昆虫RNA-Seq数据的分析流程

随着高通量RNA测序(RNA-Seq)技术的发展和测序成本迅速下降,RNA-Seq技术已经成为生物学研究的重要工具,为生物学家全面地了解和研究转录组提供了机遇。高通量测序具有读长短、存在一定比例的测序错误、数据量大等特点,因此RNA-Seq数据分析与基因组分析和传统的EST数据分析有所不同。本文通过介绍不同的测序平台、原始数据产生和低质量数据过滤的计算流程,对短序列比对、转录组拼接、功能注释、以及差异表达分析进行了研究和分析,最后对RNA-Seq在昆虫学研究中的应用进行了综述,并对RNA-Seq技术进行了总结和展望。     

携带与未携带松材线虫的松墨天牛转录组差异表达基因分析

【目的】本研究旨在建立携带与未携带松材线虫Bursaphelenchus xylophilus的松墨天牛Monochamus alternatus成虫各组织的转录组数据库,揭示松墨天牛对松材线虫响应的转录组整体表达特征。【方法】以携带和未携带松材线虫的松墨天牛成虫的表皮、气管和脂肪体为材料,采用Illumina HiSeq^TM 2000测序平台开展转录组测序,利用Trinity软件对RNA-Seq数据进行从头组装,利用NCBI数据库进行基因注释。通过DEG-Seq分析携带和未携带松材线虫的松墨天牛成虫中的差异表达基因,对上调表达基因进行GO和KEGG代谢途径富集分析,并通过实时荧光定量PCR技术对部分差异表达的基因包括ENV, CDK1, HSP70-C, HSP70, HSP75, DUO, PABPN1和IGFP基因的表达水平进行验证。【结果】测序过滤后共获得55 059条单基因簇(unigene),平均长度为1 536 bp。将unigene与数据库中的序列进行BLASTX比对,成功注释24 354条unigenes,其中4 022条unigene在GO数据...     

基于RNA-Seq高通量测序技术的牦牛卵巢转录组研究:进一步完善牦牛基因结构及挖掘与繁殖相关新基因

RNA-Seq作为近年来新发展起来的高通量转录组测序技术,为大规模转录组学研究提供了一种全新的且更为有效的方法.目前该技术已广泛应用于转录组学中多方面的研究,尤其近年来,该技术在进一步完善基因结构信息及挖掘新转录本及新基因方面的功能也逐渐受到关注.本研究以牦牛卵巢组织作为研究对象,应用RNA-Seq技术对其进行高通量转录组测序分析,经测序后得到了一个包含26826516条过滤后测序读数,4828772880 bp的卵巢测序文库,比对分析显示,有16992条牦牛基因发生表达,其中3734条基因存在不同类型的可变剪接.功能分析表明,这些表达基因涉及多种GO分类及KEGG通路.进一步分析转录组数据发现,共有7340个基因的5′或3′端在原有基因组的位置基础上发生了延伸,同时还发现了6321个新转录本,定位回基因组预测显示,外显子数量为1~84个,其中2267个新转录本预测具有编码蛋白的能力.比对分析显示,共有1200~4993条新转录本分别与Nt数据库、Nr数据库及SwissProt数据库中的基因比对上,其中与牛相似性基因最多(41.4%),其次为野牦牛(33.0%)、绵羊(6.3%)、人类(2.8%)及小鼠(1.6%)等其他物种.进一步对新转录本进行GO分类注释,结果显示,与繁殖发育相关的GO分类占有较大比例,其中繁殖类别(reproduction)所涉及的新转录本最多.本研究结果为描绘牦牛卵巢正常转录组图谱及进一步探析牦牛繁殖性能提供了基础,同时证实RNA-Seq高通量转录组技术在完善基因结构及挖掘新转录本及新基因方面的具有强大的优势,为进一步完善牦牛基因组结构信息及挖掘潜在的新基因提供了丰富数据.     

