Global identification of human transcribed sequences with genome tiling arrays

Elucidating the transcribed regions of the genome constitutes a fundamental aspect of human biology, yet this remains an outstanding problem. To comprehensively identify coding sequences, we constructed a series of high-density oligonucleotide tiling arrays representing sense and antisense strands of the entire nonrepetitive sequence of the human genome. Transcribed sequences were located across the genome via hybridization to complementary DNA samples, reverse-transcribed from polyadenylated RNA obtained from human liver tissue. In addition to identifying many known and predicted genes, we found 10,595 transcribed sequences not detected by other methods. A large fraction of these are located in intergenic regions distal from previously annotated genes and exhibit significant homology to other mammalian proteins.     

Genetic expression in the developing brain

The adult mouse brain contains complex populations of polyadenylated [poly(A)+] and nonpolyadenylated [poly(A)-] messenger RNA's (mRNA's). These mRNA's are separate sequence populations, similar in complexity, and in combination are equivalent to approximately 150,000 different mRNA sequences, of average length. Essentially all of the "adult" poly(A)+ mRNA's are present in the brain at birth. In contrast, most of the poly(A)- mRNA's are absent. Brain poly(A)- mRNA's begin to appear soon after birth, but the full adult complement is not reached until young adulthood. This suggests that these poly(A)- mRNA's specify proteins required for the biological capabilities of the brain that emerge during the course of postnatal development.     

Isolation of human transcribed sequences from human-rodent somatic cell hybrids

A method was developed for selectively isolating genes from localized regions of the human genome that are contained in interspecific hybrid cells. Complementary human DNA was prepared from a human-rodent somatic cell hybrid that contained less than 1% human DNA, by using consensus 5' intron splice sequences as primers. These primers would select immature, unspliced messenger RNA (still retaining species-specific repeat sequences) as templates. Screening a derived complementary DNA library for human repeat sequences resulted in the isolation of human clones at the anticipated frequency with characteristics expected of exons of transcribed human genes--single copy sequences that hybridized to discrete bands on Northern (RNA) blots.     

基于比较基因组学分析的方法定位及注释双峰驼MHC基因

【目的】定位并注释双峰驼主要组织相容性复合体(major histocompatibility complex,MHC)基因序列,为进一步研究双峰驼MHC基因提供科学依据。【方法】运用比较基因组学方法,提取人类MHC(HLA)基因编码序列和牛MHC(BoLA)基因编码序列并分别与双峰驼转录本进行blastn基因序列比对,识别出相似度较高的scaffolds,通过分析HLA、BoLA基因序列比对在这些scaffolds上的位置顺序,对多条scaffolds进行拼接,得到双峰驼MHC的Pseudo chromosome;再分别提取HLA、BoLA全基因组序列与双峰驼已拼接的scaffolds进行基因组共线性分析,利用lastz建立起的Pseudo chromosome与HLA、BoLA全基因组序列的线性关系判断筛选出的scaffolds是否准确;然后通过分析MHC基因在两物种间的线性关系,在双峰驼参考基因组中提取出MHC基因序列,并对这些序列进行基因注释;最后根据得到的双峰驼MHC基因绘制系统进化树,研究其基因间的进化关系。【结果】通过对HLA、BoLA基因编码序列与双峰驼转录本用blastn进行序列比对,识别出了相似度较高的3条scaffolds,即NW_011511766.1(全长4.1M)、NW_011515227.1(全长1.2M)和NW_011514613.1(全长15K),对其拼接得到双峰驼MHC的Pseudo chromosome;利用lastz共线性分析,识别出HLA基因序列和BoLA基因序列并比对出其在双峰驼MHC基因的共线性区域。该区域与拼接得到的Pseudo chromosome一致,证明筛选出的scaffolds是准确的。并且发现Class-Ⅰ类和Class-Ⅲ类基因集中分布在NW_011515227.1上,而Class-Ⅱ类基因集中分布在NW_011511766.1和NW_011514613.1上,进一步分析得知Class-Ⅱ类基因主要分布在NW_011511766.1的3.5—4.1M的位置;将存在共线性区域的序列提取出来,与比对到双峰驼上的MHC基因的编码序列进行blat分析,结果在双峰驼基因组中共识别出24个与牛BoLA基因高度相似的基因,其中Ⅰ类基因1个,Ⅱ类10个,Ⅲ类基因13个。对双峰驼这24个MHC基因进行信息注释并绘制系统进化树,结果显示注释的Class-Ⅰ类和Class-Ⅱ类基因在同一分支。【结论】通过比较基因组学方法定位并注释了双峰驼的MHC基因,将双峰驼MHC基因序列定位到了3条scaffolds上,找到并注释了24个MHC基因,绘制了双峰驼MHC的Pseudo chromosome,为进一步研究双峰驼MHC基因奠定了理论基础。     

