Page 113 - 《广西植物》2023年第2期
P. 113

2 期                 陈博雯等: 基于转录组的八角挥发油合成相关基因挖掘与分析                                            3 0 7

                        表 2  测序数据质量评估                          38 241 ( 45. 43%)、 40 388 ( 47. 98%)、 43 136
                 Table 2  Quality statistics of sequencing data  (51.24%)、43 176 ( 51. 29%)、43 097 ( 51. 20%)、
                         数据量     碱基数     GC 含量   Q30 质量值       43 030 ( 51. 12%) 个 基 因 在 NR、 NT、 Swiss ̄Prot、
             样本编号
                          Reads   Base    GC        Q30
             Sample                                            KEGG、KOG、Pfam、GO 数据库中获得了注释ꎮ
                         number  number  content   value
             number                                            2.3 差异表达基因的筛选及分析
                          (M)     (Gb)    (%)      (%)
                                                                   样本相关分析结果显示ꎬ同组样本基因表达
             桂角 69 号_1    42.31   6.35    45.71    90.12
                                                               模式趋于一致且相关系数均在 0.99 以上ꎬ两个品
             Guijiao 69_1
             桂角 69 号_2    42.21   6.33    45.73    90.38       种之间的相关系数约为 0.80( 图 3:A)ꎬ主成分分
             Guijiao 69_2
                                                               析结果表明两组样品之间相互独立(图 3:B)ꎮ
             桂角 69 号_3    42.44   6.37    45.78    90.05
             Guijiao 69_3                                      2.4 差异基因 GO 功能注释及富集分析
                                                                   两个品种样本中共筛选获得 30 572 个差异基
             砧 01 号_1     42.10   6.32    45.89    90.33
             Zhen 01_1                                         因(DEGs)ꎬ其中上调 DEGs 15 025 个ꎬ下调 DEGs
             砧 01 号_2     43.28   6.49    45.98    90.62       15 547个ꎮ 对 DEGs 进行 GO 功能注释和分析ꎬ确
             Zhen 01_2
                                                               定其重要的生物学功能ꎮ 本研究结果表明ꎬ共有
             砧 01 号_3     42.14   6.32    45.97    90.79       20 287 个 DEGs 获得注释ꎬ并划分为 3 大类、 54 小
             Zhen 01_3



























             A. 样品相关性分析ꎻ B. 样品主成分分析ꎮ
             A. Sample correlation analysisꎻ B. Principal component analysis of samples.
                                               图 3  样品相关性和主成分分析
                                     Fig. 3  Sample correlation and principal component analysis


            类(图 4)ꎮ 生物学过程类别主要涉及细胞过程、代                          to starvationꎻ GO: 0031667ꎬ response to nutrient
            谢过程、单一机体过程ꎻ细胞组分类别主要涉及细                             levels)ꎮ 在分子功能方面ꎬ翻译起始因子活性(GO:
            胞、细胞部件、细胞膜、细胞膜部件、细胞器 5 种细胞                         0003743ꎬ translation initiation factor activity) 和 RNA
            组分ꎻ分子功能类别主要涉及结合和催化活性 2 种                           结合翻译因子活性(GO:0008135ꎬ translation factor
            分子功能ꎮ DEGs 富集分析结果显示ꎬ差异显著的                          activityꎬ RNA binding)为最显著富集 GO 条目ꎮ
            只有生物学过程和分子功能(图 5)ꎮ 生物学过程中                          2.5 差异基因 KEGG 功能注释及富集分析
            基因表达(GO:0010467ꎬ gene expression) 富集基因                 将 30 572 个 DEGs 与 KEGG 数 据 库 进 行 比
            较多ꎬ与砧 01 号相比ꎬ桂角 69 号中有 1 327 个基因                   对ꎬ结果共有 21 600 个 DEGs 注释在 133 条通路
            上调ꎬ1 292 个基因下调ꎮ 差异最显著的 2 个 GO 条                    上(图 6:A)ꎮ KEGG 生化代谢通路共分成 5 个生
            目分别与饥饿和营养相关( GO:0042594ꎬ response                  物过程ꎬ包括代谢、遗传信息过程、环境信息过程、
   108   109   110   111   112   113   114   115   116   117   118