小立碗藓WRKY基因家族生物信息学分析

WRKY作为最先在植物中发现的转录因子,在植物生长发育等过程中发挥重要作用。为了更好地研究小立碗藓WRKY蛋白的结构与功能,该文以Pfam数据库中WRKY基因家族数据(登录号为PF03106)为材料,分析了小立碗藓(Physcomitrella patens)WRKY基因家族成员的理化性质、蛋白质的二级结构预测、染色体定位、内外显子分布及系统进化关系。结果表明:(1)小立碗藓WRKY基因家族成员共有38个基因,根据WRKY保守结构域个数和锌指结构类型分成Ⅰ、Ⅱ两大类,不含第Ⅲ类(锌指结构为C2HC型),其中部分基因WRKY保守结构域发生变异。(2)WRKY蛋白氨基酸长度在216~775 aa之间、相对分子质量在24.5~82.8 kDa之间,亚细胞定位显示WRKY家族成员蛋白质定位于细胞核中。(3)WRKY蛋白的二级结构以α-螺旋、延伸链、β-转角、无规卷曲四种构成元件构成,除PpWRKY11(α-螺旋为主)外,其余无规卷曲占比高达70%。(4)与拟南芥的系统进化关系表明,植物在进化过程中WRKY家族成员的数目与进化方式发生改变,WRKY基因家族成员外显子的个数为3~7个。(5)小立碗藓WRKY基因家族成员无规则分散于21条染色体上,并未形成基因簇。该研究通过分析WRKY基因家族的基本结构与性质,能为后续深入研究WRKY转录因子的功能奠定基础。     

齿肋赤藓热激蛋白60基因的电子克隆和生物信息学分析

用电子克隆方法获得耐旱苔藓齿肋赤藓的热激蛋白60基因,采用生物信息学方法,对该基因编码蛋白从氨基酸组成、结构保守域、理化性质、信号肽、疏水性／亲水性、亚细胞定位、跨膜结构域、二级结构、功能域、活性位点、及同源性等方面进行了预测和分析。结果表明：齿肋赤藓热激蛋白60基因全长1841bp,开放阅读框1581bp,编码526个氨基酸残基;编码蛋白含有GroEL保守域,是chaperon-like superfamily家族;亚细胞定位分析显示,编码蛋白位于内质网中;活性化位点分析表明,编码蛋白存在6类活性位点;同源性分析表明,齿肋赤藓热激蛋白60与小立碗藓预测的HSP60同源性最高,达到92％,与卷柏的HSP60次之,同源性达88．83％。研究结果为该基因的实验克隆奠定基础。     

小立碗藓扩展蛋白基因家族的鉴定与生物信息学分析

扩展蛋白(Expansins,EXP)是一类基因家族,几乎参与了植物发育的全过程,从种子萌发到果实成熟都有扩展蛋白的参与。该研究利用生物信息学的方法对小立碗藓(Physcomitrella patens) Expansin基因家族成员进行鉴定,分析了其基因结构、染色体定位以及系统发生关系。结果表明:小立碗藓基因组中含有Expansin A(EXPA) 32个、Expansin-like A(EXLA) 6个,并未发现Expansin-like B(EXLB)及Expansin B(EXPB)。扩展蛋白氨基酸序列长度在228～290 aa之间,编码蛋白质具有两个保守的结构域Pollen_allerg_1和DPBB_1。蛋白质亚细胞定位预测结果表明:运用CELLO在线工具预测发现小立碗藓中约4/5的EXP家族基因定位于细胞外;而Euk-mPLoc预测结果则显示小立碗藓EXP基因家族成员全定位于细胞外。基因结构分析表明,小立碗藓中约68%Expansin基因有含有1～3个内含子。以上结果可为深入研究小立碗藓扩展蛋白基因的分子进化与生物学功能奠定基础。     

水稻MYB转录因子OsDUO1的cDNA克隆及其表达模式初步分析

我们利用RT-PCR方法成功从水稻中克隆了R2R3类MYB转录因子OsDUO1（Oryza sativa duo pollen1）的全长为1032bp的cDNA,该基因编码一个343个氨基酸残基的蛋白。RT-PCR分析结果表明OsDUO1只在水稻的花粉发育后期表达,说明OsDUO1可能对水稻花粉发育具有生物学功能。生物信息学分析表明,OsDUO1在短柄草、高粱、玉米、拟南芥、烟草、葡萄、蓖麻、杨毛果、小立碗藓植物中有相近同源序列,暗示该基因在进化中具有保守的生物学功能。     

