基于公共数据库的西瓜EST-SSR信息分析与标记开发

为了给西瓜遗传基础研究提供新的共显性分子标记,对公共数据中的8619条西瓜EST序列进行处理和分析,获得202个EST-SSR,分布在191条EST序列中,出现频率为2.31%,分布密度为1/19.1kb.其优势重复基序为二核苷酸和三核苷酸(68.8%),在二核苷酸基序中以AG/TG类型为最多(46%);在三核苷酸基序中,以AAG类型为最多(43%).基序重复次数以4次(17.8%)、7次(15.3%)和11次(14.9%)为最多.长度主要分布在20～30 bp(76%).利用上述EST-SSR序列设计获得24对引物在西瓜白化致死近等基因系中进行验证,结果获得了16对有效的扩增引物,占总设计引物对数的66.7%.结果表明:利用公共数据库中的EST序列开发西瓜EST-SSR标记是一种有效的方法.     

木薯EST资源的SSR信息分析

为了进一步利用现有木薯 EST-SSR 资源.笔者从 NCBI 公共数据库下栽了 38411 条木薯 EST,去除低质量的和冗余的的序列后,得到全长为 4.16×103kb 的无冗余序列5401条.在无冗余序列中发现含有 SSR 的 EST 序列595条.共691个SSR,平均相隔 6.02 kb 出现一个 SSR.这些 SSR 的出现频率和平均长度分别是 11.02%和 18.89 bp.在 1～6 bp的重复基元中,二核苷酸重复基元出现频率最高(36.03%),其次是三核苷酸重复基元(31.84%)、单核苷酸重复基元(30.10%).出现较多的重复基元是 A/T(29.23%),其次是 AG/CT(24.75%).结果说明,木薯的 EST-SSR 出现频率较高、类型较丰富、多态性潜能较高,具有较高的利用价值.     

甘薯近缘野生种三浅裂野牵牛EST资源的SSR信息分析

利用生物信息学方法对NCBI公共数据库的1 458条三浅裂野牵牛ESTs序列进行EST-SSRs信息特征分析。结果显示,剔除低质量的和冗余的序列后,得到总长度为334.368 kb无冗余序列868条。这些无冗余序列中有35个微卫星简单重复序列(Simple sequence repeat,SSR),分布于35条EST中,出现频率为4.03%,平均分布距离为9.55 kb。在2～6核苷酸的重复类型中,二、三核苷酸SSR之和占总EST-SSR的68.57%,其中三核苷酸SSR占总SSR数量的45.71%。在所有重复单元中,所占比例最高的是AT/AT(14.29%),其次是TCT/AGA为11.43%,TAA/TTA为8.57%列第3位。在所有的SSR中,EST-SSRs重复次数5次的有13个,占全部SSR的37.14%,其次是重复次数为4次和7次,各有5个,占全部SSR的14.29%。结果说明,甘薯近缘野生种三浅裂野牵牛的EST-SSR出现频率较高、类型丰富、具有一定的研究利用价值。     

番薯属甘薯与牵牛EST-SSR标记开发及通用性分析

通过对番薯(Ipomoea)属的12 812条甘薯和28 422条牵牛EST唯一序列进行检索分析,在319条甘薯EST序列中发现了共328个EST-SSRs,平均每20.41 kb出现1个甘薯SSR;在936条牵牛EST序列中发现962个EST-SSRs,平均每17.87 kb出现1个SSR;在检索到的甘薯和牵牛EST-SSRs中,二核苷酸重复类型的SSR最多,分别占各自检索总数的44.51%和40.64%。利用SSR-ESTs分别设计了36对甘薯EST-SSR引物和92对牵牛EST-SSR引物,其中有28对甘薯引物在8个甘薯品种中有扩增产物,13对引物扩增产物具有多态性,多态性引物占所设计甘薯引物的36.1%;42对牵牛EST-SSR引物在甘薯基因组中可以扩增出清晰的条带,其中19对有表现较好的多态性,占设计的牵牛EST-SSR引物的20.7%。结果表明,牵牛EST-SSR标记在甘薯上具有通用性,可用于甘薯基因组多样性分析。     

花生EST-SSR分子标记的开发

利用NCBI的Genbank数据库中公布的花生53177条EST序列以及本实验室创造的花生栽培品种E12(Arachis hypogaea L.)所构建的Unigene文库中的4 074条EST序列,对这些序列进行前期处理(去除冗余序列,对含有重叠区域的EST序列进行拼接),总共获得非冗余且拼接较长的序列11 260条.通过软件分析发现两个EST库中共包含有1 323个SSR位点,主要是2个和3个核苷酸重复,除此之外也有少量的4核苷酸重复以及复合重复.这些EST-SSR平均长度为18.88 bp,平均每8.5条EST序列就包含有一个SSR位点.其中AG/TC、CTY/GAA重复出现的频率最大,分别占到2个核苷酸重复和3个核苷酸重复的39.3%和22.6%.     

