蛋白质序列基于k-字的数值刻画及应用

基于氨基酸的一种5-字母分类模型,将蛋白质序列转化为5-字母序列,再借助序列中1-字和2-字的频数,将序列转化为一个30维的向量。通过计算两两向量间的欧氏距离得到物种间的进化距离,进而对两组蛋白质序列进行系统发生分析,结果证实了该方法的有效性。     

"大通牦牛"Lfcin基因克隆及生物信息学分析

[目的]克隆“大通牦牛”Lfcin基因,为将该基因应用于饲料工业和养殖业提供依据。[方法]利用PCR技术从“大通牦牛”基因组DNA中获得乳铁蛋白素（Lactoferricin,Lfcin）基因序列;将Lfcin基因连接于pGEM-T easy载体,送至生物公司测序;将“大通牦牛”与奶牛的Lfcin基因序列进行比对;同时,对牦牛、奶牛、人、小鼠等物种的Lfcin蛋白进行序列分析和进化树分析。[结果]克隆获得了含“大通牦牛”LF（Lactoferrin）第二外显子的DNA序列,共778bp,其中Lfcin基因编码区长75bp,编码25个氨基酸;序列分析显示,克隆获得的牦牛DNA序列与奶牛该序列存在11个碱基的变异;牦牛和奶牛的Lfcin蛋白质序列完全相同,各物种Lfcin蛋白具有较高的同源性;进化树分析表明Lfcin进化树符合物种进化规律。[结论]该研究为Lfcin基因在原核或真核细胞中的表达研究以及进一步研究Lfcin蛋白的生活活性奠定了基础。     

猪Hepcidin基因的克隆与序列分析

通过RT-PCR技术从猪肝脏总RNA中扩增出Hepcidin基因的编码序列,将该序列及其推导的氨基酸序列与其它17个已知物种的相应序列进行同源性分析,并构建系统进化树。结果表明,克隆得到的Hepcidin基因cDNA序列长278 bp,编码82个氨基酸,预测的蛋白分子质量和等电点分别为8.76 ku和9.06;与已知牛的Hepcidin序列同源性最高,达81.71%,不同物种Hepcidin蛋白具有高度的保守性,Hepcidin蛋白物种进化树符合物种进化规律。本研究为今后阐明Hepeidin基因表达特性、表达产物理化性质、抗菌活性及其相关功能等奠定基础。     

基于ITS和trnL-F序列的青藏高原棘豆属植物分子系统学研究

【目的】探讨青藏高原棘豆属植物的系统学关系,为该属植物的研究提供分子系统学方面的资料。【方法】以青藏高原16种棘豆属植物27个地理种群标本为试材,提取其总DNA后,分别对ITS序列和trnL-F序列进行PCR扩增、纯化及测序,并对所测序列进行同源性比对,用Kimura 2-parameter距离模型计算各序列间的进化距离,以乌拉特黄耆(Astragalus hoantchy)和多枝黄耆(A.polycladus)为外类群,利用MEGA软件构建基于ITS序列和trnL-F序列的青藏高原棘豆属植物的系统发育进化树。【结果】ITS序列对位后长度为710bp,有58个简约信息位点,G+C平均含量为54.3%,该序列的平均进化距离为0.016,但进化距离总体较小。trnL-F序列对位后长度为867bp,有94个简约信息位点,G+C平均含量为33.7%,该序列的平均进化距离为0.018,总体进化距离较ITS序列大。ITS序列较叶绿体trnL-F序列含有较多的系统发育信息。在基于2个序列构建的系统发育树中,大花棘豆亚属除少数居群外均形成单系分支,说明以心皮有无隔膜来划分棘豆属属下分类系统可以较好地获得分子系统学的支持;但在其他亚属及组水平上,并不构成单系。【结论】棘豆属各类群间系统发育信息含量明显较低,说明棘豆属物种分化发生较晚,尤其是在青藏高原这样一个始于第三纪造山运动的年轻区域,其棘豆属物种的新近起源和形态的快速分化还难以在遗传水平上固定下来。     

厚壁菌门细菌及其祖先蛋白的氨基酸偏好性研究

从KEGG数据库中获得厚壁菌门下的18种细菌的蛋白质和氨基酸序列,运用生物信息学方法重建了这18个物种的发育树以及祖先的氨基酸序列,得到了18个现存物种及其祖先物种的氨基酸组成偏好情况。结果表明,现存物种的蛋白质的氨基酸组成有偏好,而在祖先蛋白质中也存在着氨基酸偏好的现象。对于每一种氨基酸,各物种的使用偏好不完全相同。研究结果为今后透彻地研究厚壁菌门细菌打下了基础。     

