全基因组测序及其在遗传性疾病研究及诊断中的应用

最近,随着测序成本的不断降低,数据分析策略的不断提升,全基因组测序（whole-genome sequencing,WGS）已经在癌症、孟德尔遗传病、复杂疾病的致病基因检测中得到了一定运用,并逐步走向了临床诊断。全基因组测序不但可以检测编码区和非编码区的点突变（SNVs）和插入缺失（InDels）,还可以在全基因组范围内检测拷贝数变异（copy number variation,CNV）以及结构变异（structure variation,SV）。本文详细地介绍了全基因组测序的标准生物信息分析流程与方法,及其在疾病研究、临床诊断中的应用,并对全基因组测序在医学遗传学中的应用与研究进展,以及数据分析方面面临的挑战进行了概述。     

组织和发育特异性基因的远距离转录调控

远距离转录调控是指增强子、沉默子和隔离子等顺式作用元件参与的组织和发育特异性基因的表达调控。其调控元件可位于距转录基因很远的DNA区域,甚至分布于邻近基因内含子中。随着人类基因组计划和各种模式生物测序工作的完成,为大规模快速查找远距离调控元件提供了新的手段。由于基因组结构的复杂性,很难建立统一的基因表达调控模型,目前认为启动子与增强子的相互作用是组织和发育特异性基因成功表达的关键。另外,远距离转录调控机制一旦破坏还将导致疾病的发生。     

结核分枝杆菌espK基因G-四链体核酸序列多态性与表达调控功能研究

DNA的G-四链体(G-quadruplex,G4)是由富含串联重复的鸟嘌呤(guanine,G)的核酸序列折叠形成的四链体螺旋结构,目前认为其与基因表达调控和基因组稳定性有关。已有研究表明,结核分枝杆菌(Mycobacterium tuberculosis)的espK(Rv3879c)是构成ESX-1分泌系统的一个重要元件,其蛋白序列具有串联重复的GTPITP氨基酸序列多态性。本研究经核酸序列比对分析,确定该氨基酸序列多态性区域对应的模板链上存在G4序列,且该G4序列仅存在于结核分枝杆菌复合群。通过比对结核分枝杆菌临床分离株espK基因的核酸序列,发现espK基因的高频率G1573C突变位于G4序列。为研究该G4结构及基因表达调控功能,首先利用圆二色谱检测其核酸片段在钾离子存在条件下的光谱学特征,证实其可在体外形成具有顺式平行结构特征的G4,同义点突变G4会使其结构稳定性下降。采用重叠聚合酶链反应(overlapping polymerase chain reaction,overlapping PCR)构建含有G4突变的espK表达质粒,获得重组表达菌株。通过实时定量PCR测定espK重组表达菌株中基因转录水平变化,发现同义点突变G4后,其基因转录水平比野生型espK重组菌株提升 1.5 倍(P＜0.05)。此外,临床分离株中espK出现的高频率G1573C突变会破坏G4结构,但蛋白免疫印迹检测结果显示espK G1573C突变导致EspK蛋白表达水平上升。以上结果提示,espK的G4结构具有表达调控功能,该G4区域的序列多态性可能通过影响EspK表达水平来调节ESX-1分泌系统的活性。     

染色质可及性与植物基因表达调控

真核生物基因组上的核小体呈现不均匀分布, 转录活跃区域的染色质结构相对松散且易被调节蛋白结合, 这些区域的可接近程度称为染色质可及性。随着测序技术的发展, DNase-seq、ATAC-seq、MNase-seq和NOMe-seq等组学技术的应用, 全基因组范围内染色质可及性检测变得简便且高效。该文主要介绍了真核生物染色质可及性的4种基本检测方法的技术原理, 总结了核小体定位、组蛋白修饰以及转录因子结合与染色质可及性的关系, 并综述了染色质可及性参与植物生长发育和环境响应研究进展, 以期为植物领域全基因组水平染色质可及性研究、顺式调控元件挖掘及发育和环境响应过程中基因表达调控网络的解析提供借鉴。     

