真核生物基因组测序技术

真核生物基因组注释的主要步骤及方法孙千代徐杰英（北京市第九中学100041)摘要本文简要介绍了真核生物基因组注释的主要内容尧步骤及方法。

关键词真核生物基因组测序注释随着基因组测序技术的不断发展以及测序成本的 不断降低，越来越多的真核生物基因组被测序。

然而，基因组序列本身只是一串串由A、T、C、G四个字母所 组成的、枯燥难懂的字符，只有当这些字符串的生物学 意义被解读了，即基因组序列被注释了，人们才能够有 效地使用基因组序列。

由此，在基因组测序完成之后，要做的第一件事就是进行基因组注释（genomeannota-tion)。

1基因组组装质量的评估由于基因组组装得好坏直接决定了基因组注释的 质量，所以在进行基因组注释之前，先要评估一下基因 组组装的质量。

目前有许多评价指标可以用来描述基 因组组装的完整性以及连续性，其中应用得最为广泛 的就是N50数值（整个基因组序列长度的50%是由长 度大于或者等于某个长度的序列所构成的，这个长度 即为N50)。

一般来说，N50越长，表示组装的结果越 好。

当一个基因组组装的N50长度大于或等于这一物 种基因的平均长度，那么表示基因组组装的质量不错，可以进行后续的注释工作。

此外，有一些软件（如 BUSC0)采用与N50指标互补的方法来评价基因组组 装的质量。

它把基因组组装后的序列与谱系特异性的 一套单拷贝基因进行对比，来确定这些单拷贝基因完 整地出现在一条序列上的百分比，借此来评价基因组 组装的完整性以及连续性。

如果一个基因组组装得不 太完整或者N50太短，则需要额外加测一些序列来提 高基因组组装的结果，以便于对基因组进行注释[1]。

2基因组重复序列的鉴定真核生物的基因组里面有着大量的重复序列。

例 如，人类的基因组里有大约47豫甚至更多的重复序列。

重复序列的存在使基因组注释复杂化，并且会使的蔬菜栽培及加工处理的校本教材，后续学生的实践 活动可以在此基础上进行或进一步完善与拓展。

图2 显著富集的KEGG通路图1 A 新合成异源多倍体小麦中12种差异表达基因 B 非加性表达miRNA与亲本显性表达miRNA的 等级聚类分析和两者的关联图3 菟丝子与拟南芥、番茄转移RNA和非转移RNA的表达和富集分析. mRNA and small RNA transcriptomes reveal insights into dynamic homoeolog regulation of allopolyploid heterosis in nascent hexaploid wheat [J]. The Plant Cell, 2014: tpc. 114.124388.. Effects of Tris(1,3-dichloro-2-propyl) Phosphate (TDCPP) in Tetrahymena Thermophila: [3] Kim G, LeBlanc M L, et al. Genomic-scale exchange of mRNA between a parasitic plant and its hosts [J]. Science, 2014, 345图1 人类着床前胚胎在发育过程中的基因表达聚类分析案例二 利用单细胞RNA-seq手段追踪人类和小鼠胚胎的遗传发育本研究采用单细胞RNA-seq技术对人类和小鼠胚胎从卵母细胞到桑椹胚阶段的转录组动态进行了全面的分析。

通过权重基因共表达网络分析（WGCNA），发现通过少量共表达基因功能性模块就可以简明地描绘每个发育阶段。

小鼠和人类植入前胚胎比较分析结果表明，人类和小鼠之间发育特异性和时序上存在差异，大多数的人类阶段特异性模块（9 个）在物种间具有保守性。

此外，鉴别出人类和小鼠网络中一些保守的模块成员：hub选基因可能参与调控哺乳动物着床期以前的胚胎发育过程。

图2 人类胚胎基因共表达模块[1] Yan L, Yang M, Guo H, et al. Single-cell RNA-Seq profling of human preimplantation embryos and embryonic stem cells [J]. Nature structural & molecular biology, 2013.[2] Xue Z, Huang K, Cai C, et al. Genetic programs in human and mouse early embryos revealed by single-cell RNA sequencing [J]. Nature, 2013, 500(7464): 593-597.图1 栽培番茄和野生番茄构建系统进化树案例二 比较转录组揭示野生种苎麻向栽培种苎麻进化机制诺禾致源携手中国农业科学院麻类研究所，利用比较转录组解析栽培种苎麻和野生种苎麻在基因序列水平上的自然变异，找到13个受到正向选择的基因，这些差异可能与植物的抗病或者抗逆境有关，推测生物和非生物胁迫在苎麻的驯化过程中可能起着非常重要的作用；另外，两个受正向选择的基因与苎麻的纤维产量相关，主要是人工选择导致的。

