http://img.dxycdn.com/trademd/upload/userfiles/image/2013/01/B1357710940_small.jpg梅花因其独特的花香，在很多诗词中成为人们吟诵的对象。那么，它的花香到底来自何处呢？我国科学家从基因组水平，揭示了合成梅花花香中重要成分乙酸苯甲酯的BEAT基因家族34个成员，并构建完成了首张梅花全基因组精细图谱。其研究论文在2012年12月27日《自然—通讯》亮点论文在线发表。我国梅花基因组项目首席专家、北京林业大学教授张启翔率领项目组，选取位于梅花起源中心的西藏野生梅花进行基因组测序，从基因组水平，揭示了合成梅花花香中重要成分乙酸苯甲酯的BEAT基因家族34个成员，在梅花基因组中显著扩增并且其中12个成员串联重复分布，从而使梅花具有独特的花香；推测梅花基因组中6个串联重复的DAM基因和其上游过多的CBF结合位点是梅花提早解除休眠的关键因子，从而解释“踏雪寻梅”之说。张启翔告诉记者，梅花全基因组测序的完成以及高密度遗传图谱构建，有助于揭示梅花花期早、花香独特等重要观赏性状的遗传基础，有助于挖掘与诸多重要性状相关的功能基因，为今后进一步揭示梅花花期、抗病调控机制、梅花及相关种属的分子育种奠定基础。研究中，项目组还揭示了蔷薇科植物进化规律。张启翔说，通过分析梅花的进化发现，梅与苹果发生分化后，并没有出现近期的全基因组复制事件，同时结合已完成的苹果和草莓基因组序列，成功重建了蔷薇科9条原始染色体，揭示了蔷薇科植物进化规律，为开展蔷薇科物种比较基因组学研究奠定重要的理论基础。据介绍，该科研成果由北京林业大学、深圳华大基因研究院及北京林福科源花卉有限公司等多家单位合作完成。目前，转录组数据组装及基因功能注释数据已在相关网站对外公开。
第三张“基因变异图谱”与第二代基因组测序技术——评“千人基因组计划”首期研究成果的医学意义世界上任意两个人的基因99%都是相同的，而恰是那1%不同，负责着个体间的表型差异。《自然》杂志近期披露，当人体内携带有250到300基因变异位点的时候，相关基因就就会“沉默”。甚至，一个人只携带了 50到100基因变异位点，就可能患上某种疾病。10年前，“人类基因组计划”这一耗资30亿美元、历时10余年的伟大科学工程完成之际，人们以为得到了揭开自身生命奥秘的天书，生命科学也划时代地进入了“后基因组时代”。如今看来，当时得到的仅仅是人类基因组的“参考图谱”，对于人群里个体间的基因差异，或是更具医学意义的“基因变异图谱”来说，人们知之甚少。第三张“基因变异图谱”为了探寻个体间的基因差异，科学界在2002年启动了HapMap（人类基因组单体型图谱）计划。Hapmap在2005年完成的“第一张基因变异图谱”含有一百万个“单核苷酸多态性”（SNPs）位点；HapMap在2008年完成的“第二张基因变异图谱”含有三百一十万个SNPs位点。而此次“千人基因组”所公布的一期结果——“第三张基因变异图谱”，已经包含了一千五百万个SNPs位点。今年10月28日，《自然》杂志为此刊出的文章题目为“基于群体规模的基因变异图谱”，鲜明的指出，“千人基因组计划”首期研究成果，其最大优势在于：“第三张基因变异图谱”所采用的样本，针对了“大规模人群”。 远超过此前两张“基因变异图谱”所测定的样本数。绘制“第三张基因变异图谱”的所有数据，是基于两个核心家庭，6个个体的精确基因组测序，179个个体的低覆盖率基因组测序，以及七百多人的蛋白编码区的基因测序。检测人群数目庞大，人种涉及中国人、日本人、西欧人等。因此，第三张“人类基因变异图谱”的问世，可以从更深的层次上了解，种族之间、个体之间的基因差异。更具医学意义的是，对于人群中发生频率在１％以上的基因变异，本次研究的覆盖率达到９５％以上。这就意味着：此前Hapmap计划所绘制的两张“基因变异图谱”中，没能涉及的“罕见病”致病基因，可能在“第三张基因变异图谱”中已经被标出。“基因变异图谱”的医学应用随着，“人类基因变异图谱”绘制的日臻完善，和商业化全基因组SNP 分型芯片成本的不断降低，以及新的统计方法和软件的出现, “全基因组关联分析”( Genome-Wide Associat ion Study , GWAS) 越来越多的应用于复杂疾病“易感基因”的确定。今年6月6日，安徽医科大学的张学军教授领衔的团队，通过对中国汉族和维吾尔族人群近2万份样本进行分析，在人类基因组的3个区域内发现与白癜风发病密切相关的4个易感基因。今年8月2日，中***事医学院贺福初院士领衔的蛋白质组学国家重点实验室，通过对大陆5个肝癌高发区的4500多名肝癌病例和对照的研究，发现了肝癌易感基因新区域（1p36.22）今年8月23日，新乡医学院的王立东教授联合国内18家医院，建立了数十万份的食管癌标本资料库，并首次在人类第10号和20号染色体上，发现两个食管癌易感基因(PLCE1和C20orf54)。基因变异有着很强的人种差异，相比国外此领域的研究成果，以上研究成果的临床意义，在于其是针对我国的特有人群。也就是说，以上研究成果在我国的临床上更具医学价值。更为可喜的是，以上研究成果均发表在此领域最为权威的《自然 遗传学》杂志上。我国在利用GWAS需找复杂疾病易感基因领域的研究，已经得到了世界的公认。
1.求助书一本 书名：中国主要经济植物基因组染色体图谱 作 者： 陈瑞阳出 版 社： 科学出版社
[size=3][font=Times New Roman]4[/font][font=宋体]月[/font][font=Times New Roman]12[/font][font=宋体]日[/font][font=宋体]印度科学与工业研究理事会会长布拉姆哈查里近日宣布，印度研究人员成功绘制出了结核杆菌的基因组图谱，这将有助于研发有效治疗结核病的新型药物。[/font][/size][size=3][font=Times New Roman] [/font][/size][size=3][font=宋体]综合当地媒体报道，来自印度全国的数百名研究人员参与绘制出了包含[/font][font=Times New Roman]4000[/font][font=宋体]个基因的结核杆菌基因组图谱。[/font][/size][size=3][font=Times New Roman] [/font][/size][size=3][font=宋体]据悉，印度将在互联网上公开结核杆菌基因组图谱信息。为此，印度软件公司印孚瑟斯技术有限公司还专门开发了一个网站（ｗｗｗ[/font][font=Times New Roman].[/font][font=宋体]ｏｓｄｄ[/font][font=Times New Roman].[/font][font=宋体]ｎｅｔ）。该网站采用新的[/font][font=Times New Roman]Web3[/font][font=宋体]．[/font][font=Times New Roman]0[/font][font=宋体]格式，使用者可以获得更好的查询结果，而且还可以把基因组分析的最新结果随时在网站上更新。[/font][/size][size=3][font=Times New Roman] [/font][/size][font=宋体][size=3]布拉姆哈查里表示，治疗结核病是公共卫生领域面临的一项迫切任务，但是有关研究资金严重不足，特别是新药开发。他说，欢迎任何个人和医疗机构利用基因组信息开发出治疗结核病的新药。[/size][/font][size=3][font=Times New Roman] [/font][/size][size=3][font=宋体]结核病属于慢性传染病，由结核杆菌引起，其中肺结核病最为常见。全球每年大约有[/font][font=Times New Roman]170[/font][font=宋体]万人死于结核病。[/font][/size]
据8月28日的《科学》杂志报道说，蚕虫驯养已经有1万多年历史了。蚕为人类提供了宝贵的丝绸和蛋白。但是，现在对蚕基因进行序列测试还为人们提供了一张有关这些随时会为我们提供如此多宝贵物质的昆虫的基因变异图。由西南大学、深圳华大基因带领的国际研究团队为29种家蚕和11种野蚕世系的基因组成功地进行了测序并找到了这些世系之间的差别。共获得了40个家蚕突变品系和中国野桑蚕的全基因组序列，共测632．5亿对碱基序列，覆盖了99．8％的基因组区域，是多细胞真核生物大规模重测序研究的首次报道；绘制完成了世界上第一张基因组水平上的蚕类单碱基遗传变异图谱，这是世界上首次报道的昆虫基因组变异图。科学家还发现了驯化对家蚕生物学影响的基因组印记，从全基因组水平上揭示了家蚕的起源进化。 研究发现，家蚕很明显地在基因上与其野生对应物不同，但即使在各家蚕世系之间，它们仍然维持着大量的变异性。这提示，家蚕只经历了一次牵涉有大量个体的单一且短暂的驯养过程，并在此后在家蚕与野蚕种群之间很少有基因流动。研究人员还能够识别出特别的能够增进丝的生产、蚕虫的繁殖和生长的基因（这些基因很可能是被人类挑选出的）。他们甚至还寻找到了在驯养过程中由蚕虫所获取的行为特征，例如极端的拥挤和容忍人的靠近和操作，以及它们在驯养过程中所丧失的如逃逸及躲避掠食者和疾病等的特征。（
由来自中国、美国、荷兰、以色列等14个国家的300多位科学家组成的“番茄基因组研究国际协作组”，历时8年多的艰苦努力，于近日完成了对栽培番茄全基因组的精细序列分析。今天，国际权威学术期刊《自然》以封面文章发表了这项重大科学成果。 番茄是研究果实发育的经典模式植物，我国科学家在这项国际番茄基因组研究中作出了重要贡献。作为中方协调人，中科院遗传与发育生物学研究所研究员李传友和薛勇彪负责第3号染色体的测序工作，中国农科院蔬菜花卉研究所研究员黄三文和杜永臣负责第11号染色体的测序工作。番茄基因组有12条染色体，中国科学家高质量地完成了番茄基因组测序总任务的1/6，标志着我国成为番茄基因组学研究的强国之一。 8年来，国际协作组采用“克隆连克隆”和“全基因组鸟枪法”相结合的测序策略，在解码的番茄基因组中，共鉴定出约34727个基因，其中97.4% (33840个)的基因已经精确定位到染色体上。番茄基因组的解读，是科学家通过国际合作完成的又一个高质量的模式植物的基因组序列分析，对于不同物种之间的比较基因组学研究具有重要价值，这项工作将极大推动番茄乃至包括马铃薯、辣椒、茄子等在内的茄科植物的功能基因组研究，为培育具有高产、优质、抗病虫害、抗逆等优良性状的番茄新品种打下了良好的基础，对推动全世界的番茄生产具有重要意义。 有关专家表示，我国蔬菜种业面临着强大的国际竞争。中国在国际蔬菜基因组研究领域具有优势地位，而如何把基础科研的优势转化为产业优势，是目前面临的主要挑战。科学家建议，应在进一步巩固蔬菜基因组研究优势的基础上，加强蔬菜作物分子设计育种体系的建设，并与常规育种相结合，加速有自主知识产权优良品种的培育，这对于支撑我国蔬菜产业可持续发展、提升我国蔬菜种业的国际竞争力具有重要意义，也是不可错过的历史机遇。
由中国科学家领衔的白菜、甘蓝和油菜全基因组测序项目取得阶段性重大成果,获得了白菜全基因组的精细图,甘蓝和油菜全基因组的框架图。 研究表明，白菜、甘蓝和油菜的基因组大小分别约为5亿、6.5亿和11亿个碱基对,白菜和甘蓝含有的基因总数目分别约4.2万和4.5万个,油菜基因覆盖度85%以上。该项成果是国际上首次对三个近缘作物物种进行的整体测序,并且油菜是迄今首个全基因组测序的异源四倍体植物,这不仅对研究作物进化和遗传改良有着重大意义,也对其他多倍体物种的全基因组测序具有重要的参考价值。 该项目分为白菜子项目和甘蓝、油菜子项目,前者由中国农业科学院蔬菜花卉研究所主持,参加单位有中国农业科学院油料作物研究所和深圳华大基因研究院,后者由中国农业科学院油料作物研究所主持,参加单位除上述两个单位外,还有国内湖南农业大学、西南大学、华中农业大学等和国外韩、英、加、澳、美等国家的相关研究机构。该项目得到了农业部、科技部以及国家自然科学基金委的大力支持。 白菜、甘蓝和油菜同属于芸薹属作物,油菜由白菜和甘蓝杂交后进化而来,它们的基因组分别命名为A、C和AC。白菜和甘蓝是我国主要的蔬菜作物,占全国蔬菜种植面积和产量的近五分之二 油菜是我国的主要油料作物之一,其食用油供给事关国家的食物安全。其全基因组序列测定将大大加速重要农艺性状控制基因的克隆和应用,从而给作物的产量、品质和抗病抗逆等重要农艺性状的改良提供基因资源和理论研究平台。
“10年前，我们参与人类基因组计划，完成了1%的工作，其实是‘搭了别人的车’。现在，面对即将到来的基因组学新时代，我们不能再搭别人的车了。”当年曾参与人类基因组计划承接1%测序工作、如今已是中科院北京基因组研究所副所长的[url=http://sourcedb.big.cas.cn/zw/zjrc/brjh/200907/t20090724_2194384.html][color=#800000]于军[/color][/url]，对中国未来基因组学的发展和应用前途有点担心。2010年6月26日是人类基因组图谱公布10周年，国内外的一些研究机构都在这一天举行了纪念会。中国科协普及部、中科院北京基因组研究所、遗传与发育学研究所、中国遗传学会等单位也在北京举行了纪念会。会上，于军兴奋地回忆起当年他那个义无反顾的决定：1998年4月一天的早晨4点左右，他正在美国西雅图的家中睡觉。忽然自动传真机响了起来，“我爬起来一看，是邀请我回国工作的，我拿起笔签上自己的名字就传了回去”。这是于军回国工作的起点，也是中国参加人类基因组计划的起点。正是于军带回国内的技术和人才奠定了完成1%任务的基础。他是“1%计划”的“始作俑者”之一。与那时的热血沸腾相比，今天的于军更多了一份冷静与思考。“10年前，测定一个人的基因组，大约花了近10亿美元，用了13年的时间；而现在测一个人的基因组也就1万美元、一周左右的时间。美国现在已研制出第三代基因测序仪，用它测定一个人基因组的费用可降到1000甚至100美元，用时仅需15分钟。”于军说，当第三代基因测序仪广泛应用时，大规模应用基因组技术的“个体化基因组时代”就到来了。“个体化基因组时代”为人类描绘了一个美好的未来：那时，我们可以知道某一种药物为什么会对一部分人有治疗作用而对另一部分人不起作用，甚至起负作用；那时还会针对个体疾病的状态和遗传基础的独特性对症下药；也会针对个体化的药靶研制出个性化的治疗药物和治疗手段……这将是一个巨大的医疗市场。而测定每一个人的基因组本身也是一个大市场。“对于有十几亿人口的中国来说，假如使用美国研制的第三代基因测序仪来工作的话，那要进口多少台？按一个人测序需100美元计算，又要花费多少钱？”于军向记者言及此事，表现出了一种内心深处的忧虑。“中国一定要加快研制自己的DNA测序仪。”据了解，于军团队正与有关单位合作研制第二代和第三代测序仪器。“但我们的力量仍然有限，应该有更多的团队和单位加入到这个行列中来。这是我们迎接基因组学新时代的必要准备。”还有一种必要的准备，那就是做好有关基因、遗传学、基因组学等相关科学的科普宣传工作。“美国人十分重视基因组学的科普宣传。”于军回忆说，当年，美国立项测定人类基因组图谱时，就把这项工作的科普宣传列入了计划。10年前图谱完成时，时任美国总统克林顿发表致辞，电台、电视台现场直播，上万名美国人参加了当时各种各样的庆祝活动。“关于科普的作用，一个明显的例子是对待转基因食品的态度。”于军说，美国人就不像中国人那样对转基因食品“过分惶恐”。因为他们知道转基因食品并不像有人说的那样可怕和有危害。中国在面对转基因食品的问题上，好像是由大众的好恶来决定，而不是由对转基因的科学认识来决定。未来的基因组学时代、个性化基因组时代，我们可能会遇到比转基因食品更棘手的问题：法律问题、伦理道德问题、个人隐私问题等等。“从现在起我们就应该做好基因组新时代的科普宣传，未雨绸缪，为基因组学的发展和应用提供更加广阔的发展空间。”于军如是说。（转自科技日报）
