摘要
Bax抑制劑-1（BI-1）是真核生物中進化保守的內(nèi)質(zhì)網(wǎng)（ER），定位細胞死亡抑制因子。 BI-1抑制生物和非生物脅迫的能力在擬南芥中得到了充分研究，而小麥中BI-1的功能在很大程度上是未知的。在這項研究中，將禾谷鐮刀菌（Fg）處理的小麥進行RNA-seq分析，然后分離小麥BI-1基因TaBI-1.1。通過水楊酸（SA）處理誘導(dǎo)TaBI-1.1表達，并通過脫落酸（ABA）處理誘導(dǎo)TaBI-1.1的下調(diào)。基于β-葡糖醛酸糖苷酶（GUS）染色，TaBI-1.1在成熟葉和根中表達，但不在下胚軸或幼葉中表達。 TaBI-1.1在擬南芥中的組成型表達增強了其對丁香假單胞菌病毒（Pst）DC3000感染的抗性并誘導(dǎo)SA相關(guān)基因表達。此外，TaBI-1.1轉(zhuǎn)基因擬南芥顯示出由高濃度SA引起的損害的減輕，并降低了對ABA的敏感性。與表型一致，35S :: TaBI-1.1和Col-0植物的RNA-seq分析顯示TaBI-1.1參與生物脅迫。這些結(jié)果表明，TaBI-1.1正向調(diào)節(jié)SA信號并在對生物脅迫的響應(yīng)中起重要作用。此外，TaBI-1.1與水通道蛋白TaPIP1相互作用，并且它們都定位于ER膜（內(nèi)質(zhì)網(wǎng)膜）。此外，研究人員證明了SA處理后TaPIP1上調(diào)，并且TaPIP1轉(zhuǎn)基因擬南芥增強了對Pst DC3000感染的抗性。由此表明，在ER膜上TaBI-1.1和TaPIP1之間的相互作用可能發(fā)生在對SA信號和防御反應(yīng)的響應(yīng)中。

使用擬南芥Columbia-0（Col-0）作為TaBI-1.1過表達的背景， 突變體atbi1-2從擬南芥生物資源中心（ABRC）獲得。 從栽培的小麥品種小白麥擴增TaBI-1.1和TaPIP1的cDNA， 將PCR產(chǎn)物克隆到pLB載體中，使用DNAMAN 6.0軟件進行氨基酸序列同一性比較。
RNA-Seq Analysis
收集來自4周齡Col-0和轉(zhuǎn)基因系35S :: TaBI-1.1的葉片用于RNA-seq分析，使用HiSeq 2500平臺測序。測序數(shù)據(jù)與TAIR 10擬南芥參考基因組比對。使用TopHat和Cufflink軟件包進行mRNAseq數(shù)據(jù)分析以及DEG的鑒定和分析。通過GOseq軟件進行差異表達基因的GO富集分析。根據(jù)KEGG數(shù)據(jù)庫通路進行KEGG富集分析，尋找差異表達基因的富集通路。在百邁客云平臺（BMKCloud）完成小麥Fg處理的RNA-seq數(shù)據(jù)下載和分析， SRA數(shù)據(jù)庫（登錄號：PRJNA289545）。
其他實驗：1.qRT-PCR分析；2.轉(zhuǎn)基因擬南芥植株在脅迫處理下的應(yīng)答及性狀評價；3.β-葡糖醛酸糖苷酶（GUS）活性測定；4.細菌接種和細菌生長的監(jiān)測；5.酵母雙雜交系統(tǒng)；6.Pull-Down assay（免疫沉淀法）；7.亞細胞定位測定；8.ELISA Assay（酶聯(lián)免疫吸附試驗）

分析結(jié)果
1.通過qRT-PCR和β-葡糖醛酸糖苷酶（GUS）染色確定TaBI-1.1的表達模式
研究人員分析了來自Fg處理的小麥RNA-seq數(shù)據(jù)，以研究植物防御信號通路。從RNA-seq分析中分離出前10個差異表達基因。在這10個基因中鑒定了兩個小麥BI-1基因：TRIAE_CS42_U_TGACv1_644608_AA2140670和TRIAE_CS42_6BS_TGACv1_515717_AA1671980。 TRIAE_CS42_6BS_TGACv1_515717_AA1671980在之前的研究中被命名為TaBI-1。在小麥Ensembl數(shù)據(jù)庫中僅篩選出三種BI-1基因：TaBI-1，TRIAE_CS42_U_TGACv1_644608_AA2140670和TRIAE_CS42_6AS_TGACv1_488014_AA1573990。在兩個差異表達的BI-1基因中， TaBI-1.1的差異最大。根據(jù)氨基酸比對，TaBI-1.1與TaBI-1同一性達到99.19％。與對照相比，F(xiàn)g處理對TaBI-1.1的表達水平上調(diào)24倍。許多關(guān)于AtBI-1的研究已經(jīng)證實AtBI-1在植物中對生物和非生物脅迫的抗性中起關(guān)鍵作用。 TaBI-1.1蛋白的序列與AtBI-1有69.88％的同一性，表明該序列在BI-1家族中基本保守。使用qRT-PCR監(jiān)測TaBI-1.1的表達模式以確定TaBI-1.1在生物和非生物脅迫中可能的作用。TaBI-1.1的表達在響應(yīng)SA處理時顯著上調(diào)，在響應(yīng)ABA處理時下調(diào)。 SA處理48小時后TaBI-1.1表達達到8倍高峰（圖1A）。 響應(yīng)ABA處理的下調(diào)水平在8小時達到初始水平的約1/5（圖1C）。 響應(yīng)NaCl處理，表達水平在4小時后下降，在2小時稍微增加并且在8小時后回到其初始水平（圖1B）。
研究者創(chuàng)建了含有1.7kb TaBI-1.1啟動子并生成轉(zhuǎn)基因擬南芥的PBI :: GUS融合構(gòu)建體，以研究TaBI-1.1的空間表達模式。使用GUS染色測定組織GUS活性。在成熟葉和根中有TaBI-1.1表達，但在下胚軸和幼葉中觀察不到（圖1D）。還檢測了各種小麥組織中的TaBI-1.1表達水平，包括根，莖，葉和小穗，結(jié)果表明TaBI-1.1的表達在這些小麥組織中普遍存在，而且在葉中最高，在小穗中最低（圖1I）。在SA和NaCl處理之后，成熟葉中的表達與對照相比增加，并且SA處理的表達更高。當SA和NaCl處理時，在下胚軸中也檢測到表達（圖1E，F(xiàn)）。在ABA處理的植物的葉子中檢測到較弱的表達（圖1G）。通過qRT-PCR進一步證實GUS表達水平（圖1H）。以上結(jié)果表明，TaBI-1.1在各種脅迫下均有表達。
圖1. 通過qRT-PCR和GUS染色評估TaBI-1.1的相應(yīng)表達模式
2.TaBI-1.1的表達增強了擬南芥對Pst DC3000感染的抗性
經(jīng)過Fg和SA處理后表達上調(diào)，假設(shè)TaBI-1.1可能參與生物脅迫反應(yīng)。研究人員在擬南芥中異位表達TaBI-1.1，在花椰菜花葉病毒（CaMV）35S啟動子的控制下驗證這一假設(shè)。選擇兩個TaBI-1.1表達水平相對較高的純合株系3和7（35S :: TaBI-1.1＃1和35S :: TaBI-1.1＃2）用于進一步分析（圖2A）。將atbi1-2，Col-0和兩個轉(zhuǎn)基因品系的四周齡葉子進行Pst DC3000感染或10mM MgCl 2處理（模擬物）。在模擬實驗中，在用10mM MgCl 2處理3天后，在atbi1-2，Col-0和兩個轉(zhuǎn)基因品系的葉中沒有觀察到明顯差異（圖2B）。在用600nm（OD600）0.002的光密度接種Pst DC3000，3天后在這些葉中檢測到疾病癥狀。 atbi1-2突變體表現(xiàn)出的癥狀較嚴重，因為幾乎所有的葉片都表現(xiàn)出嚴重的萎黃和壞死，而兩種轉(zhuǎn)基因品系表現(xiàn)出比atbi1-2和Col-0更輕微的疾病癥狀。轉(zhuǎn)基因植物的一小部分葉子是綠色的，沒有表現(xiàn)出萎黃和壞死。 Col-0葉中疾病癥狀的程度介于atbi1-2和兩個轉(zhuǎn)基因品系之間（圖2C）。在接種Pst DC3000或10mM MgCl 2（模擬物）后24小時監(jiān)測SA水平。在模擬組中，在35S :: TaBI-1.1＃1中觀察到最高的SA水平，且顯著高于Col-0。在Pst DC3000處理下，與Col-0相比，在兩個轉(zhuǎn)基因品系中檢測到顯著較高的SA水平，并且在四種基因型中35S :: TaBI-1.1＃1含有最高的SA水平。 Col-0和atbi1-2之間的差異也達到了顯著水平（圖2D）。在0和3dpi時測量 atbi1-2，Col-0和兩個轉(zhuǎn)基因品系的葉片中的細菌滴度。在初始接種量（0dpi）中，在四種基因型中沒有觀察到致病細菌生長的顯著差異。在3dpi時，兩種轉(zhuǎn)基因品系的細菌滴度明顯低于Col-0，Col-0的細菌滴度也明顯低于atbi1-2，表明兩種轉(zhuǎn)基因品系對致病細菌的生長有較強的抑制作用，并且atbi1-2比Col-0更容易感染病原菌（圖2E）。基于兩個轉(zhuǎn)基因株系中較高水平的35S :: TaBI-1.1＃1，使用35S :: TaBI-1.1＃1來進一步檢測PR1的表達。高SA水平誘導(dǎo)PR基因的表達以增強植物對病原體攻擊的抗性。 PR1表達的增加或許可以解釋對Pst感染抵抗力的增強（圖2F）。

圖2. TaBI-1.1轉(zhuǎn)基因擬南芥對Pst DC3000的抗性增強
3.TaBI-1.1正向調(diào)節(jié)的SA相關(guān)基因表達
PR基因表達與SA積累和系統(tǒng)獲得性抗性（SAR）有關(guān)。進一步檢測了常規(guī)條件下生長2周齡Col-0，atbi1-2和35S :: TaBI-1.1＃1幼苗中SA相關(guān)基因的表達。與Col-0和atbi1-2相比，在35S :: TaBI-1.1中觀察到PR1，PR5，ICS1和EDS1有顯著高表達水平。 然而，在這些基因表達水平中Col-0和atbi1-2之間沒有檢測到顯著差異（圖3）。 與Col-0相比，35S :: TaBI-1.1中PR1和PR5的表達水平分別增加了約11倍和9倍。 PR2，ICS1和EDS1表達的倍數(shù)變化低于PR1和PR5表達的變化（圖3）。因此，TaBI-1.1上調(diào)PR1，PR2，PR5，ICS1和EDS1基因的表達，表明 TaBI-1.1在SA信號傳導(dǎo)中起正向調(diào)節(jié)作用。

圖3. 通過qRT-PCR檢測正常條件下生長的atbi1-2，Col-0和35S :: TaB1-1.1 2周齡幼苗中5個SA相關(guān)基因的表達水平。

4.TaBI-1.1降低了SA和ABA的敏感性
將Col-0，atbi1-2和35S :: TaBI-1.1的4日齡幼苗置于含有不同濃度SA，NaCl和ABA的MS培養(yǎng)基中，以研究Col- 0，atbi1-2和35S :: TaBI-1.1轉(zhuǎn)基因擬南芥植株在苗期響應(yīng)SA和其他脅迫處理的不同表型。 13天后監(jiān)測到形態(tài)學(xué)變化。在沒有生長調(diào)節(jié)劑的MS培養(yǎng)基上（MS0），在任何兩種基因型的Col-0，atbi1-2和兩種35S :: TaBI-1.1轉(zhuǎn)基因品系之間沒有觀察到顯著差異的根長，側(cè)根或鮮重（圖4A，E-G）。在補充有30μMSA的MS培養(yǎng)基上，atbi1-2與Col-0在鮮重，根長和側(cè)根數(shù)量上顯示出較大的差異（圖4H-J）。 35S :: TaBI-1.1＃2的側(cè)根數(shù)也與Col-0的側(cè)根數(shù)顯著不同（圖4J）。在含有30μMSA的MS培養(yǎng)基上生長的植物中，Col-0的異常生長程度介于atbi1-2和35S :: TaBI-1.1之間（圖4H-J）。高濃度SA會增加H2O2的積累并導(dǎo)致氧化損傷。當置于含有50μMSA的MS培養(yǎng)基上時，幼苗顯示更明顯的生長畸形。這些結(jié)果顯示，在SA濃度較高的情況下，幼苗遭受更嚴重的SA脅迫。用高濃度SA處理的葉子比用MS0培養(yǎng)基處理的葉子綠色淺，黃色淡和葉子?。▓D4B）。在含有50μMSA的MS培養(yǎng)基上生長的35S :: TaB1-1.1＃1的根長顯著長于Col-0（圖4K）。35S :: TaBI-1.1＃1的鮮重和側(cè)根數(shù)與Col-0相比顯著增加（圖4L，M）。因此，SA不僅影響葉子的大小和顏色，而且影響根長，鮮重和側(cè)根數(shù)。
此外，研究人員檢查了在含有NaCl和ABA的MS培養(yǎng)基上生長的幼苗的表型。 在含有100和120mM NaCl的MS培養(yǎng)基上生長的植物之間沒有觀察到顯著差異（圖4C，N-S）。在用20μMABA處理后，atbi1-2的畸形程度比 Col-0和35S :: TaBI-1.1更明顯（圖4D）。 根據(jù)統(tǒng)計學(xué)分析，atbi1-2與Col-0相比在根長，鮮重和側(cè)根數(shù)上顯示出顯著差異，表明atbi1-2對ABA更敏感（圖4T-V）。 然而， 30μMABA處理中未觀察到根長，鮮重或側(cè)根數(shù)的明顯差異（圖4W-Y）。 因此，TaBI-1.1轉(zhuǎn)基因擬南芥對高濃度SA表現(xiàn)出降低的敏感性，并且atbi1-2突變體對ABA表現(xiàn)出增加的敏感性。

