CRISPR-Cas系统在植物基因组编辑中的研究进展

基因组定点编辑技术是研究基因功能和生物体改造的重要工具。CRISPR-Cas(Clustered regularly interspaced short palindromic repeats and CRISPR-associated proteins)系统是近年来发展的一种新型基因组编辑技术,该技术通过一段向导RNA和配套的核酸酶就可对特定的基因组序列进行定点编辑,具有简单高效、应用广泛的特点,受到了生物学家的广泛关注。本文着重介绍CRISPR-Cas系统在植物中的研究进展,包括CRISPR-Cas9系统在植物中的应用与完善、扩大基因组编辑范围的研究、Cas9切口酶和失活酶的拓展、特异性单碱基突变编辑系统的研究、无外源DNA污染的植物基因编辑技术的发展以及基因组编辑技术在作物育种上的应用等方面。同时也提出了还需解决的问题,并展望了基因组编辑系统在作物育种中的应用前景,为开展这一领域的研究工作提供参考。     

机器学习方法在基因功能注释中的应用

目前,基于计算机数学方法对基因的功能注释已成为热点及挑战,其中以机器学习方法应用最为广泛。生物信息学家不断提出有效、快速、准确的机器学习方法用于基因功能的注释,极大促进了生物医学的发展。本文就关于机器学习方法在基因功能注释的应用与进展作一综述。主要介绍几种常用的方法,包括支持向量机、k近邻算法、决策树、随机森林、神经网络、马尔科夫随机场、logistic回归、聚类算法和贝叶斯分类器,并对目前机器学习方法应用于基因功能注释时如何选择数据源、如何改进算法以及如何提高预测性能上进行讨论。     

机器学习在蛋白质功能预测领域的研究进展

蛋白质是有机生命体内不可或缺的化合物,在生命活动中发挥着多种重要作用,了解蛋白质的功能有助于医学和药物研发等领域的研究。此外,酶在绿色合成中的应用一直备受人们关注,但是由于酶的种类和功能多种多样,获取特定功能酶的成本高昂,限制了其进一步的应用。目前,蛋白质的具体功能主要通过实验表征确定,该方法实验工作繁琐且耗时耗力,同时,随着生物信息学和测序技术的高速发展,已测序得到的蛋白质序列数量远大于功能获得注释的序列数量,高效预测蛋白质功能变得至关重要。随着计算机技术的蓬勃发展,由数据驱动的机器学习方法已成为应对这些挑战的有效解决方案。本文对蛋白质功能及其注释方法以及机器学习的发展历程和操作流程进行了概述,聚焦于机器学习在酶功能预测领域的应用,对未来人工智能辅助蛋白质功能高效研究的发展方向提出了展望。     

基于机器学习的猪生长性状基因组预测

为了比较自动机器学习下不同机器学习模型预测部分猪生长性状与全基因组估计育种值(genomic estimated breeding value,GEBV)的性能，并寻找适合的机器学习模型，以优化生猪育种的全基因组评估方法，本研究利用来自多个公司9968头猪的基因组信息、系谱矩阵、固定效应及表型信息通过自动机器学习方法获取深度学习(deep learning,DL)、随机森林(random forest,RF)、梯度提升机(gradient boosting machine,GBM)和极致梯度提升(extreme gradient boosting,XGB)4种机器学习最佳模型。采用10折交叉验证分别对猪达100 kg校正背膘(correcting backfat to 100 kg,B100)、达115 kg校正背膘(correcting backfat to 115 kg,B115)、达100 kg校正日龄(correcting days to 100 kg,D100)、达115 kg校正日龄(correcting days to 100 kg,D115)的GEBV及其表型进行预测，...     

预测蛋白质间相互作用的生物信息学方法

后基因组时代的研究模式,已从原来的序列-结构-功能转向基因表达-系统动力学-生理功能。建立蛋白质间相互作用的完全网络,即蛋白质相互作用组(interactome),将有助于从系统角度加深对细胞结构和功能的认识,并为新药靶点的发现和药物设计提供理论基础。一系列系统分析蛋白质相互作用的实验方法已经建立,近年来,出现了多种预测蛋白质相互作用的生物信息学方法,这些方法不仅是对传统实验方法的有价值的补充,而且能够扩展实验方法的预测范围;同时,在开发这些方法的过程中建立了一些重要的分子进化和分子生物学慨念。本文综述了9种生物信息学方法的原理、方法评估、存在的问题．并分析了这个领域的发展前景。     

