深度学习在植物基因组学与作物育种中的应用现状与展望

[目的 /意义]随着单细胞测序、高通量技术的突破,植物基因组学也取得了巨大进步,可以低成本获取多维全基因组分子表型的海量数据。深度学习技术可以作为强大的数据挖掘工具对获取的分子表型进行进一步预测和解释。当前研究表明,深度学习在植物基因组学与作物育种研究任务中取得显著效果。但目前尚缺乏对于深度学习在植物基因组学中应用的完整综述。[方法 /过程]本文首先概述了深度学习方法背景,包括最新的图神经网络;随后着重从基因特性、蛋白质特性方面综述了基因组学和深度学习交叉领域的两个突出问题：1）如何对从植物基因组DNA序列到分子表型的信息流进行建模？2）如何使用深度学习模型识别自然种群中的功能变异？[结果 /结论]本文总结了当前研究中如何应用传统深度学习算法、图深度学习、生成对抗网络以及可解释性AI等方法解决上述两个问题。最后分析了深度学习在未来植物基因组学研究和作物遗传改良中的发展前景。     

神经网络在蛋白质二级结构预测中的应用

叙述了神经网络的结构和工作原理及其在蛋白质二级结构预测中的具体应用,并讨论了神经网络方法在蛋白质二级结构预测中存在的问题及应用前景。     

功能基因组学的研究方法及发展前景

随着基因组学的发展,基因组学的研究已经由全基因组测序为目标的结构基因组学转向以基因功能鉴定为目标的功能基因组学研究,功能基因组学时代对于基于功能的研究也由单一基因转向大规模、批量分析。本文主要从基因功能的基本知识,功能基因组学研究方法及应用前景三个方面进行论述。     

基因组学与植物抗病性研究进展

就植物基因组学方法在植物抗病性研究上的应用在部分领域进行回顾。从结构基因组、比较基因组、功能基因组以及生物信息学方面,简述了近年来植物抗病性基因组学的研究进展。     

酵母双杂交系统及其应用研究进展

酵母双杂交系统作为一种有效研究蛋白质相互作用的分子生物学方法,具有真实、高效、敏感、广泛的特点,被广泛应用于诸如蛋白质组学、基因组学等领域.主要对酵母双杂交技术的原理、特点及应用现状进行了综述.     

螯虾次目功能基因密码子偏好性研究

以螯虾次目功能基因组中的208个蛋白质编码基因序列为数据来源,应用CodonW　14软件对螯虾次目功能基因中密码子组成、同义密码子使用频率、密码子3个位置的G+C含量、有效密码子数等进行分析。结果显示,螯虾次目密码子第三位的G+C含量明显高于第一/二位,表现出对以G或C碱基结尾的密码子的偏好性使用,并确定了9个螯虾次目最优密码子。上述研究结果为今后螯虾次目新基因的发现、功能基因表达调控研究、蛋白质结构和功能预测、以及与其他虾类的比较基因组学研究、螯虾分子标记育种等提供了理论基础。     

杨树蛋白质二级结构的人工神经网络预测

以PDB公用生物信息数据库为基础,用人工神经网络建模技术对杨树蛋白质二级结构预测模型进行了研究,这对深入认识森林动态机理、提高森林资源信息化管理水平、改进森林保护制药设计等具有重要的应用价值,对森林生物学、森林生物信息学的研究具有重要的学术意义。从公用数据库下载杨树蛋白质样本27个,提取氨基酸2 947个。用长度为17的滑动窗口截取蛋白质一级结构的氨基酸序列片段,并用[-1,1]编码方式进行编码,以组织输入向量,以片段中心氨基酸对应的蛋白质二级结构（螺旋、折叠、无规则卷曲）为输出向量,构建了结构为17∶S∶3的BP人工神经网络模型。用训练、测试样本对模型进行训练、检验,得出理想的模型结构为17∶9∶3,其总体拟合准确度为71%,总体预测准确度为65%,H的预测准确度达81%,比以往同类研究具有较高的预测准确度。     

酵母双杂交技术研究与应用进展

酵母双杂交是利用遗传学方法在酵母真核细胞体内研究蛋白质之间相互作用的非常有效的一种分子生物学技术,被广泛应用于蛋白质组学、细胞信号转导和功能基因组学等领域,已成为分子生物学研究领域的重要实验手段之一,获得了许多有价值的重要发现。随着分子生物学的发展,在酵母双杂交的基础上又建立起了酵母单杂、反向双杂交、三杂交及核外双杂交等多项技术,并已经成功地运用于蛋白质之间、蛋白质与DNA、RNA和配体之间相互作用的研究。对酵母双杂交及其相关技术与应用研究进展进行了综述。可以预见,在人类、水稻和拟南芥等模式生物基因组测序完成后,酵母双杂交及其衍生技术将在功能基因组学和蛋白质组学的研究中发挥越来越重要的作用。     