圖4. 在含有SA，NaCl或ABA的MS培養(yǎng)基上生長的atbi1-2，Col-0和35S :: TaB-1.1幼苗根長，鮮重和側(cè)根數(shù)的統(tǒng)計分析。

研究者進一步研究了TaBI-1.1在發(fā)芽過程中對ABA的敏感性。 在不同濃度的ABA的培養(yǎng)基上每12小時記錄發(fā)芽種子的百分比。在MS0培養(yǎng)基中，Col-0，atbi1-2和35S :: TaBI-1.1轉(zhuǎn)基因擬南芥植物顯示相似的發(fā)芽率（圖5A）。 含有0.5μMABA的培養(yǎng)基中，兩種轉(zhuǎn)基因株系萌發(fā)顯著快于Col-0和atbi1-2（圖5B）。 在含有1μMABA的培養(yǎng)基上觀察不到顯著差異（圖5C）。 在含有2μMABA的培養(yǎng)基上，Col-0和兩種轉(zhuǎn)基因品系也比atbi1-2稍快地萌發(fā)（圖5D）。 以上結(jié)果表明，TaBI-1.1轉(zhuǎn)基因擬南芥對ABA的敏感性較低。

圖5. TaBI-1.1轉(zhuǎn)基因擬南芥在萌發(fā)過程中對ABA的敏感性降低。

5.擬南芥RNA-Seq分析中TaBI-1.1的表達
研究人員對35S :: TaBI-1.1＃1和Col-0植物進行了RNA-seq分析，以更好地理解TaBI-1.1功能。鑒定出48個上調(diào)基因和58個下調(diào)基因并做了一個熱圖。使用GO分析將差異表達的基因功能分類。富集了30多個GO terms，如圖6所示。對于上調(diào)的基因，富集的GO terms主要集中在抗生物脅迫，細胞免疫應(yīng)答和SA合成與代謝相關(guān)的生物過程上。前10個關(guān)鍵的Go terms分別是防御反應(yīng)、對外部刺激的反應(yīng)、對生物刺激的反應(yīng)、對外部生物刺激的反應(yīng)、多生物體過程、對另一個生物體的反應(yīng)、對另一個生物體的防御反應(yīng)、對壓力的反應(yīng)、單一生物體代謝過程和對化學(xué)物質(zhì)的反應(yīng)（圖6A）。對于下調(diào)的基因，富集的GO terms集中在細胞組分上，并且前三項是細胞組分，膜和細胞周圍（圖6B）。選擇七個上調(diào)基因和三個下調(diào)基因進行qRT-PCR實驗，結(jié)果表明，qRT-PCR結(jié)果與RNA-seq分析一致。

圖6. 使用RNA-seq分析GO terms在35S :: TaBI-1.1和Col-0之間差異表達的基因的富集

KEGG富集分析差異表達基因被呈現(xiàn)為散點圖。 使用富集因子、q值和通路中富集的基因數(shù)量來測量富集程度。 富集因子越高表示富集程度越高。觀察到上調(diào)基因富集了20多個KEGG通路。上調(diào)基因的前20個富集通路中，其中光合作用是最明顯的富集途徑（圖7A）。 光合作用的富集因子達到0.09，而q值大約為0。相反，下調(diào)基因的KEGG富集通路并不明顯，只有6個富集因子較低的通路被鑒定出來（圖7B）。因此，TaBI-1.1參與對生物脅迫的應(yīng)答并主要通過基因上調(diào)表達來執(zhí)行其防御功能。

圖7. 35S :: TaBI-1.1和Col-0差異表達基因的KEGG富集分析

6.TaBI-1.1與TaPIP1相互作用并在ER膜上與TaPIP1共定位
將TaBI-1.1置于PGBKT7（BD）載體中，用作誘導(dǎo)蛋白在酵母雙雜交實驗中篩選小麥cDNA文庫，以進一步探索TaBI-1.1調(diào)節(jié)應(yīng)激反應(yīng)的細胞機制。 結(jié)果，鑒定出一個候選的相互作用物質(zhì)，水通道蛋白TaPIP1。 使用酵母雙雜交和pull-down測定來確定TaBI-1.1和TaPIP1之間在體內(nèi)和體外的相互作用。將融合TaBI-1.1（BD-TaBI-1.1）的BD載體和融合TaPIP1（AD-TaPIP1）的pGADT7（AD）載體轉(zhuǎn)化到酵母細胞中。只有用BD-TaBI-1.1和AD-TaPIP1轉(zhuǎn)化的酵母細胞能夠在缺乏Trp，Leu，His和Ade（SD / -Trp-Leu-Ade-His）的選擇性培養(yǎng)基上生長。轉(zhuǎn)換TaBI-1.1和TaPIP1的融合載體產(chǎn)生相同的結(jié)果，表明TaBI-1.1與TaPIP1在酵母細胞中有相互作用（圖8A）。使用pull-down分析進一步確認相互作用（圖8B）。將TaBI-1.1克隆到pCold TM TF表達載體中在大腸桿菌中產(chǎn)生重組蛋白TF-His-TaBI-1.1。通過將序列克隆到pGEX-4T-1載體中，在大腸桿菌中成功產(chǎn)生了重組GST（谷胱甘肽S-轉(zhuǎn)移酶）-TaPIP1蛋白。使用抗His抗體的Western印跡所示，體外pull-down測定顯示TF-His-TaBI-1.1與GST-TaPIP1有物理互作（physically interacted）（圖8B）
AtBI-1定位于ER膜上，研究者在小麥原生質(zhì)體中檢測了TaBI-1.1-GFP和mRFP-HDEL的共定位以確定TaBI-1.1的亞細胞定位。GFP和mRFP熒光的重疊系數(shù) 是0.69，表明TaBI-1.1與ER膜上的HDEL共定位（圖8C）。 鑒于TaBI-1.1和TaPIP1之間的相互作用，研究者還檢測到TaPIP1-GFP和mRFP-HDEL之間的共定位以及TaBI-1.1-GFP和TaPIP1-mRFP在小麥原生質(zhì)體中的共定位（圖8C）。 結(jié)果顯示TaBI-1.1和TaPIP1共定位于ER膜。
通過qRT-PCR檢測響應(yīng)多次處理的TaPIP1的表達水平。 SA，NaCl和ABA處理使TaPIP1表達上調(diào)，這意味著TaPIP1可能參與對生物和非生物脅迫的反應(yīng)（圖8D）。

圖8. TaBI-1.1和TaPIP1的相互作用和亞細胞定位

7.TaPIP1增加了擬南芥對PstDC3000感染的抗性
為了進一步研究TaBI-1.1和TaPIP1之間相互作用的潛在功能，研究人員構(gòu)建了一個在 CaMV 35S啟動子控制下表達TaPIP1的轉(zhuǎn)基因擬南芥。選擇了兩個獨立的轉(zhuǎn)基因品系： 35S :: TaPIP1-1和35S :: TaPIP1-2，且TaPIP1的表達水平較高，這通過qRT-PCR分析進行了驗證（圖9A）。鑒于SA處理下TaPIP1水平的上調(diào)，推測TaPIP1也可能參與對病原體感染的響應(yīng)。為了驗證這個想法，研究者在Pst DC3000感染下檢測了TaPIP1轉(zhuǎn)基因擬南芥的葉表型。在模擬處理下，Col-0和兩個轉(zhuǎn)基因品系的葉片中沒有觀察到差異（圖9B）。在用Pst DC3000接種后，發(fā)現(xiàn)Col-0葉片上明顯的褪綠癥狀，相反，兩種轉(zhuǎn)基因植物的褪綠癥狀較輕（圖9C）。為了進一步證實TaPIP1轉(zhuǎn)基因擬南芥中的抗性增加，在0和3dpi測量葉片中的細菌滴度。如圖9D所示，在初始接種量中Col-0和兩個轉(zhuǎn)基因品系之間沒有顯著差異，但是在3dpi時兩個TaPIP1轉(zhuǎn)基因擬南芥中的Col-0的細菌滴度顯著低于Col-0，表明TaPIP1轉(zhuǎn)基因擬南芥中病原菌的生長受到很大抑制。因此，TaBI-1.1和TaPIP1在響應(yīng)Pst DC3000感染時表現(xiàn)出類似的作用，并且研究者推測TaBI-1.1和TaPIP1之間的相互作用可能涉及防御反應(yīng)。

圖9. TaPIP1轉(zhuǎn)基因擬南芥對Pst DC3000表現(xiàn)出增強的抗性
創(chuàng)新點：
BI-1是一種局限于內(nèi)質(zhì)網(wǎng)（ER）膜的細胞保護蛋白，在對生物和非生物脅迫的應(yīng)答中發(fā)揮重要作用。迄今為止，雖然已經(jīng)鑒定了幾種與BI-1相互作用的蛋白質(zhì)。然而，關(guān)于BI-1在內(nèi)質(zhì)網(wǎng)應(yīng)激中機制的認知非常有限，BI-1調(diào)節(jié)植物內(nèi)質(zhì)網(wǎng)應(yīng)激反應(yīng)的機制目前尚不清楚，該研究中，通過禾谷鐮刀菌（Fg）處理的小麥的RNA-seq數(shù)據(jù)分析確定了小麥BI-1基因TaBI-1.1，揭示了TaBI-1.1和TaPIP1在響應(yīng)病原體感染的ER膜上的相互作用的可能作用。

參考文獻：
Lu P P, Yu T F, Zheng W J, et al. The Wheat Bax Inhibitor-1 Protein Interacts with an Aquaporin TaPIP1 and Enhances Disease Resistance in Arabidopsis[J]. Front Plant Sci, 2018, 9:20.

微云特點：

微生物宏基因組云平臺功能簡介：

基本分析支持用戶自定義參數(shù)進行分析?？勺远x宏基因組基本分析的主要參數(shù)，包括“綜合選項”、“原始數(shù)據(jù)導(dǎo)入”、“數(shù)據(jù)質(zhì)控過濾”，“基本參數(shù)設(shè)置”、“環(huán)境因子設(shè)置”、“樣品分組信息”等六個參數(shù)模塊 ，填寫并確認參數(shù)信息后點擊“提交”即可運行該項目基本分析，可在“總覽/我的項目”或 “總覽/我的任務(wù)”中查看。