[color=#444444]我自己接手一个新的实验项目，是用高效液相色谱质谱联用技术测人群的全基因组甲基化水平，想问问有没有哪个大神有做过这个类似的实验么，好多问题都不懂。DNA是之前用试剂盒提取了的，用了蛋白酶K把蛋白质消解了，这种情况下进一步水解DNA还需不需要进一步超滤去蛋白呢（哪个超滤好像好贵，成本好高）；测的时候是不是也需要同时30 毫摩尔每升、pH为6.8的乙酸钠，30毫摩尔每升、pH 为7.8的乙酸钠溶液，具体怎么配啊，能用乙酸调么？谢谢[/color]
[align=center]短柄草全基因组密码子用法分析分析[/align]摘要：本研究运用CodonW程序分析了短柄草全基因组的密码子使用特性，并且通过对应分析探讨了若干重要因子对短柄草全基因组序列密码子用法的影响。结果表明短柄草基因组存在高[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]含量和低[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]含量的基因，它们在密码子使用上差异较大。Nc-plot曲线表明基因组的密码子组成受到碱基组成的影响；对应分析显示，在DNA水平上发生的核苷酸突变可能是造成短柄草基因组密码子使用偏好的主要因素；同时，基因长度和蛋白质疏水性对密码子的使用也存在一定偏性，但影响程度不大。确定了UUC等27个以G或C碱基结尾的密码子为“最优密码子”，研究结果可为短柄草基因的鉴定、表达、结构、功能等的深入研究提供参考。关键词：同义密码子偏好性，短柄草基因组,对应分析近年来，随着分子生物学的快速发展，许多小基因组的低等生物和高等模式生物的全基因组序列均被测定，为利用生物信息学方法挖掘海量基因组数据提供了便利。密码子是生物体内遗传信息传递的基本环节，是核酸携带信息和蛋白质携带信息间对应的基本规则。在长期进化过程中，任一物种的基因都会逐渐适应宿主的基因组环境，而形成特定的且符合宿主基因组的密码子用法，因此不同生物具有不同的密码子使用模式。以生物基因组数据为基础，研究其密码子使用模式，为深入研究基因的结构、功能和基因组进化，以及指导基因转化等具有重要意义。密码子具有简并性，生物在同义密码子的使用上并不是完全随机的，而是具有一定的偏向性，对有的密码子使用频率高，有的使用频率低，甚至避免使用，这种不均衡使用密码子的现象普遍存在于原核和真核生物中。早在20世纪70年代，人们在研究基因的异源表达时，就已经意识到密码子偏性的重要性[1]，随着不同生物基因组数据的获得和各种数据库的构建，更多的研究者对密码子偏性的研究产生了浓厚的兴趣，尤其在分子进化，翻译调控等研究领域，通过对不同物种的密码子使用偏性的大量研究[2~4]，发现不同物种的基因在密码子使用上存在着明显的偏性。 短柄草是一种广泛分布于温带地区的禾本科植物，与小麦，大麦和燕麦同属早熟禾亚科，原产于非洲北部，欧洲南部和亚洲中部，包含约10个亚种。该植物为一年生，自花授粉，植株高度15~20cm，生育期70~80d，柄草植株较小，适应性强，不象种植水稻那样需要严格的生长条件。生育期短，籽粒产量较高，一年可以繁殖4~5代，繁殖系数达140左右。未成熟胚和成熟胚愈伤组织诱导率高，农杆菌介导和基因枪介导的转化体系已经建立，胚性愈伤组织分化率90%以上，转化效率最高可达55%左右。基因组小，染色体少，DNA重复序列低，获得突变体容易，突变性状容易显现，具备了模式植物的所有基本特征。加之短柄草基因组序列与黑草麦，小麦，大麦等早熟禾亚科植物高度相似，很多重要农艺性状与温带禾草类植物相似，如株型，穗型，粒型，抗逆性，生长习性和病原菌等，其中麦类作物白粉病菌，条锈病菌和稻类作物瘟病菌都可侵染短柄草植株，引起相应症状[7]。其籽粒不含高分子量麦谷蛋白亚基，低分子量麦谷蛋白亚基也很少，并与小麦一样具有二倍体，四倍体和六倍体，因此短柄草是小麦等基因组庞大的重要农作物理想的模式植物，借此来获得目前小麦等早熟禾类植物中尚缺少的遗传信息和基因共线区，进而对小麦等重要植物进行基因定位，克隆，突变，测序和功能等方面的研究[8]。 目前，在短柄草的生物学、细胞学和遗传学特性方面开展了大量研究，并且其全基因组测序也基本完成[9]，为深入研究其密码子用法提供了便利。因此本研究将以短柄草全基因组序列为基础，分析其基因的密码子用法特性和影响密码子使用的因素等，其研究结果将对指导转基因及对基因进行特定分子改造，提高其在短柄草中的表达效率和完善基因预测软件，提高基因预测和基因组注释准确性等均具有重要的参考价值，同时也为深入开展基因结构和功能，分子进化等研究提供理论基础。1.实验材料与方法1.1材料 短柄草全基因组DNA序列来源于短柄草官方数据库（http://www.brachypodium.org/node/8），根据基因组序列的注释信息，获得蛋白编码基因序列，为了减少长度较短的基因变异带来的样本误差，根据国际惯例，去除小于300bp的基因，去除中间不表达的密码子，终止密码子。编写程序提取剩下的蛋白编码基因的CDS（coding sequence）序列。1.2方法用codonw软件计算短柄草全基因组的密码子用法相关参数，主要包括有效密码子数（Effective Number of Codon,ENC）、基因的G+C含量（[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]%）、[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]3s%、相对同义密码子使用度（relative synonymous codon usage，RSCU）、氨基酸组分指数(平均亲水性值（gravy）)、基因长度即氨基酸数（L_aa）。其中，有效密码子数（Effective Number of Codon,ENC）描述密码子使用偏离随机选择的程度，能反映密码子家族中同义密码子的非均衡性的偏好；其取值范围在20到61之间，即如果每种氨基酸只使用一种密码子则有效密码子数为20,如果各种同义密码子的使用机会完全均等，则有效密码子数为61，数值越小偏性越强。此值是以描述密码子使用偏离随机选择的程度，能反映密码子家族中同义密码子的非均衡性的偏好。基因密码子偏爱程度越大，ENC值越小。RSCU是指对于某种特定的密码子在编码对应氨基酸的同义密码子间的相对频率；[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]3s%表示同义密码子第三位碱基的G+C的含量。为进一步了解该家族基因密码子使用特征和影响密码子使用的因素，对7个基因的相对同义密码子使用度进行了对应性分析（correspondence of analysis，COA）。2 结果与分析2.1 基因的碱基组成对密码子使用的影响图一 短柄草基因NC值散点图[img=,515,409]https://ng1.17img.cn/bbsfiles/images/2019/10/201910311236371230_3093_3295053_3.png!w515x409.jpg[/img]2.2短柄草基因密码子使用特性的对应性分析[img=,690,535]https://ng1.17img.cn/bbsfiles/images/2019/10/201910311237226440_1452_3295053_3.png!w690x535.jpg[/img][img=,690,534]https://ng1.17img.cn/bbsfiles/images/2019/10/201910311237233450_935_3295053_3.png!w690x534.jpg[/img]2.3 确定最优密码子Phe UUU 0.05 (323) 1.23 (19733) Ser UCU 0.22 (990) 1.60 (23834) UUC* 1.95 (13527) 0.77 (12294) UCC* 2.55 (11715) 0.64 (9499) Leu UUA 0.02 ( 93) 0.83 (11755) UCA 0.14 (629) 1.52 (22651) UUG 0.16 (1003) 1.37 (19558) UCG* 1.53 (7023) 0.35 (5159) CUU 0.14 (847) 1.55 (21987) Pro CCU 0.22 (1306) 1.57 (17584) CUC* 3.38 (20676) 0.61 (8661) CCC* 1.35 (7940) 0.47 (5299) CUA 0.07 (452) 0.70 (9983) CCA 0.20 (1184) 1.62 (18078) CUG* 2.23 (13637) 0.94 (13401) CCG* 2.22 (13058) 0.34 (3792) Ile AUU 0.12 (398) 1.41 (21216) Thr ACU 0.10 (401) 1.46 (16515) AUC* 2.76 (9124) 0.70 (10557) ACC* 1.75 (7291) 0.66 (7397) AUA 0.12 (380) 0.89 (13461) ACA 0.12 (509) 1.56 (17636) Met AUG 1.00 (8512) 1.00 (20892) ACG* 2.03 (8478) 0.32 (3563) Val GUU 0.10 (693) 1.67 (23852) Ala [url=https://insevent.instrument.com.cn/t/Mp]gc[/url]U 0.14 (1914) 1.65 (26184) GUC* 1.71 (12491) 0.63 (9025) [url=https://insevent.instrument.com.cn/t/Mp]gc[/url]C* 1.98 (27398) 0.58 (9131) GUA 0.05 (349) 0.75 (10713) [url=https://insevent.instrument.com.cn/t/Mp]gc[/url]A 0.13 (1802) 1.48 (23459) GUG* 2.14 (15605) 0.95 (13562) [url=https://insevent.instrument.com.cn/t/Mp]gc[/url]G* 1.75 (24170) 0.29 (4678) Tyr UAU 0.05 (229) 1.28 (14480) Cys UGU 0.06 (194) 1.10 (9360) UAC* 1.95 (8126) 0.72 (8075) U[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]* 1.94 (6645) 0.90 (7595) TER UAA 0.42 (172) 0.82 (335) TER UGA 1.63 (665) 1.30 (530) UAG 0.94 (384) 0.87 (356) Trp UGG 1.00 (4992) 1.00 (10053) His CAU 0.15 (598) 1.42 (16785) Arg CGU 0.16 (750) 0.85 (6945) CAC* 1.85 (7568) 0.58 (6825) C[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]* 2.75 (12565) 0.49 (4043) Gln CAA 0.15 (627) 1.05 (20215) CGA 0.11 (500) 0.64 (5273) CAG* 1.85 (7975) 0.95 (18259) CGG* 1.92 (8761) 0.55 (4527) Asn AAU 0.12 (465) 1.31 (26650) Ser AGU 0.05 (235) 1.13 (16754) AAC* 1.88 (7141) 0.69 (13985) A[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]* 1.52 (7002) 0.77 (11441) Lys AAA 0.11 (552) 0.98 (27077) Arg AGA 0.10 (445) 1.94 (15854) AAG* 1.89 (9406) 1.02 (28423) AGG 0.96 (4387) 1.53 (12516) Asp GAU 0.15 (1344) 1.44 (39136) Gly GGU 0.11 (882) 1.34 (18423) GAC* 1.85 (16539) 0.56 (15322) G[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]* 2.53 (20795) 0.71 (9826) Glu GAA 0.17 (1437) 1.13 (36292) GGA 0.19 (1522) 1.26 (17423) GAG* 1.83 (15812) 0.87 (27746) GGG* 1.18 (9700) 0.69 (9476) 注：Number of codons in high bias dataset 372333 Number of codons in low bias dataset 915109标注*的密码子是（p 0.01）3 讨论密码子使用偏好是突变偏好、自然选择和遗传漂变等共同作用的结果，与碱基组成、翻译选择压力、基因表达水平、基因长度、蛋白质氨基酸组成、碱基突变频率和模式、mRNA二级结构稳定性等很多因素有关[17]。