宁夏束颈蝗Cytb基因的Numt分析

核线粒体假基因Numt（Nuclear Mitochondrial pseudogene）的存在具有重大的进化意义,它为基因组进化和基因组间相互作用的动态研究打开了一个窗口。假基因是基因组上与编码基因序列非常相似的非功能性基因组DNA拷贝,一般情况都不被转录,且没有明确生理意义。Numts由于处于不同的突变压力下,与真正的线粒体序列相比具不同的进化模式,其进化速率比线粒体同源基因要慢的多,类似分子化石,在核苷酸序列上更接近现存mtDNA的祖先状态。本研究在前几年研究的基础上,通过PCR技术,旨在发现宁夏束颈蝗核基因组中所存在的线粒体Cytb基因的假基因（Numt）。通过对PCR产物的检测,推断宁夏束颈蝗存在Numt,在对目标片断进行测序并利用GeneBank的BLASTn序列比对后确定序列特征,进一步确定Numt的实验正在规化进行中。预期本研究的结果将为Numts来源和机制,基因组进化和基因组间相互作用、系统进化、横向基因转移和核序列突变等研究提供实验基础。     

基于纳米孔全长转录组数据完善东方蜜蜂微孢子虫的基因组注释

【目的】利用已获得的纳米孔全长转录组数据对现有的东方蜜蜂微孢子虫（Nosema ceranae）参考基因组的基因序列和功能注释进行完善。【方法】采用TransDecoder软件预测东方蜜蜂微孢子虫基因的开放阅读框（open reading frame,ORF）及相应的氨基酸。利用gffcompare软件将全长转录本与参考基因组注释的转录本进行比较,对基因组注释基因的非编码区向上游或下游延伸,修正基因的边界。利用MISA软件鉴定长度在500 bp以上的全长转录本的简单重复序列（simple sequence repeat,SSR）位点,包括单核苷酸重复、双核苷酸重复、三核苷酸重复、四核苷酸重复、五核苷酸重复、六核苷酸重复、混合SSR等类型。通过Blast工具将鉴定到的新基因和新转录本比对Nr、KOG、eggNOG、GO和KEGG数据库,从而获得功能注释。【结果】共预测出2 353个完整ORF,其中长度分布在0—100个氨基酸的ORF最多,占总ORF数的72.12%。共对东方蜜蜂微孢子虫的2 340个基因进行了结构优化,其中5′端延长的基因有1 182个,3′端延长的基因有1 158个。共鉴定到1 658个SSR,其中单核苷酸重复、双核苷酸重复、三核苷酸重复、四核苷酸重复的数量分别为1 622、23、7和6个;单核苷酸重复类型的SSR密度最大,达到182.32个/Mb,其次为混合SSR、双核苷酸重复和三核苷酸重复,分别达到6.90、2.78和0.73个/Mb。共鉴定出954个新基因,其中分别有951、333、371、422和321个新基因可注释到Nr、KOG、eggNOG、GO和KEGG数据库。此外,还鉴定出6 164条新转录本,其中分别有6 141、2 808、2 932、3 196和2 585条新转录本可注释到Nr、KOG、eggNOG、GO和KEGG数据库。新基因和新转录本注释数量最多的物种均为东方蜜蜂微孢子虫,其次是蜜蜂微孢子虫（Nosema apis）。【结论】研究结果较好地完善了现有的东方蜜蜂微孢子虫参考基因组已注释基因的序列和功能注释,并补充和注释了大量参考基因组未注释的新基因和新转录本。     

多抗PVY、TMV和CMV转基因烟草的培育

 【目的】利用RNA介导抗性培育抗多种植物病毒的转基因烟草。【方法】分别以马铃薯Y病毒（PVY）、烟草花叶病毒（TMV）和黄瓜花叶病毒（CMV）全长衣壳蛋白（CP）基因为模板,通过设计PCR引物和亚克隆获得PVY CP 3′端长度100 bp、TMV CP 3′端长度100 bp和CMV CP 3′端长度200 bp的cDNA片段并拼接成嵌合基因,并以此为模板构建反向重复结构嵌合基因的植物表达载体pRHPTC。将pRHPTC通过冻融法导入农杆菌LBA4404,采用叶盘法转化烟草NC89,然后测定转基因烟草对3种病毒的抗性。【结果】经卡那霉素筛选和PCR检测,共获得276株转基因烟草。Southern和Northern blot分析表明,外源基因以不同拷贝数整合于烟草基因组中;不同转基因植株中病毒RNA的积累量存在显著差异。抗病性检测显示：23%左右的转基因植株表现出对3种病毒侵染的抗性。对转基因植株扩繁后代和T1代的抗性分析表明：多病毒抗性表现稳定。【结论】利用RNA介导的抗病毒基因工程可获得同时抗多种病毒的转基因烟草,其抗病性在T0代扩繁植株和T1代植株中得到稳定遗传。     

