以復(fù)雜多倍體植物為例的常規(guī)基因組分析流程搭建.pdf

1、隨著測序技術(shù)的變革和高通量測序技術(shù)的發(fā)展，越來越多的基因組被測序，大量的基因組數(shù)據(jù)尤其是多倍體基因組數(shù)據(jù)的復(fù)雜性，對生物信息學(xué)分析提出了更高的要求。多倍化使基因組的規(guī)模變得更大，同時多倍化在基因組中造成了大量的冗余，其基因組、轉(zhuǎn)錄組數(shù)據(jù)的生物信息學(xué)分析和數(shù)據(jù)整合則變得更為復(fù)雜。本研究以作物雜草稗草為例，通過比較不同的生物信息學(xué)軟件和方法，選擇、整合最適用的生物信息學(xué)軟件和方法，確定復(fù)雜基因組分析流程。
　　該流程具體包括三項分析功

2、能:(1)基因組拼接質(zhì)量評估:根據(jù)基因組拼接的參數(shù)，拼接基因組大小和序列完整度獨立測定等，對從頭拼接的多倍體基因組拼接質(zhì)量進行評估;(2)基因組注釋:通過重復(fù)序列的特征和轉(zhuǎn)座子的結(jié)構(gòu)對基因組的重復(fù)序列進行預(yù)測，并結(jié)合已知的重復(fù)序列庫進行重復(fù)序列的注釋;利用兩種不同的從頭預(yù)測的方法，并結(jié)合從頭拼接的轉(zhuǎn)錄組序列和基于基因組拼接的轉(zhuǎn)錄組序列，進行基因組的基因預(yù)測，并對不同方法的預(yù)測結(jié)果進行整合優(yōu)化;結(jié)合已知的蛋白序列數(shù)據(jù)庫、蛋白家族數(shù)據(jù)庫、基

3、因功能注釋數(shù)據(jù)庫和蛋白生物通路數(shù)據(jù)庫對基因進行基因注釋和功能注釋;(3)比較基因組學(xué)分析:比較不同物種基因序列的相似性并以聚類的方法進行直系同源和旁系同源基因識別;比較不同物種基因組上基因的相似性并根據(jù)基因在基因組上的位置，找出不同物種基因組之間的共線性區(qū)段，分析不同物種基因組之間的共線性關(guān)系;比較不同基因組之間共線性區(qū)段的基因?qū)π蛄校ㄟ^對序列四重簡并位點的分析，計算遺傳距離，估算物種間的分化時間等。
　　本研究最終整合優(yōu)化基因