猕猴桃EST序列的SSR信息分析

从NCBI公共数据库中最新公布的猕猴桃表达序列标签（Expressed Sequence Tag,EST）中随机抽取56,400条序列,应用SSRHunter软件查找微卫星（Microsatellite,SSR）重复序列。研究结果表明,从猕猴桃EST序列中获得了7939条SSR,其中包括二核苷酸重复5131条（64.63%）,三核苷酸重复1237条（15.58%）,四核苷酸重复284条（3.58%）,五核苷酸重复397条（5.00%）, 六核苷酸重复890条（11.21%）。大约每2.48kb 长度的单一基因序列中即存在1个SSR, 即平均7个单一基因中存在1个SSR。二核苷酸重复序列是最丰富的重复单元,其次为三核苷酸重复和六核苷酸重复。在所获得的SSR重复单元中,AG/CT为优势重复,共分布4654条（90.70%）。通过筛查猕猴桃EST序列中的SSR,可为猕猴桃基于EST-SSR的分子生物学研究奠定理论基础。     

鸟巢蕨EST-SSR标记的开发与应用

为加速分子标记在鸟巢蕨研究中的应用,利用鸟巢蕨EST序列开展了EST-SSR标记的开发和应用研究。利用MISA软件对鸟巢蕨EST序列进行SSR位点查找,分析EST-SSR的总体特征,并利用Primer 3.0软件设计40对引物,选用10份蕨类材料检测引物的多态性。从42 907条鸟巢蕨EST序列中检测到6 067个SSR位点,其出现频率为1/6.62 kb,包括106种重复基元。在鸟巢蕨EST-SSR中,二核苷酸重复(2 873个,47.35%)是最主要的类型,其次是三核苷酸(1 107个,18.25%)和单核苷酸(972个,16.02%)。出现最多的重复基元是AG/TC(1 371个,22.60%),其次是CA/GT(1 066个,17.57%)和A/T(628个,10.35%)。设计合成了40对EST-SSR引物对10份蕨类材料进行PCR扩增,26对引物能扩增出明显条带,其中17对引物扩增出了65条多态性条带,平均每对引物多态性带为3.82条。遗传分析表明,10份蕨类材料之间的遗传相似系数为0.338~0.815,可将供试蕨类材料分为2个类群。从鸟巢蕨EST序列中开发SSR标记是有效和可行的,开发的EST-SSR引物可用于蕨类植物遗传分析研究。     

花生栽培种EST-SSRs分布特征及应用研究

利用自行开发的20 160条花生栽培种荚果EST, 通过序列拼接, 获得8 289条无冗余EST。经搜索, 共检测出740个SSR位点, 分布于651条EST中, 发生频率为7.8%, 平均每6.8 kb EST序列含一个SSR位点。功能注释结果表明具生物过程、分子功能和细胞组分的EST分别为73、111和56条。在花生荚果EST-SSR中, 三核苷酸重复类型出现频率最高, 占总SSR的62.8%, 其次是二核苷酸重复类型, 占总SSR的33.6%。在出现的26类重复基序中, AG/TC重复基序出现频率最高, AAG/TTC次之。利用Primer premier 5从651条含有SSR的EST中共设计引物233对, 从中随机选取100对引物检测EST-SSR在花生栽培种中的多态性及在野生种中的可转移性。结果表明, 有86对引物在供试的22个花生栽培品种中得到有效扩增, 其中10对在栽培种中具有多态性, 每对引物检测出的等位基因数2~3个, 平均2.2个。可扩增引物在野生种中的可转移率为12.5%~100%,平均96%。在野生种间检测出多态性的引物76对,每对引物检测出等位基因2~9个, 平均4.06个。     