微云平臺界面展示：

結(jié)題報告圖例模板：

歡迎點擊下方按鈕，預(yù)約申請體驗！

加入百邁客微生物云交流平臺（QQ群：439540040）參加免費培訓(xùn)，12h在線答疑。

以下為文獻詳細解讀：

英文題目：Sequencing of 243 diploid cotton accessions based on an updated A genome identifies the genetic basis of key agronomic traits.
中文題目：以更新的亞洲棉A基因組為基礎(chǔ)的243份二倍體棉花的重要農(nóng)藝性狀的研究
1. 摘要：
亞洲棉（Gossypium arboreum）和草棉（Gossypium herbaceum）的祖先是現(xiàn)代栽培異源四倍體棉花A亞基因組的供體。本研究中通過整合了不同的技術(shù)，提升了亞洲棉的基因組組裝水平；同時對243株二倍體棉花（亞洲棉和草棉）進行全基因組重測序分析，繪制基因組變異圖譜，并發(fā)現(xiàn)亞洲棉和草棉（A）與雷蒙德氏棉（D）同時進行了分化；單獨的對亞洲棉分析表明亞洲棉起源于中國南部，隨后被引入長江和黃河地區(qū)，大多數(shù)具有馴化相關(guān)特性的種質(zhì)都經(jīng)歷了地理隔離；通過亞洲棉的全基因組關(guān)聯(lián)分析（GWAS），鑒定了亞洲棉11個重要農(nóng)藝性狀的98個顯著關(guān)聯(lián)位點，GaKASIII的非同義替換（半胱氨酸/精氨酸替換）使得棉籽中的脂肪酸組成（C16:0和C16:1）發(fā)生了變化；棉花枯萎病抗性與GaGSTF9基因的表達激活相關(guān)。本研究對理解棉花A亞基因組的進化具有重要的意義。
2. 研究背景：
棉花是世界上最重要的商業(yè)作物之一，同時也是研究植物多倍化的有價值的資源。亞洲棉最可能在馬達加斯加或印度河流域文明（巴基斯坦摩亨佐達羅）開始馴化，隨后分散到非洲和亞洲一些地區(qū)。亞洲棉最初在1000多年前作為觀賞植物引入中國。當?shù)胤降霓r(nóng)業(yè)生態(tài)環(huán)境的適應(yīng)和人類選擇影響的過程中，中國的Gossypium arboreum形成了獨特的地理種群，稱之為“sinense cotton”。
雖然棉花種植者已經(jīng)基于RFLP和SSR markers構(gòu)建了各種遺傳圖譜，但是G. arboreum和G. herbaceum優(yōu)良農(nóng)藝和經(jīng)濟性狀的基因尚未被鑒定。同樣通過種內(nèi)和種間特異性雜交將二倍體的重要特性引入四倍體并不是富有成效的，G. raimondii，G. arboreum，G. hirsutum和G. barbadense基因組序列的發(fā)布為研究群體遺傳，栽培和馴化提供了先決條件。通過GWAS和QTLs在水稻，玉米，大豆，谷子，黃瓜，番茄和陸地棉中鑒定了許多候選基因。本研究中，利用了三代PacBio和Hi-C技術(shù)，重新組裝了高質(zhì)量的亞洲棉基因組，分析了243份二倍體棉花種質(zhì)的群體結(jié)構(gòu)和基因組分化趨勢，同時確定了一些有助于棉花皮棉產(chǎn)量遺傳改良的候選基因位點。
3. 材料和方法：
測序材料：
基因組測序材料：二倍體G. arboreum栽培品種cultivar Shixiya1（SXY1）；
自然群體材料選擇：243份棉花，包含230份亞洲棉 G. arboretum 和13份草棉 G. herbaceum [243份棉花選自國家種質(zhì)基因庫（中國安陽），種植在中國農(nóng)業(yè)科學(xué)院棉花研究所（ICR，CAAS）的溫室中]，插入片段長度500 bp；測序深度6X；
遺傳群體材料選擇：親本（GA0146和GA0149），測序深度20X；2個混池（F2群體，有絨型和無絨型各20個子代），測序深度30X；
群體材料表型調(diào)查：
在230份亞洲棉中選擇了215份表型穩(wěn)定的材料，分別在河南安陽，海南三亞和新疆阿克蘇進行種植，大部分性狀選自多年多點的表型數(shù)據(jù)進行調(diào)查，每個地點設(shè)置3次重復(fù)。
測序平臺：
PacBio RSII和Illumina HiSeq 2500
相關(guān)軟件：
基因組組裝（Canu和Falcon；Quiver；Pbjelly）；TEs轉(zhuǎn)座元件注釋（RepeatScout，LTR-FINDER，MITE和PILER；Repbase；REPET；RepeatMasker）；基因預(yù)測注釋（geMoMa；Augustus；PASA；EVidenceModeler；InterProScan）
群體研究：比對注釋（BWA，Picard，GATK，ANNOVAR）；群體結(jié)構(gòu)分析（FastTree，PHYLIP，STRUCTURE）；連鎖不平衡分析（Haploview）；遺傳多樣性分析（π，F(xiàn)st）；全基因組關(guān)聯(lián)分析（EMMAX）；
4. 研究結(jié)果：
1. 亞洲棉基因組組裝更新
三代+Hi-C：PacBio reads ?（77.6×）；有效Hi-C reads（＞20×）
三代組裝結(jié)果：共計獲得了142.54 Gb ?原始三代測序數(shù)據(jù)，組裝1.71 Gb亞洲棉基因組，Contig N50=1.1 Mb，最長的Contig為12.37 Mb
（1）Hi-C輔助基因組組裝：利用Hi-C技術(shù)將組裝的1573 Mb的數(shù)據(jù)定位到13條染色體上，與已經(jīng)發(fā)表的基因組相比，當Hi-C數(shù)據(jù)比對到更新的基因組后，對角線外的不一致性明顯減少（圖1 a-b）。

圖1 Hi-C數(shù)據(jù)在兩版亞洲棉基因組上的比對

a. Hi-C數(shù)據(jù)與亞洲棉原基因組比對；b. Hi-C數(shù)據(jù)與亞洲棉更新基因組比對
（2）基因組共線性分析：進行了亞洲棉A型與異源四倍體陸地棉的AADD型的共線性分析，發(fā)現(xiàn)更新后的基因組的共線性更高（圖2 a-b）。

圖2 亞洲棉（AA型）與陸地棉（AADD型）共線性分析

a. 亞洲棉原基因組與陸地棉基因組共線性分析；b. 亞洲棉更新基因組與陸地棉基因組共線性分析
（3）亞洲棉原基因組（二代）與更新后基因組（三代）比較（表1）：

表1 亞洲原基因組與更新后基因組的組裝指標比較

2. 二倍體棉花群體遺傳進化分析
（1）二倍體棉花群體材料選擇
共計選擇了243份二倍體棉花材料：230份亞洲棉G. arboreum (A2) ?和13份草棉G. herbaceum (A1)；材料來源：中國南部(SC)，長江(YZR)和黃河（這些區(qū)域代表了中國二倍體棉花大部分的表型和地理多樣性）。

圖3 亞洲棉的地理分布

（2）群體重測序數(shù)據(jù)統(tǒng)計
通過重測序的研究策略，利用Illumina HiSeq 2500 ?測序平臺，PE125雙端測序，共計獲得了2.29 T數(shù)據(jù)，平均測序深度~6.0×，以本研究中更新后的亞洲棉基因組為參考基因組進行比對分析，統(tǒng)計獲得了17,883,108個高質(zhì)量SNPs和2,470,515個indels，242,449 個SNPs（1.36%）和16,816個indels（0.68%）位于亞洲棉36,205個基因的編碼區(qū)。在31,549個基因中，共計鑒定了128,512（0.72%）個非同義突變SNPs，在8,117個基因中共計鑒定了11,372 (0.46%)個indels。
（3）二倍體棉花群體分層分析
以雷蒙德氏棉（G. raimondii）為外群，利用72,419個SNPs構(gòu)建系統(tǒng)發(fā)育樹，顯示：G. herbaceum（草棉）和G. arboretum（亞洲棉）聚類成2個獨立的群（圖4 a-b）。G. arboretum（亞洲棉）進一步又分為SC，YZR和YER三個群，顯示了地理分布模式的差異，進而利用PCA分析支持這一結(jié)果（圖4 c）。同時發(fā)現(xiàn)了亞洲棉和草棉是由不同的祖先種馴化而形成。

圖4 二倍體棉花的群體分層分析

a. 243份二倍體棉花系統(tǒng)發(fā)育樹 b. 243份二倍體棉花的群體結(jié)構(gòu)分析 c. PCA主成分分析（中國亞洲棉的PCA分析；亞洲棉和草棉的PCA分析）
（4）二倍體棉花LD和選擇性清除分析
通過表型計算統(tǒng)計發(fā)現(xiàn)，與長江和黃河區(qū)域的兩個不同地區(qū)的材料項目，中國南部的材料的表型相對匱乏。此外中國南部SC的亞洲棉（π=0.211×10-3）比長江流域YZR（π=0.197×10-3）和黃河流域YER（π=0.199×10-3）的亞洲棉的核苷酸多態(tài)性高，這表明了亞洲棉最早在中國南部地區(qū)種植，并進一步擴展到長江和黃河地區(qū)，而這與之前基于SSR分析的結(jié)果一致；連鎖不平衡分析結(jié)果顯示，亞洲棉的LD衰減距離約為105.5 kb（r2=0.40），草棉的衰減距離約為145.5 kb（r2=0.39）（圖5），其LD衰減距離與大豆（約83 kb）和水稻（秈稻約123 kb；粳稻約167 kb）接近，但遠遠高于栽培玉米（22-30 kb）。大約有23.9％的亞洲棉和22.9％的草棉的等位基因與雷蒙德氏棉的基因組相一致，暗示了亞洲棉與草棉同時開始分化（圖6）。

圖5 連鎖不平衡分析? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖6 棉屬的系統(tǒng)發(fā)育與等位基因分析

人工選擇在農(nóng)作物的馴化和遷徙的過程中具有重要的作用。群體結(jié)構(gòu)分析顯示當K=4時，YER與SC和YZR明顯不同（圖4 b，K=4）。通過兩兩群體間（SC vs. YZR, SC vs. YER, YZR vs. YER）的選擇性清除分析（FST）鑒定出了分別覆蓋到3,162，2,879和3,308個基因上的59，53和51個顯著遺傳分化的區(qū)域。SC和YZR之間的21個分化的區(qū)域（約43.5 Mb 含有915個基因）在群體SC和YER之間是保守的（圖7 a）。

圖7 a. 亞洲棉SC，YZR和YER的選擇性清除分析；b. 全基因組關(guān)聯(lián)分析

3. 亞洲棉的全基因組關(guān)聯(lián)分析（GWAS）
對來自不同環(huán)境下的11個重要性狀進行全基因組關(guān)聯(lián)分析，在98個顯著關(guān)聯(lián)的信號中，其中25信號個來自基因區(qū)（外顯子或內(nèi)含子區(qū)），包含與形態(tài)性狀相關(guān)的8個信號區(qū)，與產(chǎn)量性狀相關(guān)的6個信號區(qū)，與油籽性狀相關(guān)的3個信號區(qū)；剩余73個信號來自非編碼區(qū)。大部分農(nóng)藝性狀的GWAS關(guān)聯(lián)信號中顯示地理差異，如交配分支數(shù)，開花期，鈴重和抗病性這些性狀定位在保守的基因區(qū)（圖7 b，表2）。因此推斷成熟度，產(chǎn)量和抗病性這些性狀一直處于強烈的認為和/或地理選擇之下。

表2 部分與性狀關(guān)聯(lián)的SNPs及候選基因

（1）脂肪酸含量相關(guān)基因的定位與研究 棉花是世界上第六大植物油來源，通過GWAS關(guān)聯(lián)分析，在11號染色體上的GaKASIII基因組座位上(Ga11G3851)的第8個外顯子區(qū)獲得了1個顯著的SNP位點，該基因編碼3-Oxoacyl-[acyl-carrier-protein ACP] synthase III（3-氧?；?[酰載體蛋白]合酶III），如圖8 a-c，KASIII基因編碼的這一關(guān)鍵酶可以使得脂肪酸鏈從C2到C4延伸，并最終確定種子中棕櫚酸（C16：0）和棕櫚油酸（C16：1）的組成。GaKASIII基因的多態(tài)性導(dǎo)致了保守的ACP_synthase_III_（酰載體蛋白合酶III）結(jié)構(gòu)域中半胱氨酸/精氨酸間的置換（圖8 c），單倍型B（TGT，Cys）主要出現(xiàn)在低含油量種質(zhì)中，而在高含油量種質(zhì)中發(fā)現(xiàn)單倍型A（CGT，Arg）（圖8 d-e）。GaKASIII基因在開花后（DPA）的30天表達量最高（圖9），這是種子油量積累的關(guān)鍵階段，在單倍型種質(zhì)A中，C16：0和C16：1含量以顯著的速率累積（圖10）；蛋白質(zhì)結(jié)構(gòu)模型預(yù)測顯示，半胱氨酸/精氨酸殘基位于α螺旋處，該位點靠近酶活性位點，同時是輔酶A（CoA）結(jié)合位點（圖11）。

圖8 脂肪酸含量GWAS關(guān)聯(lián)分析

a. 棕櫚酸含量的GWAS關(guān)聯(lián)分析；b. 棕櫚油酸的GWAS關(guān)聯(lián)分析；c. GaKASIII基因的變異（Arg/Cys）；d-e. Hap. A和Hap. B中棕櫚酸和棕櫚油酸含量比較

圖9 GaKASIII基因在棉花胚珠發(fā)育過程中的表達

圖10 在棉花生長發(fā)育過程中C16:0和C16:1脂肪酸含量分析（Hap. A和Hap. B）

圖11 GaKASIII蛋白結(jié)構(gòu)模型

（2）棉花枯萎病抗性相關(guān)基因的研究 棉花枯萎病是由尖孢鐮刀菌萎蔫?；虵usarium oxysporum f. sp. vasinfectum (FOV)引起的棉花維管束病害，是棉花產(chǎn)量的重要威脅之一。通過GWAS，進行棉花FOV抗性分析，發(fā)現(xiàn)在11號染色體上獲得了強的關(guān)聯(lián)信號，其-logP value=8.96（圖12 a）。進一步分析表明，關(guān)聯(lián)到的SNP簇位于Ga11G2353基因的上游（圖12 b），該基因與擬南芥GSTF9基因為直系同源基因，GSTF9基因編碼參與植物對生物和非生物脅迫響應(yīng)的谷胱甘肽S轉(zhuǎn)移酶（glutathione-S-transferases），攜帶疾病易感等位基因‘T’（以紫色顯示）的種質(zhì)主要在SC群體中發(fā)現(xiàn)，所有YER群體材料攜帶耐病等位基因‘C’（以橙色顯示）（圖12 c）。研究發(fā)現(xiàn)GSTF9基因僅在FOV接種到亞洲棉幼苗的耐受系中上調(diào)（圖13），與空載體棉花系（TRV::00）相比，GSTF9基因沉默棉花品系（TRV::GSTF9, the virus-induced gene silencing，VIGS，vector carrying the GSTF9 gene）對于FOV的接種更加敏感（圖14-15）。此外，TRV::GSTF9植株系與TRV::00植株系相比，TRV :: GSTF9植株系中的真菌DNA的量顯著高于TRV::00植株系，且GST催化活性顯著低于TRV::00植株系（圖16 a-b），表明GaGSTF9基因可能是亞洲棉FOV抗性的靶標。