沙葱萤叶甲成虫不同夏滞育阶段的转录组分析(英文)

【目的】本研究旨在揭示内蒙古草原新害虫沙葱萤叶甲Galeruca daurica专性夏滞育相关的重要基因以及代谢通路。【方法】应用RNA-Seq技术,对沙葱萤叶甲成虫不同夏滞育阶段［滞育前期(PD)、滞育期(D)及滞育后期(TD)］进行转录组测序、分析及基因功能预测,基于RNA-Seq数据筛选夏滞育不同阶段差异表达基因;利用qPCR对基于RNA-Seq数据筛选的10个差异表达基因的表达水平进行验证。【结果】从9个文库中获得202 770 198 clean reads,将12 078 060条转录本组装获得82 292 条unigene,平均长度为783.59 bp,N50为1 545 bp。沙葱萤叶甲D vs PD和TD vs D 比较组分别有2 395(2 119上调和277下调)和62(59上调和3下调)个差异基因。KEGG分析表明,D vs PD和TD vs D比较组差异表达基因分别显著富集于糖孝解/糖异生通路和脂肪酸生物合成通路;此外,许多与钙离子信号转导相关的基因在滞育期间差异表达。10个差异表达基因的qPCR分析表明,RNA-Seq与qPCR结果高度一致。【结论】糖孝解/糖异生、脂肪酸生物合成及钙离子信号通路可能在沙葱萤叶甲滞育调节中起着重要的作用。本研究为进一步研究沙葱萤叶甲成虫专性夏滞育的分子机理奠定了基础。     

沙葱萤叶甲卵滞育的转录组学分析

【目的】建立沙葱萤叶甲Galeruca daurica滞育卵转录组数据库,挖掘卵滞育相关的基因以及代谢和信号通路,在转录组水平探讨卵滞育的分子机制。【方法】采用Illumina NovaSeq6000高通量测序平台对沙葱萤叶甲滞育卵与解除滞育卵进行转录组测序,并进行生物信息学分析;利用DESeq软件分析沙葱萤叶甲滞育卵与解除滞育卵中的差异表达基因,对差异表达基因进行KEGG通路富集分析;利用qRT PCR技术对10个差异表达基因的表达模式进行验证。【结果】基于沙葱萤叶甲滞育卵与解除滞育卵转录组测序结果,共获得53 389个unigene,其中差异表达基因2 145个,24个差异表达基因与保幼激素信号及脂肪酸生物合成和降解相关。与解除滞育卵相比,滞育卵转录组中1 297个基因上调表达,富集于124条KEGG通路,其中核糖体通路显著富集;848个基因下调表达,富集于73条KEGG通路,其中MAPK信号通路和糖胺聚糖生物合成通路显著富集。qRT-PCR结果表明,随机选取的10个差异表达基因的表达趋势与RNA-Seq转录组测序结果完全一致。【结论】保幼激素,脂肪酸生物合成和降解,核糖体,MAPK信号及糖胺聚糖生物合成等通路可能在沙葱萤叶甲卵滞育调控中起着重要的作用。     

水产经济鱼类基因组大数据平台的构建与应用

水产经济鱼类是人类重要的蛋白质来源,对其基因组的研究在分子育种、分析水生生物进化等方面起到重要作用。目前,国内缺少分析水产经济鱼类基因测序数据的综合性数据平台。本文搜集并整理了20余种水产经济鱼类的基因组测序数据,并开发了水产经济鱼类基因组大数据平台。该平台包括数据存储、数据下载、数据分析,以及数据可视化展示等模块。通过该平台,用户可以快速检索鱼类基因的功能、表达水平、基因保守性以及共线性等。本研究开发的鱼类大数据平台将促进水产领域对鱼类基因组的分析。该大数据平台可通过IP 47.96.156.188访问。     