鹅掌楸EST-SSR引物开发及通用性分析

通过对6520条鹅掌楸EST序列进行检索,在364条ESTs中发现394个SSRs,鹅掌楸EST-SSRs平均密度为每8.5kb含有1个SSR;在检索出的SSRs中,二核苷酸重复单元的SSRs类型最多,占总数的61.9%。利用SSR-ESTs序列共设计176对EST-SSR引物,其中132对在鹅掌楸上有扩增产物,66对扩增出多态,多态性引物占所设计引物的36.9%。这批EST-SSR引物在物种之间具有较高的通用性。研究表明在鹅掌楸中表现多态的66对EST-SSR引物,85%在中国马褂木中有扩增,54%在白玉兰中有扩增。     

NCBI和cDNA文库中栽培花生EST-SSR分子标记的开发及其特点

本研究利用NCBI的GenBank数据库中公布的花生86 132条EST序列以及利用高油酸品种E12所创建的cDNA文库中的12 501条EST序列,对这些序列进行前期处理,总共获得非冗余且拼接较长的singleton 11 260条,contig 9 972条.通过MISA软件分析发现两个EST库中共包含有3 104个SSR位点,占到总共非冗余序列的11.08%.这些SSR位点被分成二核苷酸重复、三核苷酸重复、四核苷酸重复、五核苷酸重复、六核苷酸重复以及混合核苷酸重复等,其中三核苷酸重复占的比例最多,分别占到NCBI和cDNA文库的43.0%和56.8%,二核苷酸和五核苷酸重复占到所有重复位点的第二位和第三位,六核苷酸重复的比例最少.在所有重复基序中,AG/TC重复的数量最多,分别占到NCBI和cDNA文库的8.65%和13.42%.在三核苷酸重复中,CTT/GAA出现的频率最大,分别占到6.7%和13.42%.所有这些SSR基序的长度在4～51个之间.     

基于ESTs序列的杨树木质部形成相关EST-SSRs标记的开发与应用

ESTs数据库的发展为分子标记的开发提供了宝贵的资源。本研究从NCBI下载与杨树木质部形成相关的5359条ESTs序列,在其中257条序列中检测到279个SSRs位点,检出率为5.2%。全部SSRs共分为84种重复单元,平均长度18.2bp,变幅为15～36bp,平均分布频率1/6.94kb。所有类型中三核苷酸重复单元占总SSRs的41.3%,处于主导地位。AAG占三核苷酸重复单元的比例为27.0%,是三核苷酸重复单元中的优势重复类型。利用primer3在线设计引物,通过生物信息学方法筛选出7对引物,其中6对扩增效果较好。利用筛选出的引物对19个杨树无性系进行扩增,每对引物产生多态性条带数目为3～6条,平均4.16条。引物多态信息量变化范围为0.2267～0.9845,平均0.5485。应用NTSYS软件在相似系数为0.68水平可将19个杨树无性系准确聚类。研究结果表明,利用ESTs序列进行SSRs的开发是一种切实有效的方法,为EST-SSRs在杨树遗传图谱构建以及遗传多样性等方面的应用奠定了基础。     

香蕉根系转录组SSR位点信息分析

分析香蕉根系转录组中的SSR位点信息,并设计SSR引物,为开发新的分子标记奠定基础。利用MISA工具对香蕉根系转录组unigene序列进行SSR检索。从25158条unigene中共发现4663个SSR,分布在3820条unigene序列中,出现频率为18.53%,平均每7.77 kb含有1个SSR位点,共有58种重复基元。香蕉根系转录组中,二、三核苷酸重复基元所占比例最大,分别为40.50%和40.63%;二者分别以AG/CT和AGG/CCT重复基元为主,分别占该重复基元的88.03%和30.83%。SSR重复次数以5~9次为主,基序长度主要分布于12~20 bp,平均长度为18.80 bp。香蕉根系转录组SSR位点频率、密度较高,类型多样,在香蕉遗传多样性研究及分子标记辅助育种中有较大应用潜能。     

基于松树EST序列的马尾松SSR引物开发

本文用生物信息学方法对松树359 521条EST进行处理,得到无冗余EST序列56 776条,其中有2 315个SSR分布于2 057条EST中,出现频率是4.08%,平均距离是22.06 kb.检测到二、三碱基重复SSR总数为1 631个,四碱基至六碱基重复SSR共117个.在所得二碱基以上重复SSR中,多态潜能高的有488个,占27.92%;多态潜能次高的有1 260个,占72.08%.选择整体长度不小于24个碱基的SSR位点用于开发马尾松SSR引物,设计出135对备选引物,最终有51对引物在马尾松中得到扩增,有效扩增率为37.78%;其中39对有多态性,多态率为28.89%.在51对可扩增引物所对应的SSR类型中,P型占74.51%,I型占3.92%,C型占21.57%.     