圖12 亞洲棉FWDI的全基因組關(guān)聯(lián)分析

a. FWDI的GWAS分析；b. GaGSTF9基因結(jié)構(gòu)及附近關(guān)聯(lián)到的SNPs；c. 關(guān)聯(lián)分析群體基因分型 敏感型（紫）；耐受型（橙）

圖13 GaGSTF9基因表達的qRT-PCR分析

注：根部接種鐮刀霉菌，（高耐受型GA0165，GA0078和GA0190；高敏感型GA0198，GA0035和GA0026）

圖14 不同植株處理后的病癥比較（GA00198，GA0165，TRV::00和TRV::GSTF9，
處理條件：接種水和FOV）

圖15 不同植株處理后的疾病感染指數(shù)比較（GA00198，GA0165，TRV::00和TRV::GSTF9，處理條件：接種FOV）

圖16 a GA00198, GA0165, TRV::00和TRV:GSTF9植株中FOV DNA的相對含量測定；b GA00198, GA0165, TRV::00和TRV:GSTF9植株中GST酶活性測定；

（3）與棉絨相關(guān)基因的研究 棉絨是覆蓋種子表面的短纖維。研究中選擇了亞洲棉種質(zhì)中的158份有絨毛和57份無絨毛材料進行GWAS關(guān)聯(lián)分析，最終在8號染色體上（?0.6 Mb至?1.3 Mb的區(qū)間內(nèi)）獲得了強烈的關(guān)聯(lián)信號（圖17 a-b）。QTL分析也同樣定位到8號染色體上（圖17 c）。通過有絨毛品系（GA0146）和無絨毛品系（GA0149）雜交獲得的F2代顯示了有絨毛和無絨毛的表型分離比為1：3（圖17 d），說明了棉絨的生長是由單基因座控制。研究中進而放大了QTL和GWAS的重疊區(qū)，發(fā)現(xiàn)了這個大約600 kb的區(qū)域包含推測的10個蛋白編碼基因（圖17 e）。在這一強烈的信號區(qū)域（-logP = 18.95）下或附近，發(fā)現(xiàn)了4個凱氏帶膜蛋白基因（casparian strip membrane protein genes）。在B-型細胞周期蛋白上游獲得了1個信號，而B-型細胞周期蛋白之前被報道過與毛狀體和纖維發(fā)育有關(guān)。

圖17 棉絨生長發(fā)育基因的聯(lián)合定位（GWAS+QTL）

a 亞洲棉種子有絨（左）和無絨（右）表型；b GWAS關(guān)聯(lián)分析；c F2群體QTL分析；d F2群體的構(gòu)建 e GWAS和QTL聯(lián)合分析
亞洲棉在中國棉花的栽培史上具有重要的作用。本研究揭示了中國的亞洲棉群體呈現(xiàn)出不同的地理格局，這一觀點與其從中國的南部到長江和黃河的引入相一致。幾種表型如產(chǎn)量和抗病性狀在棉花從中國南部遷徙到長江再到黃河，經(jīng)歷了顯著的變化，而這一變化受到了當?shù)丨h(huán)境和人為選擇的影響。研究中通過不同種質(zhì)群體的比較，獲得的地理受選擇的基因區(qū)域與QTL重疊區(qū)域是重要的，具高分辨率的遺傳資源，這將極大地促進棉花復(fù)雜性狀的改良。此外，研究中確定了GaKASIII基因可以促進棉花脂肪酸鏈的延伸和含油量，同時發(fā)現(xiàn)了2種典型的GaGSTF9基因單倍型啟動子與FOV抗性相關(guān)。最后結(jié)合GWAS與QTL共同定位的結(jié)果，鑒定了凱氏帶膜蛋白基因在棉絨細胞的發(fā)育過程中可能發(fā)揮功能性的作用。本研究表明地理隔離已經(jīng)影響了SC，YZR和YER群體的遺傳基礎(chǔ)，同時影響了中國亞洲棉的抗病性和產(chǎn)量性狀的形成與分布。

想與我們的技術(shù)人員進行文章思路溝通？請點擊下面的按鈕，免費獲取設(shè)計方案。

免費獲取設(shè)計方案

Identification of long non-coding RNAs in the immature and mature rat anterior pituitary
成熟與未成熟的大鼠垂體前葉中的lncRNA鑒定

期刊： Scientific Reports ? ?影響因子：4.259

1.研究背景

垂體是哺乳動物最重要的內(nèi)分泌腺，分前葉和后葉兩部分。它分泌多種激素，如生長激素、促甲狀腺激素、促腎上腺皮質(zhì)激素、促卵泡生長激素(FSH)等。這些激素對代謝、生長、發(fā)育和生殖等有重要作用。在未成熟的垂體中，激素的含量應(yīng)該在適當?shù)姆秶鷥?nèi)，以適應(yīng)身體的發(fā)育和生長。在成熟的腦垂體中，激素主要影響生殖能力。在大鼠的垂體研究中，更多的是關(guān)注基因和miRNA，對lncRNAs的研究比較少。最近的研究報道lncRNAs參與了垂體的腫瘤發(fā)生，說明lncRNA很可能通過調(diào)控垂體相關(guān)生物學(xué)過程來調(diào)節(jié)生長發(fā)育與生殖。

2.材料方法

樣品：15日齡和120日齡大鼠（Rattus norvegicus）各取3只，同日齡的3只大鼠的垂體前葉混合成1個樣品，2個樣品測序數(shù)據(jù)量分別是14G和15G。
平臺：百邁客Illumina HiSeq X ten平臺
分析平臺：百邁客云平臺（BMKCloud），利用云平臺做了個性化分析
分析內(nèi)容：

圖1? 分析內(nèi)容

3.研究結(jié)果

1.鑒定未成熟和成熟垂體前葉形態(tài)學(xué)差異
我們檢測了兩個發(fā)育階段垂體前葉形態(tài)學(xué)上的差異，成熟的垂體前葉有更清晰的邊界和更多的毛細血管，因此我們推測有某些因子導(dǎo)致了大鼠垂體的形態(tài)和功能差異，根據(jù)近幾年的研究，這種因子可能是lncRNA。

圖2 未成熟和成熟的垂體組織的形態(tài)學(xué)鑒定
（A.15日齡垂體前葉放大100倍；B. 15日齡垂體前葉放大500倍；C. 120日齡垂體前葉放大100倍；D. 120日齡垂體前葉放大500倍）

2.lncRNA的鑒定和差異分析
對兩個日齡的垂體前葉分別測序，比對效率分別為95.06% 和95.15% ，本研究中我們鑒定共到7039個lncRNA，lncRNA的平均長度為2052bp，比mRNA略長。而76.5%的lncRNA含有2個外顯子，mRNA平均含有4.1個外顯子。

圖3? lncRNA和mRNA的長度（A）、外顯子個數(shù)（B）的比較

使用fold change≥2且FDR< 0.05，篩選到1181個差異表達的lncRNA，其中有607個是上調(diào)的?；谖恢藐P(guān)系進行靶基因預(yù)測，發(fā)現(xiàn)靶基因主要參與了抗原處理和呈遞途徑，自身免疫甲狀腺疾病途徑和I型糖尿病途徑。

圖4? lncRNAs 和mRNA的表達量分布情況

促卵泡生長激素(FSH) 是垂體前葉分泌的一種糖蛋白激素，其主要功能是卵巢的卵泡發(fā)育和成熟。我們在反式靶基因中找到了調(diào)控FSHb基因的lncRNA，并用其中3個新鑒定到的lncRNA構(gòu)建調(diào)控網(wǎng)絡(luò)圖。

圖5 qPCR驗證10個高表達的lncRNAs和3種與FSHb基因相互作用的新lncRNA
（A. 10個高表達的lncRNA的定量結(jié)果；B. lncRNAs和FSHb基因的相互作用網(wǎng)絡(luò)；C-E.三種新lncRNA的定量結(jié)果）

3.qPCR驗證
我們挑選調(diào)控FSHb的3個新lncRNA 和十倍差異的lncRNA 做qPCR驗證，定量結(jié)果和測序結(jié)果吻合。前人的研究表明FSHb基因的表達量在性成熟階段明顯增加，這三個新lncRNA的表達趨勢和FSHb mRNA一致。

結(jié)論
本項目系統(tǒng)地研究了lncRNA在15日齡未成熟小鼠和120日齡成熟大鼠垂體前葉的情況，共鑒定到7039個lncRNA，1181個差異表達的lncRNA，并預(yù)測靶基因。順式靶基因主要富集到抗原處理和呈遞途徑，自身免疫甲狀腺疾病途徑和I型糖尿病途徑；根據(jù)反式靶基因構(gòu)建了調(diào)控網(wǎng)絡(luò)，發(fā)現(xiàn)有3個新lncRNA能夠靶向調(diào)控促卵泡生長激素FSHb基因，為后續(xù)的深入研究奠定了基礎(chǔ)。

研究亮點
垂體分泌的幾種激素，在發(fā)育階段起著關(guān)鍵作用，尤其是促卵泡生長激素FSH，能夠促進卵泡的發(fā)育和成熟。lncRNA在生物學(xué)過程中有重要作用，如表觀修飾，細胞分化，轉(zhuǎn)錄調(diào)控，生長發(fā)育，抗病等。最近的研究表明，lncRNAs參與垂體腫瘤的發(fā)生，這項研究鑒定了在大鼠垂體前葉各發(fā)育階段的lncRNA的情況，并找到了調(diào)控FSHb的lncRNAs。

參考文獻
BaoY, Zhang J B et al. Identification of long non-coding RNAs in the immature and mature rat anterior pituitary. [J]. Sci Rep, 2017, 7:17780

轉(zhuǎn)錄調(diào)控 覃 琪丨文案
吳戈宇 | 審核
圖片來自網(wǎng)絡(luò)，侵刪

百邁客云物種數(shù)據(jù)庫采用模塊化設(shè)計，標準功能模塊主要有三大類

1.存儲&查詢模塊

? ? ? ? 存儲&查詢模塊設(shè)置了種質(zhì)資源、突變體信息、性狀座位信息、分子標記、基因功能信息、基因組數(shù)據(jù)、轉(zhuǎn)錄組數(shù)據(jù)的存儲和查詢模塊

01物種種質(zhì)資源存儲&查詢模塊

種質(zhì)資源是一種遺傳資源。種質(zhì)系指農(nóng)作物親代傳遞給子代的遺傳物質(zhì)，它往往存在于特定品種之中。如古老的地方品種、新培育的推廣品種、重要的遺傳材料以及野生近緣植物，都屬于種質(zhì)資源的范圍。用戶可在該模塊中按照物種的名稱、編號、父母本、省份、地理位置、表型查詢相關(guān)材料品種概況。

02物種突變體信息存儲&查詢模塊

用戶在該模塊通過突變體名稱或表型檢索相關(guān)突變體，搜索結(jié)果可展示出突變體名稱、編號、突變基因信息等。其中，點擊突變基因可鏈接至“基因查詢模塊”查詢基因功能、序列、基因組位置等詳細信息。

03物種性狀座位信息存儲&查詢模塊

在該模塊用戶通過輸入表型數(shù)據(jù)查詢該性狀控制座位在基因組上的定位結(jié)果，該結(jié)果整合自不同研究不同定位方法定位結(jié)果，并可視化展示相應(yīng)性狀座位對于于最新版本基因組上的位置及相關(guān)基因。其中，相關(guān)基因也可鏈接至“基因查詢模塊”查詢基因功能、序列、基因組位置等詳細信息。

04分子標記存儲&查詢模塊

用戶可按照精確編號、模糊編號（正則匹配）、或連鎖性狀搜索分子標記，搜索結(jié)果含有標記序列信息、標記擴增引物序列、標記上下游基因（可鏈接至“基因查詢模塊”）、標記相關(guān)性狀等。

05基因功能信息存儲&查詢模塊

在該模塊中，用戶可以基因名稱、基因ID、功能關(guān)鍵詞、物種基因組起始位置、轉(zhuǎn)錄本序列、是否定位、是否克隆為條件檢索目標基因，檢索結(jié)果包括基因轉(zhuǎn)錄本序列（核苷酸or氨基酸序列）、染色體、起止位置、各功能數(shù)據(jù)庫注釋結(jié)果、相關(guān)文獻、相關(guān)性狀（可鏈接至“物種性狀座位信息存儲&查詢模塊”）。

