[發(fā)明專利]一種批量檢測植物基因組LTR-反轉(zhuǎn)座子的方法

有效

• 申請?zhí)枺?/td>: 201410062207.1
• 申請日: 2014-02-24
• 公開（公告）號: CN103824000A
• 公開（公告）日: 2014-05-28
• 發(fā)明（設(shè)計）人: 杜建廠;劉靜;徐珍珍;倪萬潮
• 申請（專利權(quán)）人: 江蘇省農(nóng)業(yè)科學(xué)院
• 主分類號: G06F19/18
• 分類號: G06F19/18;G06F19/28
• 代理公司: 北京紀(jì)凱知識產(chǎn)權(quán)代理有限公司 11245
• 代理人: 關(guān)暢

技術(shù)領(lǐng)域

本發(fā)明屬于生物技術(shù)領(lǐng)域，涉及一種批量檢測植物基因組LTR-反轉(zhuǎn)座子的方法。

背景技術(shù)

近年來，隨著測序技術(shù)的進(jìn)步，特別是第二代測序技術(shù)的出現(xiàn)，基因組學(xué)的發(fā)展異常迅速。不僅許多模式植物如擬南芥和水稻，其它經(jīng)濟(jì)作物，如大豆、玉米、棉花等也相繼完成全基因組測序。通過對這些完成測序的物種基因組的遺傳組分進(jìn)行分析，科學(xué)家們得到幾乎一致的發(fā)現(xiàn)：除功能基因外，植物基因組主要由各種類型的重復(fù)序列，特別是轉(zhuǎn)座子及其衍生物構(gòu)成。根據(jù)轉(zhuǎn)座方式的不同，轉(zhuǎn)座子又分為反轉(zhuǎn)座子和DNA轉(zhuǎn)座子。根據(jù)結(jié)構(gòu)的不同，反轉(zhuǎn)座子又可分為LTR-反轉(zhuǎn)座子和非LTR-反轉(zhuǎn)座子。其中，LTR-反轉(zhuǎn)座子是真核生物，特別是植物基因組的主要組成部分，在基因和基因組的進(jìn)化過程中起著重要作用。

LTR-反轉(zhuǎn)座子三種基本結(jié)構(gòu)類型如圖1所示，具有兩個長末端正向重復(fù)序列（long?terminal?repeats,LTRs）。單個LTR的長度從100bp到幾kb不等，并通常以5’-TG-3’開始，并以其反向重復(fù)序列5’-CA-3’結(jié)束。它們在插入到寄主基因組時往往會在轉(zhuǎn)座子兩端形成4-6bp的正向重復(fù)序列（Target?Site?Duplications,TSDs）。LTR-反轉(zhuǎn)座子包含編碼多種蛋白質(zhì)的基因，主要包括gag（編碼的蛋白質(zhì)形成殼的結(jié)構(gòu)，進(jìn)行反轉(zhuǎn)錄的合成）、pol多聚基因（編碼與反轉(zhuǎn)錄過程有關(guān)的一系列酶）。此外，LTR-反轉(zhuǎn)座子還含有與轉(zhuǎn)錄起始和終止有關(guān)的tRNA結(jié)合位點(diǎn)（Primer?Binding?Site,PBS）和多聚嘌呤序列（Polypurine?Tract,PPT）。根據(jù)序列相似性和轉(zhuǎn)座酶相關(guān)基因的排列順序，LTR-反轉(zhuǎn)座子又可分為Tyl-copia類型和Ty3-gypsy類型。

基于上述LTR-反轉(zhuǎn)座子的結(jié)構(gòu)特征，一些軟件被不斷開發(fā)出來，為LTR-反轉(zhuǎn)座子的鑒定提供了一定的研究工具。LTR-反轉(zhuǎn)座子序列識別鑒定的軟件大致分為4類，包括基于結(jié)構(gòu)的方法（Structure-based?method）、從頭算起法（De?novo?repeat?discovery?method）、比較基因組學(xué)法（Comparative?genomic?method）和基于同源的方法（Homology-based?method）。其中，目前運(yùn)用最多的是基于結(jié)構(gòu)特征從頭尋找的LTR_STRUC程序。但是，該程序只能尋找相對年輕的LTR-反轉(zhuǎn)座子。對于插入時間較為古老的，轉(zhuǎn)座子中間有測序“GAP”（以“N”表示）的，以及LTR序列被其它轉(zhuǎn)座子插入的元件，該程序無法進(jìn)行識別。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種批量檢測基因組LTR-反轉(zhuǎn)座子的方法。

本發(fā)明所提供的批量檢測基因組LTR-反轉(zhuǎn)座子的方法，具體可包括如下步驟：

（1）將待測基因組序列記為A數(shù)據(jù)集，利用基于轉(zhuǎn)座子結(jié)構(gòu)特征從頭尋找的LTR_STRUC程序，在Windows操作系統(tǒng)下，采用默認(rèn)參數(shù)設(shè)置對所述A數(shù)據(jù)集進(jìn)行分析；然后，把腳本abstract1.pl放到LTR_STRUC文件夾下，運(yùn)行“perl?abstract1.pl?XXX1”命令，得到“result_LTR”和“result_INTACT”兩個文件。

所述“result_LTR”文件中的數(shù)據(jù)為LTRs序列，記為B數(shù)據(jù)集；所述“result_INTACT”文件中的數(shù)據(jù)即為LTR-反轉(zhuǎn)座子序列，記為L1數(shù)據(jù)集；

所述“XXX1”代表A數(shù)據(jù)集的文件名，該文件在運(yùn)行LTR_STRUC程序時已置于input文件夾內(nèi)；所述input文件夾為所述LTR_STRUC文件夾的子文件夾；

（2）將模式生物的Tyl-copia和Ty3-gypsy兩類LTR-反轉(zhuǎn)座子中轉(zhuǎn)座酶保守結(jié)構(gòu)域的氨基酸序列記為C數(shù)據(jù)集，利用Tblastn程序，在Linux操作系統(tǒng)或Window操作系統(tǒng)下，把-outfmt設(shè)置為6或7，其它采用默認(rèn)參數(shù)，用所述C數(shù)據(jù)集對所述A數(shù)據(jù)集進(jìn)行比對分析；按照腳本abstract_filter.pl對比對結(jié)果進(jìn)行分析：運(yùn)行命令“perlabstract_filter.pl?XXX1XXX2”，得到“dbD”和“dbE”兩個文件；

所述“XXX1”代表所述A數(shù)據(jù)集的文件名；所述“XXX2”代表所述數(shù)據(jù)集C對所述數(shù)據(jù)集A做Tblastn比對的結(jié)果的文件名；