小立碗藓（Physcomitrella patens）植物microRNA结合靶位预测

利用857条植物miRNA序列对27546条小立碗藓mRNA序列进行搜索,预测出162个植物miRNA家族在小立碗藓中存在结合靶位。miRNA结合靶位数目和miRNA协同作用网络分析结果同时显示,miR482和miR1168在小立碗藓中结合靶位多、协同作用广,提示它们对于小立碗藓可能具有重要生物学功能。52个菜茵衣藻特有的miRNA被预测在小立碗藓中存在结合靶位,显示小立碗藓在从藻类向种子植物进化过程中处在独特演化位置。     

苔藓NAC基因家族的生物信息学分析

NAC (NAM, ATAF, CUC)转录因子家族仅存在于陆生植物中,在植物发育、响应胁迫以及生物合成过程中发挥重要作用。许多NAC家族成员的功能已被确定(主要在模式植物中),但在苔藓等早期陆生植物中NAC家族的进化过程尚不清楚。本研究从藓类的小立碗藓(Physcomitrella patens)和泥炭藓(Sphagnum fallax)、苔类的地钱(Marchantia polymorpha)和角苔类的角苔(Anthoceros angustus)中,共鉴定出97个NAC基因,并对其进行NAC转录因子家族进化分析。藓类有大约40个NAC基因,地钱和角苔中只有大约10个NAC基因。在苔藓植物中,NAC基因家族可分为5个亚家族。基因结构和保守结构域分析表明,在同一个亚家族中,大多数NAC基因具有相似的基因结构和编码相似的蛋白基序。共线性分析表明NAC-Ⅱ基因位于藓类植物保守共线性区,并随着藓类植物的整个基因重复事件而扩张。上述研究结果表明NAC基因的扩张不仅发生在维管植物中,也发生在苔藓植物中,这对NAC基因家族的功能扩展是至关重要的。进一步研究结果显示,NAC基因家族的扩增时间与藓类...     

齿肋赤藓乙醛脱氢酶基因ALDH21的克隆与表达分析

本文采用RT-PCR方法,从齿肋赤藓(Syntrichia caninervis)总RNA中获得ALDH21基因cDNA序列,连接到pMD19-T载体上并转化E.coli DH5α,阳性克隆经PCR鉴定后测序,将测序结果与GenBank中山墙藓(Tortula ruralis)和小立碗藓(Physcomitrella patens)相关基因序列进行同源性比对。结果表明,实验成功克隆了S.caninervis的ALDH21基因的cDNA序列(GenBank登录号:GQ245973),为一个完整的ORF,其长度为1452bp。该序列与T.ruralis和P.patens的cDNA序列同源性分别为98%和78%,推导的氨基酸同源性分别为97%和87%。生物信息学分析表明该蛋白质分子量为52.98kD,等电点pI为5.96,编码483个氨基酸,具备ALDH21蛋白家族特征;半定量RT-PCR结果表明:ALDH21在干旱胁迫状态时的表达量显著高于水合状态,说明ALDH21基因可能参与干旱胁迫应答。本文为进一步研究齿肋赤藓ALDH21基因的抗旱机理提供理论依据。     

菠萝VOZ转录因子序列特征及其对非生物胁迫的响应

为探究菠萝(Ananas comosus)维管植物锌指蛋白转录因子(VOZ)家族的序列特征及表达特征,该研究采用生物信息学的方法对菠萝VOZ转录因子家族进行序列分析,并通过qRT-PCR技术研究了NaCl、干旱和低温(4℃)等逆境处理对菠萝VOZ家族基因表达的影响。结果表明:(1)菠萝与拟南芥、水稻的VOZ转录因子家族均含有2个保守区域,且菠萝VOZ蛋白均为亲水酸性蛋白;蛋白质二级结构显示,菠萝VOZ蛋白主要结构元件为α-螺旋和无规则卷曲。(2)qRT-PCR分析显示,不同非生物胁迫下,AcoVOZ1和AcoVOZ2的表达量与对照差异显著,且NaCl、干旱、低温(4℃)、甘露醇、ABA、Eth胁迫下,AcoVOZ1和AcoVOZ2的表达量均呈显著下降趋势。研究推测,菠萝VOZ转录因子家族以负调控的方式参与菠萝抗高盐、干旱、低温(4℃)等非生物胁迫的应答反应,为进一步研究菠萝抗逆分子机制和菠萝抗逆性基因工程改良奠定了技术基础。     

小立碗藓萜类物质的合成酶基因分析及其UPLC-QTOF检测

根据基因组信息和KEGG数据库分析小立碗藓基因组中合成萜类物质的基因,比较小立碗藓与酵母和拟南芥合成萜类物质基因的氨基酸序列同源性同时利用UPLC-QTOF分析小立碗藓中物质组成,来分析小立碗藓基因组中萜类物质合成的基因及小立碗藓中存在的萜类物质。与酵母相比,小立碗藓两条萜类次生代谢途径完整,途径中的基因及氨基酸丰富性更高,提示可以合成更丰富的前体物质如FPP,GPP等;小立碗藓与拟南芥的序列相似性较高,萜类背景简单。UPLC-QTOF分析检测到小立碗藓中次生代谢物质主要是芳香族化合物及各类生物碱,一种萜类物质ent-16beta-Methoxy-19-kauranoic acid。小立碗藓中本身具有合成萜类前体物质和二萜的基因,检测到少量萜类物质,适合作为萜类活性物质异源合成的底盘细胞。     

