基于EST的新基因克隆策略

表达序列标签(expressed sequence tags, EST) 是从随机选择的cDNA 克隆进行单向测序获得的短的cDNA序列, 代表一个完整基因的一部分。随着生物信息学和基因定位的迅猛发展, EST已成为基因定位、基因克隆、基因表达分析的有力工具。近年来, 由于EST数据库的迅速扩张, 运用EST来克隆和定位基因, 使得新基因克隆的策略发生了革命性变革。尽管存在一些不足, 实践证明EST可大大加速新基因的发现与研究。本文将就EST技术尤其是它在新基因克隆中的应用策略作详细介绍。     

SSH和"越轨"RACE分子克隆技术

SSH和“越轨”RACE(step out RACE)均为创建干PCR抑制作用基础上的CDNA基因克隆新技术。SSH具有真阳性率高、不同丰度的mRNA都能被有效分离等优点,“越轨”RACE具有高灵敏度、低背景、操作简便等长处,这两项技术现已经成功应用干大量EST的分离、减数CDNA库的构建、差别表达新基因的分离,以及CDNA全长基因序列的克隆等方面。     

猪脂肪组织表达序列标签(ESTs)大规模测序及分析

利用大规模DNA序列测定的方法,对猪脂肪组织进行了表达序列标签(Expressed Sequence Tag,EST)序列测定,获得高质量EST共7790个,并对此进行了初步分析。使用STACK-PACK软件进行聚类分析,得到4354个基因聚类,包括3609个单拷贝基因和745个多拷贝基因;将候选基因序列用BlastN与nr库进行比较(e=1e-10),从4354个候选基因中得到2712个已知基因,其中单基因为1987个,多拷贝基因为725(3694克隆)个;未知功能基因和新EST有2109个克隆。根据BlastN结果,利用基因组文库添加序号(GenBank Accession No．)为索引,构建了猪脂肪组织已知功能基因表达谱。从基因表达谱可以看出,在猪脂肪组织中参与代谢的基因所占比例最高,在某些方面也显示了脂肪组织旺盛的代谢活性。同时发现在猪脂肪组织中主组织相容性抗原(Major Histocompatibility Complex,MHC)或与MHC相关的基因表达丰度很高。其中单拷贝基因181个,多拷贝基因44个,共计257个克隆,占细胞机体防御(cell and organism defense)总数的44．9％。占总已知基因数的5.4％。提取出全部与MHC相关的EST序列(257个克隆),发现所有EST的部分序列(长约200个碱基),几乎分布在每一个已知猪BAC的所有编码序列上。据此推测,构成MHC的这些EST序列中,有一段长约200个碱基(200bp)的碱基序列高度保守,MHC基因中每一段编码序列都包含有这一段序列。这些MHC序列虽然在不同的BAC上其蛋白的域不同,但均为高度保守区域,并且都与免疫功能密切相关。猪脂肪中如此大量表达的MHC部分保守序列,由于与免疫功能高度相关,在MHC基因的传递过程中,可以反复复制,并能够稳定遗传。     

心脏特异新基因Lrrc10的分子克隆与特性分析

采用表达序列标签(EST)介导的基因克隆和表达谱分析,从小鼠心脏克隆了一个心脏特异新基因Lrrc10（GenBank Acc No. AF527781）.该基因cDNA全长为1 410 bp,定位于小鼠染色体10D2,在基因组中无内含子.Lrrc10的最大开放阅读框编码的假想蛋白由274个氨基酸组成,含有7个亮氨酸重复基序.同源性检索未发现有整体同源性的已知基因.EST数据库中支持该基因cDNA序列的全部18条EST均来自小鼠心脏组织.对小鼠的不同组织cDNA的RT-PCR检测证实该基因主要在心脏中强表达,在肺低表达,而在其他组织中不表达或表达很弱.因此该基因是心脏特异的富亮氨酸重复超家族新成员.     

