文獻(xiàn)挖掘在豬繁殖性狀候選基因分析中的應(yīng)用研究.pdf

1、文獻(xiàn)挖掘是一種能夠從文獻(xiàn)中抽取、整合并發(fā)現(xiàn)知識的高效工具，而且它能夠快速處理大量文獻(xiàn)并獲得某一特定領(lǐng)域的知識信息。生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫因涵蓋了生命科學(xué)的絕大部分領(lǐng)域，所包含的文獻(xiàn)數(shù)量巨大，而成為全世界生物信息挖掘的一大源泉。繁殖性能是影響?zhàn)B豬業(yè)的重要經(jīng)濟性狀之一，然而豬的基因組測序還沒有全部完成，已確定的對豬繁殖性狀有影響的基因不多。大多數(shù)研究者通過查閱人及模式生物小鼠、大鼠等的生殖相關(guān)文獻(xiàn)來確定候選基因進(jìn)而采用候選基因法進(jìn)行相關(guān)研究。然

2、而面對海量的生殖相關(guān)研究文獻(xiàn)，單個研究者不可能全部閱讀，更不可能完全掌握所有的基因及其之間的關(guān)系。因此，我們從比較基因組學(xué)的角度，以人類生殖相關(guān)基因作為豬繁殖相關(guān)的候選基因，運用生物自然語言處理技術(shù)和Swanson理論對MEDLINE數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行文獻(xiàn)挖掘，構(gòu)建了ReCGiP數(shù)據(jù)庫，同時為了檢驗該數(shù)據(jù)庫的有效性，以所獲得的個別重要基因為例，對其進(jìn)行分子進(jìn)化和功能分化分析及實驗驗證。具體研究內(nèi)容及結(jié)果如下：
　　 1.豬繁殖性

3、狀候選基因的文獻(xiàn)挖掘通過文獻(xiàn)挖掘獲得了以精子形成、卵子形成、受精、胚胎著床前發(fā)育、胚胎著床和胎盤發(fā)育六個生殖主要過程為主題的一系列可作為影響豬繁殖性狀候選基因的主題相關(guān)基因，并針對這六個主題分別構(gòu)建了基因同現(xiàn)網(wǎng)絡(luò)，整合了相關(guān)的文獻(xiàn)、GO注釋和KEGG通路等信息，構(gòu)建了豬繁殖性狀候選基因數(shù)據(jù)庫(Database of ReproductionCandidate Genes In Pigs based on bibliomics，ReCGi

4、P)，用戶可以通過網(wǎng)址http：//klab.sjtu.edu.cn/ReCGiP對ReCGiP數(shù)據(jù)庫進(jìn)行訪問。ReCGiP數(shù)據(jù)庫還包括經(jīng)自然語言處理和人工篩查的與繁殖過程和繁殖性狀(如產(chǎn)仔數(shù)、出生活仔數(shù)和乳頭數(shù)等)相關(guān)的豬的基因和文獻(xiàn)信息。
　　 2.HIF-α基因家族的分子進(jìn)化選擇和功能分化分析依據(jù)ReCGiP數(shù)據(jù)庫，對所獲得的六個主題的相關(guān)基因進(jìn)行生物通路富集分析，發(fā)現(xiàn)血管內(nèi)皮生長因子(VEGF)信號通路是諸多通路中的一個

5、富集通路，該通路在生殖過程中有重要作用。同時，我們發(fā)現(xiàn)基因VEGFA是精子形成、卵子形成、受精、著床和胎盤發(fā)育5個生殖主要過程中的重要基因，而缺氧誘導(dǎo)因子1α(HIF1A)是胎盤發(fā)育過程中的重要基因。VEGFA是血管生成中最主要的血管新生調(diào)節(jié)因子，對血管的生成和滲透能力有重要作用，是誘導(dǎo)著床和早期妊娠血管變化的重要基因。而缺氧誘導(dǎo)因子α家族是一轉(zhuǎn)錄調(diào)控因子家族，該家族成員對VEGFA有調(diào)控作用。因此，我們認(rèn)為VEGFA和HIF-α基因家

6、族成員可能是影響豬繁殖性狀的重要基因。有鑒于此，我們首先采用三種假設(shè)條件不同的模型對脊椎動物HIF-α基因家族的DNA序列數(shù)據(jù)進(jìn)行分析，估計分子替代率、確定選擇壓力。同時應(yīng)用TreeSAAP程序和DIVERGE程序算法研究影響HIF-α基因家族進(jìn)化的選擇壓力、預(yù)測重要的選擇位點。結(jié)果表明，基因復(fù)制是HIF-α基因家族三個成員形成的原因。而且通過對氧基酸理化性質(zhì)變化評估和采用最大似然法檢測發(fā)現(xiàn)對HIF-α基因家族進(jìn)化起主要作用的是純化選擇

7、。此外，HIF-α基因家族成員兩兩成對比較表明該基因家族發(fā)生系統(tǒng)分化后可變的功能約束發(fā)生在一些特殊的氨基酸位點。這些發(fā)現(xiàn)可以為進(jìn)一步的實驗驗證提供參考。
　　 3.HIF-α基因家族和VEGFA基因多態(tài)性與豬繁殖性狀的相關(guān)研究在對HIF-α基因家族的分子進(jìn)化選擇和功能分化分析的基礎(chǔ)上，我們運用直接測序法在豬中尋找基因HIF1A、EPAS1、HIF3A和VEGFA的多態(tài)位點，同時采用PCR-RFLP方法進(jìn)行多態(tài)位點的檢測及分子標(biāo)記

8、與性狀的關(guān)聯(lián)分析研究，獲得4個基因的片段長度分別為4245bp，4010bp，802bp和2562bp。使用生物信息學(xué)方法和輻射雜種克隆板將基因HIF1A定位于豬1號染色體長臂，具體核苷酸序列位置是199605043bp～199827355bp；基因EPAS1定位于豬3號染色體長臂11-14區(qū)，具體核苷酸序列位置是87502103bp～87601420bp。在基因VEGFA的擴增片段中共檢測到17個多態(tài)位點，其中有4個位點可以進(jìn)行PCR

9、-RFLP檢測。在梅山豬保種群和法系大白豬群體中對VEGFA基因的4個多態(tài)位點進(jìn)行基因型頻率及等位基因頻率分析，結(jié)果表明：VEGFA基因的BstH2I、Eco32I、PspEI三個多態(tài)位點在梅山豬中A等位基因占優(yōu)勢，BcnI多態(tài)位點在梅山豬中B等位基因占優(yōu)勢，而在法系大白豬中VEGFA基因的BstH2I和PspEI多態(tài)位點相關(guān)的A等位基因頻率為0，Eco32I和BcnI多態(tài)位點相關(guān)的A、B等位基因頻率均不到1％。單倍體型推斷結(jié)果表明VE

10、GFA基因4個多態(tài)位點在梅山豬群體中共存在10種單倍體型，而在法系大白豬群體中只存在2種單倍體型BBBA和BBAB，且只有一個個體的單倍體型是BBAB。通過性狀關(guān)聯(lián)分析，發(fā)現(xiàn)梅山豬群體中VEGFA基因單倍體型BBBA對初產(chǎn)總仔數(shù)影響顯著(p<0.05)；單倍體型BABA對經(jīng)產(chǎn)總仔數(shù)和經(jīng)產(chǎn)活仔數(shù)影響顯著(p<0.05)；單倍體型BBAA對初生窩重影響顯著(p<0.05)。
　　 VEGFA基因4個多態(tài)位點的等位基因頻率和基因型頻率