线性分析ᖔ统计相应的共线性基因数目和共
ϟँँᎮɯ识别 ᡷ኏શዶᤥ 线性区块ྉା᤟ᆍዹҴɯ数目ᤥ
ϓॹጇ 功能基因注释
对预测得到的基因序列与 શ኏ྉશᆍႿ᥋኏ᔀʛࣼႿʛᑕႿᡷ ԰জ 结果与分析
۪ʢᆍᡷᔀᔽႿ ᧕ᑕᡷᑕᤦᑕ༁ᔀɯྉዶʢᆍႿ ᔀᡷ ᑕ᤟঎ᖔ԰ԡϟϟɯܦ᣽ᨃ᥈ྉጶࣼ᣽ᑕʢᢃᆍᡷᔽዹ

ᨃʢᡷၤᆍ᤟ᆍ੫ᆍࣼ༁ ᥈ʢᆍࣼᡱ༁ɯ ྉ ఋᑕᡷࣼ༁ᆍ׹ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡԡϟɯܦ ᣽ጶ᥈᥈ ԣॹϓ 基因组测序
ྉ᣽ᢃᆍᡷᆍ ጶႿዹᢃዹ᤟ᆍᡱᔀʛᔽᑕ ᆍ஦ ᥈ᔀႿᔀ༁ ᑕႿʛ ᥈ᔀႿᆍቝᔀ༁ɯ ྉᥘᔽႿᆍʢࣼ 通过三代测序平台对厚朴叶片进行全基因组
᪲ ୩ࣼ༁ࣼቝࣼᖔ԰ԡԡԡɯܦఋʢጶᥘାᓂྉାᆍᔀዹҴቝᑕႿႿ ᔀᡷ ᑕ᤟঎ᖔ԰ԡԡሕɯ等 测序ᖔ对原始数据的 ʢᔀᑕʛ༁ 质量值进行初步过滤ᖔ
功能数据库做 ାᓂዶ୩ఋ ׹԰঎԰঎ሕϟྉዶ᤟ᡷ༁ዹၤࣼ᤟ ᔀᡷ ᑕ᤟঎ᖔϟँँԡɯ比 去掉低质量和短片段的 ʢᔀᑕʛ༁ᖔ统计得到 ϟ࿗ԡ঎ँϟ ᥈ᤦ

对ྉ设置比对筛选阈值 ᔀͱ׹ᑕ᤟ࣼᔀጐϟᔀͱጢɯᖔ得到基因功 三代原始数据ᖔ኏ᔀᑕʛ શጢԡ 为 ϟሕ Ꭾऐ࿗ ᤦᡱᖔ最长 ʢᔀᑕʛ༁
能注 释ᤥ 基于 શ኏ 数据库比对结果ᖔ 应用软件 的长度为 ϟ԰ऐ ࿗ँ԰ ᤦᡱᖔ平均长度为 ऐ ᤃጢ࿗ ᤦᡱᖔ测序
ା᤟ᑕ༁ᡷ԰᥈ᨃྉऊᆍႿᔀ༁ᑕ ᔀᡷ ᑕ᤟঎ᖔ԰ԡԡጢɯ 进行 ᥈ᨃྉ ᧕ᔽቝቝᔀʢ ᔀᡷ 质量符合后续组装要求ᤥ
ᑕ᤟঎ᖔ԰ԡϟ԰ɯ数据库的功能注释ᤥ ԣॹԣ 基因组组装及评估
ϓॹᣤ 比较基因组学分析 借助 ऊᑕႿࣼ 软件对厚朴的初步组装结果见表
拟南 芥 ྉ ዛʗᐹᤇᔠʐᅳᡓ໧ᔠ໧ ᡙ၊ᐹᤀᔠᐹႥᐹ ɯܦ 水稻 ྉ ᧣ʗᡥऊᐹ ϟᖔ初步组装的序列经过 ̀ᔽͱऊ 纠错组装后基因组
໧ᐹᡙᔠצᐹɯܦ杨树 ྉ ۗᅳᡓࣩᤀࣩ໧ ᡙʗᔠዞ၊ᅳዞᐹʗᡓᐹɯܦ 银杏 ྉ ᤩᔠႥҧ੖ᅳ 大小约为 ϟ঎ᤃऐ ᥈ᤦᖔऊᆍႿᡷᔽ੫ શጢԡ 为 ԰԰԰ ԡᤃँ ᤦᡱᖔ最长
ᤇᔠᤀᅳᤇᐹ ɯܦ 无油樟 ྉ ዛቂᤇᅳʗᓣᤀᤀᐹ ᡙʗᔠዞ၊ᅳᡓᅳʐᐹ ɯܦ 茶树 的 ऊᆍႿᡷᔽ੫ 为 ԰ Ꭾԡԡ ԰ԡሕ ᤦᡱᖔ ᥈ऊ 含量为 ࿗ԡ঎ ᤃጢᠮᤥ

ྉ ࣷᐹቂᓣᤀᤀᔠᐹ ໧ᔠႥᓣႥ໧ᔠ໧ ɯܦ 牛 樟 ྉ ࣷᔠႥႥᐹቂᅳቂࣩቂ ̀ᔽͱऊ组装后其中共有 ϟ঎ᤃᎮ ᥈ᤦ 的序列长度的基因
ҧᐹႥᓣ၊ᔠʗᐹᓣɯ૒ 的蛋白序列比对 ྉશऊା᧧ 数据 库 组序列被定位到 ϟँ 条染色体上ᖔ占比 ँँ঎ᤃᤃᠮᖔ而
ၤᡷᡷᡱ༁᧥ ᣰ ᣰ औऔऔ঎Ⴟዹᤦᔽ঎Ⴟ᤟ቝ঎Ⴟᔽၤ঎੫ᆍ׹ ᣰ ɯᖔ基于序列比对结 对应的序列数目为 ϟϟ ࿗Ꭾԡ 条ᖔ占比 ँँ঎԰ԡᠮᤥ 在定
果ᖔ对已知基因的序列和结构进行比较ᖔ分析物种 位到染色体上的序列中ᖔ能够确定顺序和方向序
间的进化以及物种特有基因的分类ᤥ 列长度为 ϟ঎ጢሕ ᥈ᤦᖔ占定位染色体序列总长度的
使用 ᨃʢᡷၤᆍᥘऊᓂ ྉ ᓂᔽᔀᡷᑕ᤟঎ᖔ ԰ԡԡሕɯ 软件 ྉ 参数᧥ ँϟ঎԰ϟᠮᖔ对应的序列数目为 ऐ ᤃऐँ 条ᖔ占定位染色
۪ᔀᡱᡸ᤟ᔀႿ੫ᡷၤ᧥ ϟԡᖔ ୩ᡷᆍᡱᡸዹᆍʛᔀႿ᧥ ԰ԡᖔ ۪ᔀʢዹᔀႿᡷᥘᑕᡷዹၤऊࣼᡷᆍ஦஦᧥ 体序列总数目的 Ꭾጢ঎Ꭾጢᠮᤥ
ጢԡᖔ ጶ׹ᑕ᤟ࣼᔀጶ଴ᡱᆍႿᔀႿᡷऊࣼᡷᆍ஦஦᧥ ͱጢᖔ ᥘዹ᤟᧥ ϟ঎ጢ ᖛϟ঎԰ͱ࿗঎ԡɯ对 组装后的基因组采用 ାВ୩ऊᨃ 软件评估ᖔ在组
上述 ँ 个物种的蛋白序列进行家族分类ᖔ寻找厚朴 装的基因中共找到 ϟ ሕँϟ 个完整的 ାВ୩ऊᨃ 基因ᖔ