Development of EST‐SSR markers for diversity and breeding studies in opium poppy

All publicly available opium poppy expressed sequence tag (EST) sequences, totalling 20 885, were assembled into unigenes and examined for simple sequence repeats (SSRs). Nearly 19% of the 14 957 unigenes contained SSRs with 4% harbouring more than one SSR. Average density of the SSRs was 1 SSR per 3.6 kb of non‐redundant EST sequence. Trinucleotide SSRs were most frequently identified (39%), and many of the most prevalent motifs were AT‐rich. Flanking primers were designed for 86% of the SSRs and 67 primer pairs were tested on 37 opium poppy accessions and seven related species. All markers were transferable to the related species. Polymorphism information content (PIC) values for the markers were intermediate for comparisons within opium poppy (average of 0.27) and slightly higher for comparisons across species (average of 0.29). The markers were found to be useful for diversity analysis as they successfully distinguished among Turkish opium poppy accessions and land races.     

白姜转录组中的SSR位点信息分析

利用Trinity软件对白姜转录组进行de novo组装,CAP3软件对组装的contig拼接删选;MISA工具对unigene进行SSR检索。从153 724条unigene中共发现16 593个SSR,分布在14 436条unigene序列中,出现频率为9.39%,平均每9.26kb含有1个SSR位点。其中二核苷酸、三核苷酸所占比例最大,分别为37.59%和45.24%;二者分别以AG/CT和AGG/CCT重复基元为主,占22.47%和11.79%。基序长度主要分布于12~20bp,占总数的85.06%。研究结果表明,白姜SSR位点频率、密度较高,类型多样,在生姜分子标记辅助育种、遗传多样性研究中有较大应用潜能。     

茶树花转录组微卫星分布特征

利用Perl语言,对茶树花转录组序列进行大通量SSR位点的发掘,发现含SSR的序列10 290条,共12 582个SSR,平均2.41 kb出现一个SSR。在茶树花的转录组中共发现340种碱基重复模式,所占比例最高的是(AG/CT)n(44.99%)。在49 586条注释成功的茶树花Unigene中,共发现10 490个SSR位点,其中位于编码区的1917个,其出现频率仅为0.102 SSR/1000 bp,而非编码区为3.072 SSR/1000 bp。在基因编码区中出现频率最高的是三碱基微卫星(1140,59.5%),其次是六碱基微卫星(524,27.3%)。茶树花转录组所含微卫星以重复长度小于20 bp的序列最多,大于20 bp的仅为25.2%。茶树花转录组中,含微卫星基因的平均表达水平显著低于不含微卫星基因,其中含复杂微卫星基因的平均基因表达水平最低。     

Comparison and development of EST–SSRs from two 454 sequencing libraries of Gossypium barbadense

EST–SSRs of Gossypium barbadense are mainly developed using traditional Sanger sequencing. However, due to the high cost and low throughput of Sanger sequencing, it is necessary to use high throughput sequencing technology for the development of more ESTs to more effectively analyze the structure and function of this species. In this study, a G. barbadense acc. 3–79 unnormalized fiber cDNA library (219.63 Mb) and a G. barbadense cv. Hai7124 normalized root cDNA library (204.61 Mb) were obtained by 454 sequencing. EST–SSRs were identified from the two libraries, and only 7,255 SSRs were obtained from the unnormalized library, with an average frequency of 1/31.00 kb. In contrast, 16,087 SSRs were obtained from the normalized library, with an average frequency of 1/13.02 kb. The frequencies of dinucleotides and tetranucleotides in the two libraries were very different. Comparing the two libraries, we found that a normalized cDNA library is more efficient for mining SSRs. Integrating the two libraries allowed the development of 1,129 EST–SSR markers, and 311 polymorphic loci were integrated into our interspecific BC₁ genetic linkage map. The mapping results showed that the distribution of EST–SSRs on sub-genomes and chromosomes was uneven; however, the distribution of the mapped G. barbadense EST–SSRs on homologous chromosomes was similar, with the exception of Chr05 versus Chr19 and Chr12 versus Chr26. This study provided new EST–SSR markers that will facilitate studies on cotton genetics and breeding.