张晓峰[18]等研究表明，单子叶植物基因组的[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]含量在同义密码子使用偏性的产生过程中起着决定性的作用，同义密码子使用偏性强烈的基因往往偏爱使用C或G结尾的密码子，且第三位密码子突变往往是密码子偏好性发生变化的决定原因。短柄草基因密码子使用模式的调查表明其中有高含量的[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]，并且[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]3的含量高于[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]1和[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]2。这表明相对于以A和T结尾的密码子而言，这些基因偏好于使用以G或C结尾的密码子。从原核生物到真核生物的基因中，密码子使用偏好是一个被广泛研究的重要进化现象。研究发现，许多因素，比如碱基组成，基因表达水平，蛋白质疏水性等影响着密码子的使用。为了解释密码子使用偏好的起因，也有许多假设被提了出来。其中被广为接受理论是“选择——突变——漂移”模型。该模型认为在对偏好密码子的选择和通过突变-漂移对非偏好密码子的保留之间，同义密码子的使用偏性存在一种平衡。本文的研究结果显示，[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]3s值与ENC值密切相关，并且基因也位于第一轴线，揭示了碱基组成是影响短柄草基因组中的密码子使用偏好的主要因素。碱基组成是影响短柄草基因密码子使用的主要因素，基因长度和蛋白质的疏水性在短柄草基因密码子使用中也起到了一定的作用，相似的结果在水稻、小麦中被发现[15,19]。本研究发现，在基因长度和[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]之间存在很强的负相关性。这表明，高[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]含量的基因越短，密码子偏好就越大。可能的原因是富含AT基因的翻译效率比富含[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]基因的翻译效率更高，这种效率的差异对长的基因更为重要。通常，全基因组的基因表达值在许多多细胞真核生物中并不能得到，特别是基因表达水平在不同的组织和不同发育阶段不一样时。因此，要定量相当困难。在短柄草基因组中，目前还缺少相当数量的基因表达的准确数据。另外，我们发现[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]含量特别是在第三个碱基位置的[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]含量较大的影响着密码子的偏好时，暗示着碱基突变可能是重要因素，同时，碱基突变又受控于翻译选择。所以，尽管基因表达水平影响着密码子的使用，但这影响还是远远小于核苷酸组成对密码子使用的影响。因此，我们没有进一步分析基因表达的影响。通过优化密码子，提高外源基因在微生物、植物、动物中的表达已有不少成功报道，而确定最优密码子可为合理有效进行密码子改造提供可靠信息。本文确定了UUC等27个密码子为短柄草全基因组的最优密码子。分析结果可为指导转基因及对基因进行特定分子改造，提高其在短柄草中的表达效率和完善基因预测软件，提高基因预测和基因组注释准确性等提供重要的参考价值。参考文献[1] Stanley D,Farnden K J F, MacRae E A. Plant a-amylases:Func-tions and roles in carbohydrate metabolism[J]. Biologia,Bratislava,2005.60(suppl l6):65-71[2] Smith AM. Zeeman SC, Smith S M. Starch degradation[J]. Annu Rev Plant Biol,2005,56(25):73-98[3] Asatsuma S, Sawada C, Itoh K et al. Involvement of α-amylase I-1 in starch degradation in rice chloroplasts[J]. Plant Cell Physiol,2005,4:858-869[4] Kaplan F, Guy C L. β-amylase induction and the protective role of maltose during temperature shock[J]. Plant Physiol, 2004, 1:1674-1684 [5] Kaplan F,Guy C L. RNA interference of Arabidopsis beta-amylase 8 prevents maitose accumulation upon cold shock and increases sensitivity of PSII photochem-ical efficiency to freezing stress[J]. Plant J.2005,44(13):730-743[6] Joho Mundy, Anders Brandt. Messenger RNAs from the Scutellum and Aleurone of Germinating Barley Encode (lm3,14)--D-Glucanase, a-Amylase and Carboxypeptidase[J]. Plant Physiol, 1985,79(5):867-871 [7] 言普,李桂双.高压对水稻种子细胞膜透性和淀粉酶活性的影响[J]. 浙江大学学报(农业与生命科学版),2007,33(5):174-179[8] Monica M, Sanwo and Darleen A. DeMason. Characteristics of a-Amylase during Germination of Two High-Sugar Sweet Corn Cultivars of Zea mays L[J]. Plant Physiol, 1992,99(8):1184-1192[9] Goldman N , Yang Z. A codon based model of nucleotide substitution for protein coding DNA sequences[J]. Molecular Biology and Evolution,1994,11(9):725-736[10] Schmidt W. Phylogeny reconstruction for protein sequences based on amino acid properties[J]. Mol Evol,1995,41(8) :522-530[11] 时成波, 吕安国.改造稀有密码子提高SEA蛋白表达量[J]. 生物工程学报,2002,18(4):477-480[12] Ghosh T C , Gupta S K, Majumdar S. Studies on codon usage in Entamoeba histolytica[J]. Int J Parasitol,2000,30(6): 715-722[13] Musto H, Cruveiller S. Translational selection on codon usage in Xenopus laevis[J].Molecular Biology and Evolution,2001,18(9):1703-1707[14] 廖登群,张洪亮等. 水稻（Oryza sativa L.）a-淀粉酶基因的进化及组织表达模式[J]. 中国农业大学学报,2009,14(5):1-11[15]刘汉梅，何瑞. 玉米密码子用法分析[J]. 核农学报,2008,22(2):141-147[16] Jia M, Luo L. The relation between Mrna folding and protein structure[J]. Biophys Res Commum, 2006,343(4):177-182[17] 赵耀，刘汉梅. 玉米waxy基因密码子偏好性分析[J]. 玉米科学,2008,16(2):16-21 [18] Wang H C,Hickey D A. Rapid divergence of codon usage patterns within the rice genome[J].BMC Evol Biol,2007,15(8):347-356
基因组测序和序列的组装，为快速研究该致病菌株的致病机理创造了条件。与此同时华大基因与德国汉堡-Eppendorf医疗中心合作，也宣布完成了对致病菌株的测序工作。Guenther说："在有限的时间里完成了对微生物的全基因组测序，极大的方便了研究者从一个整体的水平上去研究微生物，进而揭示在这些目标微生物的基因组究竟发生了哪些改变。"事实上也的确如此，科学家根据从基因组测序的数据所获得的证据，将本次的致病型大肠杆菌鉴定为致病型大肠杆菌的一个新杂交品种，并且携带了一些抗性基因。"从宏观的基因组水平上来研究这类细菌，将在很大程度上革新我们对传染病暴发的认识，3-4天内完成对某种微生物的全基因组测序及基因标注，将会开启一个新的研究领域。"在新奥尔良召开的美国微生物学会年度会议上，一些研究者指出，分子鉴定的方法正被用来打造基因组传染病学这一领域，基因组传染病学致力于重构传染病暴发的过程，以求在将来能够对传染病能进行实时有效的监控和快速反应。
国家“863计划”现代农业技术领域在主要动植物功能基因组研究方面，利用“十五”建立的水稻功能基因组的技术平台，系统开展水稻产量、品质、抗病抗逆、营养高效性状的功能基因组研究，克隆验证新基因和调控因子，应用芯片技术建立水稻重要农艺性状的全基因组表达谱，并开展比较基因组学研究和第3、4染色体功能基因的系统鉴定。 利用水稻、拟南芥等模式植物功能基因组的技术平台，开展小麦、玉米、棉花、油菜、大豆、花生、番茄等作物的功能基因组研究，克隆验证重要农艺性状基因；建立家蚕和家鸡的功能基因组研究技术平台，分离克隆与家蚕丝蛋白质合成、性别决定、发育变态、分子免疫和对微生物抵抗性、鸡的生长、品质、抗性、繁殖等重要经济性状相关的重要功能基因和调控因子。
近日，深圳华大基因研究院宣布，我国科学家将参与全球最大微生物基因组研究项目，对来自全球的20万个样本进行环境DNA测序或宏基因组测序，从而建立一个全球性的基因图谱，并承担核心工作。该项目旨在全方位、系统性研究全球范围内微生物群落功能及进化多样性，以便更好地造福社会及人类。与以往的微生物研究有所不同，该项目的研究对象不仅集中于海洋和人体环境中微生物群落，还包括土壤、空气、淡水生态系统等整个地球表面的绝大多数的微生物群落。华大基因将负责亚洲地区所有样本的收集和鉴定，并对整个项目提供DNA提取、扩增、建库、宏基因组测序以及研发生物信息学分析流程所需的计算资源。这些信息学分析流程将为项目研究产生的海量数据提供一个分析框架。项目负责人、芝加哥大学和阿贡国家实验室的教授杰克·吉尔伯特博士表示：“华大基因在测序能力、测序技术和信息分析等方面已展现出卓越的能力。此项目是一个前所未有的最大的基因组测序项目，作为全球最大基因组学研究中心，华大基因的参与至关重要。”华大基因理事长杨焕明院士表示，微生物对地球上所有的生命具有至关重要的作用，而我们对微生物的复杂性和多样性认识不足，征服这个未知的领域非常有必要。华大基因拥有国际先进水平的测序平台和强大的生物信息学分析能力，可以为促进人类对微生物群落重要性的了解贡献力量。（来源：科技日报）
[align=center][b][font=宋体]利用[/font][font='Times New Roman']MGI[/font][font=宋体]平台对大豆进行全基因组重测序分析[/font][/b][/align][b][font=宋体]摘要[/font][/b][font=宋体][font=宋体]：本研究建立了[/font][font=Times New Roman]MGI[/font][font=宋体]平台全基因重测序的方法。[/font][font=Times New Roman]MGI[/font][font=宋体]平台对大豆的全基因进行重测序结果显示，测序数据质量良好，且与参考基因组比对率较高，符合后续分析要求，对其进行[/font][font=Times New Roman]SNP[/font][font=宋体]和[/font][font=Times New Roman]Indel[/font][font=宋体]的变异检测和注释，此结果说明今后可利用[/font][font=Times New Roman]MGI[/font][font=宋体]平台对其它样品进行全基因重测序分析。[/font][/font][b][font=宋体]关键词[/font][/b][font=宋体][font=宋体]：[/font][font=Times New Roman]MGI[/font][font=宋体]平台；全基因重测序[/font][/font][align=center][font='Times New Roman']Whole genome resequencing analysis of soybeans using the MGI platform[/font][/align][b][font='Times New Roman']Abstract:[/font][font=宋体] [/font][/b][font=宋体][font=Times New Roman]In this study, a method for whole gene resequencing on the MGI platform was established. The results of resequencing the whole genes of soybean by MGI platform showed that the sequencing data was of good quality and had a high comparison rate with the reference genome, which met the requirements of subsequent analysis, and the variation detection and annotation of SNP and Indel were carried out, which indicated that the MGI platform could be used to perform whole gene resequencing analysis on other samples in the future.