面向蛋白质功能位点识别的机器学习平台构建

有关蛋白质功能的研究是解析生命奥秘的基础,机器学习技术在该领域已有广泛应用。利用支持向量机(support vectormachine,SVM)方法,构建一个预测蛋白质功能位点的通用平台。该平台先提取非同源蛋白质序列,再对这些序列进行特征编码(包括序列的基本信息、物化特征、结构信息及序列保守性特征等),以编码好的样本作为训练数据,利用SVM进行训练,得到敏感性、特异性、Matthew相关系数、准确率及ROC曲线等评价指标,反复测试,得到评价指标最优的SVM模型后,便可以用来预测蛋白质序列上的功能位点。该平台除了应用在预测蛋白质功能位点之外,还可以应用于疾病相关单核苷酸多态性(SNP)预测分析、预测蛋白质结构域分析、生物分子间的相互作用等。     

计算方法在蛋白质相互作用研究中的应用

计算方法在蛋白质相互作用研究的各个阶段扮演了一个重要的角色。对此,作者将从以下几个方面对计算方法在蛋白质相互作用及相互作用网络研究中的应用做一个概述：蛋白质相互作用数据库及其发展;数据挖掘方法在蛋白质相互作用数据收集和整合中的应用;高通量方法实验结果的验证;根据蛋白质相互作用网络预测和推断未知蛋白质的功能;蛋白质相互作用的预测。     

基因组功能预测的进化印记方法

改善基因组功能预测方案是目前功能基因组学的迫切问题,生物进化历程会在分子序列上留下相应进化印记－直系同源簇的特异模体,在这一生物学事实的基础上,提出了一个新的基因缚功能预测方法,首先利用进化分析方法构建直系同源簇,再找到各直系同源簇的功能模体,这样可以形成特异的功能模体库,未知基因的功能预测可望通过搜索该功能模体库而得以高效,准确地完成,对５个家族的检验初步证实该方案是可行的。     

大肠杆菌基因组中重叠基因注释的机器学习优化方法

细菌基因组上存在着大量的重叠基因,这不但缩减基因组尺寸,增加对遗传信息的有效利用,而且参与转录及转录后水平的调控。目前重叠基因的形成原因尚不清楚,缺少预测重叠基因是否存在的特征信息,不利于对 重叠基因的注释。本研究通过机器学习中的卷积神经网络算法对基因相关区域进行扫描,发现基因编码区前54 bp的区域可以作为判定重叠基因的标记信息,并采用支持向量机算法确证以上预测结果的准确性。通过对卷积神经网络模型的训练与优化,成功构建卷积神经网络模型,并用于大肠杆菌基因组中重叠基因的注释,对重叠基因的研究有重要意义。已训练好的模型和使用方法已经发布于GitHub,具体内容参看以下网址：https://github.com/breadpot/Convolutional_Neural_Network_Bacteria_overlapping_genes_prediction。     

基因组信息的整合与植物功能基因组学研究的策略

近年来,随着许多植物基因组测序和可利用序列的增加,相继建立了一些基于靶基因诱变的“反向”遗传学研究策略,如T—DNA诱变、基因敲除、基因沉默和超表达分析等。同时,DNA微阵列和基因芯片技术的发展使得快速、定量检测植物发育不同时期和不同组织器官的基因转录时空变化成为现实。作图技术的改进和来自不同物种基因组信息的整合也正在加速图谱克隆程序的简化和发展。因此,随着生物基因组测序工作日益增多,整合不同类群植物基因组的信息和资源,在植物功能基因组学研究中的重要性日趋显著。     

植物基因组测序的研究进展

近年来,随着测序技术的不断发展,基因组测序技术渐趋成熟并在动物和植物基因组上获得了越来越多的成功,大量植物的基因组的草图和精细图不断地被公布出来。比较和分析了三代测序技术各自的特点,对测序前的准备、基因组组装、注释和比较基因组学等方面的研究进展进行了详细的评述,阐明了植物基因组研究的特点和难点。通过植物的全基因组测序,研究者不仅可以获得该植物基因组和重要功能基因的序列信息,为从分子水平研究植物的分子进化、基因组成和基因调控等提供了一定的依据,而且还对即将测序的植物基因组研究具有重要的借鉴意义。     

植物荧光原位杂交技术的发展及其在植物基因组分析中的应用

荧光原位杂交(FISH)是在染色体、间期核和DNA纤维上定位特定DNA序列的一种有效而精确的分子细胞遗传学方法。20年来,植物荧光原位杂交技术发展迅速:以增加检测的靶位数为目的,发展了双色FISH、多色FISH和多探针FISH鸡尾酒技术;为增加很小染色体目标的检测灵敏度,发展了BAC-FISH和酪胺信号放大FISH(TSA-FISH)等技术;以提高相邻杂交信号的空间分辨力为主要目的,发展了高分辨的粗线期染色体FISH、间期核FISH、DNA纤维FISH和超伸展的流式分拣植物染色体FISH技术。在植物基因组分析中,FISH技术发挥了不可替代的重要作用,它可用于:物理定位DNA序列,并为染色体的识别提供有效的标记;对相同DNA序列进行比较物理定位,探讨植物基因组的进化;构建植物基因组的物理图谱;揭示特定染色体区域的DNA分子组织;分析间期核中染色质的组织和细胞周期中染色体的动态变化;鉴定植物转基因。     

