林木EST數據分析系統(tǒng)的構建與應用.pdf

1、論文以生物信息學理論為基礎，利用Phred/Phrap/Consed、cross_match、RepeatMasker、Blast 等軟件和自主開發(fā)程序，基于Linnux 操作系統(tǒng)，構建了林木EST數據分析系統(tǒng)，完成了從測序峰圖向核酸序列的轉化、載體序列的去除、重復序列鑒定、EST 序列分類和組裝、EST 序列功能注釋與功能分類以及SSR、SNP的發(fā)掘。并通過使用Perl 語言結合bioperl模塊寫的腳本程序使分析過程自動化。

2、 在此基礎上，對杉木莖段皮層cDNA文庫隨機測序產生的1440條EST序列進行分析。序列經聚類拼接后，獲得526個Unigene,其中161個Contig，365個Singletons。152個己知功能基因按照擬南芥研究中的分類方法，根據其同源物生物學作用或生化功能劃分為10類。經過Digital Northern分析，發(fā)現了8個豐富表達的基因，主要可以分為兩類，一類是與受外界脅迫表達的抗逆性相關基因；另一類是與光合作用相關的基因。

3、 利用autossr程序對526個Unigene進行SSR搜索，共在40個Unigene(占全部Unigene的7.60％)中發(fā)現了44個候選SSR標記。SSR的重復單元主要是二核苷酸占總數的35％和三核苷酸占總數的62.5％，重復次數為4-9次不等。 使用本地BLASTx 程序將處理后的EST序列在蛋白質水平上與Cell Wall Navigatordatabase 和 lignin database 這兩個本地數據庫進行

4、本地化的同源性比較，發(fā)現了1個與木質素合成有關的基因和5個與細胞壁組成有關的基因，從而為這些基因的克隆和下一步的表達和功能分析提供了序列依據。 利用生物信息學方法分析了杉木CCoAOMT蛋白的氨基酸組成、等電點、疏水/親水區(qū)、二級結構等蛋白質性質，并同歐洲云杉、擬南芥和水稻的蛋白進行了對比，并用生物信息學軟件對其空間結構進行了模擬，同時對模建結果進行了結構質量的分析與檢測。結果表明：該蛋白共有255個氨基酸，等電點為5.56，二