4龄中华鲟垂体的EST分析

表达序列标签 (Expressed sequence tag, EST) 是鉴定基因表达规律和发现新基因的一种有效的分子生物学手段。为了能在中华鲟(Acipenser sinensis Gray) 中发现与生长和生殖内分泌调控相关的基因,我们构建了中华鲟垂体的SMART cDNA质粒文库。垂体是调节生长和生殖内分泌的重要器官。在本研究中,通过测序筛选得到了944个EST克隆,将所得EST 与 GenBank 数据库中的序列进行比对, 结果表明,802 (84.96%) 个克隆可以找到同源序列,共代表461个基因, 其中含132个已知功能基因;而 142 (15.04%) 个克隆不能找到同源序列。研究发现,在所有基因中,阿黑皮素原基因 (Proopiomelanocortin, POMC) 是出现次数最高的基因,占总EST数的10.17%, 显示出其在垂体中的重要地位。我们还发现了7个未知功能的基因并重点研究了其在心脏、肝脏、脾脏、肾脏、肌肉、精巢、卵巢和垂体等组织中的表达特异性。结果发现,4个基因：EG009334、EG009337、EG009338 和 EG009340为垂体特异性表达或垂体和卵巢特异性表达。对这些基因进一步的功能研究将有利于我们更好地了解中华鲟生长和生殖内分泌调控的分子机制。     

基于Internet网生物信息资源特定基因同源新基因克隆策略

随着人类基因组计划的基本完成,各类生物信息学数据库和软件层出不穷,利用Internet网上生物信息资源克隆新基因的策略也得到新的发展。作者在简单介绍网上生物信息资源以及新基因克隆策略的同时,着重对基于EST数据库和基因组数据库特定基因的同源新基因克隆策略进行了详细阐述。     

利用抑制差减杂交技术分离马铃薯晚疫病抗性相关基因

以晚疫病病原菌混合小种接种处理48h的马铃薯水平抗性材料(R-gene-free)叶片为目的材料,以未处理材料作为对照,用抑制差减杂交技术构建了一个富集晚疫病抗性相关基因的差减文库。应用反向Northern技术对840个克隆进行斑点杂交筛选,筛选出150个病原诱导后信号明显增强的克隆。26个片段测序结果表明：部分片段基因功能与抗病性明显相关。7个差异表达片段与GenBank EST数据库中已有晚疫病原诱导马铃薯叶片得到的EST有很高同源性(达95％～100％);部分片段核苷酸或氨基酸序列分别与番茄、烟草、拟南芥等的EST序列或氨基酸序列有较高同源性;另有4个基因片段在GenBank EST数据库中未找到明显的同源序列,可能为新发现的基因片段。     

球毛壳菌循环肽HC-毒素基因的序列分析

为了验证Phrap软件是否适合在EST分析中应用,对球毛壳菌循环肽HC-毒素基因进行了序列分析。根据EST分析的结果,从cDNA文库中挑取循环肽HC-毒素基因的克隆进行了测序并序列分析。结果表明cDNA文库中循环肽HC-毒素基因的克隆插入片断大小为1217bp;用Phrap软件拼接出来的循环肽HC-毒素的表达序列标签拼接序列与实际序列不完全一致,因此Phrap软件不适合在EST分析中应用。     

生物信息学辅助定位及延伸辐射诱导未知表达序列标签

研究辐射诱导的基因表达调控对于认识细胞对辐射损伤的应激反应有重要意义.在低剂量辐射诱导新基因RIG1表达序列标签(expression sequence tag,EST)片段的基础上,通过非克隆cDNA文库和RACE(rapidamplification of cDNA end)技术获得了其3′末端.依据实验得到的这两段EST序列所提供的信息,通过生物信息学分析将RIG1基因初步定位在20号染色体.对20号染色体RIG1区基因组序列进行外显子扫描,发现预测的外显子正好与实验得到的EST相吻合.利用预测的外显子设计特异引物,成功地克隆了RIG1基因全长序列.同时,对20号染色体RIG1区的生物信息学分析表明,在RIG1基因的上游存在启动子区,从而确定了RIG1基因的基因组序列.因此,通过生物信息学辅助设计实验,快捷地定位及延伸了未知EST片段RIG1,基本完成了RIG1的全基因、基因组序列及染色体定位研究.     