[/font][/font][b][font='Times New Roman']Keywords:[/font][font=宋体] [/font][/b][font=宋体][font=Times New Roman]MGI platform Whole gene resequencing[/font][/font][font='Times New Roman'] [/font][b][font='Times New Roman']1 [font=宋体]研究背景[/font][/font][/b][font='Times New Roman'][font=宋体]大豆是重要的粮食作物和油料作物，也是人类最主要的植物蛋白来源[/font][/font][font=宋体][font=Times New Roman][1][/font][/font][font=宋体][font=宋体]。我国是野生大豆的发源地，有着极其丰富的大豆种质资源基础，但是育种和产量较其他大豆主产国显得略有不足，究其原因是我国对大豆的研究和发掘力度存在不足，因此，对大豆育成品种的改良势在必行。自[/font][font=Times New Roman]2010[/font][font=宋体]年起，大豆群体水平的重测序也全面开展，在大豆的全基因组变异图谱上也得到了一定的研究进展[/font][/font][font=宋体][font=Times New Roman][2][/font][/font][font=宋体][font=宋体]。本研究利用[/font][font=Times New Roman]MGI[/font][font=宋体]平台对大豆全基因组进行重测序分析，挖掘全基因组水平上的突变。[/font][/font][b][font=宋体][font=Times New Roman]2 [/font][font=宋体]实验仪器[/font][/font][/b][font=宋体]主要实验仪器：[/font][font=宋体][font=Times New Roman]MGISP-960[/font][font=宋体]、[/font][font=Times New Roman]MGIDL-T7[/font][font=宋体]、[/font][font=Times New Roman]DNBSEQ-T7[/font][/font][b][font=宋体][font=Times New Roman]3 [/font][font=宋体]实验结果[/font][/font][font=宋体][font=Times New Roman]3.1 [/font][font=宋体]测序数据质量[/font][/font][/b][font=宋体][font=宋体]根据[/font][font=Times New Roman]MGI[/font][font=宋体]平台的测序特点，使用双端测序的数据，要求[/font][font=Times New Roman]Q30[/font][font=宋体]平均比例在[/font][font=Times New Roman]85%[/font][font=宋体]以上，可以看出大豆重测序数据[/font][font=Times New Roman]Q30[/font][font=宋体]平均比例在[/font][font=Times New Roman]94.72%[/font][font=宋体]以上，说明大豆测序数据质量良好，满足分析要求。[/font][/font][font='Times New Roman'] [/font][font='Times New Roman'] [/font][b][font=黑体][font=黑体]表[/font][font=Times New Roman]1 [/font][font=黑体]测序数据统计表[/font][/font][/b][table][tr][td][align=center][font='Times New Roman']Samples[/font][/align][/td][td][align=center][font='Times New Roman']ID[/font][/align][/td][td][align=center][font='Times New Roman']Clean reads[/font][/align][/td][td][align=center][font='Times New Roman']Clean bases[/font][/align][/td][td][align=center][font='Times New Roman']GC Content[/font][/align][/td][td][align=center][font='Times New Roman']%[/font][font=等线]≥[/font][font='Times New Roman']Q20[/font][/align][/td][td][align=center][font='Times New Roman']%[/font][font=等线]≥[/font][font='Times New Roman']Q30[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P117[/font][/align][/td][td][align=center][font='Times New Roman']P117[/font][/align][/td][td][align=center][font='Times New Roman']169494922[/font][/align][/td][td][align=center][font='Times New Roman']25424238300[/font][/align][/td][td][align=center][font='Times New Roman']36.18%[/font][/align][/td][td][align=center][font='Times New Roman']98.49%[/font][/align][/td][td][align=center][font='Times New Roman']95.27%[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P118[/font][/align][/td][td][align=center][font='Times New Roman']P118[/font][/align][/td][td][align=center][font='Times New Roman']166483906[/font][/align][/td][td][align=center][font='Times New Roman']24972585900[/font][/align][/td][td][align=center][font='Times New Roman']36.47%[/font][/align][/td][td][align=center][font='Times New Roman']98.61%[/font][/align][/td][td][align=center][font='Times New Roman']95.70%[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P119[/font][/align][/td][td][align=center][font='Times New Roman']P119[/font][/align][/td][td][align=center][font='Times New Roman']186127112[/font][/align][/td][td][align=center][font='Times New Roman']27919066800[/font][/align][/td][td][align=center][font='Times New Roman']35.89%[/font][/align][/td][td][align=center][font='Times New Roman']98.57%[/font][/align][/td][td][align=center][font='Times New Roman']95.61%[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P120[/font][/align][/td][td][align=center][font='Times New Roman']P120[/font][/align][/td][td][align=center][font='Times New Roman']192397276[/font][/align][/td][td][align=center][font='Times New Roman']28859591400[/font][/align][/td][td][align=center][font='Times New Roman']36.46%[/font][/align][/td][td][align=center][font='Times New Roman']98.22%[/font][/align][/td][td][align=center][font='Times New Roman']94.72%[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P198[/font][/align][/td][td][align=center][font='Times New Roman']P198[/font][/align][/td][td][align=center][font='Times New Roman']141636468[/font][/align][/td][td][align=center][font='Times New Roman']21245470200[/font][/align][/td][td][align=center][font='Times New Roman']37.11%[/font][/align][/td][td][align=center][font='Times New Roman']98.67%[/font][/align][/td][td][align=center][font='Times New Roman']95.84%[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P199[/font][/align][/td][td][align=center][font='Times New Roman']P199[/font][/align][/td][td][align=center][font='Times New Roman']169468714[/font][/align][/td][td][align=center][font='Times New Roman']25420307100[/font][/align][/td][td][align=center][font='Times New Roman']36.55%[/font][/align][/td][td][align=center][font='Times New Roman']98.60%[/font][/align][/td][td][align=center][font='Times New Roman']95.66%[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P200[/font][/align][/td][td][align=center][font='Times New Roman']P200[/font][/align][/td][td][align=center][font='Times New Roman']155078286[/font][/align][/td][td][align=center][font='Times New Roman']23261742900[/font][/align][/td][td][align=center][font='Times New Roman']37.90%[/font][/align][/td][td][align=center][font='Times New Roman']98.77%[/font][/align][/td][td][align=center][font='Times New Roman']96.14%[/font][/align][/td][/tr][/table][font=Calibri] [/font][font=宋体][font=宋体]样品原始数据碱基质量值可由图[/font][font=Times New Roman]1[/font][font=宋体]看出不存在异常碱基，[/font][font=Times New Roman]6[/font][font=宋体]个大豆碱基测序错误率分布均如图[/font][font=Times New Roman]1[/font][font=宋体]。[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps1.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font] [font=Times New Roman]1 [/font][font=黑体]碱基测序错误率分布图[/font][/font][/b][/align][font=宋体][font=宋体]碱基类型分布检查可用于检测有无[/font][font=Times New Roman]AT[/font][font=宋体]、[/font][font=Times New Roman]GC[/font][font=宋体]分离现象，若有碱基分离现象可能是测序或建库所带来的，并会影响后续分析。