基于神经网络集成的蛋白质二级结构预测模型研究

[目的]探讨基于CPN神经网络集成的蛋白质二级结构预测模型的效果。[方法]借助神经网络集成方法对从36个蛋白质提取的共4000个氨基酸进行预测研究,其数据集是从HSSP数据库中提取的数据经过处理后得到的评测数据库,同时在Profile编码中引进了CPN网络算法的概念。[结果]基于CNP网络的神经网络集成预测模型可以取得很好的预测结果,把蛋白质二级结构预测的平均精度提高了17．74％。同时,所用的Profile编码和CPN网络算法在很大程度上为系统模型引入较多的生物信息和联系,而这一点对蛋白质二级结构预测非常重要。[结论]该研究为蛋白质二级结构预测准确率的提高奠定了基础。     

犬链球菌M蛋白基因的克隆及生物信息学分析

本研究对犬链球菌M蛋白(SCM)基因克隆,并对其进行生物信息学分析,预测其蛋白质结构及功能,为链球菌表位疫苗的研究及链球菌病的诊断提供参考。利用ExPASy ProtParam在线分析软件,预测犬链球菌M蛋白为亲水性蛋白质且属于稳定蛋白。使用SignalP 4.1软件推测该蛋白有信号肽。利用SOPMA中5种相互独立的方法预测其二级结构,其中α螺旋占83.53%,可知α螺旋为二级结构的主要元件。应用SWISS-MODEL在线分析软件,进行三级构造同源建模,发现其结果与二级结构预测结论大致相同。使用DNAStar预测软件中的Protean部分对SCM亲水性、蛋白质的二级结构、抗原性指数、表面可能性、柔韧性进行归纳比较分析,在第55~59和第377~379氨基酸区段存在B细胞表位。     

Protein structure prediction and structural genomics

Genome sequencing projects are producing linear amino acid sequences, but full understanding of the biological role of these proteins will require knowledge of their structure and function. Although experimental structure determination methods are providing high-resolution structure information about a subset of the proteins, computational structure prediction methods will provide valuable information for the large fraction of sequences whose structures will not be determined experimentally. The first class of protein structure prediction methods, including threading and comparative modeling, rely on detectable similarity spanning most of the modeled sequence and at least one known structure. The second class of methods, de novo or ab initio methods, predict the structure from sequence alone, without relying on similarity at the fold level between the modeled sequence and any of the known structures. In this Viewpoint, we begin by describing the essential features of the methods, the accuracy of the models, and their application to the prediction and understanding of protein function, both for single proteins and on the scale of whole genomes. We then discuss the important role that protein structure prediction methods play in the growing worldwide effort in structural genomics.     

苹果基因组学研究进展

从结构基因组学和功能基因组学上分别阐述了苹果基因组学的研究现状,并分析了目前研究中存在的主要问题,以期为苹果基因组学研究提供参考。     

鹅多杀性巴氏杆菌OmpH的扩增与生物信息学分析

为扩增鹅多杀性巴氏杆菌OmpH基因,预测OmpH蛋白二级结构和B细胞抗原表位,通过PCR扩增测序及生物信息学分析技术对该基因序列进行开放阅读框(ORF)的寻找、编码氨基酸的推导及蛋白质二级结构的初步预测等,探讨了鹅多杀性巴氏杆菌OmpH基因在免疫保护中的作用。结果表明:鹅多杀性巴氏杆菌OmpH基因全长1537bp,ORF包含1056bp编码351个氨基酸;二级结构以无规则卷曲为主,有少量的α-螺旋和延伸带;推测OmpH蛋白有1个细胞黏附位点、3个糖基化位点。该研究为分析鹅多杀性巴氏杆菌外膜蛋白理化特性、制备单克隆抗体和设计表位疫苗等奠定了理论基础。     