SENP1启动子G-四链体鉴定及其作用研究 *

目的:研究G-四链体(G4)对SUMO特异性蛋白酶1(SUMO-specific proteases 1, SENP1)基因的转录调控作用。方法:克隆不同的SENP1启动子片段构建SENP1启动子报告质粒,通过报告基因检测鉴定SENP1启动子核心转录调控区;分析SENP1启动子核心转录调控区序列,并进行G4形成序列预测;合成G4形成序列寡核苷酸,利用圆二色谱分析检测G4形成序列寡核苷酸的拓扑结构;通过G4配体TMPyP4处理和过表达G4解旋酶G4R1结合报告基因检测和Western blot鉴定启动子G4对 SENP1转录表达的调控作用。结果:发现-910 ~+226区域是SENP1启动子的核心转录调控区,序列富含G/C;生信分析发现SENP1启动子核心区存在G4形成序列;圆二色谱分析证实SENP1启动子G4形成序列能够形成G4结构;报告基因检测和Western blot检测发现启动子G4对SENP1转录表达具有抑制作用。结论:SENP1启动子核心转录调控区存在G4结构并对其转录表达具有抑制作用,为揭示SENP1在生理和病理过程中的作用机制提供新的研究思路和试验线索。     

全基因组外显子测序及其应用

近年来,众多研究小组开展了大量的全基因组关联研究(Genome-wide association studies,GWAS),发现并鉴定了许多与复杂疾病/性状相关联的遗传变异,为复杂疾病发病机制的研究提供了重要线索。由于GWAS的结果存在假阳性、假阴性、检测到的单核苷酸多态性很少位于功能区以及对稀有变异和结构变异不敏感等问题,导致了其应用的局限性。而新一代测序技术的进步,促进了全基因组测序和全基因组外显子测序的快速发展,为解决上述问题提供了契机。全基因组外显子测序是利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。由于其具有对常见和罕见变异高灵敏度,能发现外显子区绝大部分疾病相关变异以及仅需要对约1%的基因组进行测序等优点,促使全基因组外显子测序成为鉴定孟德尔疾病的致病基因最有效的策略,也被运用于复杂疾病易感基因的研究和临床诊断中。     

家蚕胚胎中胚胎发育因子基因BmEDFG4结构的验证及其结合蛋白的筛选

【目的】本研究旨在通过寻找家蚕Bombyx mori胚胎发育因子(embryonic development factor, EDF)基因BmEDF G-四链体(G-quadruplex, G4)结构的结合蛋白,进一步探究G4结构调控家蚕胚胎发育的可能作用和机制。【方法】通过圆二色谱(circular dichroism, CD)和凝胶迁移实验(electrophoretic mobility shift assay, EMSA)验证G4序列在体外是否形成G4结构;通过启动子活性实验验证BmEDF启动子区G4结构对BmEDF的表达调控的影响;通过qRT-PCR检测BmEDF在家蚕胚胎发育各时期的表达量变化。通过EMSA联合质谱分析可能与BmEDF的G4结构结合的蛋白,然后将与G4结构结合的2个候选蛋白BmeIF4H和BmADDH分别进行基因克隆、表达和纯化,再通过EMSA实验分别验证候选蛋白BmeIF4H和BmADDH与BmEDF的G4结构结合与否。【结果】CD和EMSA实验都证明BmEDF的G4序列在体外可以形成G4结构。启动子活性实验表明BmEDF G4结构的存在对BmEDF转录表达具有正调控的作用。qRT-PCR结果表明BmEDF在产卵后120 h时表达量显著升高。经原核表达纯化,获得BmeIF4H和BmADDH重组蛋白。EMSA实验表明重组蛋白BmeIF4H在体外与BmEDF的G4结构结合,BmADDH不与BmEDF G4结构结合。【结论】家蚕胚胎中的BmeIF4H蛋白可能与BmEDF的G4结构结合。本研究为解析家蚕胚胎发育的DNA高级结构调控机理提供了实验证据。     

三维基因组学在动物遗传育种中的研究进展*

三维基因组学是近年兴起的研究基因组三维空间和结构的学科,是在基因组序列、基因结构及其调控元件的基础上对基因组序列在细胞核内的三维空间结构,及其对基因复制、转录、修复和调控等生物过程中的功能进行的研究。随着高通量测序技术的出现和改进,三维基因组学相关研究也得到快速发展。重点介绍三维基因组的发展历程、研究技术、结构层次,并总结近年来三维基因组学在动物遗传育种方面的应用。     

ATAC-seq在复杂疾病研究中的应用进展

染色质转座酶可及性测序(assay for transposase-accessible chromatin with high-throughput sequencing,ATAC-seq)是利用Tn5转座酶研究染色质可及性的高通量测序技术。ATAC-seq可以在全基因组范围内绘制染色质可及性图谱,揭示转录因子结合位点以及核小体的位置。在医学领域,ATAC-seq技术是研究重大疾病发病机制、药物作用机制、新药研发和生物标志物功能等的新一代有力工具。本文对ATAC-seq技术的优势及其在复杂疾病研究中的应用和前景进行了综述,以期为人类复杂疾病基因表达调控机制等相关研究的开展提供借鉴与参考。     