06基因組數(shù)據(jù)存儲&查詢模塊

1）使用基因組版本號檢索相關(guān)基因組信息，檢索結(jié)果包括該基因組序列組裝、結(jié)構(gòu)注釋、功能注釋、測序數(shù)據(jù)等，所有結(jié)果均支持本地下載；

2）可按照物種名檢索相關(guān)泛基因組信息，檢索結(jié)果包括各品種基因組序列組裝、結(jié)構(gòu)注釋、功能注釋、變異位點、測序數(shù)據(jù)等，所有結(jié)果均支持本地下載；

3）按品種名檢索該品種全基因組重測序、簡化基因組重測序測序數(shù)據(jù)及變異位點檢測結(jié)果。

07物種轉(zhuǎn)錄組數(shù)據(jù)存儲&查詢模塊

1）用戶可通過基因ID與基因name檢索相關(guān)基因下轉(zhuǎn)錄本序列、項目中的轉(zhuǎn)錄水平、差異表達、共表達、互作信息等，檢索結(jié)果支持本地下載。

2）按項目名稱檢索相關(guān)轉(zhuǎn)錄組學(xué)項目測序數(shù)據(jù)及完整分析結(jié)果，檢索結(jié)果支持本地下載。

2.分析工具模塊

分析工具均可從網(wǎng)頁調(diào)用，無需用戶掌握任何編程基礎(chǔ)。包含數(shù)據(jù)庫自帶分析工具，比如 blast、blat、引物設(shè)計、轉(zhuǎn)錄因子、metaQTL等；當然也可調(diào)用部署在百邁客公有云計算平臺（www.dustyhill.net）的分析流程（APP）與生信軟件（Tools。APP包括有參/無參轉(zhuǎn)錄組分析APP、lncRNA分析APP、microRNA分析APP、circleRNA分析APP、重測序分析APP、GWAS個性化分析APP、BSA個性化分析APP、遺傳圖譜個性化分析APP、微生多樣性分析APP等；Tools模塊包含100余款各類生信分析軟件，涵蓋比對、注釋、繪圖、統(tǒng)計等；

?BMKCloud個性化分析示例

3.公共數(shù)據(jù)庫模塊

包含7大模塊：

01高通量測序數(shù)據(jù)庫

? 該公共數(shù)據(jù)庫模塊同步NCBI維護的SRA、GEO兩大高通量測序數(shù)據(jù)庫，目前該模塊12PBase，1100個屬的高通量測序數(shù)據(jù)，數(shù)據(jù)類型涵蓋RNA-seq、全基因組重測序、WES、基因組denovo組裝、甲基化、ChIP-seq等。
? 用戶可按物種名稱、數(shù)據(jù)編號、研究方向檢索相關(guān)高通量測序公共數(shù)據(jù)，檢索結(jié)果無需下載，一鍵導(dǎo)入數(shù)據(jù)庫自帶分析工具或百邁客公有云計算平臺（www.dustyhill.net）分析工具即可進行數(shù)據(jù)分析。

02功能基因數(shù)據(jù)庫

該公共數(shù)據(jù)庫模塊整合包括GO、KEGG、miRbase、lncRNAdb、MiRTarBase、UniProt、genbank等在內(nèi)的30多個基因功能&序列類數(shù)據(jù)庫，目前收錄了約1700萬條基因相關(guān)信息，用戶輸入基因名稱、ID、功能關(guān)鍵詞后，一鍵即可獲取基因的功能、序列、同源基因、表達、相關(guān)ncRNA、變異、相關(guān)文獻等信息。

03功能定位數(shù)據(jù)庫

該數(shù)據(jù)庫收錄了所有公共的性狀相關(guān)數(shù)據(jù)，目前已收錄11個物種347個性狀相關(guān)的QTL位點數(shù)據(jù)，如QTL、eQTL、候選基因、關(guān)聯(lián)數(shù)據(jù)等信息，QTL性狀位置可視化展示以及物種間的比較，為各個物種間定位信息的比較提供重要的數(shù)據(jù)。

04文獻數(shù)據(jù)庫

該公共數(shù)據(jù)庫模塊同步NCBI維護的PubMed文獻索引數(shù)據(jù)庫，目前收錄2600萬+文獻信息，該模塊支持按照發(fā)表日期、影響因子、文章類型、信息完整度（有無測序數(shù)據(jù)、有無全文等）進行精確檢索，檢索結(jié)果包括文獻題目、摘要、全文鏈接、文獻所涉及測序數(shù)據(jù)等。

05其他公共數(shù)據(jù)庫模塊

? 參考基因組數(shù)據(jù)庫：包含有826個物種的924套參考基因組信息；
? 變異數(shù)據(jù)庫：整合了dbSNP庫中的數(shù)據(jù)信息，目前收錄了8億+變異數(shù)據(jù)，支持通過rs、ss號進行信息的檢索，并且支持篩選特定物種的、特定染色體、特定區(qū)域的變異信息；
? 互作網(wǎng)絡(luò)數(shù)據(jù)庫：整合了PPI、StarBase、LncRNADisease三個數(shù)據(jù)庫中的4類互作網(wǎng)絡(luò)信息，目前共收錄了306萬互作網(wǎng)絡(luò)關(guān)系，包含了lncRNA、miRNA、mRNA、circRNA四類數(shù)據(jù)。

影響因子：2.646

摘要

荔枝（Litchi chinensis?Sonn.）是一種重要的水果作物，起源于中國，并在世界熱帶和亞熱帶地區(qū)商業(yè)化種植。荔枝紅色果皮的顏色是荔枝果實市場接受度的重要品質(zhì)，果皮的粉紅色/紅色是花青素生物合成和積累的結(jié)果，花青素-3-葡萄糖苷和花青素-3-蕓香糖苷是荔枝紅果皮中的主要花青素。荔枝花青素的數(shù)量和組成在不同的品種間差異很大，也很大程度上受各種環(huán)境因素的影響。因此，深入了解荔枝中花青素生物合成的調(diào)控具有重要的科學(xué)意義和經(jīng)濟意義。

許多研究表明，花青素生物合成很大程度上受植物激素的影響。外源脫落酸（ABA）處理促進荔枝花青素生物合成，而外源性N-（2-氯吡啶-4-基）-N’-苯基脲（CPPU）抑制荔枝花青素生物合成。但是，ABA或CPPU調(diào)控花青素生物合成的機制仍不清楚。為了進一步了解外源ABA和CPPU調(diào)控荔枝果實花青素生物合成的分子基礎(chǔ)，華南農(nóng)業(yè)大學(xué)園藝學(xué)院趙杰堂老師課題組對ABA或CPPU處理的荔枝果皮進行轉(zhuǎn)錄組測序，并進行了全面的分析。

材料和方法

選取生長十五年的L. chinensis?cv，妃子笑。 三種處理方式：ABA處理，CPPU處理和對照處理（自來水），每組處理約15個果實簇。處理后分別取0,10和20天果皮圓盤，共取7組樣本分別是：Cont-0，Cont-10，Cont-20，ABA-10，ABA-20，CPPU-10，CPPU-20，分別提取總RNA，用于RNA測序。

測序平臺：北京百邁客生物科技有限公司Illumina Hiseq平臺?150PE

分析平臺：百邁客云平臺（BMKCloud）

分析內(nèi)容：1.原始數(shù)據(jù)質(zhì)控；2.參考基因組比對（未發(fā)表）；3.差異表達基因分析（韋恩圖繪制，KEGG富集分析）；4.基因功能注釋（使用Blast2Go 基于Nr，Nt，COG，KO，GO數(shù)據(jù)庫的最高相似性進行基因注釋）；5.統(tǒng)計分析

花青素和葉綠素含量的測定以及內(nèi)源ABA分析

研究人員根據(jù)Wrolstad（1982）等人的描述進行相應(yīng)的修改對果皮中總花青素含量進行定量，根據(jù)Arnon（1949）描述的方法計算總?cè)~綠素含量，根據(jù)Jia（2011）等人所述，進行了一些修改，使用氣相色譜 – 質(zhì)譜（GC-MS）測定ABA含量，每個過程重復(fù)三次。

結(jié)果

1.經(jīng)外源ABA和CPPU處理后，荔枝果皮的表型、色素含量和內(nèi)源ABA水平的變化

處理10天后，ABA處理和對照處理的果實開始著色（圖1a），盡管花青素含量沒有顯著差異（圖1b）。然而，CPPU處理的果實只有一點點紅色（圖1a），并且花青素含量遠遠低于ABA處理和對照的果實（圖1b）。處理后20天，ABA處理的果實變成均勻的紅色，并且CPPU處理的果實仍然是綠色的，帶有一點紅色（圖1a）。同時，對照果實呈現(xiàn)不均勻的紅色（圖1a），這是cv妃子笑的典型特征。如圖1b所示，ABA處理20天后明顯促進荔枝果皮花青素積累，而CPPU處理顯著抑制荔枝果皮花青素積累。與花青素含量變化相反，果實成熟過程中葉綠素含量降低。顯然，ABA處理加速葉綠素降解和CPPU處理延緩了這一過程（圖1c）。ABA處理的果實與對照之間的內(nèi)源ABA水平?jīng)]有顯著差異，而CPPU處理的果相比而言具有較低的ABA水平（圖1d）。

圖1.各處理組果皮顏色、花青素、葉綠素及ABA含量變化

2.RNA測序以及參考基因組比對

共構(gòu)建7個文庫，測序過濾后每個樣本數(shù)據(jù)均不低于6.6Gb，平均GC含量為45.36％（表1）。與荔枝參考基因組比對（未發(fā)表），比對率是74.7％（表1）。

表1. RNA-Seq結(jié)果展示

3.外源ABA和CPPU處理后荔枝果皮基因表達譜的綜合分析

三種處理后0天，10天和20天的荔枝果皮中發(fā)現(xiàn)了許多差異表達轉(zhuǎn)錄本（圖2）。荔枝果皮色素沉著過程中，在對照組鑒定了2263個差異表達基因（DEGs）（圖2a）。除此之外， 經(jīng)過ABA（圖2b）和CPPU（圖2c）處理后的三個階段分別鑒定了1986和2862個DEGs。

圖2.三組處理中差異表達基因韋恩圖

為了鑒定ABA和CPPU調(diào)控的花青素生物合成的DEGs，分別選擇ABA / CPPU處理后10天和20天的DEGs與對照組進行比較。 與對照相比，在ABA和CPPU處理的果皮中分別有579和827個DEGs。 表達模式分析表明，在ABA處理10天和20天后，上調(diào)的轉(zhuǎn)錄本數(shù)量均比下調(diào)的轉(zhuǎn)錄本數(shù)量多。而 CPPU處理后20天上調(diào)的轉(zhuǎn)錄本數(shù)量比ABA處理的低很多。

4.外源ABA處理后的荔枝果皮表達分析

外源ABA處理組，對顯著差異表達的基因進行GO分析，發(fā)現(xiàn)了與細胞過程，代謝過程，細胞，細胞部分，催化活性和轉(zhuǎn)運蛋白活性有關(guān)的GO terms的富集。也做了DEGs的KEGG通路富集分析。 579個DEGs中的351個被富集到101個通路中，前5個通路組分別為：植物 – 病原體相互作用通路（49DEGs），植物激素信號轉(zhuǎn)導(dǎo)（32DEGs），類黃酮生物合成（27DEGs），內(nèi)質(zhì)網(wǎng)中的蛋白質(zhì)加工（27DEGs） 碳代謝（20 DEGs），淀粉和蔗糖代謝（20 DEGs）。

外源ABA處理的DEGs中，大部分與花青素合成有關(guān)的DEGs上調(diào)，如PAL，C4H，CHS，CHI，DFR，LDOX和GTs。此外， FLS和LAR等黃酮醇和原花青素合成基因上調(diào)， C3’H，COMT，F(xiàn)5H，CCR，CAD等木質(zhì)素合成基因也上調(diào)了。 ABA處理后另一類顯著差異表達的unigene參與植物激素代謝和信號傳導(dǎo)。兩個編碼ABA生物合成途徑中的關(guān)鍵酶的NCEDs unigenes顯著上調(diào)，而ABA信號轉(zhuǎn)導(dǎo)的基因在外源ABA處理后沒有明顯的變化。外源ABA處理也影響了與生長素信號途徑有關(guān)的基因表達。例如，屬于Aux / IAAs家族的兩個unigenes上調(diào)。另外，編碼DELLA蛋白，負調(diào)控GA信號轉(zhuǎn)導(dǎo)的unigenes經(jīng)ABA處理后上調(diào)。

5.外源CPPU處理的荔枝果皮表達分析

將CPPU處理組與對照組之間的DEG進行GO分析。 與外源ABA處理相比，差異不顯著。KEGG富集分析， 897個DEGs中的493DEGs個被富集到117個通路，前六個通路組是碳代謝（54DEGs），植物 – 病原體相互作用（49DEGs），光合作用（42DEGs），氨基酸生物合成（38DEGs），苯丙素生物合成 （33DEGs），植物激素信號轉(zhuǎn)導(dǎo)（32DEGs）。