基于电子克隆方法获得鸡MIBP全长cDNA

随着生物数据的急剧增长和计算机技术的快速提高,生物信息学这一新兴学科得到了前所未有的迅速发展,应用的领域越来越广。应用电子克隆技术来寻找未知新基因,就是生物信息学在全长新基因发现上的具体应用。电子克隆与其他发现全长基因的方法相比可以充分利用已有的数据库资源,避免大量的重复性劳动,节省时间和开支,加快新基因的发现。在鸡的大规模cDNA克隆测序的背景下,利用EST数据库比对,应用电子克隆技术来寻找鸡的末知新基因。并成功的预测了一个EST的全长cDNA序列物(947bp),同时对其进行了蛋白质水平的预测与分析,被步确定它编码206个氨基酸,其蛋白质序列与人肉整合素结合蛋白β1具有较高相似性(相似性为73%)。经RT-PCR扩增获得预期片断,测序鉴定,命名为ChickenMIBP。     

稻瘟菌Magnaporthe oryzae P-ATPases基因家族分析

利用TCDB(Transporter Classification Database)网站数据库中的P-ATPases氨基酸序列对稻瘟菌全基因组表达序列(Coding Sequence,CDS)数据库进行搜索和分析,共发现23个P-ATPases基因,进化树分析表明这23个基因分属于4个家族和7个亚家族。构建了本地ESTs数据库,通过P-ATPases基因CDS序列与EST序列比对分析发现,在这些基因中有20个存在EST同源体,另外3个基因没有发现EST同源体,因此这20个基因是真实P-ATPases基因的可能性更高。运用MEME程序分析了这些P-ATPases蛋白结构域的基序,有6种基序在90%以上的基因氨基酸序列中出现,属保守基序。对这23个P-ATPases基因GC含量的分析表明,它们的平均GC含量在0.519-0.628之间,稍高于稻瘟菌整个基因组GC平均含量(0.516),同时这些基因内各区段GC含量变化不大,没有明显的梯度变化。本文结果为下一步深入研究稻瘟菌中P-ATPases基因家族的功能奠定了基础。     

Overexpression of a novel imprinted gene,<Emphasis Type="Italic">PEG10</Emphasis>, in human hepatocellular carcinoma and in regenerating mouse livers

Many of the promising applications of the microarray technology are pertinent to identifying abnormalities in gene expression that contribute to malignant progression. We developed a bioinformatics tool to identify differentially expressed genes in human hepatocellular carcinoma (HCC). This involved the construction of a liver EST database (http://lestdb.nhri.org.tw) and in silico verification of differentially expressed genes with a human hepatoma microarray database. The stringency of the search was reinforced with a statistical analysis. A novel imprinted gene,Paternally Expressed 10 (PEG10) was identified as having an elevated level of expression in the majority of the HCC samples and was also induced to express during G₂/M phase of regenerating mouse liver. Ectopic expression ofPEG10 in 293T cells affects cell cycle progression. PEG10 is distributed in the cytosol and associates with the nuclear membrane. This is the first time that an imprinted gene has been found to reexpress in both human HCC and in the regenerating mouse liver. This result indicates that the induction of the paternally imprinted gene may play an important role during liver regeneration or carcinogenesis of the human hepatocyte. Understanding the molecular basis of the abnormal imprinting ofPEG10 will shed new light on the process that leads to liver disease.     