高通量所测序为基因组随即打断后的[/font][font=Times New Roman]DNA[/font][font=宋体]片段，由于位点在基因组上的分布是近似均匀的，同时，[/font][font=Times New Roman]G/C[/font][font=宋体]、[/font][font=Times New Roman]A/T[/font][font=宋体]含量也是近似均匀的。因此，根据大数定理，在每个测序循环上，[/font][font=Times New Roman]GC[/font][font=宋体]、[/font][font=Times New Roman]AT[/font][font=宋体]含量应当分别相等，且等于基因组的[/font][font=Times New Roman]GC[/font][font=宋体]、[/font][font=Times New Roman]AT[/font][font=宋体]含量。同样因为重叠等的关系会导致样品前几个碱基[/font][font=Times New Roman]AT[/font][font=宋体]、[/font][font=Times New Roman]GC[/font][font=宋体]不等波动较大，高于其他测序区段，而其它区段的[/font][font=Times New Roman]GC[/font][font=宋体]、[/font][font=Times New Roman]AT[/font][font=宋体]含量相等，且分布均匀无分离现象，如图[/font][font=Times New Roman]2[/font][font=宋体]所示。[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps2.jpg[/img][font=Calibri] [/font][/align][b][font=黑体][font=黑体]图[/font][font=Times New Roman]2 ATGC[/font][font=黑体]含量分布图[/font][/font][font=宋体][font=Times New Roman]3.2 [/font][font=宋体]与参考基因组的序列比对[/font][/font][font='Times New Roman']3.2.1 [font=宋体]比对结果[/font][/font][/b][font=宋体][font=宋体]将测序得到的大豆样品与参考基因进行序列比对，[/font][font=Times New Roman]bwa[/font][font=宋体]软件主要用于二代高通量测序得到的短序列与参考基因组进行比对，比对结果见表[/font][font=Times New Roman]2[/font][font=宋体]，根据比对结果可评估测序数据是否满足后续分析。[/font][/font][align=center][b][font=黑体][font=黑体]表[/font][font=Times New Roman]2 [/font][font=黑体]比对效率统计表[/font][/font][/b][/align][table][tr][td][align=center][font='Times New Roman']Sample_ID[/font][/align][/td][td][align=center][font='Times New Roman']Mapped(%)[/font][/align][/td][td][align=center][font='Times New Roman']Properly_mapped(%)[/font][/align][/td][td][align=center][font='Times New Roman']Averge_depth[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P117[/font][/align][/td][td][align=center][font='Times New Roman']99.99%[/font][/align][/td][td][align=center][font='Times New Roman']98.53%[/font][/align][/td][td][align=center][font='Times New Roman']25.44[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P118[/font][/align][/td][td][align=center][font='Times New Roman']99.99%[/font][/align][/td][td][align=center][font='Times New Roman']98.55%[/font][/align][/td][td][align=center][font='Times New Roman']24.9[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P119[/font][/align][/td][td][align=center][font='Times New Roman']99.99%[/font][/align][/td][td][align=center][font='Times New Roman']98.63%[/font][/align][/td][td][align=center][font='Times New Roman']27.75[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P120[/font][/align][/td][td][align=center][font='Times New Roman']99.98%[/font][/align][/td][td][align=center][font='Times New Roman']98.28%[/font][/align][/td][td][align=center][font='Times New Roman']28.58[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P198[/font][/align][/td][td][align=center][font='Times New Roman']99.99%[/font][/align][/td][td][align=center][font='Times New Roman']98.58%[/font][/align][/td][td][align=center][font='Times New Roman']21.26[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P199[/font][/align][/td][td][align=center][font='Times New Roman']99.98%[/font][/align][/td][td][align=center][font='Times New Roman']98.50%[/font][/align][/td][td][align=center][font='Times New Roman']25[/font][/align][/td][/tr][tr][td][align=center][font='Times New Roman']P200[/font][/align][/td][td][align=center][font='Times New Roman']99.99%[/font][/align][/td][td][align=center][font='Times New Roman']98.13%[/font][/align][/td][td][align=center][font='Times New Roman']23.13[/font][/align][/td][/tr][/table][font=宋体][font=宋体]将比对到不同染色体的[/font][font=Times New Roman]Reads[/font][font=宋体]进行位置分布统计，绘制[/font][font=Times New Roman]Mapped Reads[/font][font=宋体]在参考基因组上的覆盖深度分布图，见图[/font][font=Times New Roman]3[/font][font=宋体]。[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps3.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font][font=Times New Roman]3 Mapped Reads[/font][font=黑体]在参考基因组上的位置及覆盖深度分布图[/font][/font][/b][/align][font=宋体][font=宋体]统计[/font][font=Times New Roman]Mapped Reads[/font][font=宋体]在指定的参考基因组不同区域的数目，绘制基因组不同区域样品[/font][font=Times New Roman]Mapped Reads[/font][font=宋体]的分布图，见图[/font][font=Times New Roman]4[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps4.jpg[/img][font=Calibri] [/font][/align][b][font=黑体][font=黑体]图[/font][font=Times New Roman]4 [/font][font=黑体]基因组不同区域[/font][font=Times New Roman]Reads[/font][font=黑体]分布图[/font][/font][font=宋体][font=Times New Roman]3.2.2 [/font][font=宋体]插入片段长度检验[/font][/font][/b][font=宋体][font=宋体]通过检测双端序列在参考基因组上的起止位置，可以得到样品[/font][font=Times New Roman]DNA[/font][font=宋体]打断后得到的测序片段的实际大小，即插入片段大小（[/font][font=Times New Roman]Insert Size[/font][font=宋体]），它是信息分析时的一个重要参数。插入片段大小的分布一般符合正态分布，且只有一个单峰，[/font][font=Times New Roman]Insert Size[/font][font=宋体]分布图可以展示各个样品的插入片段的长度分布情况。各样品的插入片段长度模拟分布图见图[/font][font=Times New Roman]5[/font][font=宋体]。[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps5.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font][font=Times New Roman]5 [/font][font=黑体]插入片段长度模拟图[/font][/font][/b][/align][b][font=宋体][font=Times New Roman]3.2.3[/font][/font][font='Times New Roman'][font=宋体]深度分布统计图[/font][/font][/b][font='Times New Roman']Reads[font=宋体]定位到参考基因组后，可以统计参考基因组上碱基的覆盖情况。参考基因组上被[/font][font=Times New Roman]reads[/font][font=宋体]覆盖到的碱基数占基因组的百分比称为基因组覆盖度；碱基上覆盖的[/font][font=Times New Roman]reads[/font][font=宋体]数为覆盖深度。基因组覆盖度可以反映参考基因组上变异检测的完整性，覆盖到的区域越多，可以检测到的变异位点也越多。[/font][/font][font='Times New Roman'][font=宋体]覆盖度主要受测序深度以及样品与参考基因组亲缘关系远近的影响。基因组的覆盖深度会影响变异检测的准确性，在覆盖深度较高的区域（非重复序列区），变异检测的准确性也越高。[/font][/font][font='Times New Roman'][font=宋体]另外，若基因组上碱基的覆盖深度分布较均匀，也说明测序随机性较好。样品的碱基覆盖深度分布曲线和覆盖度分布曲线见图[/font][/font][font=宋体][font=Times New Roman]6[/font][font=宋体]。[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps6.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font] [font=Times New Roman]6 [/font][font=黑体]深度分布统计图[/font][/font][/b][/align][b][font=宋体][font=Times New Roman]3.3 [/font][font=宋体]变异检测[/font][/font][font=宋体][font=Times New Roman]3.3.1 SNP[/font][font=宋体]检测与注释[/font][/font][/b][font='Times New Roman'][font=宋体]根据变异位点在参考基因组上的位置以及参考基因组上的基因位置信息，可以得到变异位点在基因组发生的区域（基因间区、基因区或[/font]CDS[font=宋体]区等），以及变异产生的影响（同义非同义突变等）。