與ABA處理不同的是，外源CPPU處理后許多上調(diào)基因參與碳代謝，氨基酸生物合成和光合作用的基因，特別是在CPPU處理后10天較明顯。例如，unigene Litchi__GLEAN_10019646在外源CPPU處理10天后顯著上調(diào)6.1倍，它編碼捕光復(fù)合體II葉綠素a / b結(jié)合蛋白1。另外一類在外源性CPPU處理中顯著差異表達的unigenes涉及葉綠素生物合成代謝。 CPPU處理后，大部分參與類黃酮和花青素生物合成的DEGs均下調(diào)，如PAL，C4H，CHS和LDOX。此外，黃酮醇和原花青素合成基因，如FLS和LAR也下調(diào)。有29個DEGs比對到植物激素信號轉(zhuǎn)導(dǎo)途徑。其中，ABA信號中的兩個ABA受體PYR / PYL均被CPPU下調(diào)。另外，與生長素，GA和乙烯信號有關(guān)的基因大部分也下調(diào)。

6.ABA和CPPU處理的荔枝果皮的表達分析

受外源ABA和CPPU共同響應(yīng)的DEGs共199個，其中大部分unigenes在兩種處理組中顯示出類似的改變。 值得注意的是，有10個unigenes在轉(zhuǎn)錄水平上表現(xiàn)出相反的模式。 其中，編碼GST4蛋白的unigene（Litchi_GLEAN_10051861）被報道與荔枝中花青素的液泡轉(zhuǎn)移有關(guān)。

ABA處理和CPPU處理之間的顯著差異之一是葉綠素代謝。 鑒定了與葉綠素生物合成和降解有關(guān)的24個候選基因，其響應(yīng)外源ABA和CPPU的表達模式如圖3所示。總體而言，ABA處理對葉綠素生物合成和降解的基因表達沒有顯著影響。 與對照相比，CPPU處理顯著提高大多數(shù)葉綠素合成基因，并下調(diào)TF SGR。

圖3.兩種處理后荔枝果皮中葉綠素生物合成和降解相關(guān)差異表達基因熱圖

經(jīng)外源ABA處理和CPPU處理的一些涉及類黃酮生物合成途徑的unigenes的表達有不同的改變（圖4）。 該研究鑒定了不止一個荔枝黃酮類生物合成的結(jié)構(gòu)基因，并且不同的基因家族成員表現(xiàn)出不同的表達模式。 根據(jù)研究人員以前的研究，選擇黃酮生物合成相關(guān)基因作進一步分析。 如圖4所示，ABA處理上調(diào)荔枝黃酮合成的結(jié)構(gòu)基因，而CPPU抑制其表達，特別是PAL，CHS和F3’H。

圖4.兩種處理后荔枝果皮中黃酮類生物合成途徑相關(guān)差異表達基因概覽

7.qRT-PCR驗證

對9個顯著差異表達的基因進行qRT-PCR實驗，分別是：HEMA，CBR，DFR，CHI，UFG，chloaophyllase，RCCR和SGR。 結(jié)果顯示，RT-PCR結(jié)果與RNA-seq數(shù)據(jù)一致（圖5）。

圖5. qRT-PCR分析結(jié)果圖

結(jié)論

在褪色階段外源ABA處理提高了荔枝的顏色，而外源CPPU處理抑制了花青素的積累。 RNA-seq分析結(jié)果顯示：兩種處理組（ABA和CPPU）與對照相比，分別有579個和827個差異表達基因。外源ABA處理中，上調(diào)表達的有類黃酮和花青素合成相關(guān)基因。相反，外源CPPU處理中，誘導(dǎo)了與碳代謝，氨基酸生物合成和光合作用有關(guān)的基因，并下調(diào)了花青素生物合成相關(guān)基因。結(jié)果表明，ABA處理對花青素生物合成和糖代謝中涉及的基因的表達有顯著作用。 另外，ABA處理對葉綠素分解代謝相關(guān)基因無顯著影，CPPU處理顯著增加了葉綠素合成基因的表達，并抑制了葉綠素降解基因（SGR）的表達，說明外源CPPU處理通過增加葉綠素合成基因的表達和抑制葉綠素降解基因的表達來影響葉綠素分解代謝。進一步分析顯示，ABA和CPPU處理也影響其他植物激素信號傳導(dǎo)途徑（如生長素，GA和乙烯）中的基因表達，說明ABA和CPPU可能與其他激素信號途徑如生長素，GA和乙烯相互作用，形成一個復(fù)雜的網(wǎng)絡(luò)調(diào)控花青素的生物合成。

創(chuàng)新點

研究人員在前期的研究中為此項研究做了較好的鋪墊，然而，早期的研究僅關(guān)注于外源ABA和CPPU對荔枝果皮單基因或少量基因的表達。本研究采用轉(zhuǎn)錄組分析方法，了解外源ABA和CPPU處理后荔枝果皮的整體分子變化。本研究為ABA和細胞分裂素影響荔枝和其他富含花青素的果樹中花青素生物合成的機制探索提供了有價值的信息。

參考文獻：Hu, B., Li, J., Wang, D. et al. Plant Growth Regul (2017). https://doi.org/10.1007/s10725-017-0351-7

2017全新上線篇

“讓基因分析更簡單”是百邁客云平臺前進的不竭動力，相信大家最關(guān)心的應(yīng)該是云平臺這一年有哪些新的分析流程上線。

2017

4/14??云平臺上線lncRNA v3.0主流程；

4/21??全基因組關(guān)聯(lián)（GWAS）分析平臺（Beta版，云服務(wù)個性化）正式上線；

6/9???BSA 分析平臺 v1.0（Beta版，云服務(wù)個性化）正式上線；

9/22??全基因組重測序分析平臺3.0正式上線。做lncRNA，GWAS，BSA，全基因組重測序分析的用戶有福啦！

另外，早在2017年3月3日，咱們云平臺的云組第一期已正式上線，實現(xiàn)了組內(nèi)成員計算、存儲、工具的資源共享等功能，一個課題組的成員們可以同時享用同一個分析平臺，再也不用為互傳數(shù)據(jù)和結(jié)果而煩憂；

2017年6月30日 ，移動端微信公眾號全新改版，在百邁客云微信公眾號中添加文獻檢索、文獻解讀、文獻收藏、云賬號綁定、項目進展查看和評價等功能，同期，在線支付功能上線，套餐用戶支持使用支付寶、微信在線購買分析平臺、小工具，收貨地址與個人信息關(guān)聯(lián)，用戶可以在線填寫發(fā)票信息。

APP主流程更新篇

這么多新的APP成功上線了，顯然是一件值得慶賀的事情，無獨有偶，咱們已經(jīng)在線上的APP也從來沒有停止前進的步伐。

2017

1/20??無參轉(zhuǎn)錄組分析APP進行了全面更新還實現(xiàn)了圖片和基因之間的交互，新增“WGCNA”個性化工具，新增基因結(jié)構(gòu)挖掘功能等功能；

3/3??微生物多樣性分析APP更新至2.0版，新增6項分析內(nèi)容；并且美化了流程中各步驟生成的圖片，確保所有圖形結(jié)果有png圖和矢量圖等功能；

3/17??微生物多樣性分析APP再次更新：增加5個個性化分析內(nèi)容；同期，小RNA測序分析APP也進行了20多項更新：增加小RNA所對應(yīng)的染色體、起始點、終止點信息和miRNA對應(yīng)的前體位置信息，支持更加精細化的檢索，添加一鍵繪圖等功能；

3/26??微生物多樣性分析APP更新了引導(dǎo)教程圖片；

6/16??微生物多樣性分析APP進行了功能更新：基本分析和個性化中RDA/CCA環(huán)境因子支持文件上傳，增加保存歷史參數(shù)功能等；

7/7??ChIP-Seq 分析APP的基本分析，增加了Input/IP設(shè)置，且支持有生物學(xué)重復(fù)的差異分析等功能；

7/21??真核生物有參/無參分析APP個性化分析進行了更新：基因挖掘中相應(yīng)添加eggNOG分類圖、KEGG分類圖、KEGG富集圖、GO富集圖、MA圖和火山圖等；

7/28??真核生物有參/無參分析APP個性化添加差異分組時增加Pvalue選項；

8/25??lncRNA分析APP進行了20多項的更新：新增圖片交互功能，增加火山圖、MA圖，增加矢量圖， Readme.pdf文件，WGCNA分析等；

9/1??微生物多樣性分析APP個性化更新，增加21個個性化且每個個性化都有多個參數(shù)可以調(diào)整分析；

12/1??微生物多樣性APP第四期更新：對OTU個數(shù)分布圖、物種分布柱狀圖、PCA分析等15項進行了優(yōu)化。

極速體驗更新篇

為了方便用戶能夠在短時間內(nèi)體驗到云平臺的標準分析和個性化分析內(nèi)容，研發(fā)人員特意準備了極速體驗項目，標準分析在兩分鐘內(nèi)得到結(jié)題報告，隨后即可進入個性化分析流程。

2017

3/31??有參、無參、表達譜，小RNA，四個分析平臺更新了極速體驗項目，增加示例數(shù)據(jù)；

6/30??群體三個分析平臺（BSA、全基因組關(guān)聯(lián)、基于第二代測序標記的遺傳圖譜）增加極速體驗功能。目前已有極速體驗的分析平臺包括：真核生物有參轉(zhuǎn)錄組分析平臺、真核生物無參轉(zhuǎn)錄組分析平臺、小RNA測序分析平臺、LncRNA測序分析平臺、微生物多樣性分析平臺、數(shù)字基因表達譜分析平臺、醫(yī)學(xué)有參轉(zhuǎn)錄組分析平臺、外顯子組測序分析平臺。

是不是要為咱們的研發(fā)人員打個call？

云課堂更新篇

百邁客云課堂，絕對是您科研路上的好幫手。2017年百邁客云課堂先后共進行了5次更新，現(xiàn)在的云課堂集185+線上培訓(xùn)課程于一體，囊括RNA系列、DNA系列、生物信息軟件使用和大家講壇等課程，針對分析平臺每款A(yù)PP都有詳細說明及步驟提示，無論有沒有生物信息學(xué)基礎(chǔ)，都能幫助用戶在短期內(nèi)玩轉(zhuǎn)各類分析。

數(shù)據(jù)庫更新篇

整合利用公共數(shù)據(jù)發(fā)表論文是近年來的研究熱點，2017年百邁客云平臺數(shù)據(jù)庫先后更新9次，包含8大數(shù)據(jù)庫、12PB公共數(shù)據(jù)、373萬樣本，共收錄826個參考基因組、2000+種醫(yī)學(xué)數(shù)據(jù)、306萬互作網(wǎng)絡(luò)關(guān)系、1700萬基因、8億變異數(shù)據(jù)。

小工具更新篇

2017年云平臺小工具先后更新了4次，包含PCA分析、WGCNA分析、轉(zhuǎn)錄因子預(yù)測、遺傳共線性分析、GO富集分析、聚類熱圖、柱狀圖、點線圖、miRNA基因家族分類等104款小工具和3大工具集，覆蓋12大功能類別：基因分析、遺傳進化、ncRNA、質(zhì)控、組裝、比對、數(shù)據(jù)提取、突變、統(tǒng)計、表格處理、繪圖、序列分析等。

文獻功能更新篇

2017年云平臺對文獻模塊先后進行了3次更新，如今查找文獻和數(shù)據(jù)導(dǎo)入都非常方便，共整合了2700+萬篇文獻，同步NCBI數(shù)據(jù)，設(shè)置多項過濾欄，方便快速查找，還可輕松獲得全文解讀，文章數(shù)據(jù)可一鍵導(dǎo)入分析。

云平臺其他功能更新篇

2017

3/10?云平臺建立項目進展查詢機制，用戶通過云平臺可以及時了解項目進度，增加項目線上評價功能，用戶可以在線對項目各個維度的服務(wù)進行評價，我們可以通過評價提升項目服務(wù)質(zhì)量，以及對頁面內(nèi)容進行整理更新，使項目的管理更清晰；

4/10??云平臺結(jié)題報告進行全面優(yōu)化，包括加載速度和流暢度，右側(cè)導(dǎo)航可以智能展開和收起，圖片可調(diào)大，添加專有名詞解釋；

5/19??Venn圖支持多個區(qū)域選擇，WGCNA添加分類模塊功能富集結(jié)果圖的展示，轉(zhuǎn)錄因子支持動物物種的預(yù)測，有參支持按照指定基因名稱替換；

