基于RNA-Seq高通量测序技术的菠萝洁粉蚧转录组研究

为了探索调节昆虫世代历期的相关基因,研究了菠萝洁粉蚧在转录水平上对温度的响应。组装后获得49 898个Unigenes,其平均长度为1 007 bp;其中有15 015 (30.10%)个Unigenes被成功注释到Nr、SwissProt、KOG和KO等功能数据库中。DEG分析表明,7 960个Unigenes被诱导差异表达,其中MIX21相对于MIX27表达量上调的有5 080个,下调的有2 880个。差异基因代谢通路分析表明,差异表达基因中涉及长寿调节途径(Longevity regulating pathway)的有3个通路,其中21℃饲养下的菠萝洁粉蚧种群胰岛素/IFG-1信号通路关键因子DAF-2、雷帕霉素靶标TOR信号通路关键因子RSK-1和S6K显著下调,相关因子被抑制表达,很好地解释了其世代发育历期比27℃饲养下长的现象。21℃饲养下的菠萝洁粉蚧种群HSP60较27℃饲养下的显著上调,而HSPs有上调也有下调,显示热休克蛋白HSP对温度的反应呈现一定的多样性、复杂性。这些发现将有助于今后昆虫寿命分子调节机制的研究,DAF-2、S6K、RSK-1等相关基因未来或将应用于调节一些经济昆虫的生长周期。     

基于高通量测序的云南松转录组分析

采用新一代高通量测序技术平台Illumina Hiseq 2 000对云南松转录组测序,得到的数据进行de novo组装,获得80 000条Unigenes,N50为1 881 nt、平均890 nt。与公共数据库进行比对,注释到NR、NT、Swiss-Prot数据库的Unigenes分别为43 434、46 415、29 418条。将Unigenes与COG数据库比对,有14 792条Unigenes成功注释,根据功能大致分成25类;与GO数据库比对,有26 743条Unigenes获得注释,按功能分为细胞组分、分子功能和生物过程3大类55亚类,其中参与的生物过程较多;以KEGG数据库参考,有25 873条Unigenes参与128条代谢途径分支,以代谢相关的通路较为集中,并找到与木质素合成关键酶的Unigenes。这些研究极大地扩充了云南松的基因资源,将有助于云南松基因的发掘与利用、分子标记的开发及其种质资源遗传改良的研究等。     

基于高通量测序的文冠果转录组分析

应用Illumina Hi-seqTM2000高通量测序技术对文冠果花芽进行转录组分析。共获得N50为1 180bp、平均长度为686bp的unigene 58 311条。与公共数据库Nr和Swiss-Prot同源性比较后发现37 047条unigene获得基因注释,另有21 264条unigene未被注释。利用COG数据库将unigene分成25类。通过GO分类和KEGG Pathway富集性分析,将unigene分别归类于55个GO term和128个代谢途径。此外,在9 794条unigene中共搜索到12 213个SSR位点,单核苷酸重复基元出现频率最高(34.95%),其次分别为二核苷酸(32.74%)和三核苷酸(28.64%)。在获得的unigene中发掘出涉及4个开花调控途径(光周期途径、春化途径、GA途径和自主途径)多个基因的同源序列。研究结果可在一定程度上解析文冠果花芽形态分化的分子调控模式与机制。     

基于高通量测序的玉米象转录组分析

玉米象Sitophilus zeamais是一种世界性的储粮害虫,但其基因信息尚不完善.本研究利用高通量测序平台Illumina HiSeq TM2000对玉米象成虫进行转录组测序,总计获得64358条unigenes,总长度39481752 bp,最短201 bp,最长29046 bp,平均长度613 bp.将unigenes序列在7大数据库Nr、GO、Swissprot、KOG、Pfam、KEGG、TrEMBL中进行注释,分别有25271、20747、16477、12060、9471、3370、25500条unigenes获得注释.通过GO功能分类,共有20747条unigenes在GO数据库中生物学过程、细胞组分、分子功能3大类68个亚类功能组中找到对应.KOG结果显示,12606条unigenes归到25个基因家族.通过KEGG代谢通路分析,共有3370条unigenes被注释,分别归属于细胞进程、环境信息进程、遗传信息进程、新陈代谢和有机体系统5大类代谢途径,共33个亚类274个功能通路.进一步的数据分析,共鉴定出146081个SNP位点和5002个简单序列重复(SSR)位点.本研究获得的玉米象转录组信息,为玉米象的功能基因挖掘提供了重要的信息资源.     

