水稻反轉(zhuǎn)錄轉(zhuǎn)座嵌合基因演化模式研究.pdf

1、杜布贊斯基曾經(jīng)說過,不從演化的角度去思考,任何生物學(xué)的問題都沒有意義。隨著分子生物學(xué)的不斷發(fā)展,尤其是基因組測序手段的不斷進(jìn)步,演化生物學(xué)也獲得了更加廣泛的研究空間。分子演化學(xué)是演化生物學(xué)中發(fā)展最快,積累數(shù)據(jù)最多的領(lǐng)域之一。分子演化學(xué)的研究領(lǐng)域非常廣泛,包括通過對各種序列多態(tài)性的分析一如根據(jù)限制性酶切位點多態(tài)性、蛋白質(zhì)序列多態(tài)性、核苷酸序列多態(tài)性,重建不同基因、不同物種的系統(tǒng)發(fā)生樹,估算各種替換(演化)速率,進(jìn)而了解其演化模式,解析其誕

2、生時間及分化過程,還原其對環(huán)境的適應(yīng)過程；分子演化學(xué)的研究也包括使用各種計算機算法,通過比較基因組學(xué)等手段預(yù)測推斷基因功能。由于不同物種基因組序列數(shù)據(jù)、近緣物種基因組序列數(shù)據(jù)、同物種不同品種基因組序列數(shù)據(jù)乃至個體基因組序列數(shù)據(jù)的不斷增加,利用基因組序列多態(tài)性來研究分子演化學(xué)所關(guān)心的問題這種做法越來越普及,這種現(xiàn)狀對數(shù)據(jù)分析方法提出了更高要求。
　　 在本研究中,我們給出的計算公式證明,一個有n個分支的系統(tǒng)發(fā)生樹,其所有的分支模型

3、(branch model)總數(shù)非常巨大,其總數(shù)在數(shù)值上與貝爾數(shù)(BellNumber)相吻合；由于分支模型總量巨大,全部計算所有的分支模型是一個不易實現(xiàn)的計算難題,因此我們開發(fā)了一種動態(tài)局部最優(yōu)化算法,輔助CODEML程序進(jìn)行分支策略模型分析；在得到一系列優(yōu)化模型后,利用似然值檢驗法(LRT)或者赤池信息標(biāo)準(zhǔn)(AIC),最終找到使用參數(shù)最少而似然值大的分支模型,我們稱這種優(yōu)化算法為優(yōu)化分支模型(OBSM,optimal branch

4、specific model)方法。該方法總共包含三種策略,方法-耗時最短,僅需計算2n個分支模型即可得到最終優(yōu)化模型；方法三計算量相對較大O(n2),但得到的優(yōu)化模型往往具有更大的似然值。我們通過計算溶解酵素基因全部分支模型證明,利用OBSM方法得到的優(yōu)化模型,其似然值與全部計算得到的最佳模型非常接近；同時我們還重新計算了來自40篇不同文獻(xiàn)的50套數(shù)據(jù),結(jié)果證明絕大部分(47/50)數(shù)據(jù),用OBSM方法得到的最終優(yōu)化模型似然值,顯著大

5、于傳統(tǒng)方法獲得的基于的先驗知識得到的假設(shè)模型的似然值,其余的3套數(shù)據(jù),最終優(yōu)化模型的似然值大于或等于假設(shè)模型的似然值,但差異不顯著。此外,在第17套數(shù)據(jù)中,我們發(fā)現(xiàn)用OBSM方法得到的最終優(yōu)化模型,其演化速率參數(shù)表明分支Sinocyclocheilus purpureus存在著顯著的正選擇。這個結(jié)果表明在傳統(tǒng)方法的分析中,研究者遺漏了重要的信息。我們的研究指出了基于先驗知識給出假設(shè)模型并推斷演化速率傳統(tǒng)方法的不足之處,提出了改進(jìn)的OBS

6、M方法,使得分支模型策略不再困擾于全部計算的巨大計算量,也避免了基于先驗知識假設(shè)模型的局限性、主觀性以及無邏輯性。鑒于OBSM方法的實用性,我們開發(fā)了OBSM的網(wǎng)頁版(http://obsm.ncpgr.cn)以及多平臺單機版,供廣大學(xué)者參考使用。
　　 新基因的誕生機制及其演化模式的研究是分子演化學(xué)中的一個重要領(lǐng)域。在這里,我們所討論的新基因是指由mRNA反轉(zhuǎn)錄形成cDNA經(jīng)某種機制插入基因組,隨后捕獲周邊序列形成的反轉(zhuǎn)錄轉(zhuǎn)座

7、嵌合新基因。由于這類新基因的特殊形成機制,它們具有明顯的結(jié)構(gòu)特征:(1)與母基因相比,內(nèi)含子發(fā)生明顯的缺失；(2)包含一個polyA區(qū)域；(3)其兩端存在著同向短片段重復(fù)。自1993年,首個反轉(zhuǎn)錄轉(zhuǎn)座嵌合新基因Jingwei基因在果蠅中被發(fā)現(xiàn)以來,越來越多的新基因被人們陸續(xù)發(fā)現(xiàn)。由于分析手段的進(jìn)步,通過基因組層面掃描在擬南芥和水稻中分別發(fā)現(xiàn)了69個和380個反轉(zhuǎn)錄轉(zhuǎn)座嵌合新基因,這為研究其演化模式建立了良好的基礎(chǔ)。
　　 在本研

8、究中,我們利用OBSM方法,對水稻24對反轉(zhuǎn)錄轉(zhuǎn)座嵌合新基因及其母基因序列進(jìn)行分析。計算得到的最終優(yōu)化分支模型的演化速率參數(shù)表明,7個反轉(zhuǎn)錄轉(zhuǎn)座嵌合基因?qū)υ谘莼写嬖谥x擇。通過分析,我們發(fā)現(xiàn)這些反轉(zhuǎn)錄轉(zhuǎn)座嵌合基因?qū)Υ嬖谥喾N演化模式:(1)在新基因形成的早期,正選擇使得新基因序列發(fā)生了快速的非同義替換；(2)在新基因形成早期,母基因序列發(fā)生了快速的非同義替換；(3)在新基因產(chǎn)生后,經(jīng)過一段不確定的時期,母基因在特定的分支上產(chǎn)生正選擇

9、,而相對的,那些新產(chǎn)生的基因拷貝,其演化速度不受影響。我們分析得到的第一點結(jié)論,與Jones和Begun等人的研究結(jié)論相吻合,而另外兩個觀點,目前還沒有看到類似報道。
　　 隨后,通過分子鐘計算,我們發(fā)現(xiàn)7對存在正選擇的新基因中,RCG1,RCG2,RCG3還非常的年輕,其年齡分別為約3百萬年,7百萬年及1千5百萬年。查找水稻全生育期表達(dá)譜芯片數(shù)據(jù),我們發(fā)現(xiàn)RCG3嵌合新基因在愈傷組織侵染時期存在著高表達(dá),這表明該基因?qū)r(nóng)桿菌侵