5/26??云科技官網(wǎng)上線文獻檢索、功能基因數(shù)據(jù)庫和學(xué)術(shù)課堂功能，不用登陸即可體驗超強功能；

7/14??真核有參、小RNA測序、微生物多樣性、ChIP-Seq分析平臺增加pdf格式結(jié)題報告下載功能；

7/21??云平臺登錄支持第三方微信便捷登錄；

9/22??為了用戶在體驗過程中的流暢度，在平臺登錄頁面添加了瀏覽器使用建議。貼心無處不在~

告別成績斐然的2017，迎來了充滿希望的2018，我們堅信新的一年百邁客云平臺(BMKCloud)一定會再創(chuàng)輝煌，為廣大用戶提供一個更加完美的數(shù)據(jù)分析平臺。作為一個生物大數(shù)據(jù)分析的開放云平臺，擁有龐大的專業(yè)用戶群和開發(fā)者用戶群（15000+），為用戶提供完整的生物信息分析以及整合利用公共數(shù)據(jù)的解決方案，我們一直在努力！

百邁客云作為針對生命科學(xué)家的“Turn-key?BioCloud”，2015年初出茅廬，2016年開始全國推廣，一路走來得到了像中科院陳潤生院士等生信領(lǐng)域權(quán)威專家的大力支持和幫助。百邁客云日臻完善，集成式的計算資源和工具、交互性的操作界面、開放性的公共數(shù)據(jù)庫、實用的培訓(xùn)講堂、專業(yè)的開發(fā)支持團隊、一站式體驗?zāi)Ｊ?，成為廣大科研工作者生信分析智囊團，極大地加速了科研創(chuàng)新孵化進程，僅2017年一年內(nèi)基于BMKCloud分析發(fā)表的SCI可謂是層出不窮,捷報頻傳。

研究熱點揭秘

截止到11月3日，已發(fā)SCI數(shù)達到19篇，研究對象涵蓋了糧食作物、經(jīng)濟作物、人、家禽家畜、水產(chǎn)、林木、花卉、瓜果等類型。植物類占比52.63％，動物類占比42.11％，醫(yī)學(xué)類占比5.26％。發(fā)表的雜志有Archives of Toxicology（IF=5.905）、Frontiers in Plant Science（IF=4.298）、Scientific Reports?（IF=4.259）等。累計影響因子為65.3。

云平臺對這些文章都做了詳盡梳理解析，點擊即可查看：

OsbZIP46、SAPK6基因共同過表達提升水稻抗旱能力Frontiers in Plant Science IF:4.298

通過轉(zhuǎn)錄組分析揭示馬杜霉素在原代雞心肌細胞中的毒性Archives of Toxicology ?IF:5.905?

小麥與禾谷胞囊線蟲在侵染初始階段的轉(zhuǎn)錄組響應(yīng) Scientific Reports IF:4.259

蕪菁花芽轉(zhuǎn)錄組比較分析解析多倍體異常減數(shù)分裂過程Frontiers in Plant Science IF:4.298

單側(cè)眼組織缺損和視網(wǎng)膜裂癥的家族遺傳原因Sci Rep .IF:4.259

圖1 2017年基于BMKCloud分析發(fā)表的部分SCI文章

產(chǎn)出單位分布

從通訊作者所屬地域來看的話，這些云平臺的用戶主要分布在全國12個省、直轄市，其中產(chǎn)出最多的單位是南京農(nóng)業(yè)大學(xué)，17年基于BMKCloud發(fā)表了3篇SCI（累計IF 13.23），短期連發(fā)多篇文章的老師也不少，南海水產(chǎn)所喻達輝老師4個月內(nèi)連發(fā)兩篇（累計IF 6.298），南京農(nóng)業(yè)大學(xué)的張艷麗老師更是在短短2個月內(nèi)連發(fā)兩篇（累計IF 7.329）

圖2 部分科研單位的地理分布

分析平臺熱度排行

百邁客BMKCloud已推出25款分析平臺，包括真核生物有參轉(zhuǎn)錄組、真核生物無參轉(zhuǎn)錄組、小RNA、長鏈非編碼RNA、微生物多樣性、重測序、ChIP-Seq、CircRNA、全轉(zhuǎn)錄組聯(lián)合分析等多個平臺，覆蓋轉(zhuǎn)錄調(diào)控、微生物多樣性、個體重測序、群體個性化分析等多種組學(xué)分析項目，可滿足所有分析高通量測序數(shù)據(jù)整合分析及深度挖掘的需求。

從2017年已發(fā)表的SCI文章來看，使用頻率最高的是有參轉(zhuǎn)錄組分析平臺,占比63％，lncRNA分析平臺和小RNA分析平臺占比11％，另外醫(yī)學(xué)外顯子分析平臺、微生物多樣性分析平臺、甲基化分析平臺各占比5％。

圖3 百邁客分析平臺使用熱度一覽

云課程 讓生物信息更簡單

BMKCloud部署了185+課時的線上培訓(xùn)，囊括RNA系列、DNA系列、生物信息軟件使用和大家講壇等課程，每款A(yù)PP（分析平臺）都有詳細說明及步驟提示，無論有沒有生物信息學(xué)基礎(chǔ)，用戶都能夠在短期內(nèi)玩轉(zhuǎn)各類分析。這些作者中有42.86％的老師是完全不懂生信的，約有50％的老師略知一二，僅7.14％對生信分析較了解。

BMKCloud熱門個性化分析

除了主流程APP之外呢，BMKCloud上也部署了104個分析工具、3款工具集。涵蓋12大功能類別（基因分析、遺傳進化、ncRNA、質(zhì)控、組裝、比對、數(shù)據(jù)提取、突變、統(tǒng)計、表格處理、繪圖、序列分析等）?；旧峡蓾M足所有轉(zhuǎn)錄組學(xué)分析的需求。圖4展示了19篇文章中熱門的個性化分析

圖4 BMKCloud個性化分析示例

僅從這19篇SCI內(nèi)相關(guān)分析內(nèi)容來看的話，使用次數(shù)最高的分析依次是GO分析、熱圖、KEGG分析、韋恩圖和COG分析。其中熱圖和GO分析使用率最高，均達到52.63%（圖5）；此外共表達趨勢分析，蛋白互作分析等分析也應(yīng)用較多。

圖5 BMKCloud個性化分析熱度一覽

?

BMKCloud的便捷度

BMKCloud使用便捷，助您多角度進行分析挖掘，隨時隨地抓住分析靈感。

這些研究者中有35.71％的老師選擇在8：00-19:00進行分析，選擇晚上進行分析的老師占比21.43％，凌晨進行分析的占比7.14％。

這些研究者中所有擁有BMKCloud年賬號的用戶會對同一批樣本進行2-4次分析和挖掘，而實現(xiàn)這些僅需要修改參數(shù)、閾值或更換參考基因組等后重新投遞任務(wù)即可。避免了傳統(tǒng)科技服務(wù)模式中多環(huán)節(jié)溝通，多次收費，出錯率高的問題。

BMKCloud的速度

幾乎所有的研究者從拿到數(shù)據(jù)到分析完成所需周期都在3個月內(nèi)。35.7%的研究者1個月內(nèi)就完成了文章內(nèi)的全部分析內(nèi)容，其他的研究者拿到數(shù)據(jù)到發(fā)表文章的周期都控制在6個月內(nèi)。其中，中國農(nóng)科院油料研究所胡瓊老師項目組使用有參轉(zhuǎn)錄組分析平臺投遞了200G數(shù)據(jù)，7天就完成了整個主流程及個性化分析。

BMKCloud的口碑

云平臺分析和文章轉(zhuǎn)化的高效贏得了15000+用戶以及廣泛的認可度，所有研究者都對我們的演示、售后及便捷度做出了很高的評價，并表示愿意推薦給身邊的科研同事及圈內(nèi)朋友。2017年借助BMKCloud取得累累碩果的研究者們對云平臺評價如下：

（1）簡單方便（流程標準化，圖形化，操作簡單，使用快捷，節(jié)省時間）；

（2）靈活自由（參數(shù)設(shè)置可隨意更改，可隨時隨地分析以及查看進度）；

（3）可重復(fù)（可多次分析，分析工具種類多樣，可以幫助挖掘出新的分析點）；

（4）云課堂以及文獻資源很實用；

（5）數(shù)據(jù)儲存空間大；

（6）公共數(shù)據(jù)庫是大亮點。

廣大科研用戶的肯定，科研探索的累累碩果是對我們最好的肯定與鼓勵。百邁客將一如既往地秉承“成就客戶”的服務(wù)理念，持續(xù)迭代開發(fā)“云模式”，繼續(xù)引領(lǐng)科技服務(wù)2.0時代，更好地服務(wù)于廣大科研工作者。也希望越來越多的課題組能夠享受到云平臺的便捷與高效，發(fā)表更多更優(yōu)質(zhì)的文章！

?

年末福利

年底我們對老客戶發(fā)文有感恩活動，如果您基于平臺分析發(fā)表了SCI文章并引用了BMKCloud或www.dustyhill.net，即可獲贈1個月現(xiàn)有賬號使用權(quán)限！

?

BMKCloud有別于傳統(tǒng)的“服務(wù)器+命令行”的生信分析模式，是一種人人都可以分析的新型分析模式。百邁客云平臺代表了科技服務(wù)的新趨勢，我們已步入云端可視化自主分析的基因科技服務(wù)2.0時代了！

為感恩回饋各位新老用戶對百邁客云的支持與關(guān)注，百邁客云現(xiàn)推出72款生物信息分析小工具供免費使用，希望在科研路上助您一臂之力！注冊百邁客云平臺即可免費使用。

云平臺助力解析單側(cè)眼組織缺損和視網(wǎng)膜裂癥的家族遺傳原因

雜志：?Scientific?Reports?

影響因子：4.259

PMID:28831107

研究背景：

眼組織缺損（OC）是一種常見的發(fā)育結(jié)構(gòu)性缺陷，因視神經(jīng)不完全閉合發(fā)展而成。通常在虹膜、脈絡(luò)膜視網(wǎng)膜或視盤組織部分發(fā)生眼組織缺損。這一疾病進程由多種基因突變引起，具有遺傳異質(zhì)性和復(fù)雜性。理解OC發(fā)病分子機制及基因型與表型相關(guān)性，對于OC的分子診斷具有重要意義。

近期云平臺助力溫州醫(yī)科大學(xué)黃秀峰老師在Scientific?Reports發(fā)表了一篇關(guān)于眼組織缺損致病性突變的研究，通過對OC患者及其家族成員進行了全外顯子組測序（WES），純合子定位分析、全面變異分析，找到了血緣家族中單側(cè)眼組織缺損與視網(wǎng)膜裂癥的遺傳原因，闡述了OC基因型表型相關(guān)性。跟隨小編去看看吧。

?

材料和方法：

材料：采集患者及其家族成員血液，提取DNA

測序平臺：Illumina?HiSeq?2000

分析平臺：BMKCloud，具體分析如下：

1.全基因組測序結(jié)果與人參考基因組進行比對（SOAPaligner），篩選SNV和Indel（SOAPaligner、GATK?）

2.SNP陣列分析純合子定位

3.變異型分析

根據(jù)ExAC、NHLBI?ESP、1000 Genome、dbSNP137數(shù)據(jù)庫檢索，對致病變異型進行初始篩選，并進行Sanger測序驗證。評估候選變異型作用。分析錯義突變體（SIFT、Polyphen-2、MutationTaster）。預(yù)測每個候選變異型多肽的拓撲模型（SMART、RaptorX、PyMol）另外進行序列比對（Clustal?Omega），確定核苷酸保守性程度（PhyloP）

研究結(jié)果：

1.表型檢測

患者是一名14歲男性，攜帶常染色體隱性遺傳病，生于近緣家族，全面眼科檢查顯示其最近左眼視力逐漸喪失，雙眼出現(xiàn)輕微白內(nèi)障癥狀。眼前段裂隙燈檢查顯示右眼正常（圖1A），但左眼6點鐘方向虹膜缺損（圖1D）。眼底檢查右眼視神經(jīng)盤缺損（圖1B），左眼脈絡(luò)膜缺損（圖1E）。在視覺范圍上，右眼生理盲區(qū)擴大（圖1C），雙眼視覺對比敏感度低（圖1C，F(xiàn)）。其他家庭成員沒有OC或眼部畸形。除OC表型外，眼底熒光血管造影（FFA）和光學(xué)相干斷層掃描（OCT）結(jié)果提示患雙側(cè)視網(wǎng)膜血管炎和繼發(fā)性視網(wǎng)膜劈裂癥（圖1G，H，K和L）。接受2個月激素治療后，雙眼黃斑水腫逐漸消失（圖1I和J）。

圖1?RAX基因突變患者臨床特征

2.WES及純合子定位分析表明RAX發(fā)生了突變

WES平均測序深度30X,平均覆蓋率＞95%.