微生物基因组学的发展与应用微生物基因组学是指将微生物的基因组进行测序、分析和研究的学科。

其随着基因测序技术的快速发展，已成为了研究微生物的重要手段之一。

在生物学领域，微生物基因组学有着广泛的应用，例如疫苗研制、药物开发、环境污染监测等。

本文将讨论微生物基因组学的发展历程和应用领域。

一、微生物基因组学的发展历程微生物基因组学的发展始于1977年，当时，麻省理工学院的Frederick Sanger等人首次成功地测序了细菌噬菌体的基因组。

自此以后，基因测序技术得到快速发展，使得人们能够更深入、更详细地了解微生物的结构和功能。

在1980年代末至1990年代初期，真核生物的基因组测序成为了热门领域，但是由于复杂程度较高，费用也更昂贵，导致微生物的基因组测序在很长一段时间内都没有获得更多的关注。

然而，随着新一代测序技术的发展，特别是454测序技术、Illumina测序技术和Ion Torrent测序技术的出现，使得微生物基因组学的研究重新获得了全世界的关注。

这些技术既可以将基因组测序成本降低到了一个相对较低的水平，同时又提高了测序精度。

目前，微生物基因组学的发展已经取得了巨大的成功。

微生物基因组学技术已经广泛应用于食品安全、医学和生物技术等领域。

近年来，该领域又涌现出了一些新的技术，如单细胞测序技术、CRISPR-Cas9基因编辑技术等，这些新技术不仅可以帮助科学家更深入地探索微生物界的奥秘，更可以为人类的健康和生产带来更多的益处。

二、微生物基因组学的应用1. 疫苗研制微生物基因组学可以对疫苗的研制提供大量信息。

通过测序分析微生物的基因组，可以深入了解微生物的生物学特性以及抗原性质，进而为疫苗的研制提供参考和方向。

而在疫苗的生产和质量检测过程中，微生物基因组学技术也可以用来监测疫苗生产中可能存在的污染源和不良因素，提高疫苗的安全性和有效性。

2. 药物研发微生物基因组学技术也可以被应用到药物研发领域。

由于微生物在生态系统中的重要角色以及其多样性和适应性，微生物产生的药物已经成为了一种活力十足且有前途的研究领域。

真核生物的基因组拼装和注释真核生物是指所有具有真核细胞的生物，包括动物、植物、真菌、原生生物等。

它们的基因组大小和复杂度各不相同，但都是由DNA序列构成的。

对于研究者来说，我们需要对这些基因组进行拼装和注释，以便更好地理解基因功能和调控机制。

一、基因组拼装基因组拼装是指将碎片化的DNA序列或者长读长（long-read）序列拼接成完整的基因组序列。

其中长读长技术可以产生较长的读长，从而减少拼装时出现的错配率。

基因组拼装主要分为以下几个步骤：1. reads质量控制：首先需要对原始reads进行质量控制，去除低质量的reads和含有过量N或者不符合长度要求的reads。

2. 拼装算法选择：选择合适的拼装算法，如Overlap-layout-consensus（OLC）或De Bruijn graph（DBG）算法，并根据不同的基因组大小和复杂度调整相关参数。

3. 拼装结果评估：对拼装结果进行评估，如N50、L50等指标，可以衡量基因组的连续度和完整性。

4. 错误修正：在得到初步拼装结果后，需要进行错误修正，如利用pair-end reads、matex等辅助拼装程序进行错误校正，进一步提高基因组拼装的精度。

5. 基因组质量评估：进行基因组质量评估，如BUSCO检测，评估基因组的完整度和比对率等指标。

二、基因组注释基因组注释是指对基因组序列进行基因和基因功能的标注，主要是指在基因组上标识出编码的蛋白质基因、RNA基因、转录因子结合位点等功能元件。

基因组注释的主要目的是揭示基因组的结构和功能，为基因功能研究提供较好的基础信息。

基因组注释主要包括以下几个方面：1. 基因预测：从基因组序列中预测出基因，其中包括开放阅读框（ORF）预测、跨物种比对等多种方法。

对于复杂的基因，还需要进行手工修正和验证。

2. 基因命名和分类：根据基因结构和功能特点，对预测的基因进行命名和分类，如酶类、结构蛋白等类别。

同时，需要对同源基因进行比较和分类，以便更好地了解基因家族的进化和功能演化。