Illumina-Solexa测序数据质量评估系统的构建

目的：针对下一代测序数据量大、序列长度短的特点,研究数据分析和质量评估方法。方法：选择已发布的Illumina-Solexa平台测序数据为研究对象,通过MAQ软件将测序数据与人类全基因组序列进行比对,并以外显子区域为例,在位点水平对测序数据质量进行评估。结果：结合已有软件系统和本文自创线性算法,建立了一套包括比对、拼接在内的测序数据质量评估系统。比对分析后,发现原始测序序列共覆盖了127,113,378个位点,涉及24条染色体上的64868个外显子。其中,每个位点都被测到的外显子为0.50%,位点平均测序深度大于等于1的外显子为3.98%。结论：成功构建了基于Illumina-Solexa测序平台的数据分析和质量评估方法,其可适用于其它第二代测序平台。研究者可在质量评估的基础上完善测序试验设计,并进行SNP和突变筛选及后续功能性研究。     

七星瓢虫滞育关联基因的转录组学分析

对七星瓢虫正常发育、滞育以及滞育解除的雌成虫进行RNA测序,并对筛选出来的滞育相关基因进行KEGG通路富集分析,从分子水平解析七星瓢虫滞育发机理。本研究以正常发育产卵、滞育30 d以及滞育贮存30 d后解除产卵的七星瓢虫雌成虫为研究对象,分别抽提RNA,合成c DNA,构建c DNA文库,文库检测合格后在Illummina Hiseq 2500测序仪上进行双向测序。根据测序结果,共获取unigene 82820个。采用两两比较法对正常发育组和滞育组、滞育组和滞育解除组进行差异表达分析,分别获得差异表达基因3501个和1427个。深入分析两组比对结果,将在滞育组上调且滞育解除组下调的unigene定义为滞育关联基因,共有443个基因为滞育关联基因。应用KEGG KAAS在线pathway比对分析工具对滞育关联基因进行通路富集分析,结果发现这些基因主要集中在碳水化合物代谢、脂质代谢以及信号转导等途径中。     

基于转录组测序的黄芩素对碳青霉烯类耐药肺炎克雷伯菌的研究

目的 通过转录组测序(RNA sequencing, RNA-Seq)初步探讨黄芩素对碳青霉烯类耐药肺炎克雷伯菌(carbapenem-resistant Klebsiella pneumoniae,CRKP)的作用机制。方法 采用VITEK MS质谱检测仪和Vitek2-Compact药敏分析对菌株T3进行鉴定和药敏试验。通过微量肉汤稀释法测定黄芩素(baicalein, BE)对碳青霉烯类耐药肺炎克雷伯菌T3的最低抑菌浓度(minimum inhibitory concentration, MIC)。用Illumina NovaSeq 6000转录组测序平台对1/2 MIC黄芩素处理的肺炎克雷伯菌株T3和正常对照组进行RNA-Seq;利用Trimmomatic、Rockhoppe、edgeR和Goatools等生物信息学工具软件处理转录组数据,并分析得到的2组间差异表达基因、基因本体论(gene ontology, GO)注释、GO富集及KEGG代谢通路。结果 菌株T3为对碳青霉烯类耐药肺炎克雷伯菌,黄芩素对碳青霉烯类耐药肺炎克雷伯菌T3的MIC为160μg/mL。与对照组相比,黄...     

基于PCA和神经网络的多形性胶质母细胞瘤驱动基因预测模型

目的:通过对癌症基因表达数据的分析,预测多形性胶质母细胞瘤的驱动基因集。方法:基于主成分分析方法和神经网络,提出一种用于预测多形性胶质母细胞瘤驱动基因的系统生物学模型。首先对实验样本的原始表达谱数据进行预清洗,过滤掉无信息或表达不符合实验要求的表达数据,并对肿瘤表达谱数据进行标准化处理;然后对基因进行划分,相似突变率的基因将被划分到同一块中;最后通过学习神经网络,构建癌症相关基因的调控网络,得出驱动基因的预测集。结果:本研究应用上述模型,对多形性胶质母细胞瘤(glioblastoma multiforme,GBM)驱动基因进行预测。已发表的大量实验结果表明,我们预测出的大部分驱动基因在GBM中起重要作用。结论:我们提出一种对GBM表达谱数据分析的新方法,能够高精度地预测出该疾病的驱动基因,该模型同样能够较好地用于分析其它疾病的表达谱数据。