基于基因组学的作物种质资源研究:现状与展望

作物种质资源工作涉及面很广,包括种质资源的收集、编目、保护、繁种更新、分发利用与信息系统建立等基础性工作,作物起源、驯化与传播、种质分类、民族植物学与传统知识研究等基础研究,遗传多样性评价、重要性状表型鉴定、种质资源基因型鉴定、基因发掘和种质创新等应用基础研究。经过近百年的努力,种质资源的基础性工作已卓有成效,作物种质资源保护与共享利用体系基本建立。但由于主要基于形态学的传统研究思路和方法存在很多先天不足,种质资源基础研究和应用基础研究一直举步维艰,效率低下。随着分子标记技术和第二代测序技术的快速发展,基因组学理论和方法不断深入到种质资源研究的多个层面,使种质资源保护和创新利用发生了研究思路和方法学上的变革。基因组学研究成果为种质资源的有效收集和保护提供了理论指导,也为阐明作物起源和演化、全面评估种质资源结构多样性提供了核心理论和技术,同时大幅度提高了基因发掘和种质创新效率。特别是全基因组测序、重测序和简化基因组测序技术不断成熟,使在全基因组水平上比较不同种质资源基因组变异成为可能;在此基础上,可阐明农作物起源以及驯化、改良和传播对种质资源形成的影响,明确现有种质资源和野外种质资源群体结构和遗传多样性,提出种质资源异地保存和原生境保护的最佳策略;结合表型鉴定数据,利用连锁分析和关联分析等基因组学方法,可高效发掘种质资源中蕴含的新基因和有利等位基因,提出其利用途径和具体方案,并在种质创新过程中充分利用基因组学研究成果提高创新效率。文章评述了基因组学在种质资源研究中的应用现状,特别是在种质资源基因型鉴定、异地保存和原生境保护、作物起源与进化研究、结构多样性分析、新基因发掘和种质创新等方面的应用情况及其发展趋势。提出了今后的发展方向和工作重点,强调把基因组学理论和方法与作物种质资源研究紧密结合,为种质资源的有效保护和高效利用提供强有力的理论、技术、材料与信息支撑。     

植物染色体分子核型技术研究进展

单染色体识别为植物遗传学、生物多样性和进化研究的重要方向,也是大型基因组多倍体植物研究的难题之一。文章综述了单拷贝序列染色体涂染(single-copy sequence based chromosome painting)和寡核苷酸荧光原位杂交(oligonucleotide FISH,Oligo-FISH)技术合成新型探针池的方法,总结其在比较基因组学研究中的应用案例,提出开发近缘物种通用寡核苷酸探针库的研究趋势,并对植物染色体分子核型技术在植物系统发育重建和植物育种中的应用进行了展望。     

The impact of structural genomics: expectations and outcomes

Structural genomics (SG) projects aim to expand our structural knowledge of biological macromolecules while lowering the average costs of structure determination. We quantitatively analyzed the novelty, cost, and impact of structures solved by SG centers, and we contrast these results with traditional structural biology. The first structure identified in a protein family enables inference of the fold and of ancient relationships to other proteins; in the year ending 31 January 2005, about half of such structures were solved at a SG center rather than in a traditional laboratory. Furthermore, the cost of solving a structure at the most efficient SG center in the United States has dropped to one-quarter of the estimated cost of solving a structure by traditional methods. However, the efficiency of the top structural biology laboratories-even though they work on very challenging structures-is comparable to that of SG centers; moreover, traditional structural biology papers are cited significantly more often, suggesting greater current impact.     

针叶树基因组资源及其在遗传育种中的作用

针叶树遗传改良已经进行了半个多世纪,但由于基因组巨大、杂合度高和世代周期长等特点,针叶树基因组资源开发滞后于作物和阔叶树种,这直接导致了基因组辅助育种工具的缺乏,进而阻碍了林木遗传改良的进程。回顾了近年来针叶树基因组研究进展,重点阐述了分子标记和转录本在针叶树遗传育种领域中的重要作用。新一代测序技术的出现将使针叶树基因组资源研究进入一个重要和多产的时期．针叶树基因组资源在林木育种的作用也将越来越受到关注。参115     

Global efforts in structural genomics

A worldwide initiative in structural genomics aims to capitalize on the recent successes of the genome projects. Substantial new investments in structural genomics in the past 2 years indicate the high level of support for these international efforts. Already, enormous progress has been made on high-throughput methodologies and technologies that will speed up macromolecular structure determinations. Recent international meetings have resulted in the formation of an International Structural Genomics Organization to formulate policy and foster cooperation between the public and private efforts.     

昆虫病原真菌基因组学及多组学研究进展

昆虫病原真菌是重要的生物防治资源,利用昆虫病原真菌防治农业害虫具有不易产生抗性、易造成昆虫病害流行、生态安全环保等优势,推广应用昆虫病原真菌控制害虫是今后生态农业的发展趋势.现代测序技术的飞速发展促进了真菌基因组学的研究,在全基因组测序、系统发育基因组学、比较基因组学以及多组学(转录组学、蛋白组学、代谢组学)联合分析等...