基于高通量测序的麦红吸浆虫转录组分析

麦红吸浆虫Sitodiplosis mosellana(Gehin)是一种世界性的小麦害虫。为获得其转录组信息,本研究采用新一代高通量测序技术Illumina HiSeq TM 2000对麦红吸浆虫成虫转录组进行测序。共获得转录组样本数据量为27.88 G,经分析共获得59257个Unigenes,总长度49861164 bp,最短20 bp,最长29282 bp,平均长度841 bp。将Unigenes序列与NR、NT、Swiss-Prot、KEGG、GO和KOG数据库进行比对(e≤10-10),共获得95029个结果。通过GO功能分类,共有19584个Unigenes在GO数据库中细胞组分、分子功能和生物学过程等3大类50个功能组中找到对应。与KOG数据库进行比对,共有11279个麦红吸浆虫Unigenes被注释,按功能大致可分为26类。通过KEGG pathways分析,共有9110个麦红吸浆虫Unigenes被注释,分别归属于细胞进程、环境信息进程、遗传信息进程、新陈代谢和有机体系统5大类代谢途径,主要包括细胞生长与死亡、细胞运动、信号转导、能量代谢等32类代谢途径。CDS预测发现30088条序列可被编码,占全部基因的50.78%。SSR位点查找发现,在59257个Unigenes中共找到36323个SSR位点,发生率为61.30%。本研究获得的巨大的麦红吸浆虫转录组信息,为麦红吸浆虫的功能基因挖掘提供了重要的信息资源。     

单细胞转录组高通量测序分析新进展

细胞异质性是生物组织的普遍特征。常规转录组测序(RNA-Seq)技术需要上万个细胞,所测结果实际上是一群细胞基因表达的平均值,所以难以鉴别细胞之间基因表达的异质性。单细胞RNA-Seq技术的分辨率精确至单个细胞,为辨别异质性群体中各种细胞类型的转录组特征提供了有力的工具。近年来单细胞RNA-Seq技术发展迅速,在方法学上包括cDNA扩增方法的多样化、对灵敏度和技术噪声的定量分析、浅覆盖高通量单细胞RNA-Seq方法和原位RNA-Seq技术等;在技术应用方面应用范围从早期胚胎发育扩大到组织器官发育、免疫和肿瘤等多个领域。文章对单细胞RNA-Seq在方法学和技术应用两方面的研究进展进行了详细阐述。     

银杏细胞转录组高通量测序及分析

利用Illumina的Genome Analyzer Ⅱx对银杏(Ginkgo Biloba)细胞转录组进行高通量测序,挖掘银杏内酯和紫杉醇生物合成基因,特别是新的羟基化酶基因,为今后最终完善红豆杉细胞紫杉醇生物合成途径中未知的羟基化步骤作准备.通过测序,获得了银杏细胞69 286个contig,56 387个scaffold,32 032个unigene.Unigene平均长度636bp.另外从gap分布、GC含量、基因组coverage等方面对unigene进行评估,数据显示测序质量好,可信度高.通过分析unigene的表达和功能注释等信息,发现66个属于CYP450基因家族,726个参与次生代谢物合成,其中59个与萜类合成有关,17个与二萜类合成相关.利用生物信息学方法从Michigan State University银杏成熟叶、侧根、成熟果实、无菌苗以及次生茎的转录组数据中找到了与银杏细胞CYP450高度同源的紫杉烷羟基化酶候选基因15个,为后续研究奠定了基础.     

