硫肽生物合成基因簇及細(xì)菌非編碼RNA的挖掘與分析.pdf

1、隨著 DNA測(cè)序技術(shù)的進(jìn)步,迄今為止已有近兩千原核生物基因組被全測(cè)序,而二代測(cè)序技術(shù)的廣泛應(yīng)用更是推進(jìn)了細(xì)菌轉(zhuǎn)錄組的研究。面對(duì)海量組學(xué)數(shù)據(jù)的劇增,急需大規(guī)模深度挖掘這些重要微生物資源。本論文以細(xì)菌硫肽生物合成基因簇預(yù)測(cè)和細(xì)菌非編碼 RNA序列特征分析等兩個(gè)重要問(wèn)題為切入點(diǎn),深入探討利用生物信息學(xué)進(jìn)行生物大數(shù)據(jù)挖掘的策略。
　　本論文第一部分是在細(xì)菌基因組序列中挖掘硫肽生物合成基因簇。硫肽(Thiopeptides)是一類被高度修飾

2、的、富含硫的微生物源環(huán)肽類抗生素,對(duì)革蘭氏陽(yáng)性病原菌有很強(qiáng)抑制作用。近期還發(fā)現(xiàn)其對(duì)人癌細(xì)胞的增殖有明顯抑制作用。其成員都具有一個(gè)以六元雜環(huán)為核心、由多個(gè)五元雜環(huán)和脫水氨基酸組成的典型環(huán)肽結(jié)構(gòu)。為了發(fā)現(xiàn)新硫肽類抗生素,我們采用隱馬爾科夫模型來(lái)表征硫肽合成關(guān)鍵酶的序列保守性,在高性能四路服務(wù)器上采用LAMP架構(gòu)開(kāi)發(fā)了識(shí)別硫肽合成基因簇的在線工具 ThioFinder。該工具可在2-3分鐘內(nèi)快速地識(shí)別出Bacillus cereus ATCC

3、14579基因組(5.4M)中完整的thiocillin合成基因簇及其前體肽的剪切位點(diǎn)。從 NCBI收錄的1686個(gè)全測(cè)序和1875個(gè)部分測(cè)序的菌株基因組序列中,ThioFinder識(shí)別出65個(gè)硫肽基因簇;其中11個(gè)與已得到實(shí)驗(yàn)報(bào)道的完全一致,其余的54個(gè)是首次報(bào)道。此外,內(nèi)置的基于PostgreSQL的開(kāi)放數(shù)據(jù)庫(kù) ThioBase首次系統(tǒng)地收錄了99個(gè)已知硫肽化合物的化學(xué)結(jié)構(gòu)、生物活性和產(chǎn)生菌等重要信息,可供硫肽抗生素研究者對(duì)相關(guān)化合

4、物信息進(jìn)行快速查找與比較。ThioFinder提供了一個(gè)界面友好和快速高效識(shí)別硫肽合成基因簇的網(wǎng)上工具,有助于更多新的硫肽類抗生素的發(fā)現(xiàn),同時(shí)對(duì)于研究者應(yīng)用組合生物合成技術(shù)開(kāi)發(fā)新的臨床藥物提供新的思路。
　　ncRNA是一類長(zhǎng)度在幾十至幾百個(gè)核苷酸之間的RNA分子,不編碼蛋白質(zhì)。在不同環(huán)境下,細(xì)菌 ncRNA對(duì)宿主基因表達(dá)調(diào)控有關(guān)鍵作用,從而可能對(duì)細(xì)菌致病和耐藥等重要生理過(guò)程產(chǎn)生影響。本論文第二部分即結(jié)合當(dāng)前 RNA-Seq技術(shù)在

5、細(xì)菌轉(zhuǎn)錄組學(xué)中的應(yīng)用,系統(tǒng)地收集和分析了RNA-Seq實(shí)驗(yàn)產(chǎn)生的ncRNA數(shù)據(jù)。通過(guò)對(duì)17個(gè)細(xì)菌 RNA-Seq實(shí)驗(yàn)進(jìn)行分析,獲得了17個(gè)物種中的1490個(gè) ncRNA基因。此外,通過(guò)大量文獻(xiàn)挖掘,獲得了878個(gè)實(shí)驗(yàn)驗(yàn)證的ncRNA基因。整合實(shí)驗(yàn)驗(yàn)證和RNA-Seq兩個(gè)不同來(lái)源的ncRNA,將其作為陽(yáng)性數(shù)據(jù)集。對(duì)這些 ncRNA基因的轉(zhuǎn)錄起始和終止區(qū)域信號(hào)特征進(jìn)行分析,發(fā)現(xiàn)了ncRNA基因的轉(zhuǎn)錄單元特征與細(xì)菌基因組的G+C含量緊密相關(guān),