软件可以使用[/font][font=Times New Roman]vcf[/font][font=宋体]格式文件作为输入和输[/font][/font][font=宋体][font=宋体]出，见图[/font][font=Times New Roman]7[/font][font=宋体]和图[/font][font=Times New Roman]8[/font][font=宋体]。[/font][/font][align=center][img=,321,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps7.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font][font=Times New Roman]7 SNP[/font][font=黑体]突变类型分布图[/font][/font][/b][/align][align=center][img=,344,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps8.jpg[/img][font=Calibri] [/font][/align][b][font=黑体][font=黑体]图[/font][font=Times New Roman]8 SNP[/font][font=黑体]注释分类图[/font][/font][font=宋体][font=Times New Roman]3.3.2 Indel[/font][font=宋体]检测与注释[/font][/font][/b][font=宋体][font=宋体]根据所有样品在[/font][font=Times New Roman]CDS[/font][font=宋体]区和全基因范围的[/font][font=Times New Roman]Indel[/font][font=宋体]长度进行统计，其长度分布如图[/font][font=Times New Roman]9[/font][font=宋体]。[/font][/font][align=center][img=,355,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps9.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font][font=Times New Roman]9 [/font][font=黑体]全基因和编码区[/font][font=Times New Roman]Indel[/font][font=黑体]长度分布图[/font][/font][/b][/align][font='Times New Roman'][font=宋体]根据样品检测得到的[/font]Ind[/font][font=宋体][font=Times New Roman]el[/font][/font][font='Times New Roman'][font=宋体]位点在参考基因组上的位置信息，对比参考基因组的基因、[/font]CDS[font=宋体]位置等信息，可以注释[/font][font=Times New Roman]Indel[/font][font=宋体]位点是否发生在基因间区、基因区或[/font][font=Times New Roman]CDS[/font][font=宋体]区、是否为移码突变等。发生移码突变的[/font][font=Times New Roman]Indel[/font][font=宋体]可能会导致基因功能的改变，具体注释结果见[/font][/font][font=宋体][font=宋体]图[/font][font=Times New Roman]10[/font][font=宋体]。[/font][/font][align=center][img=,344,]file:///C:/Users/xuxu/AppData/Local/Temp/ksohtml9716/wps10.jpg[/img][font=Calibri] [/font][/align][align=center][b][font=黑体][font=黑体]图[/font] [font=Times New Roman]10 Indel [/font][font=黑体]注释分类图[/font][/font][/b][/align][b][font=宋体][font=Times New Roman]4 [/font][font=宋体]结论[/font][/font][/b][font=宋体][font=宋体]本文基于[/font][font=Times New Roman]MGI[/font][font=宋体]对大豆进行重基因测序，实验结果可看出，大豆样品测序产出数据良好，与参考基因组序列比对率较高，符合后续分析，对其进行变异检测可得到[/font][font=Times New Roman]SNP[/font][font=宋体]和[/font][font=Times New Roman]Indel[/font][font=宋体]的结果。其它研究表明[/font][/font][font=宋体][font=Times New Roman]MGISEQ-2000[/font][font=宋体]全基因组重测序表现性能稳定、质量可靠，在实际应用上有明显的优势和应用价值[/font][font=Times New Roman][3][/font][font=宋体]。对[/font][/font][font=宋体][font=宋体]本次实验说明[/font][font=Times New Roman]MGI[/font][font=宋体]平台对样品进行重测序效果良好，后续可对其它植物进行重测序。[/font][/font][font=宋体] [/font][font=宋体] [/font][font=宋体]参考文献：[/font][font=宋体][font=Calibri][1] [/font][/font][font='Times New Roman'][font=宋体]张永芳[/font],[font=宋体]钱肖娜[/font][font=Times New Roman],[/font][font=宋体]王润梅[/font][/font][font=宋体][font=Times New Roman],[/font][font=宋体]等[/font][font=Times New Roman]. [/font][font=宋体]不同大豆材料的抗旱性鉴定及耐旱品种筛选[/font][font=Times New Roman][J].[/font][font=宋体]作物杂志[/font][font=Times New Roman],2019(5): 41-45.[/font][/font][font=宋体][font=Calibri][2] [/font][font=宋体]邬启帆[/font][font=Calibri]. [/font][font=宋体]基于基因组重测序黄淮海大豆育成品种遗传结构及重要家族遗传基础研究[/font][font=Calibri][D]. [/font][font=宋体]南昌[/font][/font][font=宋体][font=宋体]大学[/font][font=Times New Roman], 2023.[/font][/font][font=宋体][font=Calibri][3] [/font][/font][font=宋体][font=宋体]李伟宁[/font][font=Times New Roman],[/font][font=宋体]刘刚[/font][font=Times New Roman],[/font][font=宋体]周荣等[/font][font=Times New Roman]. MGISEQ-2000[/font][font=宋体]、[/font][font=Times New Roman]HiSeq 2000[/font][font=宋体]与[/font][font=Times New Roman]NovaSeq 6000[/font][font=宋体]平台全基因组重测序数据的比较分析[/font][font=Times New Roman][J]. [/font][font=宋体]中国畜牧杂志[/font][font=Times New Roman],2021,57(11):156-162.[/font][/font]
由中美英等国科研机构发起的大型国际科研合作项目“千人基因组计划”10月28日在英国《自然》杂志上，以封面文章形式发布了迄今最详尽的人类基因多态性图谱，同时也在美国《科学》杂志上报告了在基因研究技术手段上的收获，相关成果标志着人类基因研究进入了一个划时代的新阶段。“千人基因组计划”由中国深圳华大基因研究院、美国国立人类基因组研究所、英国桑格研究所等机构于2008年启动，旨在绘制迄今最详尽、最有医学应用价值的人类基因多态性图谱。现在报告的是该计划第一阶段的分析成果。“千人基因组计划”共同主席、英国桑格研究所基因专家、《自然》封面文章主要作者之一理查德·德宾在接受记者采访时说：“这一计划现在取得了两个重要成果，第一是获得了迄今最详尽的人类基因多态性图谱，第二是探索出了研究基因多态性的新技术手段。”基因多态性是指人与人之间的基因差异。人的基因组总体上差不多，但在有些位置上你我他都不一样，存在各种基因变种，它们最终导致了人与人之间的差异。德宾说，在第一个成果方面，研究人员找出了1000多万个大大小小的基因变种，其中约800万个都是前所未知的。对于人群携带率在1%以上的基因变种，本次研究的覆盖率达到95%以上，得出了迄今最详尽的基因多态性图谱。这一成果在医学等领域有很高的应用价值，比如通过参照图谱，可以方便地找出致病的基因变种。在第二个成果方面，研究人员验证了在大型基因研究中综合使用多种基因测序手段的可行性。由于基因测序成本目前仍很高昂，如果能在“精测”一些基因序列的同时，对另一些基因序列只需“粗测”就能保证最终结果的准确性，将可以大幅降低基因测序研究的成本。《科学》杂志上的文章便侧重描述了技术手段方面的进展。德宾告诉记者，自十年前“人类基因组计划”完成以来，因为难以同时对许多人进行基因测序，基因研究一直只在较小的层面上进行。本次研究不仅使大规模测序成为可能，还绘制了一个详尽的基因图谱以供比对，这标志着人类基因研究进入了一个划时代的新阶段。他说，本次报告还只是基于“千人基因组计划”第一阶段中搜集的数百人的基因数据，而该计划的最终目标是获得欧、亚、美、非各洲不同人群中2500人的基因数据，预计在2012年发布的最终结果将可以覆盖99%以上的基因变种。据报道，“千人基因组计划”所获数据存放在公共数据库中，公众可免费查询。 (新华网)
来自英国Sanger研究院，Illumina Cambridge公司等处的研究人员发表了题为“Genome Sequencing and Analysis of the Tasmanian Devil and Its Transmissible Cancer”的文章，完成了一种传染性癌症的基因组测序，并从中发现了一些突变，解析了这种癌症的来源，以及如何变得具有传染性的。相关成果公布在Cell杂志上。这种癌症主要发生在世界上最大的肉食性有袋动物：袋獾身上，这种动物也被称为塔斯马尼亚恶魔（Tasmanian Devil），现今只分布于澳大利亚的塔斯马尼亚州。袋獾是袋獾属中唯一未灭绝的成员，其在研究领域最著名的就是袋獾面部肿瘤疾病。袋獾面部肿瘤是一种独特癌症，常出现于袋獾面部或嘴部，但通常会扩散至袋獾的内脏，它与另外一种在犬类中传播的恶性肿瘤是世界上仅有的两种可通过上述方式传播的癌症。这项研究离心机揭示了这种能通过撕咬在动物间传播的肿瘤的奥秘，首次针对一个雌性袋獾的单细胞进行分析。这个雌性袋獾被称为“永恒恶魔（The Immortal Devil）”，因为其死于15年前，但它的DNA仍然在传染癌细胞系中流传。文章的第一作者，Sanger研究院Elizabeth Murchison博士表示，“袋獾癌症是目前发现的唯一一种威胁到整个物种灭绝的癌症”，“通过其测序，将有助于我们整理引发整个袋獾群体癌症的突变。”研究人员从中找到了肿瘤细胞之间的遗传差异，这表明这种癌症在袋獾群体中传播的时候，发生了遗传突变。他们在塔斯马尼亚州不同地区找到了69种不同袋獾的肿瘤样品，构建袋獾面部肿瘤传播的图谱，研究结果表明一些癌症亚型比其它亚型更具有侵染性。Illumina Cambridge公司David Bentley说，“我们发现这种癌症的基因组具有大约两万个突变，这比某些人类癌症中发生的突变更少，这说明癌症变得具有传播性，基因组极度不稳定并不是必要条件”，“追踪这种癌症的进化历史，以及其传播过程，将有助于我们了解这种疾病发生的原因，以及预测其未来的发展。”癌症在个体之间的传播正常来说，会受到免疫系统牛血清蛋白的干涉，因为免疫系统可以鉴别外来组织，这一研究组发现了一些有趣的线索——这种癌症如何能“智斗”免疫系统，比如免疫系统中的一组基因突变。但是还需要更进一步的研究，揭示这种癌症是如何从免疫系统中逃脱出来的。“这项研究十分重要，因为这将会帮助我们理解疾病传播的模式，也有助于疫情的研究，但是我们还需要利用这一基因组测序，更进一步分析这种癌症如何变得具有传染性。癌症具有群体传播性，显示是非常罕见的，我们通过袋獾这一例子来分析这一过程，以防未来在人类身上发生”，Sanger研究院，文章通讯作者Mike Stratton教授说。研究组下一步将进行更多袋獾基因组测序，绘制上千袋獾肿瘤样品基因组图谱，从而更好的了解这种癌症的遗传多样性，并分析癌症与袋獾群体之间的遗传关联性。去年这一研究组在Science杂志上发表文章，发现培养基袋獾面部肿瘤起源于雪旺细胞。他们从分布在澳大利亚塔斯马尼亚岛14处的袋獾群落中采集了25个袋獾面部肿瘤样本，进行基因分析，结果发现，袋獾面部肿瘤起源于雪旺细胞，在大约20年前，袋獾雪旺细胞内的某种基因变异导致了这一癌变。
7月20日，我国科学家宣布“兰花基因组计划”正式启动。两岸科学家将联手对被喻为“植物界大熊猫”的兰科植物进行全基因组测序和生物信息分析，同时对10种最具代表性的兰科植物进行基因表达的转录组测序和分析。 国家兰科植物种质资源保护中心刘仲键教授介绍，对兰科植物的科学研究历史悠久，其成果为达尔文进化论提供了强有力的支持。兰花研究为进化生物学乃至整个生命科学的发展贡献巨大，至今仍是研究生命与进化的理想模式，占有特殊地位。同时，兰花也是世界性濒危物种，是国际公约保护物种的重中之重。兜兰与国宝大熊猫同列为一级保护，其余兰花全部被列入二级以上保护。 清华大学黄来强教授称，兰花全基因组及转录组测序分析，将为人类提供用现代生物学的新技术和理念从分子生物学的层面审视达尔文的研究，为进化生物学和进化论注入新鲜血液。在基因组和转录组的研究基础上进一步结合生物信息、分子生物、蛋白质组、代谢组、生化、生物物理等多学科和研究手段的融合，对加深其基因组结构及功能的了解，揭示兰科的进化，对生命科学研究具有普遍的重要意义。“兰花基因组计划”涉及的不仅是植物学，还将为世界上相关研究提供全新的起点和平台，是对全球基因组科学的又一重大贡献。 “兰花基因组计划”项目，由深圳兰科植物保护研究中心（国家兰科植物种质资源保护中心）、清华大学、深圳华大基因研究院、中国科学院植物所、台湾成功大学等单位科学家共同承担。