野生矮牡丹高通量转录组测序分析

为探究野生稷山矮牡丹(Paeonia jishanensis)花青素等抗氧化活性物质生物合成的遗传基础,本文采用高通量测序技术Illumina NextSeqTM500对其幼嫩叶片、嫩茎和花芽混合池样本进行转录组测序分析。共获得39450个unigene,其中3563个unigene中有4106个SSR位点。在Swiss Prot数据库中注释到29420个unigene,其中11个与花青素生物合成过程相关,22个与类黄酮生物合成过程相关,15个与异黄酮生物合成过程相关;NR数据库中注释高达100%,有12个与类黄酮生物合成相关,7个与花青素生物合成相关;GO数据库中注释到24291个unigene,分为生物学过程、细胞组分及分子功能等三大类53个功能组,有21个unigene与黄酮、黄酮醇及异黄酮生物合成有关,4个unigene与花青素合成有关;eggNOG数据库中注释到38238个unigene,涉及植物生长发育过程绝大多数生命活动过程;KEGG数据库注释到5709个unigene,分别定位到6大类别42个代谢途径,其中25个unigene与花青素生物合成相关。研究表明,在稷山矮牡丹转录组序列中,共鉴定和发掘出多个涉及类黄酮化合物生物合成、花青素生物合成过程的相关基因序列及SSR位点,为下一步开展相关代谢合成途径研究奠定了基础。     

转录组与RNA-Seq技术

转录组是特定细胞或组织在特定时间或状态下转录出来的所有RNA的集合.通过对转录组的研究可以揭示生物体的基因表达、研究结构变异及发现新基因等.转录组分析的研究方法、研究平台发生着日新月异的变化,同时生物信息学分析的内容也在逐渐完善.RNA-Seq作为一种新的转录组研究手段,利用新一代测序技术能够更为快速、准确地为人们提供更多的生物体转录信息.主要比较近年来转录组研究的几种方法和几种RNA-Seq的研究平台,并着重介绍RNA-Seq的原理、用途、步骤和生物信息学分析等及在相关领域的应用等内容,为相关的研究和应用提供参考.     

基于高通量转录组测序技术的无精子症患者睾丸组织比较转录组分析

本研究探讨不同程度无精子症患者睾丸组织的转录组差异,了解差异表达基因(DEG)在功能、分类和代谢通路的不同,揭示无精子症患者精子发生分子机制,为促进男性不育研究的发展提供理论基础.选取1份非梗阻性无精子症和4份梗阻性无精子症患者睾丸组织样品(从无精子到有精子),进行RNA提取和文库构建,利用Illumina HiSeqTM2500高通量测序,构建无精子症患者睾丸组织转录组文库,并用生物信息学方法进行分析.结果发现,样品比对基因组数据库的平均比对率为94.38%,共检测2 242个属于预测新的蛋白质编码基因的转录本.得到差异表达基因统计结果为:NOA vs. OA1基因上调8 045,下调1 150;OA1 vs. OA2基因上调1 538,下调420;OA2 vs. OA3基因上调1 275,下调1 690;OA3 vs. OA4基因上调1 834,下调1 853.比较5例无精子症睾丸组织的差异基因KEGG,主要富集在RNA降解通路、基底细胞瘤通路、癌通路、黑色素生成通路和调节干细胞多能性等信号通路. PRM1、PRM2、TNP1、UBXN6、CXCL16、NUPR2、CCDC136和...     

基于RNA-Seq转录组测序技术揭示肉兔生长发育调控的分子机制

为研究肉兔肌肉生长发育调控的分子机制,本试验以84日龄齐卡巨型白兔和齐兴肉兔为研究对象,屠宰后取背最长肌组织并提取总RNA,反转录建立c DNA文库,利用Illumina HiSeq 2500测序平台进行测序,并进行序列分析和注释。筛选与肉兔肌肉生长发育相关的信号通路及差异表达基因,最后进行荧光定量PCR验证。结果表明:齐卡巨型白兔和齐兴肉兔背最长肌中显著差异表达基因总数为833个,其中齐卡巨型白兔中显著上调基因325个,显著下调基因508个。KEGG功能注释发现差异基因显著富集到PI3K-AKT通路、癌症通路和黏着斑通路,最终筛选出4个可能与生长发育显著相关的差异表达基因,为进一步对肉兔进行遗传改良提供了理论基础。     