鹰嘴豆LHY基因cDNA克隆及生物信息学分析

从鹰嘴豆中克隆生物节律钟LHY基因的cDNA全长序列,进行序列信息学分析。通过同源克隆策略,利用RT-PCR技术获得核心片段,结合5＇-RACE和3＇-RACE技术,克隆得到鹰嘴豆生物节律钟基因LHY的cDNA全长序列,其核苷酸序列长度为3 061 bp,包括2 220 bp的完整开放阅读框（ORF）,编码739个氨基酸。验证后命名为CarLHY基因,获得基因登录号为KJ558378。生物信息学研究表明CarLHY基因cDNA序列与其他植物LHY基因具有较高的相似性;预测CarLHY蛋白不具有跨膜结构;为转录因子,定位于细胞核中;不具备信号肽。对CarLHY蛋白功能结构域预测表明,蛋白质核心结构存在符合转录因子与DNA结合的常见功能域HTH。蛋白系统进化树显示,与大豆分子进化距离最近,其次是黑杨、拟南芥。     

菊花BRC1b基因的分离与亚细胞定位

以切花菊‘神马’(Dendranthema grandiflora‘Jinba’)为材料,利用同源基因克隆法结合RACE技术克隆了侧枝相关重要基因BRANCHED1类似基因,命名为DgBRC1b。该基因开放阅读框有1 008bp,可编码335个氨基酸。蛋白对比发现,DgBRC1b所推测的氨基酸序列包含TCP家族转录因子的2个基本结构域。通过系统遗传进化树分析进一步表明DgBRC1b属于TB1亚家族。洋葱表皮亚细胞定位结果表明该基因定位于细胞核,进一步证明该基因可能为转录因子。     

大豆GmPID基因生物信息学分析及克隆

利用同源克隆技术,对拟南芥再生相关基因PID作同源序列比对,从大豆中克隆PID基因全长CDS序列,得到大豆再生相关基因GmPID,分析大豆再生相关基因GmPID启动子序列、氨基酸序列、编码的蛋白质结构、亲疏水性、蛋白质结构及同源进化树。结果表明,GmPID编码区cDNA长度为1 359 bp,编码452个氨基酸,GmPID编码的蛋白为碱性亲水性蛋白;分析其蛋白功能结构域发现,GmPID蛋白含有丝氨酸/苏氨酸激酶催化结构域,为PKc-like超家族成员;构建系统进化树发现其与密花豆亲缘较近。研究结果有利于深入研究大豆再生相关基因GmPID在大豆再生过程中的关键作用,为提高大豆再生效率提供理论基础。     

天祝白牦牛Lfcin基因克隆及生物信息学分析

利用PCR技术从天祝白牦牛基因组DNA中获得乳铁蛋白素(Lactoferricin,Lfcin)基因序列,将Lfcin基因连接于pGEM-T easy载体进行测序后,与奶牛的Lfcin基因序列进行比对;对牦牛、奶牛、人、小鼠等物种的Lfcin蛋白序列进行比对和进化树分析.结果表明:克隆获得了含天祝白牦牛乳铁蛋白第二外显子的DNA序列,共778 bp,其中Lfcin基因编码区长75 bp,编码25个氨基酸;序列分析显示,克隆获得的牦牛DNA序列与奶牛该序列存在9个碱基的变异,其中Lfcin基因编码区内有1个变异,为同义突变;牦牛和奶牛的Lfcin蛋白质序列完全相同,各物种Lfcin蛋白具有较高的同源性.     

蛋白质序列的图形表示及相似性分析

基于20个氨基酸的3个理化性质,给出了一种蛋白质序列的三维图形表示。在此基础上,进一步利用数学方法对所得到的蛋白质序列曲线进行了数值刻画;最后,基于这种数学描述,对9个不同物种的线粒体NADH脱氢酶进行了相似性分析。     

