甘薯与牵牛EST资源的SSR信息分析

为挖掘番薯（Ipomoea）属EST-SSR资源,从NCBI数据库下载23406条甘薯（Ipomoea batatas (L.) Lam.）EST和62282条牵牛（Ipomoea nil (L.) Roth）EST,利用生物信息学软件预处理、去冗余、拼接处理后得到12812条无冗余的甘薯EST（6.70 Mb）和28422条牵牛唯一序列（17.19 Mb）。对这些序列进行SSR搜索,在甘薯上获得328个SSR位点,发生频率为2.56%;牵牛上筛选到962个SSR位点,出现频率为3.38%。甘薯和牵牛EST-SSR具有多个共同特征：在SSR位点中,主要是二核苷酸重复类型,其次是三核苷酸重复;在二核苷酸重复中,出现最多的重复基序为AG/CT,其次是AT/AT;在三核苷酸重复中,主要基序是AAG/CCT;SSR位点的长度主要集中在20~22 bp。结果表明,这些搜索出的EST-SSR重复基序类型丰富、多态性潜能高,具有较高的开发和利用价值。     

陆地棉EST长度多态性与其SSR分布特征相关性分析

目的:分析陆地棉EST长度多态性与其SSR分布特征的相关性。方法:从NCBI公共数据库下载陆地棉EST序列,应用SSRIT搜索SSR,分析20 000条无冗余的EST序列。结果:在剔除低质量和冗余的序列后,得到全长为7 363.878kb的无冗余EST序列7 322条,其中含有SSR位点的EST序列数520条,占被分析EST比例的2.60%。长度在400bp以下的EST序列含SSR的比例为1.46%;长度在400bp以上的EST序列含SSR的比例为8.94%。在1～6bp的重复基元中,二核苷酸重复基元的SSR重复频率最高,占总数的63.46%,其次是三核苷酸,占总数的34.04%。二核苷酸类型(AG)n、(AT)n和三核苷酸类型(AAG)n、(ACC)n、(ACT)n、(AAT)n是SSR的主要重复基元。结论:棉花EST-SSR可用于棉花分子标记,为有针对性设计陆地棉EST-SSR引物奠定基础。     

人参EST资源的SSR信息分析

从7055条人参EST序列中搜索出791个SSR,其出现频率为11．21％,平均长度为21．37bp,平均分布频率为1／5．7kb。二核苷酸重复是主要的重复类型,占全部EST-SSR的56．89％,其次是三核苷酸重复的占全部SSR的21．11％。AT、GAA是二核苷酸和三核苷酸中出现次数最多的重复基元类型,分别占28．89％和10．18％。     

中间锦鸡儿转录组EST-SSR标记系统性识别与引物筛选

旨在对中间锦鸡儿转录组数据库EST信息进行SSR系统性识别和初步验证,为进一步SSR分子标记开发提供依据。对Hi Seq2000测序技术获得的中间锦鸡儿转录组Unigenes进行SSR位点搜索,共获得45 706个SSR位点,出现频率为10.38%,平均4.30kb出现一个SSR位点。SSR重复类型以单核苷酸重复序列基元为主,所占比例为56.47%;二核苷酸、三核苷酸重复序列基元的数量所占比例分别是20.56%和21.04%;其他数量的基元所占比例仅为1.9%。多核苷酸重复类型中最多的为2核苷酸重复AG/CT;其次为3核苷酸重复AAG/CTT。针对EST-SSR位点随机挑选了150对引物,通过琼脂糖凝胶电泳进行PCR验证,其中有79对能获得扩增条带,21对引物扩增出单一条带,比例为14.0%。     

甘薯EST资源的SSR信息分析

从NCBI公共数据库下载获得22371条甘薯EST序列,去除低质量的和冗余的序列后,得到总长为5．09×10^3kb的9204条唯一序列。从这些序列中搜索到总共436个SSR位点,平均相距11．68kb出现一个SSR。这些SSR的出现频率和平均长度分别为4．4％和24．28bp。在2-6bp的重复基元中,六核苷酸重复基元出现频率最（30．96％）,其次是三核苷酸重复基元（29．59％）和二核苷酸重复基元（24．54％）。出现最多的重复基元是AG／CT（16．28％）,其次是AAG／CTT（11．01％）。     

三种人参属植物的EST-SSR信息分析及其在三七中的应用

为了解人参属植物EST中SSR分布特点及其在三七SSR标记中的应用,利用生物信息学方法,用primer 3软件对dbEST数据库中人参属植物人参、西洋参和三七的EST序列进行搜索,发现人参属植物EST-SSR出现频率为11.54%,平均每4.39 kb出现1个SSR.人参属植物单核苷酸重复基元占主导地位,其次为三核苷酸重复基元和二核苷酸重复基元,分别占总SSR的54.48%、17.31%和16.36%.人参属EST-SSR的优势类型为A/T和AT/TA,分别占54.73%和8.21%.根据人参属植物EST中的SSR设计48对引物,在合适的PCR扩增体系下,用5个三七样品的DNA为模板进行PCR扩增,引物有效扩增率85.42%,其中多态性引物占可扩增引物的70.73%.结果表明,利用人参属EST序列开发三七EST-SSR标记是可行的.     