定位于染色体9p21-22的一个新基因UBAP1的克隆测序及在鼻咽癌中的表达分析

 在染色体 9p2 1 2 2鼻咽癌杂合性丢失 (lossofheterozygosity,LOH)高频区 ,应用EST介导的定位 侯选克隆策略 ,用RT PCR及Northern杂交检测了 2 2个表达序列标记 (expressedsequencetag ,EST)在鼻咽癌细胞株HNE1和原代培养的正常鼻咽上皮细胞中的表达差异 ,并对其中一个在鼻咽癌细胞株HNE1中表达下调的EST检测了在鼻咽癌活检组织中的表达 .用生物信息学方法获得其全长cDNA序列 ,GenBank登录号AF2 2 2 0 4 3.该基因cDNA全长 2 70 1bp ,其开放阅读框 (openreadingframe ,ORF)编码一个含 50 2个氨基酸、分子量为 55kD的碱性蛋白质 ,在蛋白羧基端含有 2个连续的重要UBA功能域 (ubiquitinassociateddomain) ,属于遍在蛋白相关蛋白家族的一个新成员 ,经国际人类基因命名委员会同意 ,将其命名为UBAP1 (ubiquitinassociatedprotein 1 ) .Northern表达分析显示UBAP1在所检测的人组织中广泛表达 ,但在人的心脏、骨骼肌及肝脏中的表达较强 .UBAP1基因在63 2 % ( 1 2 1 9)的鼻咽癌活检组织中表达下调 .UBAP1基因作为一个遍在蛋白相关蛋白家族的新成员 ,结合其在 9p的重要定位信息 ,有必要进一步研究其表达下调参与鼻咽癌发生发展的可能机制 .     

小鼠新基因Ayu17-449的克隆及表达分析

在利用PU8捕获载体从小鼠ES细胞中寻找有关对发育起重要作用基因时,一阳性ES克隆编号为Ayu17-449被捕获,经过Southern blotting法证实捕获载体单一整合在Ayu17-449号ES细胞的基因组中。通过用5＇RACE法得到所捕获基因的一小段cDNA,在EST数据库中比对,得到一5523bp cDNA序列,在Celera数据库中它包含于两个相邻基因,根据这两个基因的mRNA设立了一系列的引物进行RT-PCR和测序,用这两个基因的不同片段分别作探针进行Northern blotting分析,确定这是一个RNA约9kb并编码1920个氨基酸的新基因（定名为Ayu17-449基因,其cDNA序列和编码蛋白序列发表在NCBI数据库,编号为DQ079067）。Northern blotting揭示Ayu17-449基因高度表达在小鼠的脑、肾脏、心脏、肺、肌肉和胃等组织。PU8捕获载体具有X-gal报告基因,能从蛋白表达水平揭示它所捕获的基因的表达模式。X-gal染色结果显示,Ayu17-449蛋白高度表达在小鼠的脑、肾脏、心脏等组织,与Northern blotting法的结果高度一致。X-gal染色切片结果进一步证明Ayu17-449蛋白主要表达在脑的神经细胞和肾脏近曲小管细胞中。Ayu17-449基因的编码蛋白在数据库（Scansite,http：//scansite．mit．edu/）做功能基团分析后,揭示其编码蛋白的N末端含有Granin基团,大量文献证实Granin基团具有参与激素的分泌的功能,显示Ayu17-449基因可能与激素的分泌有关。     

Comparative analysis of various gene finders specific to Caenorhabditis elegans genome

Computational gene prediction and identifying alternatively spliced isoforms have always been a challenging task. In this paper, we describe the performance of three gene/exon finding programmes namely Fex, Gen view2 and Gene builder capable of predicting open reading frames or exons for a given set of sequences from C. elegans genome. The predicted exons were compared with the 'sequencing consortium' identified exons and degree of consensus among them is discussed. We found that exon prediction by Fex was similar to the consortium prediction as compared to Gen view2 and Gene builder results. Interestingly, some exons (six exons in five genes) predicted positive only by Fex and not by the 'sequencing consortium' are found at the C. elegans EST database. This data is critical for further debate and discussion on gene finding in C. elegans.     