20种溪蟹线粒体COI基因比较分析及系统发育研究

【目的】比较分析20种溪蟹的线粒体COI基因序列,并基于COI基因序列构建溪蟹科系统发育进化树分析不同种类间的亲缘关系,探究COI基因作为分子标记在溪蟹物种鉴定中的适用性,同时为溪蟹科的物种鉴定及系统发育研究提供理论依据。【方法】测定2种龙溪蟹属（Longpotamon）代表种的线粒体COI基因全序列,结合GenBank中已公布的18种溪蟹科COI基因全序列,利用MEGA X计算其碱基组成、保守位点和遗传距离,采用MatGAT 2.02进行多序列相似性比较分析,并以PhyloSuite构建贝叶斯树（BI）和最大似然树（ML）,探究溪蟹科物种内部的亲缘关系。【结果】20种溪蟹的COI基因序列全长1534~1539 bp,连续编码511~512个氨基酸残基,所有物种均以ATG为起始密码子;碱基含量略有不同,分别为35.9%~40.7%（T）、16.4%~20.2%（C）、26.8%~28.9%（A）和14.7%~17.2%（G）,呈明显的AT偏向性。COI基因核苷酸序列及其推导氨基酸序列比较分析结果显示分别有577和98个变异位点,表明密码子存在简并性。20种溪蟹的线粒体COI基因遗传距离、序列相似性及系统发育进化分析结果均显示,长安龙溪蟹（Longpotamon changanense）与龙溪蟹未定种（Longpotamon sp.）的亲缘关系最近。虽然采用不同方法基于不同数据集构建的系统发育进化树在拓扑结构上有所不同,但所有树型均显示龙溪蟹属（Longpotamon）的小龙溪蟹（L.parvum）并未与该属其他物种聚类在一起,华溪蟹属（Sinolapotamon）、近溪蟹属（Potamiscus）和小石蟹属（Tenuilapotamon）物种也散布在系统发育进化树不同分支中,暗示这些物种在分类鉴定上为非单系群,还需进一步研究确定。【结论】20种溪蟹的线粒体COI基因序列平均种间遗传距离为0.173,均具有区别于其他种类的特异位点,即线粒体COI基因序列可作为溪蟹科物种鉴定的分子标记。     

禽类Mx基因GTP酶效应区(GED)序列适应性进化分析

为进一步了解禽类Mx基因进化历程及结构与功能变异,测定了4种经济类型11个地方鸡品种:肉用型(惠阳胡须鸡、清远麻鸡、文昌鸡)、兼用型(藏鸡、狼山鸡、寿光鸡、北京油鸡、萧山鸡、鹿苑鸡)、蛋用型(白耳鸡)、药用和观赏型(丝羽乌骨鸡)Mx基因GTP酶效应区(GTPase effector domain,GED)序列,并结合已报道的原鸡及部分其他鸡形目和雁形目禽类相关序列,采用mrModeltest和MrBayes筛查最适核苷酸替代模型、构建贝叶斯进化树,并采用Datamonkey和PAML4b检测位点选择压力。结果:获得了中国地方鸡种Mx基因GED区核苷酸序列,全长231 bp,编码77个氨基酸。序列联配结果表明家鸡Mx基因GED区高度保守,仅发现3个突变位点,分别位于2 032 bp、2 075 bp和2 139 bp处。AIC信息量准则表明禽类Mx基因GED区的最优核苷酸替代模型为GTR+G。基于最优模型重建的禽类Mx基因GED区贝叶斯进化树具有较高的后验概率,揭示的系统发育关系和禽类物种进化基本一致。Datamonkey的单一断裂点扫描和遗传算法扫描均未发现禽类Mx基因GED区序列数据集有重组事件,位点选择压力检测结果表明禽类Mx基因GED区在进化过程中并未受到正选择作用。     

DNA序列判别分类模型

[目的]结合生物学知识和数学方法构建DNA序列判别分类模型。[方法]根据氨基酸分子中侧链基的极性性质,从不同序列中氨基酸含量不同提炼出能从碱基含量和碱基排列情况两方面代表序列特征的氨基酸类别信息,用一个四维向量来表征,用马氏距离法和FISHER判别法对给定序列进行分类。[结果]该模型中,2种分类方法所得的样本回代率均达100%,分类一致率为90%。[结论]该模型算法简单,分类结果精度较高,优于仅基于碱基含量的判别分类模型。     

不同昆虫泛素延伸蛋白基因的生物信息学分析

采用生物信息学方法系统分析了甜菜夜蛾、菜粉蝶、烟夜蛾和黑腹果蝇泛素延伸蛋白(UBE)基因序列的遗传多样性、分子进化及其编码氨基酸序列的结构功能域和基序特点.结果显示,4种昆虫UBE基因序列的同源性较高(81.8%～99.7%),且遗传距离较近(0.003～0.199),均编码ubiquitin/L40 UBE.共检出8...     