植物转座元件注释及生物学功能研究进展

转座元件是指在基因组中能够移动、复制并重新整合到基因组新位点的DNA片段。在植物中,多种类型的转座元件,特别是占比较高的LTR类逆转录转座元件,可以通过产生新基因和转录本、提供调节元件、改变基因结构等多种途径广泛调控基因表达,最终多维度有效推动基因组进化。同时,基因组测序组装技术的快速发展也为转座元件的检测、注释提供了良好契机。本文从结构分类、全基因组检测、功能研究、基因组进化4个方面对当前植物转座元件的研究进展进行综述,同时对今后的研究方向进行了展望。     

一种基于二代测序拷贝数变异检测的新方法

区域捕获测序是针对基因组特定区段如对MHC(Major histocompatibility complex)区域、外显子区域等测序的有效手段,但是由于捕获测序中探针设计不均匀而造成区域内测序深度变异很大,因此,与基于全基因组的测序数据相比,其拷贝数变异的检测难度更大.目前已经出现了捕获测序下拷贝数变异(copy number variations,CNV)的检测方法,但对CNV的检测准确性仍然很低,特别是对于低频率CNV来说效果极差.因此,本研究开发了一个新的拷贝数变异检测方法,其特点是:(1)以区域内划分的区间为单位检测区间内的CNV,而不是直接对每个个体检测CNV;(2)全面利用群体内所有个体信息,通过区间内read深度在群体的分布规律来检测CNV的分离规律,假设区间内只有1个CNV,那么区间内的read深度将服从三峰的混合正态分布.将该方法应用于21 327个银屑病个体区域捕获测序的CNV检测中,结果表明,XHMM,ExomeDepth和本方法跟金标准重叠的窗口总数与金标准总窗口数的百分比(即重叠率)分别是7％、18％和62％.与XHMM和ExomeDepth相比,新方法在区间内CNV检测覆盖度可以分别提高55个百分点和44个百分点.本研究完善拷贝数变异检测方法,为疾病的诊断治疗提供一定的理论依据.     

人类基因组结构变异检测方法

本研究介绍了基因组结构变异检测的生物信息学基本方法和前沿技术。对基于第二代测序技术的四种检测方法(读对方法,读深方法,分裂片段方法和序列拼接方法)的原理和特点进行了详细解读,分析了第二代测序技术应用在检测结构变异上的特点与发展趋势。最后介绍了三代测序、Linked-reads和光学物理图谱等新技术在基因组结构变异检测中的应用,论述了融合新技术的结构变异检测方法的特点与优势。     

下一代测序技术在干细胞转录调控研究中的应用

基因转录调控及其机制分析是后基因组时代生物学研究的重点之一。随着高通量测序技术的发展,人们可以从不同层面研究基因的转录调控行为,从转录组、转录因子结合,到染色质局部结构和整体空间构象,可系统分析转录调控的分子机制。干细胞分化过程的转录调控分析对研究再生医学和理解细胞癌变机制等具有重要意义。本文综述了下一代测序技术在干细胞转录调控研究中的应用,包括：(1)基于基因芯片或RNA测序的转录组分析;(2)基于染色体免疫共沉淀(chromatin immunoprecipitation, ChIP)测序的表观基因组和转录因子结合信息的分析;(3)基于DNase 酶切测序(DNase-Seq)的染色质开放性分析;(4)基于高通量染色质构象捕获(high-throughput chromosome conformation capture, Hi-C)技术的染色体远程相互作用分析。从基因表达谱、转录因子结合和基因组三维结构等层面展开介绍,重点关注了一些多能性转录因子(Oct4、Sox2和Nanog等)在维持干细胞干性和分化中的调控作用,以期为干细胞转录调控的研究提供借鉴和参考。     

高通量测序技术在可选择性多聚腺苷酸化研究中的应用

可选择性多聚腺苷酸化(alternative polyadenylation,APA)在基因表达调控中起着重要的作用。位于最后一个外显子的APA可以产生具有不同3'UTR长度的mRNA异构体,在细胞中可影响信使RNA(messager RNA,mRNA)的稳定性、翻译效率、转运及亚细胞定位等。随着第二代高通量测序技术的发展,研究人员近年来发展了许多高通量测序文库制备方法,对全基因组APA进行测序和分析。综述了当前研究全基因组水平APA的技术,并且总结了APA与一系列关键生物现象的关系,包括免疫应答、神经反应、胚胎发育和肿瘤发生等。随着APA研究的深入,APA越发成为新的基因转录与翻译调控的研究热点。     