Unix文本比对分析高通量RNA-Seq测序基因表达

从RNA-Seq高通量测序短序列进行比对及拼接获得较长转录本并确定基因表达量的方法随着转录组测序的广泛开展仍在不断改进,本文利用类Unix系统的文本处理命令组合对山茶花开花期叶片及花瓣的转录组序列进行比对、序列拼接及其表达量分析。首先对测序序列进行每1万条准随机排序,选取10万条序列分别与100万条序列进行比对,从每个查询序列随机选取9组20 mer比对100万条序列去重后获得该序列的转录数量。利用查询序列首尾20 mer从匹配的比对重叠群进行拼接,初次拼接最长为410 mer,超过两个及以上拼接序列的再次进行相互比对及再拼接,最长1 174 mer。用查询序列的比对匹配数表示其拼接前后的表达量,与用互补链进行比对得到的负链表达量相当。用拼接序列进行NCBI联网blast比对获得了其基因注释。本文得到的结果表明,利用类Unix系统文本比对可以有效用于高通量测序基因表达量及进行序列从头组装等分析。     

基于高通量测序的发芽苦荞转录组学研究

采用新一代高通量测序技术Illumina Solexa Hiseq 2500对发芽荞麦转录组进行测序,结合生物信息学方法开展基因表达谱研究和功能基因预测。通过测序,获得了42 953 962个序列读取片段(reads),包含了5.37 Gb碱基序列信息。对reads进行序列组装,获得45 278个单基因簇(unigenes),平均长度862 bp,序列信息达到了39 Mb。另外,从长度分布、GC含量、表达水平等方面对unigenes进行评估,数据显示测序质量好,可信度高。数据库中的序列同源性比较表明,2 127个unigenes与其他生物的己知基因具有不同程度的同源性。发芽苦荞转录组中的unigenes与细胞进程、细胞和蛋白结合相关。将unigenes与KOG数据库进行比对,根据其功能大致可分为24类。以KEGG数据库作为参考,依据代谢途径可将unigenes定位到328个代谢途径分支,包括核糖体代谢通路、碳水化合物代谢等,并且筛选出38条参与GABA合成的氧化磷酸化代谢的unigenes。SSR位点查找发现,从71 366个unigenes中共找到7 141个SSR位点。SSR不同重复基序类型中,出现频率最高的为A/T,其次是AAG/CTT和AT/AT。     

基于高通量测序的辽东栎转录组学研究

应用Illumina Solexa Hiseq 2000高通量测序技术对辽东栎的芽、花、叶及果实的混合样品进行转录组测序,结果共获得3.8 Gb的有效数据。应用Trinity软件对有效序列从头拼接去重复后,共获得95 800条unigene,总长度为73.57 Mb,最大长度、平均长度和N50分别为11 284 bp、768 bp和1 373 bp。利用Blastx与公共数据库Nr和Swiss-Prot的同源性比较(E值1×10-5)发现,38 163条unigene未发现与公共数据库中的序列具有同源性。通过KEGG数据库中参与淀粉合成与代谢的pathway分析,共发掘出67条参与淀粉合成的unigene,编码9个关键酶。此外,在13 380条unigene中共搜索到15 901个SSR位点,其中二核苷酸和三核苷酸的重复类型占所有SSR位点的98.16%。     

基于高通量测序的慈竹笋转录组分析与基因功能注释

慈竹是我国四川当地的优势丛生竹种之一,其纤维长度和质量较优异,是造纸、纺织等工业的良好原料。本文利用Illumina Hi SeqTM 2000平台,对10、50、100和150 cm高的慈竹笋进行转录组分析,共得到69.28 M条读长(Reads),经从头拼接、组装和聚类后得到111 137条非重复序列基因Unigene,其中共有63 094条注释到COG、GO、KEGG、Swiss-Prot和Nr数据库中。这些Unigene不仅具有一般的功能,如转录和信号转导等,还涉及到蔗糖转运与代谢、次级代谢产物及细胞壁的生物合成等方面。不同高度慈竹笋的纤维素合成酶基因存在差异表达,发现了可能调控慈竹生长发育以及纤维素和木质素生物合成的相关基因,为慈竹品种改良提供一定的理论基础。     