DNA序列判别分类模型

[目的]结合生物学知识和数学方法构建DNA序列判别分类模型。[方法]根据氨基酸分子中侧链基的极性性质,从不同序列中氨基酸含量不同提炼出能从碱基含量和碱基排列情况两方面代表序列特征的氨基酸类别信息,用一个四维向量来表征,用马氏距离法和FISHER判别法对给定序列进行分类。[结果]该模型中,2种分类方法所得的样本回代率均达100%,分类一致率为90%。[结论]该模型算法简单,分类结果精度较高,优于仅基于碱基含量的判别分类模型。     

2013－2017年中国小反刍兽疫病毒P基因遗传演化特征

  目的  探究中国小反刍兽疫病毒(PPRV)田间流行毒株P基因的分子进化特征。  方法  对2013?2017年中国21省份37个疫点的小反刍兽疫病毒流行毒株进行磷蛋白基因(P基因)序列比较和分子进化分析。  结果  37个毒株P基因核苷酸序列间的遗传距离为0~0.009 2，变异分布在47个位点；P蛋白氨基酸序列间的遗传距离为0~0.007 9，变异分布在26个位点。与15株代表毒株的序列比对发现:2013?2017年中国37株PPRV流行毒株P基因的10个位点发生了核苷酸序列突变，其中3个导致了氨基酸序列的改变。以最大似然法构建分子进化树，发现2013?2017年中国流行的37个毒株构成基因Ⅳ系中1个独立的进化分支，与2007年传入西藏的毒株处于不同的进化分支。  结论  2013?2017年中国小反刍兽疫病毒P基因变异较大；随毒株流行时间增长，P基因的突变位点增多，但不同毒株突变位点不同，表现为相对随机的突变。图3表4参12     

胃泌素和胆囊收缩素及其受体氨基酸序列信息学比较分析

【目的】胃泌素(GAS)和胆囊收缩素(CCK)具有较多相似性,但两种激素与其受体(CCK-A和CCK-B)亲和力不同,研究利用生物信息学的方法,比对羊GAS和CCK及其受体氨基酸序列与其它动物序列的不同,为不同动物这两种多肽及其受体蛋白抗原设计和活性多肽筛选等提供参考。【方法】通过UniProt数据库检索各种动物GAS和CCK及其受体氨基酸序列进行比对,并进行全氨基酸序列进化树分析。【结果】除了鸡和鱼,其他动物GAS的C-端7个氨基酸完全相同;除了豚鼠外,CCK的C-端10个氨基酸序列完全相同;羊与牛的GAS-34及CCK-33氨基酸序列完全相同。羊与牛,大鼠与小鼠、狗与猫的CCK-A和CCK-B均分别在同一个分支上;从GAS和CCK及受体全氨基酸序列(包括信号肽和原肽)来看,禽类和鱼类序列同哺乳动物差距均较大;绵羊CCK-A与CCK-B氨基酸序列相似性仅为45.094%。【结论】GAS和CCK的C-端氨基酸序列在不同动物之间均具有高度的保守性,而N-端为变化区域。     

小菜粉蝶颗粒体病毒lef-3基因的克隆与分析

 【目的】研究杆状病毒lef-3基因的起源与进化,从分子水平明确病毒之间的亲缘关系。【方法】通过常规PCR方法获得小菜粉蝶颗粒体病毒晚期基因表达调控因子lef-3的基因片段,克隆后测序,然后利用软件对lef-3及编码序列进行生物信息学分析。【结果】克隆得到的PiraGV lef-3基因ORF序列中存在4个突变位点,但氨基酸性质未发生改变,推导PiraGV LEF-3蛋白含399个氨基酸残基,分子量为3.99 kD;通过高级结构预测及其编码序列与其它杆状病毒的LEF-3同源性比对表明,该基因可能编码单链DNA结合蛋白;BLAST比对发现lef-3基因只存在于鳞翅目昆虫为宿主的杆状病毒基因组;进化分析表明LEF-3可分为3组,其中GV属的LEF-3聚类为1个组,NPV属的LEF-3聚类为2个组;GV的lef-3基因编码区的选择压力分析表明,大多数lef-3基因间相比较表现为负向选择,但不同lef-3基因间的Ka/Ks不同,也有正向选择;起源分析表明,杆状病毒lef-3基因可能来源于细菌。【结论】获得了小菜粉蝶颗粒体病毒（PiraGV）lef-3基因,通过生物信息学分析推测出了lef-3基因的起源进化规律。     

根据细胞色素b基因的序列变异分析脊椎动物的进化关系

本研究从GenBank数据库通过BLASTn选取5种不同脊椎动物(哺乳类、鸟类、鱼类、两栖类和爬行类)的30条Cytb基因全序列,利用生物信息学软件进行序列比对和进化分析。发现不同脊椎动物由低级向高级进化过程中,Cytb基因核苷酸的变异是在连续的突变压之下选择中性或近似中性的突变；而氨基酸的变异存在明显的种属特异性,这种突变不是随机发生的,应该是有方向的,或者是受到了物种进化的制约；不同物种蛋白质空间结构可能会略有不同,但其功能不变；随着物种的进化,Cytb基因也出现了显著的遗传分化。