齿肋赤藓早期光诱导蛋白ELIPs的生物信息学分析

从齿肋赤藓转录组数据库出发,共得到39条注释的早期光诱导蛋白Sc ELIPs unigene,其中2条(Sc ELIP1与Sc ELIP2)具有完整ORF。利用多种生物信息学分析工具,对这2条Sc ELIPs序列的同源性、理化性质、保守域、信号肽、疏水性、亚细胞定位、二级结构、跨膜结构、三维结构、活性位点等方面进行分析。结果表明:2条Sc ELIPs序列的ORF全长分别为711 bp和624 bp,分别编码236和207个氨基酸,二者都具有完整的Chloroa_b-bind功能域,定位于叶绿体类囊体膜,含有3个跨膜α螺旋,第1、3螺旋通过Glu和Arg残基形成双重对称结构,且具有至少4个叶绿素结合活性位点。通过对得到的2条Sc ELIPs进行氨基酸序列比对及基因树分析,得出Sc ELIP1与小立碗藓、山墙藓及盐生杜氏藻聚为一支,而Sc ELIP2与高等植物聚为一支,表现出ELIP从低等到高等植物的进化特征。本研究为Sc ELIPs基因后续的克隆和功能研究奠定了基础。     

Globin-like蛋白质折叠类型识别

蛋白质折叠类型识别是蛋白质结构研究的重要内容.以SCOP中的Globin-like折叠为研究对象,选择其中序列同一性小于25%的17个代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合Globin-like折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.以Astrall.65中的68057个结构域样本进行检验,识别敏感度为99.64%,特异性100%.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型由多于100个归为一个,仍然保持了很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.     

Gene finding with a hidden Markov model of genome structure and evolution

Motivation: A growing number of genomes are sequenced. The differences in evolutionary pattern between functional regions can thus be observed genome-wide in a whole set of organisms. The diverse evolutionary pattern of different functional regions can be exploited in the process of genomic annotation. The modelling of evolution by the existing comparative gene finders leaves room for improvement. Results: A probabilistic model of both genome structure and evolution is designed. This type of model is called an Evolutionary Hidden Markov Model (EHMM), being composed of an HMM and a set of region-specific evolutionary models based on a phylogenetic tree. All parameters can be estimated by maximum likelihood, including the phylogenetic tree. It can handle any number of aligned genomes, using their phylogenetic tree to model the evolutionary correlations. The time complexity of all algorithms used for handling the model are linear in alignment length and genome number. The model is applied to the problem of gene finding. The benefit of modelling sequence evolution is demonstrated both in a range of simulations and on a set of orthologous human/mouse gene pairs. AVAILABILITY: Free availability over the Internet on www server: http://www.birc.dk/Software/evogene.     

猪POU1F1基因5’侧翼区克隆及序列分析

POU1F1基因是POU基因家族的成员之一,对哺乳动物的早期发育和相关基因启动表达起重要的调控作用。本文利用染色体步移技术,从长白猪基因组中首次克隆到了约1．5kb的POU1F1基因5’侧翼区序列,并利用相关软件对其进行了序列分析和物种间POU1F1基因5’侧翼区序列比对及进化树构建。结果表明所克隆的片段中含典型的TATA盒（-57）和类CAAT盒序列（-87）。TESS软件分析发现在启动子附近有一系列潜在的重要的转录因子结合位点。序列比对结果表明不同物种POU1F1基因的转录起始点上游-150bp区域保守性较强,可能是启动子的核心序列。其中猪与牛的同源性最高,其次是黑猩猩、人、狗,与大鼠、小鼠和鸡同源性较低,与斑马鱼序列同源性最低。同源序列主要集中在转录起始点上游-150bp至-1000bp区域。Vista中的MLAGAN程序构建的系统进化树真实反应了物种间进化关系。     