独行菜种子转录组的高通量测序及分析

独行菜种子为我国传统常用中药,从中已提取出多种药用活性成分,但目前尚不清楚其次级代谢过程中这些活性物质合成的遗传基础。采用Illumina Hiseq^TM 2000高通量测序平台对独行菜种子转录组进行测序,经de novo组装后获得40 303条unigene。进一步利用六大公共数据库进行同源比对,注释了27 935条unigene。研究发现,534个基因参与了独行菜次生物质的合成和代谢,其中在芥子苷、黄酮类和芪类化合物生物合成途径中的unigene分别有4个、19个和69个,在苯丙氨酸代谢途径中的unigene有92个。这些基因可能参与独行菜种子药性活性物质的生物合成,并分析获得了参与上述合成代谢途径的13个关键基因的同源序列。另外,从转录组序列中搜索到6 304个SSR位点,分布于5 306条unigene中,出现频率为15.64%。研究结果不仅为挖掘独行菜种子药用次生代谢物生物合成关键基因提供了基础数据信息,而且为独行菜遗传多样性研究和分子标记开发奠定了分子基础。     

基于新一代高通量测序的环境微生物转录组学研究进展

环境微生物转录组学是一门新兴学科,它以复杂环境样品中的微生物mRNA为研究对象,利用近年兴起的RNA-Seq高通量测序技术,在整体水平上对环境微生物的基因表达水平和调控规律进行研究.本文概述了环境微生物转录组研究从样品的采集保存、RNA提取、mRNA的富集、cDNA合成直到高通量测序及数据分析的基本流程.总结了该技术面临的主要瓶颈:环境样品mRNA含量低、腐植酸等干扰杂质多、rRNA去除程度有限.针对RNA的提取、纯化以及mRNA的富集这些重点步骤,详细阐述了近年来在提高mRNA的得率与纯度上的方法学进展.重点介绍了高通量测序数据的处理及分析方法,从测序数据的质量控制、序列组装、rRNA的鉴定及去除、功能基因注释及分类到差异表达基因的鉴定.最后总结了近年来环境微生物转录组学在新基因的发现、不同环境条件下微生物的基因表达及调控规律研究、有机物的代谢路径分析等3个主要研究领域的广泛应用.随着测序技术及生物信息学分析工具的发展进步,环境微生物转录组学将具有更广阔的应用前景.     

基于高通量测序的极小种群野生植物长梗杜鹃转录组分析

为加强特有濒危植物长梗杜鹃资源的评价、保护和鉴定工作,及为今后遗传育种和改善其农艺性状提供有益参考。本研究采用新一代高通量测序平台Illumina HiSeq 4000对其转录组测序,得到的数据过滤后进行de novo组装并聚类去冗余,获得74 092个Unigenes,平均长度、N₅₀、Q₂₀、Q₃₀以及GC含量分别为938 nt、1 616 nt、98.22%、95.20%和43.24%,其中1 Kb以上的Unigenes有23 879条。通过与七大功能数据库比对,分别有39 876（NR：53.82%）、38 065（NT：51.38%）、27 384（Swissprot：36.96%）、16 099（COG：21.73%）、30 401（KEGG：41.03%）、17 518（GO：23.64%）以及29 676（Interpro：40.05%）条Unigenes获得功能注释。长梗杜鹃转录组中的Unigenes根据GO功能大致可分为生物学过程、细胞组分和分子功能3大类56亚类,其中执行生物学过程的基因最多,占41.53%;与COG数据库比对,根据其功能大致可分为25类;以KEGG数据库为参考,可归为6个代谢通路大类、32类代谢途径,并发掘出176条与人类疾病相关的Unigenes,包括内分泌及代谢疾病（167条）和抗药性（9条）。根据注释结果共检测出39 418个CDS,未注释上的Unigenes使用ESTScan预测后获得3 194个CDS。同时,预出到1 488个编码TF的Unigenes,以及检测到57 927个SNP多态位点。该转录组分析为今后长梗杜鹃乃至杜鹃属植物功能基因挖掘与利用、基因克隆、抗性机理分析、遗传资源分类和进化、分子标记开发以及分子辅助育种等研究提供了基础数据和重要参考。