Identification and characterization of new plant microRNAs using EST analysis

Seventy-five previously known plant microRNAs (miRNAs) were classified into 14 families according to their gene sequence identity. A total of 18,694 plant expressed sequence tags (EST) were found in the GenBank EST databases by comparing all previously known Arabidopsis miRNAs to GenBank‘s plant EST databases with BLAST algorithms. After removing the EST sequences with high numbers (more than 2) of mismatched nucleotides, a total of 812 EST contigs were identified. After predicting and scoring the RNA secondary structure of the 812 EST sequences using mFold software, 338 new potential miRNAs were identified in 60 plant species, miRNAs are widespread. Some microRNAsmay highly conserve in the plant kingdom, and they may have the same ancestor in very early evolution. There is no nucleotide substitution in most miRNAs among many plant species. Some of the new identified potential miRNAs may be induced and regulated by environmental biotic and abiotic stresses. Some may be preferentially expressed in specific tissues, and are regulated by developmental switching. These findings suggest that EST analysis is a good alternative strategy for identifying new miRNA candidates, their targets, and other genes. A large number of miRNAs exist in different plant species and play important roles in plant developmental switching and plant responses to environmental abiotic and biotic stresses as well as signal transduction. Environmental stresses and developmental switching may be the signals for synthesis and regulation of miRNAs in plants. A model for miRNA induction and expression, and gene regulation by miRNA is hypothesized.     

“电子”cDNA文库筛选指导基因的全长cDNA克隆

“电子”ｃＤＮＡ库筛选主要是指通过采用生物信息学的方法延伸表达序列标签（ＥＳＴ）序列,以获得基因的部分及至全长ｃＤＮＡ序列,避免或部分避免构建与筛选ｃＤＮＡ库等烦琐的实验室工作。该方法具体体现了ＥＳＴ数据库的迅速扩张已导致识别与克隆新基因的策略发生革命性的变化。ＥＳＴ序列ＺＡ７３为本实验室克隆到的可能参与辐射致气管上皮细胞恶性转化过程的基因片段,本研究采用“电子”ｃＤＮＡ库筛选的方法对其可能     

Cloning and Expression Analysis of a Murine Novel Gene, Ayu17-449

We used gene trapping vector PU8 to search some interesting genes which play important roles in mouse development from murine ES cells. One positive ES colony termed Ayu17-449 was trapped. Its partial cDNA was obtained by using 5′ RACE method. It is homologous to a 5523 bp cDNA fragment (GI: 20879412) in EST database. Further analysis of the 5523 bp cDNA sequence in Celera mouse gene database showed that it overlaps two genes. We designed serials of DNA primers according to the mRNAs of these two genes for RT-PCR and Northern blotting analysis, and identified a novel RNA about 9 kb (we named it as Ayu17-449) encoding 1920 aa. This gene is expressed highly in the brain, kidney, heart, lung, muscle and stomach. The expressed protein contains a Granin motif on its N-terminus, showing that this gene may be involved in hormone secretion.     

Gene expression profile of the mouse organ of Corti at the onset of hearing

We describe the generation of an expressed sequence tag (EST) database of the mouse organ of Corti (OC). Over 20,000 independent clones were isolated, analyzed, and grouped into 8690 unique gene clusters. A large pool of novel genes unique to the OC was identified. Sequence alignments frequently revealed alternatively spliced forms of known genes potentially relevant in the OC function. We have also electronically mapped a subset of OC mouse ESTs to several syntenic regions associated with human autosomal and recessive deafness, which may prove useful for the identification of new positional candidates for these human diseases. The EST dataset is available as an interactive Web-based public database at. This resource provides both a view of the profile of gene expression in the OC at the onset of hearing and a tool to identify novel genes of importance in hearing.