互花米草NAC转录因子家族的鉴定与表达分析

互花米草(Spartina alterniflora)作为一种海岸带盐生植物,高度耐盐胁迫,但因为缺少参考基因组,其耐盐的分子机制却尚未见报道。NAC家族蛋白是植物特有的转录因子,调控植物的生长发育和胁迫应答。为了鉴定互花米草NAC蛋白(SaNAC)并探究它们与互花米草生长发育及胁迫响应之间的关系,本研究以互花米草三代全长转录组数据为参考,通过与水稻(Oryza sativa)、拟南芥(Arabidopsis thaliana)和玉米(Zea mays)NAC蛋白序列进行比对,并结合保守功能域进一步筛选,最终找到62个SaNAC蛋白。从蛋白序列比对、进化、motif预测、同源性比较、亚细胞定位、组织表达以及非生物胁迫下的基因差异表达等方面分别对互花米草NAC家族成员进行分析,结果发现SaNAC蛋白均含有保守的NAM结构域,且在进化上与水稻NAC家族具有一定的相似性;SaNAC家族中的两个蛋白SaNAC9和SaNAC49在细胞核表达;另外,本研究还发现互花米草SaNAC基因表达具有高度组织和胁迫应答差异性。这些结果表明互花米草NAC转录因子家族不仅具有保守的功能域,而且在调控互花米草的生长发育和非生物胁迫响应过程中具有重要的作用。     

Automated protein subfamily identification and classification

Function prediction by homology is widely used to provide preliminary functional annotations for genes for which experimental evidence of function is unavailable or limited. This approach has been shown to be prone to systematic error, including percolation of annotation errors through sequence databases. Phylogenomic analysis avoids these errors in function prediction but has been difficult to automate for high-throughput application. To address this limitation, we present a computationally efficient pipeline for phylogenomic classification of proteins. This pipeline uses the SCI-PHY (Subfamily Classification in Phylogenomics) algorithm for automatic subfamily identification, followed by subfamily hidden Markov model (HMM) construction. A simple and computationally efficient scoring scheme using family and subfamily HMMs enables classification of novel sequences to protein families and subfamilies. Sequences representing entirely novel subfamilies are differentiated from those that can be classified to subfamilies in the input training set using logistic regression. Subfamily HMM parameters are estimated using an information-sharing protocol, enabling subfamilies containing even a single sequence to benefit from conservation patterns defining the family as a whole or in related subfamilies. SCI-PHY subfamilies correspond closely to functional subtypes defined by experts and to conserved clades found by phylogenetic analysis. Extensive comparisons of subfamily and family HMM performances show that subfamily HMMs dramatically improve the separation between homologous and non-homologous proteins in sequence database searches. Subfamily HMMs also provide extremely high specificity of classification and can be used to predict entirely novel subtypes. The SCI-PHY Web server at http://phylogenomics.berkeley.edu/SCI-PHY/ allows users to upload a multiple sequence alignment for subfamily identification and subfamily HMM construction. Biologists wishing to provide their own subfamily definitions can do so. Source code is available on the Web page. The Berkeley Phylogenomics Group PhyloFacts resource contains pre-calculated subfamily predictions and subfamily HMMs for more than 40,000 protein families and domains at http://phylogenomics.berkeley.edu/phylofacts/.     

油棕DGAT2基因启动子克隆及表达的组织特异性研究

以油棕(Elaeis guineensis Jacq.)叶片基因组DNA为模板,克隆获得长度为1035 bp的二酰甘油酰基转移酶基因(DGAT2)的启动子区序列。序列分析结果表明,DGAT2基因启动子含有大量光反应元件、激素响应元件及部分转录因子结合位点。本研究同时构建了DGAT2基因启动子和GUS基因植物融合表达载体,通过蘸花法侵染拟南芥(Arabidopsis thaliana L.),并对转基因拟南芥中GUS基因表达的特异性进行了分析。结果显示,GUS基因在拟南芥各组织中均有表达,但没有明显的组织特异性;荧光定量PCR分析结果表明DGAT2在油棕不同器官中的转录水平存在明显差异。     

Extended genetic analysis of Brazilian isolates of Bacillus cereus and Bacillus thuringiensis

Multiple locus sequence typing (MLST) was undertaken to extend the genetic characterization of 29 isolates of Bacillus cereus and Bacillus thuringiensis previously characterized in terms of presence/absence of sequences encoding virulence factors and via variable number tandem repeat (VNTR). Additional analysis involved polymerase chain reaction for the presence of sequences (be, cytK, inA, pag, lef, cya and cap), encoding putative virulence factors, not investigated in the earlier study. MLST analysis ascribed novel and unique sequence types to each of the isolates. A phylogenetic tree was constructed from a single sequence of 2,838 bp of concatenated loci sequences. The strains were not monophyletic by analysis of any specific housekeeping gene or virulence characteristic. No clear association in relation to source of isolation or to genotypic profile based on the presence or absence of putative virulence genes could be identified. Comparison of VNTR profiling with MLST data suggested a correlation between these two methods of genetic analysis. In common with the majority of previous studies, MLST was unable to provide clarification of the basis for pathogenicity among members of the B. cereus complex. Nevertheless, our application of MLST served to reinforce the notion that B. cereus and B. thuringiensis should be considered as the same species.