基于Hi-C技术识别基因组结构变异及其在肿瘤研究中的应用

基因组结构变异是多种肿瘤发生的重要驱动因素.虽然目前有基于核型分析、PCR免疫荧光和芯片杂交以及高通量测序等技术可用于基因组结构变异的检测,但由于技术的局限性,现今仍缺乏被广泛认可的基因组结构变异检测方法和相应的分析工具.在肿瘤样本中检测基因组结构变异更是面临严峻的挑战.近20年来,染色体构象捕获技术及其衍生的高通量技术Hi-C等,已经为三维基因组结构的解析提供了大量的组学数据.基因组结构变异通常引起三维基因组空间图谱的异常,通过Hi-C图谱的异常来检测结构变异成为一个新的研究方向.基于Hi-C技术的检测方法有其独特的优势,如可以比较准确地检测位于基因组上重复序列区域的结构变异,但也存在一定的局限性,如不能检测小的结构变异等.本文系统回顾了基因组结构变异的主要研究方法、工具及相应的原理等,并重点讨论了运用Hi-C技术检测结构变异的基本原理、技术优势和局限性,最后介绍了该技术在肿瘤研究中的实际应用.     

植物抗性基因研究新趋势

多种生物基因组的大规模测序结果表明,抗性基因在基因组上成簇存在,从结构基因组、比较基因组、功能基因组与生物信息学等方面论述了植物抗性基因研究的新趋势。     

人类基因组DNA甲基化数据分析的研究现状

作为人类基因组最为典型的表观遗传现象,DNA甲基化在多种关键生理活动中扮演重要角色.系统分析基因组尺度的DNA甲基化概况意义重大.从Cp G岛等基本定义出发,阐述了高通量DNA甲基化的检测技术以及针对芯片技术与下一代测序技术的低水平数据处理方法;重点对比了基于机器学习理论对Cp G位点及Cp G岛甲基化水平的预测算法,以及所利用的特征对预测效果的影响与发展趋势;并对DNA差异甲基化在组织特异性、癌症等多种疾病中的计算分析进行了全面的综述.     

致病菌基因组岛的研究进展

细菌基因组岛是细菌基因组上的特定区域,和水平基因转移相关,具有一定的结构特点,常携带致病、耐药及与适应性等功能相关的基因。通过基因组岛在细菌间的移动,可以造成相关基因在细菌间的传播,在细菌生存和致病等过程中具有重要作用。目前已经可通过生物信息和分子生物学实验等方法对基因组岛进行预测和验证。通过对致病菌基因组岛的研究,可以阐释细菌致病性和耐药等重要功能的获得,对疾病进行溯源,在传染病预防控制中具有重要意义。     

基于新一代高通量技术的人类疾病组学研究策略

近年来,包括第二代测序技术和蛋白质谱技术等在内的新一代高通量技术越来越多的应用于解决生物学问题尤其是人类疾病的研究。这种以数据为导向,大规模、工业化的研究模式,使得从基因组水平、转录组水平、蛋白质组水平等角度对疾病展开全方位、多层次的研究成为可能。文章综述了新一代高通量技术在DNA、RNA、表观遗传、宏基因组和蛋白质组水平的人类疾病研究进展以及在转化医学领域的应用。在基因组水平上,外显子组测序是近年来持续的研究热点,随着测序成本的不断降低,全基因组重测序也越来越凸显了其在全基因组范围内检测大型结构变异的优势,并使得个人基因组引领的个体化医疗逐渐成为可能。在转录组水平,如小RNA测序技术可用来检测已知小RNA和预测新的小RNA,这些小RNA不仅可以作为疾病诊断和预后的分子标志物,在疾病治疗方面也具有无限潜力。在蛋白质组水平,如目标蛋白质组学可以有目标地测定可能与疾病相关的特定蛋白质或多肽,能够很好地应用于疾病的临床分期分型。文章进一步阐述了跨组学研究在疾病研究领域中的应用和发展趋势,借助生物信息学分析方法进行多组学整合研究,能更加系统地阐释疾病的发生及发展机理,为疾病的诊断治疗提供强有力的工具。     

分子系统生物学与细胞发生动力学

系统生物学采用系统理论和实验生物技术、计算机数学模型等方法整合研究动态生物系统网络.生物系统的结构理论和生物系统技术,研究基因组——生物体复杂系统与细胞分子网络系统的动态结构发生与进化,分析基因组的逻辑程序和人工设计原理.细胞信号传导、基因调控网络、代谢反应链和基因反馈调控的自组织化人工设计和基因、基因链、基因组人工合成等系统生物工程开发,可用于复杂疾病机理分析、药物分子筛选和转基因表达系统的生物反应器、纳米生物计算机等.