正常猪外周血淋巴细胞cDNA文库构建及EST初步分析

【目的】构建猪淋巴细胞基因文库,初步绘制正常猪外周血淋巴细胞的基因表达谱,为进一步筛选免疫相关基因提供平台。【方法】以mRNA为模板,经反转录酶催化,在体外反转录成cDNA,与质粒载体连接后转化大肠杆菌,进一步扩增后,获得猪外周血淋巴细胞全部mRNA信息的cDNA克隆集合,并进行序列分析和注释。【结果】构建了正常猪外周血淋巴细胞cDNA文库,获得库容量为1．2×10^6PFU／mL、重组率为93．3％、85％插入片段处于750～2000bp的高质量文库;随机测定1100条ESTs,经拼接和聚类,获得152条高表达的基因重叠群（Contigs）和619条低表达基因——单拷贝的EST（Singletons）;经序列比对分析,发现23．3％ESTs为与任何物种都没有匹配的新基因,75．9％ESTs为与猪没有匹配的新基因。用GO数据库对获得的EST进行基因功能分类和KEGG路径图分析,发现丝裂原活化蛋白激酶途径（Mitogenn—activated protein kinase,MAPK）、钙信号通路、胰岛素信号通路、脂肪细胞因子信号通路、Toll—like受体信号通路、B细胞受体信号通路和T细胞受体信号通路的基因均有较高表达。【结论】大部分的猪外周血淋巴细胞基因尚未被分离和鉴定出来,但这些基因mRNA转录和表达丰度均较高,且在猪外周血淋巴细胞中起着非常重要的作用。     

Amplification and molecular cloning of HTLV-I sequences from DNA of multiple sclerosis patients

Techniques of gene amplification, molecular cloning, and sequence analysis were used to test for the presence of sequences related to human T-lymphotropic virus type I (HTLV-I) in peripheral blood mononuclear cells of six patients with multiple sclerosis (MS) and 20 normal individuals. HTLV-I sequences were detected in all six MS patients and in one individual from the control group by DNA blot analysis and molecular cloning of amplified DNAs. The viral sequence in MS patients were associated with adherent cell populations consisting predominantly of monocytes and macrophages. Molecular cloning and nucleotide sequence analysis indicated that these amplified viral sequences were related to the HTLV-I proviral genome.     

正常猪外周血淋巴细胞cDNA文库构建及EST初步分析

【目的】构建猪淋巴细胞基因文库,初步绘制正常猪外周血淋巴细胞的基因表达谱,为进一步筛选免疫相关基因提供平台。【方法】以mRNA为模板,经反转录酶催化,在体外反转录成cDNA,与质粒载体连接后转化大肠杆菌,进一步扩增后,获得猪外周血淋巴细胞全部mRNA信息的cDNA克隆集合,并进行序列分析和注释。【结果】构建了正常猪外周血淋巴细胞cDNA文库,获得库容量为1.2×106 PFU/mL、重组率为93.3%、85%插入片段处于750～2000 bp的高质量文库;随机测定1100条ESTs,经拼接和聚类,获得152条高表达的基因重叠群（Contigs）和619条低表达基因——单拷贝的EST（Singletons）;经序列比对分析,发现23.3% ESTs为与任何物种都没有匹配的新基因,75.9% ESTs为与猪没有匹配的新基因。用GO数据库对获得的EST进行基因功能分类和KEGG路径图分析,发现丝裂原活化蛋白激酶途径（Mitogen-activated protein kinase,MAPK）、钙信号通路、胰岛素信号通路、脂肪细胞因子信号通路、Toll-like受体信号通路、B细胞受体信号通路和T细胞受体信号通路的基因均有较高表达。【结论】大部分的猪外周血淋巴细胞基因尚未被分离和鉴定出来,但这些基因mRNA转录和表达丰度均较高,且在猪外周血淋巴细胞中起着非常重要的作用。