硫肽生物合成基因簇及細菌非編碼RNA的挖掘與分析.pdf

1、隨著 DNA測序技術(shù)的進步,迄今為止已有近兩千原核生物基因組被全測序,而二代測序技術(shù)的廣泛應用更是推進了細菌轉(zhuǎn)錄組的研究。面對海量組學數(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。本論文以細菌硫肽生物合成基因簇預測和細菌非編碼 RNA序列特征分析等兩個重要問題為切入點,深入探討利用生物信息學進行生物大數(shù)據(jù)挖掘的策略。
　　本論文第一部分是在細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,對革蘭氏陽性病原菌有很強抑制作用。近期還發(fā)現(xiàn)其對人癌細胞的增殖有明顯抑制作用。其成員都具有一個以六元雜環(huán)為核心、由多個五元雜環(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表征硫肽合成關(guān)鍵酶的序列保守性,在高性能四路服務器上采用LAMP架構(gòu)開發(fā)了識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。從 NCBI收錄的1686個全測序和1875個部分測序的菌株基因組序列中,ThioFinder識別出65個硫肽基因簇;其中11個與已得到實驗報道的完全一致,其余的54個是首次報道。此外,內(nèi)置的基于PostgreSQL的開放數(shù)據(jù)庫 ThioBase首次系統(tǒng)地收錄了99個已知硫肽化合物的化學結(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相關(guān)化合

4、物信息進行快速查找與比較。ThioFinder提供了一個界面友好和快速高效識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),同時對于研究者應用組合生物合成技術(shù)開發(fā)新的臨床藥物提供新的思路。
　　ncRNA是一類長度在幾十至幾百個核苷酸之間的RNA分子,不編碼蛋白質(zhì)。在不同環(huán)境下,細菌 ncRNA對宿主基因表達調(diào)控有關(guān)鍵作用,從而可能對細菌致病和耐藥等重要生理過程產(chǎn)生影響。本論文第二部分即結(jié)合當前 RNA-Seq技術(shù)在

5、細菌轉(zhuǎn)錄組學中的應用,系統(tǒng)地收集和分析了RNA-Seq實驗產(chǎn)生的ncRNA數(shù)據(jù)。通過對17個細菌 RNA-Seq實驗進行分析,獲得了17個物種中的1490個 ncRNA基因。此外,通過大量文獻挖掘,獲得了878個實驗驗證的ncRNA基因。整合實驗驗證和RNA-Seq兩個不同來源的ncRNA,將其作為陽性數(shù)據(jù)集。對這些 ncRNA基因的轉(zhuǎn)錄起始和終止區(qū)域信號特征進行分析,發(fā)現(xiàn)了ncRNA基因的轉(zhuǎn)錄單元特征與細菌基因組的G+C含量緊密相關(guān),