[font=宋体][size=3]中国医学科学院药用植物研究所与广药集团今天在京宣布“丹参基因组框架图”绘制完成。这是世界上首个药用植物基因组框架图。[/size][/font][font=宋体][size=3] 广州白云山和记黄埔中药有限公司与中国医学科学院药用植物研究所合作，利用第二代高通量测序技术对丹参全基因组进行测序，并完成丹参基因组框架图的组装。丹参基因组框架图的完成，对其它药用植物的研究具有很好的借鉴和示范作用，促进现代前沿生命科学研究和传统中药学的有机结合，将改变中药研究领域被动追赶其它学科发展的局面。[/size][/font]
无需进行文库制备，所用DNA样本比标准方法更少2012年12月13日 来源： 中国科技网 作者： 陈丹 中国科技网讯 据物理学家组织网12月12日（北京时间）报道，英国研究人员简化了基因组测序的标准流程，首次无需进行文库制备便完成了DNA（脱氧核糖核酸）单分子测序，而且新方法只要很少量的DNA就能获得序列数据，用量可低至不到1纳克（10亿分之一克），仅为常规测序方法的500分之一到600分之一。 文库制备是指从测序前基因组样本中提取不同长度的DNA片段，这一过程不仅费力、费时，还会浪费DNA，而新技术能极大地减少DNA的损耗，并缩短测序时间。 该研究论文的第一作者、英国威康信托基金会桑格研究所的保罗·库普兰说：“我们用这种方法对病毒和细菌的基因组测序后发现，即使在相对较低的水平，我们也能够确定所检测的是何种有机物，不论样本中是否存在特定的基因或质粒（这对于确定抗生素耐药性很重要），或者其他信息，如对特定DNA碱基的修改等。”他表示，一旦技术得到优化，将在快速、高效地识别医院和其他医疗场所中的细菌和病毒方面具有很大的应用潜力。 研究小组利用第三代单分子测序系统PacBio RS演示了这种简化的直接测序方法。他们仅仅用800皮克（千分之一纳克）DNA来分析一个生物体的基因组，尽管测序仪只读取了基因组的70个序列片段，相对于常规测序方法获得的数据来说不过是很小的一部分，但这些信息足以让研究人员确定他们所检测的生物体的品种。 这项技术也使得科学家能够对此前无法识别的宏基因组（也称微生物环境基因组）样本中的生物体进行确认。“为微生物测序，首先需要能够在实验室中培养它们。”论文的主要作者、英国巴布拉汉研究所的塔米尔·钱德拉说，“这不仅耗费时间，而且有时候微生物不生长，为它们的基因组测序极其困难。”他表示，新方法可以直接对微生物测序，短时间内便可确定其“身份”。 论文的另一主要作者、威康信托基金会桑格研究所的哈罗德·斯维尔德洛说：“我们的技术可以在对所测序列没有任何先验知识、没有特定微生物试剂的条件下，在很短的时间内操作，这是一种很有前途的替代手段，可应用于控制感染等临床需要。”（记者陈丹） 总编辑圈点 长久以来，基因测序等围绕基因科学所展开的研究，都被人们贴上了从本源上解开人体生命奥秘、彻底解除遗传疾病威胁等殷切的标签。多国为提高社会健康水平，都开展了解码国民DNA的活动，有些甚至覆盖全基因组。然而，面对由30亿个碱基对构成的人类基因组，精确测序注定将是一场浩大而又漫长的工程。如何能快速、准确地将海量DNA数据转化为有帮助的实用信息，已经成为该领域科学家们面临的重大挑战之一。因而我们说，英国科学家此番取得的突破，不管是从整个学科研究的方法论层面，还是从临床应用的角度，都提高了基因研究服务于人类的速度。 《科技日报》（2012-12-13 一版）
人类基因组单核苷酸多态性的研究进展与动态The research development of single nucleotide polymorphisms in human genome 摘要：第一张人类基因组序列草图已经公布，正式图预计也将于2003年4月完成。但序列图只基于少数个体，它反映了基因组稳定的一面，并未反映其变异或多态的一面，而正是这种多态性，即基因组序列的差异构成了不同个体与群体对疾病的易感性、对药物与环境因子不同反应的遗传学基础。人类基因组中存在广泛的多态性，最简单的多态形式是发生在基因组中的单个核苷酸的替代，即单核苷酸多态性（single nucleotide polymorphisms, SNPs）。SNP通常是一种二等位基因的（biallelic），即二态的遗传变异，在CG序列上出现最为频繁。在转录序列上的SNP称为cSNP。SNP的数量大、分布广。按照1%的频率估计，在人类基因组中每100～300个核苷酸就有一个SNP。因此，整个人类基因组（3.2 X 109bp）中至少有1,100万以上的SNPs，在任何已知或未知基因内和附近都可能找到数量不等的SNP 目前普遍认为，作为数量最多且易于批量检测的多态标记，SNP在连锁分析与基因定位，包括复杂疾病的基因定位、关联分析、个体和群体对环境致病因子与药物的易感性研究中将发挥愈来愈重要的作用。迄今，对多基因疾病候选基因的SNPs研究已积累了丰富的数据，基于这些SNPs的关联分析也正方兴未艾。本文阐述了SNP的特征、不同研究者对基于SNP进行关联分析的观点以及SNP的研究进展与动态。 关键词： SNP；遗传标记；关联研究 中图分类号：Q75 随着分子遗传学的进展，疾病遗传学研究从简单的单基因疾病转向于复杂的多基因疾病（如骨质疏松症、糖尿病、心血管疾病、精神性紊乱、各种肿瘤等）与药物基因组学的研究中。与前者相比，多基因性状或遗传病的形成，受许多对微效加性基因作用，即其中每种基因的作用相对较微弱。这些不同基因构成的遗传背景中，可能有易感性主基因（major gene）起着重要作用。它们同时还受环境因素的制约，彼此间相互作用错综复杂，所以任一基因的多态性对疾病发生仅起微弱的作用。鉴于此，需要在人类基因组中找到一种数目多、分布广泛且相对稳定的遗传标记，单核苷酸多态性(single nucleotide polymorphisms, SNPs)正是代表了这样一种标记，所以它成为继第一代限制性片段长度的多态性标记、第二代微卫星即简单的串联重复标记后，第三代基因遗传标记。 1． SNP作为遗传标记的优势 SNP自身的特性决定了它比其它两类多态标记更适合于对复杂性状与疾病的遗传解剖以及基于群体的基因识别等方面的研究。 （1）SNP数量多，分布广泛。据估计，人类基因组中每1000个核苷酸就有一个SNP，人类30亿碱基中共有300万以上的SNPs。SNP 遍布于整个人类基因组中，根据SNP在基因中的位置，可分为基因编码区SNPs（Coding-region SNPs，cSNPs）、基因周边SNPs（Perigenic SNPs，pSNPs）以及基因间SNPs（Intergenic SNPs，iSNPs）等三类。 （2）SNP适于快速、规模化筛查。组成DNA的碱基虽然有4种，但SNP一般只有两种碱基组成，所以它是一种二态的标记，即二等位基因（biallelic）。 由于SNP的二态性，非此即彼，在基因组筛选中SNPs往往只需+/-的分析，而不用分析片段的长度，这就利于发展自动化技术筛选或检测SNPs。主要的技术方法包括单链构象多态性(single strand conformation polymorphisms, SSCPs)法、异源双链分析（heteroduplex analysis, HA）、DNA直接测序分析、变异检测阵列（variant detector arrays, VDA）法以及基质辅助激光解吸附电离飞行时间（MALDI-TOF）质谱法等。 （3）SNP等位基因频率的容易估计。采用混和样本估算等位基因的频率是种高效快速的策略。该策略的原理是：首先选择参考样本制作标准曲线，然后将待测的混和样本与标准曲线进行比较，根据所得信号的比例确定混和样本中各种等位基因的频率。 （4）易于基因分型。SNPs 的二态性，也有利于对其进行基因分型。对SNP进行基因分型包括三方面的内容：(1)鉴别基因型所采用的化学反应，常用的技术手段包括：DNA分子杂交、引物延伸、等位基因特异的寡核苷酸连接反应、侧翼探针切割反应以及基于这些方法的变通技术；(2)完成这些化学反应所采用的模式，包括液相反应、固相支持物上进行的反应以及二者皆有的反应。(3)化学反应结束后，需要应用生物技术系统检测反应结果。目前许多生物技术公司发展出高通量检测SNP的技术系统，如荧光微阵列系统（Affymetrix）、荧光磁珠技术（Luminex,Illumina, Q-dot）、自动酶联免疫（ELISA）试验（Orchid Biocomputer）、焦磷酸的荧光检测（Pyrosequencing）、荧光共振能量转移（FRET）(Third Wave Technologies)以及质谱检测技术（Rapigene, Sequenom）。 2． 基于SNP的关联研究 如果某一因素可增加某种疾病的发生风险，即与正常对照人群相比，该因素在疾病人群中的频率较高，此时就认为该因素与疾病相关联。如非遗传因素吸烟与肺癌相关；在遗传因素中，如APOE4与Alzheimer`s相关。对疾病进行关联分析需要在年龄与种族相匹配的患者和对照人群中确定待测因素（环境的或遗传的）的频率分布，患者和对照人群的选择是否恰当直接影响结果的可靠性。对常见的由高频率、低风险等位基因导致的疾病，采用致病等位基因的关联分析比连锁分析更有效。 应用SNP进行关联研究，首先需明确多少SNPs才可满足在全基因组范围内的分析。Kruglyak应用计算机模拟法预测人类基因组中超过3Kb就不存在连锁不平衡，据此推出完成全基因组扫描将需要500,000个SNPs。而Collins等收集通过家系研究得到的常染色体单倍型的信息发现，在染色体上相距0.2cM到0.4cM（约200-400kb）之间的标记仍存在连锁不平衡，如按每100kb需要一个SNP计算，那么完成全基因组扫描仅需约30,000个SNPs，平均每3-4个基因用一个SNP就可识别出整个基因组内任何位置上的具表型活性的变异。最近发现SNP与SNP之间的连锁不平衡甚至可延伸到更远的区域（0.35cM-0.45cM），那么进行基因组扫描需要的SNP数量就更少。导致上述估算SNP 数量差异的主要原因是Kruglyak进行模拟计算时，假设现在的人群在5000年前起源于共同的祖先，且人群规模的有效大小保持在10,000左右，然后经过连续的指数扩增，直至达到现在的50亿左右。Collins认为这种假设是不现实的，在人类发展的历史过程中，人群数目的增长是迂回曲折的，经历扩张与萎缩的周期性变化。 Weiss等认为Collins及其同事的结果可能低估了问题的复杂性。因为他们的结果或是基于小样本资料推断出来的，就会使连锁不平衡（LD）程度的估算偏高；或是从理论上预测LD的水平，而忽略了基因组中大量的随机变异。如大多数位点的信息是来源于小样本中测序得到的资料，据此得到的单倍型结构不可靠。目前的研究集中于基因组中LD相对广泛存在的区域，在此区域内，基因相对容易作图。如基于这些经验来进行基因组其它区域的LD分析，就可能发生偏离。如两个相距较远的SNPs 之间具有强的LD性质，就认为它们之间的SNPs及该SNP侧翼的SNPs也存在强烈的LD，这种假设仅适合于其中一些多态位点，但它并不是通则。当然，在一些罕见人群中，如Saami，在较长的区域内广泛存在大量的LD，但对Fihland人群，则在较长区域内几乎不存在LD，对全球整个复杂人群而言，LD肯定变得更复杂一些。 Gray等认为随着人类基因组测序计划的进展，人类基因组的结构逐渐被阐明，因此就可在那些富含基因的区域选择SNP进行全基因组扫描，这样所需的SNP数量还会减少。Halushka等根据他们对75个基因检测的实验结果推测，SNPs在单个基因或整个基因组中的分布是不均匀的，在非转录序列中要多于转录序列，而且在转录区也是非同义突变的频率比其它方式突变的频率低得多。Templeton 等对LPL基因突变与重组热点的研究结果提示，SNP集中分布于基因组的CG二核苷酸处或单核苷酸重复区或αDNA聚合酶的识别位点（TGGA）处。将人类基因组不同区域物理图谱与遗传图谱的进行比较，发现遗传距离和物理距离的比值有很大的差异，提示基因组不同区域的重组水平存在差异。如Dunham等将22号染色体STR的物理位置与遗传位置进行了对比，发现该染色体的重组率差异很大，提示存在重组热点。根据基因组内不同区域重组频率的高低可进一步选择SNP的数量，重组热点需要的标记数量就多，相反就少。这种设计也可能会进一步减少基因组扫描所需的SNP标记。 使用SNP进行关联分析面临的另一个问题是如何选择SNP。如果对每一个SNP都进行独立研究，那么对几百万SNPs 的研究就会导致成千上万次的假关联，结果就掩盖真实的关联性，所以，进行关联分析前，一定要对所研究的SNP进行选
霍华休斯医学研究所，Baylor医学研究所的科学家们近期在PloS One上发表最新研究性文章，文章标题为：Big Genomes Facilitate the Comparative Identification of Regulatory Elements，该文章解析了基因组大小对基因组学的研究带来的影响。基因组越大则更容易找出控制基因活性的DNA区域。在小基因组上，功能性元件紧紧地结合在一起。而在大基因组上，功能性元件分得比较散，于是也更容易找到控制基因活性的区域。 基因组分为结构基因和调控基因,要从基因组上找到功能元件并不难，难的是找到调控基因表达的机制，因此，对小的基因组来说，紧凑的结构给寻找调控区域带领更多的困难，而相对来说大基因组却容易多了。功能元件散落在基因组上，更便于寻找调控区域。大的基因组更便于研究非编码DNA和RNA，对研究基因调控也更为有利。而目前,研究生命的遗传物质DNA的科学家一直觉得，基因组越小越受欢迎，因为操作简单，可以节省大量的时间和精力，尤其在金钱方面也能更节约成本，测序的费用更低。甚至有科学家说，基因组小则基因排列更紧凑，垃圾DNA也越少。 [img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=137848]Big Genomes Facilitate the Comparative Identification of Regulatory Elements[/url]