變異型分析的詳細過程（圖2A）。變體數(shù)據(jù)庫中排除次要等位基因頻率（MAF）>0.005的變異型。純合子分析顯示有12個大于2?Mb的純合子位點（圖2B）。在使用逐步篩選策略后，發(fā)現(xiàn)在純合子區(qū)域有3個候選變異型（RAX、TRPM5、PCDH17）。在家族成員中擴大檢測后篩選得到一個RAX錯義突變（c.113?T>?C，p.I38T）。且在dbSNP137、1000 Genome、ESP6500、內(nèi)部數(shù)據(jù)庫、ExAC數(shù)據(jù)庫中沒有此錯義突變（圖3A-B）。

純合子分析表明RAX基因位于18號染色體上較大的純合子區(qū)域（18.19?Mb）（圖2B）。?c.113?T>?C變異使疏水性異亮氨酸轉(zhuǎn)變?yōu)橛H水性蘇氨酸。該家族中基因型與表型分離（圖3A，B）：患者父母是雜合子攜帶者，其健康的姐妹無此突變。在38位的異亮氨酸高度保守（圖3C），核苷酸位點c.113T>?C的PhyloP得分為2.986。表明RAX基因的純合子突變?c.113?T>?C是OC的病因。

圖2?變異分析流程及純合子分析圖譜

圖3?RAX突變鑒定（A.譜系遺傳;B.Sanger驗證;C.RAX基因?Ile38?氨基酸殘基進化保守性）

3.RAX突變比較分析和結(jié)構(gòu)分析

患者在RAX基因的兩個等位基因的exon1內(nèi)有突變（圖4A）。RAX?c.113?T?>?C突變導(dǎo)致38位的氨基酸錯義突變，氨基酸I38位于八肽模體中，生信分析預(yù)測顯示I38T錯義突變具有破壞性（SIFT得分：0;?MutationTaster得分：1），可能對蛋白質(zhì)，視網(wǎng)膜和前神經(jīng)折疊同源序列造成損害（PolyPhen2得分：0.873）。子域識別結(jié)果表明這個突變不在同源序列、配對序列中（SMART）。對RAX進行潛在功能分析（RaptorX，PyMol），構(gòu)建結(jié)構(gòu)模型（圖4B），結(jié)合遺傳分析及結(jié)構(gòu)分析結(jié)果，我們推測序列改變增加了I38殘基的螺旋構(gòu)象，從而使RAX蛋白空間結(jié)構(gòu)改變。

圖4?RAX基因突變結(jié)構(gòu)分析

結(jié)果：

在本研究中，我們對UC和視網(wǎng)膜裂癥患者及其家庭成員進行了分子遺傳學(xué)檢測。利用全外顯子組測序和純合性定位組合方法，篩選后得到唯一候選致病基因RAX致病突變（c.113?T>?C，p.I38T）。結(jié)果得到臨床、功能模型數(shù)據(jù)的支持。本研究擴大了對RAX突變表型變異性的理解，有利于進一步理解OC發(fā)病分子機制及基因型表型相關(guān)性。

創(chuàng)新點：

本研究不僅證明了WES和純合子繪圖是解析遺傳異質(zhì)性疾病患者致病性突變的有用工具，也有助于進一步闡明OC疾病發(fā)病分子機制及基因型表型相關(guān)性。

參考文獻：Huang?X?F,?Huang?Z?Q,?Lin?D,?et?al.?Unraveling?the?genetic?cause?of?a?consanguineous?family?with?unilateral?coloboma?and?retinoschisis:?expanding?the?phenotypic?variability?of?RAX?mutations.[J].?Sci?Rep,?2017,?7(1).

云平臺助力蕪菁花芽轉(zhuǎn)錄組比較分析解析多倍體異常減數(shù)分裂過程

雜志：?Frontiers?in?Plant?Science?

影響因子：4.298

PMID:28553302

云平臺助力鄭州大學(xué)的老師們發(fā)表了一篇關(guān)于四倍體與二倍體蕪菁轉(zhuǎn)錄組比較分析的文章，這是第一個同時在細胞和轉(zhuǎn)錄組水平證明染色體多倍性對減數(shù)分裂過程有不利影響的研究，有助于全面了解二倍體和多倍體蕪菁減數(shù)分裂時花芽轉(zhuǎn)錄組的一致性和差異性。

研究背景：

多倍體化對于動植物進化及物種形成具有重要意義。染色體倍性增加在大多數(shù)植物中十分常見，約30-80％的被子植物在進化過程中歷經(jīng)這一過程，種內(nèi)基因組復(fù)制可產(chǎn)生同源多倍體，種間雜交可產(chǎn)生異源多倍體。理解多倍體對植物繁殖的影響對于多倍體育種項目具有重要意義。

本文在細胞和分子水平對同源四倍體、二倍體蕪菁的生殖組織（未成熟的花芽）進行了轉(zhuǎn)錄組比較分析。先進行細胞學(xué)分析，發(fā)現(xiàn)結(jié)果顯著異常后，進行RNA測序分析，進一步闡明這種細胞學(xué)差異的分子機制。

材料和方法:

材料：溫室中培育蕪菁同源四倍體和二倍體，采集1-1.5mm的花芽。

細胞學(xué)分析：花芽制片觀察染色體行為。

轉(zhuǎn)錄組分析：二倍體花芽樣本T1，T2，T3,同源四倍體樣本T4，T5，T6進行測序，篩選DEGs，進行功能注釋及相關(guān)驗證。

測序平臺：Illumina?HiSeq?2000

分析平臺：BMKCloud，具體分析如下：

測序原始數(shù)據(jù)去接頭、低質(zhì)量序列后與參考基因組比對（TopHat2），對比對上的序列進行轉(zhuǎn)錄本重構(gòu)，評估表達水平（Cufflinks）。鑒定DEGs（logFC≥2，F(xiàn)DR<0.01）并與Nr、UniProtKB\Swissprot、KOG、COG、GO、KEGG等數(shù)據(jù)庫進行比對注釋。

研究結(jié)果：

1.同源四倍體蕪菁異常的減數(shù)分裂過程

減數(shù)分裂過程中染色體行為分析結(jié)果顯示：二倍體中，同源染色體中期配對為二倍體，后期分離（圖1A-D）。四倍體中，在減數(shù)分裂中期I形成多倍體和單倍體，在后期I、II發(fā)生不均等分離（圖1E-L）。

圖1?四倍體蕪菁異常染色體行為

統(tǒng)計結(jié)果表明與二倍體相比，蕪菁多倍體化后整個減數(shù)分裂過程發(fā)生了不規(guī)則變化。

圖2?四倍體蕪菁減數(shù)分裂中異常染色體行為分析

2.測序結(jié)果

每個樣本文庫得到29.07?GB?clean?read，Q30≥88.55%?。同源四倍體、二倍體比對到參考基因組效率分別為74.34%，75.88%。樣本組的表達模式分析共得到40927個基因，其中有1001個新基因。

3.DEGs分析

40927個基因中，4601個基因是差異表達的（圖3A），2343個上調(diào)，2259個下調(diào)（圖3B），兩組間DEGs占比較少（(11.24%）。隨機挑選DEGs進行層次聚類，分析表達模式（圖3C），發(fā)現(xiàn)四倍體中K1、K3、K6、K9類別下調(diào)，K2、K4、K5、K7，K8類別顯著上調(diào)。

圖3?DEGs表達分析

與COG、GO、KOG、Nr、KEGG、Swiss-Prot比對后，97%的DEGs至少能與一個數(shù)據(jù)庫比對上（表1）

表1?差異表達Unigene注釋

COG分類中，2615個DEGs可歸到25個COG類別（圖4），其中包含最多DEGs的類別為：復(fù)制重組與修復(fù)（222個,8.49%），轉(zhuǎn)錄（261個,9.98%），一般功能（515個,19.69%)，與KEGG結(jié)果一致。

GO分類中大多數(shù)DEGs聚類到細胞過程（61.97％），繁殖過程（15.49％），結(jié)合過程（42.96％）（圖5）。

KEGG功能注釋結(jié)果表明，4,601個DEGs中有1,453個可歸到50個生物途徑。高度富集的通路為：氨基酸合成（48個，3.3％），植物激素信號轉(zhuǎn)導(dǎo)（61個，4.2％）和蛋白質(zhì)加工內(nèi)質(zhì)網(wǎng)途徑（47個，3.2％）（圖6）。

圖4?COG分類

圖5?新DEGs的GO分類

圖6?KEGG富集通路

4.減數(shù)分裂相關(guān)DEGs分析

為闡述四倍體蕪菁減數(shù)分裂過程改變相關(guān)的遺傳信息，選擇以下明顯與減數(shù)分裂相關(guān)的COG類別進行細分：（1）復(fù)制，重組和修復(fù);（2）染色質(zhì)結(jié)構(gòu)和動力學(xué);（3）細胞周期控制，細胞分裂，染色體分區(qū);（4）細胞骨架。在4,601個位點中，共鑒定出288個與減數(shù)分裂相關(guān)的基因（圖7A）。
應(yīng)用擬南芥數(shù)據(jù)庫（TAIR）的BLASTN搜索，進一步鑒定蕪菁中減數(shù)分裂直系同源基因，11個兩組間差異表達的已知減數(shù)分裂基因。如圖7所示，顯著富集的L組（復(fù)制，重組和修復(fù)）包含121個上調(diào)、102個下調(diào)基因，這組聚類結(jié)果（圖8B）顯示已知減數(shù)分裂基因（包括RAD54，DMC1和RPA）在四倍體蕪菁中表達顯著下調(diào)。D組（細胞周期控制，細胞分裂和染色體分配）中，10個下調(diào)，13個上調(diào)，已知的減數(shù)分裂基因DIF1/SYN1和CyclinA1-2/TAM上調(diào)（圖7C）。在B組（染色質(zhì)結(jié)構(gòu)和動態(tài)變化）（圖7D），有7個基因上調(diào)，包括已知調(diào)節(jié)開花時間和植物發(fā)育的NF-YB8基因，14個基因下調(diào)，包括組蛋白相關(guān)基因（H2AV和H4）。Z組（細胞骨架）中，8個基因上調(diào)，7個基因下調(diào)（圖7E），且沒有已知減數(shù)分裂相關(guān)基因。已知減數(shù)分裂基因MMD1和HOP2在一般功能組（R）中富集（圖4）。HOP2，XRI1，ZYP1a和ZYP1b未歸到任何COG組。

KEGG比對后將288個中的108個DEGs分配到28個途徑，包括減數(shù)分裂相關(guān)同源重組（2.8％），DNA修復(fù)和重組（6.5％），DNA復(fù)制（3.7％），染色體和相關(guān)蛋白（4.6％）。

圖7?COG分類中減數(shù)分裂相關(guān)基因分布及表達分析

同源重組對于真核生物減數(shù)分裂中SPO11蛋白質(zhì)引起的DSBs的精確修復(fù)十分重要，作為調(diào)節(jié)關(guān)鍵介質(zhì)的DMC1，RAD54和RPA在這個途徑中顯著下調(diào)。Cyclin-A1-2?/?TAM是DNA復(fù)制途徑中唯一與細胞周期蛋白有關(guān)的基因，表達上調(diào)。這些結(jié)果表明染色體集在同源四倍體中增加了一倍，與減數(shù)分裂有關(guān)的大多數(shù)基因可能通過上調(diào)或至少正常表達以滿足減數(shù)分裂期間基因組含量增加的需求。否則，減數(shù)分裂關(guān)鍵基因下調(diào)可能會干擾四倍體減數(shù)分裂中染色體行為。

qRT-PCR?對24個減數(shù)分裂相關(guān)基因進行驗證，20多個基因表達與測序結(jié)果一致。對擬南芥中直系同源基因分析結(jié)果顯示兩個物種減數(shù)分裂相關(guān)基因的總體表達模式相近。

結(jié)果：

本研究細胞學(xué)分析發(fā)現(xiàn)，合成多倍體整體減數(shù)分裂過程是顯著不規(guī)則的。為從分子水平闡明這一過程的遺傳基礎(chǔ)，本文進行了同源四倍體和二倍體蕪菁花芽間的遺傳調(diào)節(jié)差異的轉(zhuǎn)錄組比較分析。在40927個表達基因中，同源四倍體蕪菁花芽中鑒定出4601個DEGs，其中288個與減數(shù)分裂相關(guān)。DMC1（已知減數(shù)分裂特異性基因，與DSBs同源染色體依賴性修復(fù)相關(guān)）在同源四倍體蕪菁中表達顯著下調(diào)，可能與減數(shù)分裂I期的異常有關(guān)。某些RNA解旋酶，細胞周期、體細胞DNA修復(fù)相關(guān)的DEG在基因組復(fù)制后表達上調(diào)，減數(shù)分裂DSB修復(fù)有關(guān)基因表達顯著下調(diào)。蕪菁和擬南芥中減數(shù)分裂相關(guān)基因的總體表達模式相近。

創(chuàng)新點：

這是第一個在細胞和轉(zhuǎn)錄組水平證明染色體多倍性對減數(shù)分裂過程有不利影響的研究，有助于全面了解二倍體和多倍體蕪菁減數(shù)分裂時花芽轉(zhuǎn)錄組的一致性和差異性。

參考文獻：Braynen?J,?Yang?Y,?Wei?F,?et?al.?Transcriptome?Analysis?of?Floral?Buds?Deciphered?an?Irregular?Course?of?Meiosis?in?Polyploid?Brassica?rapa[J].?Frontiers?in?Plant?Science,?2017,?8:768.