基于转录组数据的密花香薷SSR位点特征分析

利用MISA软件对密花香薷转录组42 362条Unigene进行SSR位点搜索,并对其SSR序列结构及分布特征进行了分析。结果表明:(1)密花香薷转录组Unigene序列中共检测到17 564个SSR重复序列,分布于11 903条Unigene上,出现频率为28.10%,平均每3 200 bp出现一个SSR位点。(2)单、二、三核苷酸重复类型为密花香薷转录组SSR位点的主导基序类型,占总SSR位点的97.27%,3种主导基序类型中,单核苷酸所形成基元类型数量最多,共检测到169个基元类型(51.22%),单核苷酸(A/T)n基元类型占明显优势,二核苷酸重复类型(AG/CT)n基元类型占优,分别占总SSR位点的50.60%和12.17%。(3)单核苷酸SSR位点所包含重复次数最多(49),重复次数介于10～66,同一基序类型不同重复次数所形成的SSR位点数量差异较大,随重复次数的增加,SSR位点数呈下降趋势。(4)密花香薷转录组二至六核苷酸基序SSR序列长度集中在12～30 bp区间,共包含有8 190个SSR位点,占所统计SSR位点的95.60%,1 589 (≥20 bp)个SSR序列具有极高的多态性,占所统计SSR位点的18.54%。综合出现频率、分布密度、基元重复次数和长度变异等多个研究结果发现,密花香薷转录组检索到的SSR序列表现出较高的多态性潜能,具有较大的开发价值。该研究为后续密花香薷SSR分子标记引物开发奠定了理论基础。     

漆树EST-SSR引物开发

利用NCBI数据库进行漆树EST-SSR引物开发,从NCBI数据库中共下载漆树EST序列87 856条。利用MISA软件进行序列处理、拼接及聚类后,从87 856条漆树EST序列中拼接组装成3 979条非冗余序列,含SSR位点的EST序列出现频率占EST序列总数的4.5%,从3 979条非冗余序列中检测到487个SSRs微卫星位点,出现频率为12.2%。这些SSR位点中,三核苷酸和二核苷酸重复基元所占比例较高。采用Primer5.0软件,共成功设计50对EST-SSR引物,50对EST-SSR引物在25个漆树个体上均能扩增出清晰的电泳条带,其中18对引物检测出了多态性条带,扩增率达36%。     

银杏EST序列中微卫星的分布特征

本文利用从NCBI下载的21 590条银杏EST序列,分析了银杏(表达序列标签微卫星)EST-SSR在银杏EST序列的分布和比较了在不同长度EST序列中的SSR特性.在剔除冗余和低质量序列后,得到总长为5 708.385 kb的无冗余EST序列7 961条,发现了405个EST序列(5.09%)含有475个SSR,长度400-1000 bp的EST序列含SSR位点数为445个,占SSR总数的93.68%.二核苷酸和三核苷酸基元类型是银杏EST-SSR的主要类型,分别占SSR总数的73.89%和24.00%,最常见的SSR基元是:(AT)_n、(AG)_n、(AC)_n、(AAG)_n和(AAT)_n.通过对银杏EST序列中SSR位点信息的发掘分析,为有针对性地设计EST-SSR引物,开发银杏EST-SSR分子标记奠定基础.     

番红花EST资源的SSR信息分析

从NCBI公共数据库下载得到6745条番红花EST,通过前处理得到全长为612.01 kb的无冗余EST 1431条.在这些序列中搜索出108个SSR,分布于103条EST中,出现频率为7.55%.这些EST-SSR的平均分布距离是5.67 kb.二核苷酸重复和三核苷酸重复是番红花主要的重复类型,分别占总EST-SSR...     

蛋白质序列复杂性简化与非比对序列分析

非比对序列分析是最新发展的一种序列分析方法,具有计算效率高并适用于分析低相似性的序列,已成功用于DNA的序列分析中.但是由于蛋白质序列的复杂性,非比对序列分析对于蛋白质序列分析的准确度却不高.用将20种天然氨基酸残基归类的方法,简化了蛋白质序列的复杂性,并运用到对蛋白质的非比对序列分析中,有效地提高了序列分析的准确性.     

Sequence announcement

Update Section

Sequence announcement     

Sequence announcement

Plant Molecular Biology -     

Sequence Announcements

Plant Molecular Biology -     

Sequence representation

This article deals with the definition of a method for analyzing sequences of symbols, especially biological sequences. We are mostly interested in finding representations of sequences, that could help to explicit relationship between their structure and their activity. Starting with automatically built rules, governing occurrences of symbols within sequences, we define ways of using these rules to determine different subsequences that we assume to be contexts. Labelled contexts provide a possible representation of sequences. Finally an example of detected contexts in proteins is given.     

Sequence announcements

Plant Molecular Biology -