基于高通量測序的玉米基因組組裝和水稻長非編碼RNA識別與分析.pdf

1、隨著測序技術(shù)發(fā)展和測序價格降低，高通量測序技術(shù)被廣泛應用于生物研究的各個領域。玉米和水稻是重要的糧食作物和模式物種，本論文基于高通量測序技術(shù)對Mo17和Zea mays ssp.mexicana的基因組進行組裝，并對水稻中長非編碼RNA進行識別和分析。研究主要內(nèi)容如下:
　　1.Mo17和Zea mays ssp.mexicana(mexicana)基因組組裝
　　利用Mo17和mexicana重組自交系材料，采用混合組裝策

2、略對Mo17和mexicana基因組進行組裝。分別得到2.04 Gb（scaffoldN50:3 Mb）Mo17基因組草圖和1.20Gb(scaffoldN50:107 kb) mexicana基因組草圖。隨后分別通過單拷貝直系同源基因標準集(BUSCO)、真核生物核心基因集(CEGMA)、禾本科高度保守的基因家族(coreGFs)以及B73中已注釋基因?qū)o17和mexicana基因組準確性進行評估。雖然基因組序列整體上比B73基因組

3、略差，尤其是mexicana基因組只組裝出約50％序列，但是未組裝出區(qū)域多數(shù)為重復序列，基因區(qū)域相對比較完整。
　　結(jié)合從頭預測和基于證據(jù)的策略分別對Mo17和mexicana基因組進行重復序列和基因結(jié)構(gòu)的注釋。Mo17和mexicana基因組分別含有79.7％和72.8％的重復序列。通過結(jié)合基因從頭預測和基于證據(jù)的方法，分別在Mo17和mexicana中預測出了40，003和31，387個編碼基因。
　　基于全基因比對的共

4、線性分析，在mexicana與B739號染色體上發(fā)現(xiàn)一個大約27 Mb(B73基因組片段大小)的倒位，通過與水稻共線性分析發(fā)現(xiàn)，mexicana中染色體狀態(tài)更接近玉米祖先狀態(tài)。
　　利用PAML枝位點模型共檢測到了310個正向選擇基因。mexicana中檢測到133個正向選擇基因，mexicana中部分正向選擇基因可能與高原環(huán)境適應性相關，其中正向選擇基因ZMex05g020691和ZMex05g017761可能具有抗旱和抗冷的功

5、能。識別出的mexicana中與適應高原環(huán)境相關的基因在玉米改良中具有潛在應用前景。結(jié)合基因組和群體的數(shù)據(jù)，在玉米中檢測到10.7％的mexicana基因滲入?yún)^(qū)域，預示著mexicana對玉米適應性的提高具有一定的貢獻。
　　2.基于競爭性內(nèi)源RNA(ceRNA)網(wǎng)絡水稻基因間區(qū)長非編碼RNA(lincRNA)功能注釋
　　LincRNA廣泛存在于動植物基因組中，并在基因調(diào)控等很多生物學過程中發(fā)揮重要作用。本研究基于水稻磷脅

6、迫條件下RNA-seq數(shù)據(jù)識別出3170個lincRNA座位(loci)，包含3441個轉(zhuǎn)錄本。對其基本特征分析發(fā)現(xiàn)，相對于編碼基因，lincRNA具有較低的GC含量。LincRNA外顯子平均長度長于編碼基因，但是lincRNA轉(zhuǎn)錄本的平均長度短于編碼基因。
　　基于競爭性內(nèi)源RNA(ceRNA)理論，分別構(gòu)建水稻根和莖的ceRNA網(wǎng)絡。根ceRNA網(wǎng)絡中包含4847個節(jié)點，其中511個節(jié)點為lincRNAs，網(wǎng)絡平均連接度為13

7、.12。莖中ceRNA網(wǎng)絡中包含4979個節(jié)點，其中376個節(jié)點為lincRNAs，網(wǎng)絡節(jié)點的平均連接度為25.57。對其進行網(wǎng)絡社區(qū)挖掘并注釋發(fā)現(xiàn)，大量社區(qū)功能富集在與磷脅迫相關的生物學過程中。通過lincRNA所在的社區(qū)對其進行功能注釋。在根ceRNA網(wǎng)絡中，121個lincRNAs的功能被成功注釋，莖中有164個lincRNAs可被成功注釋。
　　結(jié)合網(wǎng)絡和差異表達信息，挖掘根和莖中關鍵lincRNA，在根和莖中分別找到47

8、和40個關鍵的lincRNAs，且在根中挖掘出4個功能直接注釋為“細胞響應磷脅迫”的關鍵lincRNAs，通過網(wǎng)絡挖掘出部分磷脅迫相關的社區(qū)及l(fā)incRNA。對根和莖中的關鍵lincRNA進行富集發(fā)現(xiàn)，lincRNA具有一定的組織和時空特異性，即lincRNA傾向于在磷脅迫響應特定過程或者特定時期起作用。
　　3.珍汕97(ZS97)和明恢(MH63)中長非編碼RNA(lncRNA)和反義RNA的識別及分析
　　利用ZS97

9、和MH63 RNA-seq數(shù)據(jù)，分別在ZS97中識別出8579個lncRNAs和1818個反義RNAs，包含17192和4276個轉(zhuǎn)錄本，在MH63中分別識別出8117個lncRNAs和1984個反義RNAs，包含17683和4427個轉(zhuǎn)錄本。進一步完善了ZS97和MH63的基因組注釋信息。
　　對lncRNA和反義RNA基本特征分析發(fā)現(xiàn)，相對于已注釋的編碼基因，lncRNA和反義RNA具有較低的GC含量、較短的轉(zhuǎn)錄本以及含有較少

10、的外顯子及較低的表達量。有趣的是，本研究得到的lncRNA和反義RNA的外顯子和內(nèi)含子的平均長度卻大于已注釋的編碼基因。
　　ZS97和MH63之間的lncRNA和反義RNA的保守性分析發(fā)現(xiàn)，ZS97和MH63之間分別有3473和847個序列相似的lncRNAs和反義RNAs，分別占ZS97和MH63的lncRNA總數(shù)的40.48％和42.78％。ZS97和MH63之間存在1507和435個位置一致的lncRNAs和反義RNAs，