蛋白质功能位点预测

在 IBM-PC 机上开发了蛋白质功能位点预测软件:PROSITE.根据 EMBL发布于激光光盘上的蛋白质功能位点氨基酸片段的保守模式数据库,对给定的蛋白质序列,可按19类443个氨基酸保守模式来探测蛋白质的所属家族,各种功能区的位置和活性部位等性质,通过52个序列的验证结果和 SWWISS 蛋白质数据库相一致.此外该软件还具有操作灵活,多种输入输出方式等特点。     

基于贝叶斯网络和相互作用可信度的蛋白质功能预测方法

蛋白质功能注释是后基因组时代研究的核心内容之一,基于蛋白质相互作用网络的蛋白质功能预测方法越来越受到研究者们的关注.提出了一种基于贝叶斯网络和蛋白质相互作用可信度的蛋白质功能预测方法.该方法在功能预测过程中为待注释的蛋白质建立贝叶斯网络预测模型,并充分考虑了蛋白质相互作用的可信度问题.在构建的芽殖酵母数据集上的三重交叉验证测试表明,在功能预测过程中考虑蛋白质可信度能够有效地提高功能预测的性能.与现有一些算法相比,该方法能够给出令人满意的预测效果.     

基因组范围的蛋白质功能研究方法初探

基因组大规模测序的进展使人们获得了大量新基因数据,对这些数据进行基因组范围的规模化功能分析的新方法应运而生.对其中的结构域融合分析法、系统进化特征法、簇分析法,结构分析法,插入突变法和综合分析法做一简要介绍和初步探讨.     

机器学习在肠道菌群宿主表型预测中的应用

随着第二代DNA测序技术的发展,研究人员积累了大量的肠道菌群数据,研究表明肠道菌群与宿主健康状况存在密切联系,因此如何对复杂、高维的肠道菌群数据进行建模分析,是当前生物信息学研究中的重要挑战。人工智能的兴起为处理肠道菌群数据,揭示肠道菌群与宿主表型之间的复杂关系提供了可能。综述了现阶段肠道菌群与宿主表型之间的相关研究,重点介绍了常用的5种机器学习算法（线性回归、支持向量机、K-近邻、随机森林、人工神经网络）的理论原理及在相关研究中的应用,对预测宿主表型的机器学习算法选择提出了建议,并对该领域的未来发展进行了展望,以期为利用机器学习对肠道菌群宿主表型预测提供参考依据。     

植物复杂基因组与泛基因组研究现状与展望

基因组是指一个生物体内遗传物质的总和,是生物学研究的关键之一.自2000年拟南芥基因组被测序发表以来,已有超过800个植物基因组相继被破解,极大促进了植物分子生物学、遗传学等领域的发展.即便如此,植物基因组学研究仍然面临一系列挑战,包括高杂合、高重复度、高倍性等复杂基因组的组装和泛基因组的构建等.本文从植物基因组学的发展概况、基因组测序技术、组装算法等三个方面,全面展示了植物基因组的快速发展.其中,介绍了简单基因组装和复杂基因组装的相关策略,总结了“端粒到端粒”(telomere-to-telomere或称T2T)的组装和泛基因组构建方法以及其重要性.最后,对未来植物基因组的发展进行了展望,认为随着技术的不断进步,基因组解析技术和方法将会更加完善,为植物基因组的深入研究提供更多支持.本文为植物T2T、复杂基因组组装和泛基因组的构建方法研究提供了参考依据.     

RNAi 在植物功能基因组中的应用

植物生物学后基因组时代的主要目标就是确定植物基因组中所有基因所具有的功能。解决这个问题的一个最直接的方法就是还原或者敲除某个在正常条件下其功能能表达出一定的可观察到的表型的特殊基因。对于这方面的研究,插入突变技术就是一个可用的工具,但是基因的随机性,致死敲除,无标记的突变体都大大地限制了这种技术的利用。RNm技术可以克服以上那些难题。它已经被广泛地应用在线虫的功能基因组上,并且所获得的有效资源还被广泛地用于植物功能基因组的分析。     

分子标记及其在植物遗传育种中的应用

遗传标记可以说是生物群体中可识别的遗传多态性的一种表现形式。随着遗传研究特别是遗传作图的不断深入,遗传标记已从传统的以等位基因的表型识别为基础的形态标记、以染色体的结构和数目为特征的细胞学标记,及具有组织、发育及物种特异性的同工酶标记,拓展到目前已广泛应用的以ＤＮＡ多态性为基础的分子标记技术。现代分子标记技术的出现和发展为植物遗传育种研究的许多领域注入了新的活力。本文着重就目前植物遗传育种中所应用的一些主要分子标记技术及其应用作一概述。１　常用的分子标记技术自８０年代初有人提出用ＲＦＬＰ作为遗传…