植物L(fēng)TR反轉(zhuǎn)錄轉(zhuǎn)座子的預(yù)測和注釋及鄰聚法構(gòu)建系統(tǒng)進化樹研究.pdf

1、反轉(zhuǎn)錄轉(zhuǎn)座子(Retrotransposons)是真核生物基因組中普遍存在的一類可移動的遺傳因子，它們以RNA作為中間媒介，在基因組中不斷自我復(fù)制，不斷增長自己的拷貝數(shù)，在高等植物中，基因組的很大部分由反轉(zhuǎn)錄轉(zhuǎn)座子構(gòu)成。它們的活動為植物基因組的結(jié)構(gòu)和功能進化提供了重要的機制，影響著基因的調(diào)控、變異，引起新基因的起源，研究LTR反轉(zhuǎn)錄轉(zhuǎn)座子對理解植物的功能和進化有非常重要的意義。
　　 隨著DNA測序技術(shù)的不斷發(fā)展，大量的生物序列

2、呈現(xiàn)在我們的面前，從這些數(shù)據(jù)中快速有效的尋找反轉(zhuǎn)錄轉(zhuǎn)座子，并對新的基因組進行注釋就顯得非常的必要。植物中基因中的反轉(zhuǎn)錄轉(zhuǎn)座子大部分屬于LTR反轉(zhuǎn)錄轉(zhuǎn)座子，其標準的結(jié)構(gòu)使得我們可以方便的利用計算機找到這類元件。我們以LTR_FINDER程序為預(yù)測LTR反轉(zhuǎn)錄轉(zhuǎn)座子的主要工具，我們建立了一套從基因組序列中預(yù)測、分類、并對全基因組LTR反轉(zhuǎn)錄轉(zhuǎn)座子進行注釋的流程。
　　 利用這套流程，我們在葡萄基因組上的LTR反轉(zhuǎn)錄轉(zhuǎn)座子進行預(yù)測、分

3、析。我們在葡萄基因組494M序列中找到2686個全長序列，利用序列的相似性，它們被分為168個家族，根據(jù)其中編碼部分結(jié)構(gòu)域的順序，其中33個家族為Gypsy家族，包括810條全長序列，114個家族歸為Copia家族，包含全長序列1475條，剩余的序列則缺少部分結(jié)構(gòu)域，它們未被歸為上述兩類。通過家族代表序列與全基因組的BLASTN收索，我們找到總拷貝數(shù)不少于32，000份，與LTR反轉(zhuǎn)錄轉(zhuǎn)座子相關(guān)的序列至少占到葡萄基因組序列總量的16.0

4、7％。
　　 LTR反轉(zhuǎn)錄轉(zhuǎn)座子的起源非常古老，被子植物中的各主要分支在被子植物分化前就已經(jīng)存在，并廣泛存在于現(xiàn)存的植物基因組中。利用蛋白功能域的反轉(zhuǎn)錄轉(zhuǎn)座酶和DNA整合酶部分的氨基酸序列進行系統(tǒng)進化分析結(jié)果表明，被子植物中常見的LTR反轉(zhuǎn)錄轉(zhuǎn)座子類型，在葡萄基因組中都存在相應(yīng)的支系，其中Gypsy可分為兩個大的分支，一支為Tat/Athila分支，該分支通常序列比較長，在葡萄基因組中也是最活躍的，大部分都有非常高的拷貝數(shù)，另一

5、主要分支在編碼區(qū)3’包含Chrom結(jié)構(gòu)域，該分支的成員拷貝數(shù)一般都相對較低；Copia家族中的系統(tǒng)發(fā)生關(guān)系并不如Gypsy清晰，這里我們將整個Copia家族分成了9個支系。該結(jié)果支持了被子植物中的LTR反轉(zhuǎn)錄轉(zhuǎn)座子有共同的起源。在眾多的家族中，只有少數(shù)的家族具有非常高的拷貝數(shù)，其中20％的家族包含的序列總量，達到全部LTR反轉(zhuǎn)錄轉(zhuǎn)座子相關(guān)序列的80％以上。通過比較同一元件兩部分LTR序列差異，可以發(fā)現(xiàn)，大部分全長的元件都是在最近的2百萬

6、年內(nèi)插入到基因組中的，表明在葡萄基因組中這類元件仍然有很強的活性。LTR反轉(zhuǎn)錄轉(zhuǎn)座子是類似于反轉(zhuǎn)錄病毒的元件，一般認為并非生物體中跟功能直接相關(guān)的必不可少的部分，但是通過編碼部分同義非同義突變的分析表明，它們?nèi)匀皇艿捷^強的選擇壓力，而且似乎Gypsy超家族受到比Copia超家族更強的選擇壓力。利用BLASTN我們比較了，葡萄基因組中的LTR反轉(zhuǎn)錄轉(zhuǎn)座子與完成全基因組測序的被子植物基因組，結(jié)果發(fā)現(xiàn)，在其他基因組上存在大量在DNA水平上相似

7、的序列，尤其是在楊樹基因組中，有大量高達1000bp以上的保守序列，其中有6對在楊樹與葡萄基因組間超保守，并且在它們之間的分化距離明顯小于兩物種間功能基因的分化距離，我們推斷這幾個家族可能在葡萄和楊樹之間，在近期內(nèi)發(fā)生過水平轉(zhuǎn)移現(xiàn)象。
　　 構(gòu)建系統(tǒng)發(fā)育樹是進化生物學(xué)中的一個熱點問題，是重構(gòu)物種間演化史的關(guān)鍵，目前在這一領(lǐng)域已有大量的研究工作。我們在利用CVtree方法構(gòu)建真菌系統(tǒng)發(fā)育樹時發(fā)現(xiàn)，對于曲霉菌九個物種，當加入該屬之外

8、的物種時，這九個物種間的系統(tǒng)發(fā)生關(guān)系發(fā)生了改變，即當加入遠源的物種，會導(dǎo)致近鄰的物種間拓撲結(jié)構(gòu)發(fā)生改變的現(xiàn)象?；谶@種現(xiàn)象，我們設(shè)計了一種新的構(gòu)建系統(tǒng)發(fā)育樹的方法：鄰聚法，該方法從距離矩陣出發(fā)，首先把各物種看成孤立的點，從距離相近物種按最小二乘開始聚類，隨著距離相近的類群不斷聚合，最后將所有的物種連接成一棵無根的系統(tǒng)進化樹。該方法局部的近源物種間的結(jié)構(gòu)不受到遠源物種的影響。
　　 為評估該方法構(gòu)建系統(tǒng)發(fā)育樹的效能，我們采用常用的

9、計算機模擬方法，首先給定一棵系統(tǒng)發(fā)育樹作為模型樹，按照模型樹生成葉節(jié)點的序列，作為當前物種的序列信息，之后可以構(gòu)建距離矩陣，最后構(gòu)建系統(tǒng)發(fā)育樹，將構(gòu)建的系統(tǒng)發(fā)育樹與給定的模型樹作比較，認為給定的模型樹是真實的、正確的系統(tǒng)發(fā)育樹。模擬結(jié)果表明，該方法是非常有效的，并且模型樹中的長枝對我們接過產(chǎn)生的影響相對較小。我們用該方法對CVtree構(gòu)建的細菌和真菌的距離矩陣構(gòu)建系統(tǒng)進化樹，并和其它幾種常用方法構(gòu)建的系統(tǒng)發(fā)育樹作了比較。從相同的距離矩陣