大熊猫基因组测序研究项目近日正式完成，并绘制出大熊猫基因组精细图。这是中国科学家第一次全面系统地对大熊猫基因组进行测序研究。 据介绍，大熊猫基因组测序研究结果表明，大熊猫有染色体21对，基因组大小2.4G，重复序列含量36%，基因2万多个。 这项研究由深圳华大基因研究院领衔，中国科学院昆明动物研究所、中国科学院动物研究所、成都大熊猫繁育研究基地和中国保护大熊猫研究中心共同参与。 研究结果还表明，大熊猫基因组仍然具备很高的杂合率和较高的遗传多态性；在已经进行全基因组测序的物种中，大熊猫基因组与狗的基因组最接近；数据分析结果同时还进一步支持了大多数科学家所持的“大熊猫是熊科的一个亚种”这种观点，证明了熊科内部各类群的分类情况。 据悉，大熊猫基因组精细图这一研究成果，填补了大熊猫基因组及分子生物学研究的空白，将从基因组学的层面上为大熊猫的保护、疾病监控及其人工繁殖提供科学依据。
[size=3]近日，中国科学院北京基因组研究所曾长青研究组，通过与英国、爱尔兰和美国的研究人员研究合作，发现了藏族人群能够适应高海拔地区低氧环境，并且免于罹患高原疾病的一个重要遗传机制——EPAS1基因的多态性。其相关研究成果已于6月7日在美国《国家科学院院刊》（PNAS）网络版发表。该项目的策划人之一，文章的通讯作者——中国科学院北京基因组研究所曾长青研究员（代表中国参加国际HapMap计划的主要负责人）表示，HapMap绘制的人群多态性图谱是目前研究人类遗传多态性的最主要数据，占其样品总量六分之一的汉族样品数据是研究中华民族遗传多态性的基础。此次新发现的藏族人群特有的EPAS1基因多态，不但是不同人群高原适应机制遗传研究领域的重要进展，同时也为科研人员进一步研发低海拔人群对于高原低氧敏感性的检测手段提供了基础。 [/size]
历时6年，300余研究者花费5300万美金，牛的基因组序列终于呈现在世人面前，相关的文章发表在Science杂志上。这是继2000年人类基因组破解以来，又一动物基因组序列被破译。负责人称，牛的基因组的破译不仅有助人们更深入了解牛的驯化过程，提高牛肉，牛奶的质量改善人类的生活质量，还有助了解人类的疾病。最新的一期Science杂志刊登了两篇独立研究牛基因组的文章，一篇Genome-Wide Survey of SNP Variation Uncovers the Genetic Structure of Cattle Breeds；一篇The Bovine Genome Sequencing and Analysis Consortium，该项目对牛的基因组进行了分辨率精细的测序。另外还有一篇评论性的文章，The Genome Sequence of Taurine Cattle: A Window to Ruminant Biology and Evolution，将研究焦点放在对牲畜进化和驯养历史的追踪工作上。研究人员发现，牛的基因组含有至少2万2000个基因，其中大约有14345个基因在7种其它的哺乳动物种系中具有对应的基因。 这些发现显示，在牛的进化和驯养过程中，基因的数量和构成的变化是如何改变牛的生物学系统并对它们的繁殖、免疫能力、乳汁分泌和消化造成了最为显著的影响的。 这些研究人员还对来自19个不同地理和在生物学上混杂繁殖的497头不同牛只DNA中的3万7470种差异进行了调查。他们发现，母牛的进化与我们人类本身的进化截然不同，它们从一个有着非常大的有效祖先群体到近期发生的快速的群体下降，而不是反过来的那种一种情形。 文章的作者将这种进化归因于与以往驯化活动、因农业专门化所作的选择以及与动物豢养的形成相关的遗传学瓶颈。 但是，牛品种中的多样性的现有水平看来至少与那些在人类群体中的水平一样地强健有力。 在一篇Perspective中，Harris Lewin对这些发现进行了更为详细的探讨，并重点介绍了其对人类健康和可持续性农业的意义。
科学家首次测序癌症患者基因组美国科学家近日首次成功测序了一个癌症患者的基因组，这一开创性工作为利用新方法揭开癌症的遗传学基础创造了条件。相关论文发表在11月6日的《自然》（Nature）杂志上。测序的基因组来自于一位女性，50多岁死于急性骨髓性白血病（AML）。美国华盛顿大学的研究人员利用来自皮肤样本的遗传材料，测序了她2套染色体的DNA，同时根据骨髓样本检测了其肿瘤细胞中的遗传突变。所有样本均采自患者接受癌症治疗前，以防DNA受到进一步损伤。随后，研究人员将患者的肿瘤基因组与其正常基因组进行了比较，以期发现遗传差异。在患者肿瘤基因组中接近270万个单核苷变异中，将近98%同样也在患者皮肤样本的DNA中检测到，这就大大缩小了进一步筛选的范围。研究人员最终在患者的肿瘤DNA中仅发现了10个可能与AML有关的遗传突变，其中8个很罕见，它们所处基因之前从未被认为与AML有关。研究人员还显示，肿瘤样本中的每个细胞拥有9个突变，而且较少发生的那个突变可能是最后形成的。研究人员怀疑，所有这些突变对于患者的癌症都很重要。美国国立人类基因组研究所前任主管Francis Collins说：“首次确定人类癌症基因组的完全DNA序列，并与同一个体的正常组织相比较，这在癌症研究中是一个真正的里程碑。”美国俄勒冈健康与科学大学癌症研究所的Brian Druker说：“虽然这一研究尚不能告诉我们怎样治疗癌症患者，但它是这条路上关键的第一步。它为大规模癌症基因组测序和揭示癌症秘密打下了基础。”目前，研究小组正在测序其他AML患者的基因组，同时他们还计划将这种全基因组方法扩展到乳腺癌和肺癌。
《Nature Methods》盘点2011年度技术，选出了最受关注的技术成果：人工核酸酶介导的基因组编辑（genome editing with engineered nucleases）技术。除了基因组编辑以外，《Nature Methods》也整理出了2011年最值得关注的几项技术，分别为：单细胞技术（Single-cell methods）、功能基因组资源（Functional genomic resources）、糖蛋白组学（Glycoproteomics）、单倍体因果突变（Causal mutations in a haploid landscape）、单层光生物成像（Imaging life with thin sheets of light）、非模式生物（Non?model organisms）、光基础电生理学（Light-based electrophysiology）和RNA结构（RNA structures ）。其中单细胞或者单分子之类的技术几乎每年都会出现在Nature Methods的这一名单中，比如去年的单分子结构分析技术（Single-molecule structure determination）。所谓单细胞技术很好理解，就是相对于群体细胞研究，针对单个细胞的研究技术，由于培养基或者机体中的细胞存在多样性，或者说是异质性，这为许多实验分析造成了障碍。可以说，随着现代生物学的发展，“平均值”这个词已经不能满足我们的需要了，我们要了解细胞之间的差异性。然而要进行单细胞分析也困难重重，从技术上说也存在几个方面的问题。首先无论是针对一个特异性大分子，还是在OMIC水平上进行分子分析，都存在单细胞提取物数量少，难以分析的困难，这甚至可以说是不可能完成的，因此增加灵敏度势在必行。除此之外高通量分析也是一个瓶颈，要想获得单细胞分析确切的分析结果，研究人员必须快速而准确的分析多个细胞，这并不容易。另外单细胞分析也常常需要进行多种方式分析，这不仅是由于细胞存在于一种异质性环境汇总，而且也在同一时间，也需要测量多个参数。不过值得庆幸的是，今年在这些方面都不断有好消息传出，比如质谱流式细胞分析技术，这种技术采用了同位素作为抗体标记，替代荧光探针，从而延伸了流式细胞仪的多元分析能力。这篇题为“Single-Cell Mass Cytometry of Differential Immune and Drug Responses Across a Human Hematopoietic Continuum”的文章由多伦多大学和斯坦福大学完成，他们采用同位素标记抗体，结合质谱分析的方法实现了同时对细胞表面多达一百种标记物的检测。通常采用的荧光抗体标记细胞表面蛋白结合流式细胞术检测的方法，虽然能实现细胞分选，但只能够同时识别6-10种不同颜色的荧光，且还需尽量避免发生荧光重叠。而这项研究通过这个可以称为大量细胞计数法的方法，观察了人类骨髓产生的不同形态细胞中及表面的34种物质，不但能正确归类10多种不同类型的免疫细胞，还能观察到各类免疫细胞的内部变化，从而预知可能发生的变化。这将有助于更快更广泛的测量处方药对人体细胞的反应及功效，提前发现细胞病变，研发出针对个人的治疗药物。另外在基因表达分析研究中，数字逆转录酶PCR（digital reverse-transcriptase）技术，结合微流体设备也帮助实现同时监控上百个单细胞中上百个基因的表达。今年的一项研究证明了这一点：Single-cell dissection of transcriptional heterogeneity in human colon tumors。这项有关肿瘤异质性的研究利用新技术对数百个结肠癌细胞进行了单细胞基因表达分析，由此获得了人类结肠癌异质性图谱。随着单细胞分析技术越来越多的用于解答生物问题，对于灵敏度和高通量的要求也在不断增加，尤其是在大分子分析方面――这比DNA和RNA分析的需求更多，而且商业用途的需求也越来越多。
近日，深圳华大基因研究院和美国科学家共同发起“共生体基因组计划”。该计划将对海蛤蝓（又称绿叶海蜗牛）及藻类饵料进行基因组测序。有科学家认为，海蛤蝓可能是“生命之树”中动植物界的交叉点。海蛤蝓的细胞能够从藻类获取叶绿素，进行光合作用，从而为其所有生命活动提供足够的能量，包括繁殖。迄今为止，科学家在海蛤蝓基因组里发现了大约十多种藻类基因，这些基因使这种生物在叶绿素合成通道和碳固定循环中具有集光蛋白质和酶类的功能。随着研究的深入，不断有新的藻类基因在海蛤蝓基因组中被发现。海蛤蝓通过自身内被转移的藻类基因合成叶绿素，进行光合作用。这种神奇的共生现象第一次证明了一套完整的生物合成途径可以从一种多细胞生物传递到另一种多细胞生物。华大基因有关专家表示，通过对藻类和海蛤蝓的基因组进行比较，不仅将在宿主细胞中发现一组能够进行持续光合作用的基因，而且能够找到转移的特性，包括转移基因片段的大小、数量；更重要的是了解这种转移的运行机制。这些发现将对基因组的人工调控和基因治疗新技术的开发产生重大现实意义。此外，这两类生物的基因组测序将有利于比较基因组研究、进化规则、发展生物学及分类学的发展。据悉，这次联合研究是华大基因“千种动植物参考基因组计划”的一部分。该计划将在未来两年内建立1000种动植物的参考基因组序列。在“共生体基因组计划”中，华大基因主要负责测序和生物信息分析工作。《科学时报》 (2010-3-23 A1 要闻)
一、实验目的 通过采用改进的SDS法提取植物叶片基因组DNA，使学生学习和掌握从植物组织中提取DNA的方法和原理。二、实验原理 基因组DNA的提取通常用于构建基因组文库、Southern杂交、RFLP、PCR分离基因和分子标记分析等。利用基因组DNA序列较长的特性,可以将其与细胞器或质粒等小分子DNA分离。加入一定量的异丙醇或乙醇，大分子的基因组DNA形成沉淀，而小分子DNA则附于管壁及管底,通过离心方法即可将它们分离，从而达到提取的目的。在提取过程中，若操控不当，基因组DNA会发生机械断裂，产生大小不同的片段，因此分离基因组DNA时应尽量在温和的条件下操作，如尽量减少酚/氯仿抽提、混匀过程要轻缓等，以保证得到较完整的基因组DNA。一般来说，构建基因组文库，初始DNA长度必须在100kb以上，否则酶切后两边都带合适末端的有效片段很少。而进行RFLP和PCR分析, DNA长度可短至50kb, 在该长度以上，可保证酶切后产生RFLP片段(20kb以下)，并可保证包含PCR所扩增的片段(一般2kb以下)。不同生物（植物、动物、微生物）的基因组DNA的提取方法有所不同; 不同种类或同一种类的不同组织因其细胞结构及所含的成分不同，分离方法也有差异。在提取某种特殊组织的DNA时可参照文献和经验建立相应的实验方法, 以获得可用的DNA大分子。组织中的多糖和酶类物质对随后的酶切、PCR反应等有较强的抑制作用,因此用富含这类物质的材料提取基因组DNA时, 应考虑除去多糖和酚类物质。三、实验仪器和材料 台式高速离心机恒温水浴陶瓷研钵1.5ml 离心管移液器无菌枪头无菌牙签液 氮吸水纸四、实验试剂 DNA提取洗涤液100 mmol／L Tris•HCl(pH8.0)，3％可溶性PVP，20 mmol／L 巯基乙醇，20 mmol／L EDTA(pH8.0))DNA裂解液(100 mmol／L Tris•HCl(pH8.0)，20 mmol／L EDTA(pH8.0)，500 mmol／L NaC1，1.5％SDS)酚/氯仿/异戊醇(v:v:v=25:24:1)5M KAc无水乙醇异丙醇70%乙醇含5g/ml RNase 的TE缓冲液
[b][/b][align=center]鼢鼠([i]Eospalax[/i])线粒体基因组测定及注释分析[/align][align=center]西安国联质量检测技术股份有限公司[/align][align=center]安平中心：李瑞[/align][b]摘要【[/b]目的】获得鼢鼠线粒体基因组全序列，为线粒体基因组功能标记及进化生物学等研究提供基础资料。【方法】参考鼹型鼠等动物的线粒体基因组序列，设计出可覆盖鼢鼠线粒体基因组的16对引物，采用[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]产物直接测序法测得甘肃鼢鼠线粒体基因组全序列，分析其基因组的特点和基因结构。并结合GenBank中发表的啮齿类动物基因组全序列，探讨啮齿类动物的系统进化关系。【结果】鼢鼠线粒体基因组全长16354bp，其中包括22个tRNA基因、13个蛋白质编码基因、2个rRNA基因和2个D-loop区。碱基组成为33.5%A、24.2 %C、12.3 %G、30.0 %T。【结论】鼢鼠线粒体基因组结构及其信息和其他啮齿类动物的结构一致，线粒体变异保守。研究结果为鼢鼠的低氧适应、系统发育关系等提供了基础资料。[b]关键词 [/b]鼢鼠；线粒体基因组；序列分析 鼢鼠([i]Eospalax[/i])是分布于我国的主要啮齿类动物之一，其体型较小，栖息于洞穴内有挖掘活动，扩散能力强，数量波动大，是生态系统中重要的初级消费者，处于生态系统中的中心位置，草原生态系统中其能流比重很大[sup][/sup]。动物线粒体([color=#333333]Mitochondrion[/color])基因组为双链闭合环状分子[sup][/sup]，少数也有线性的，它们具有分子量相对较小、结构简单、缺少重组、母性遗传和进化速率快等特点，已成为动物系统发育与进化、群体遗传学、分子生态学以及疾病机理研究等领域的理想材料[sup][/sup]。甘肃鼢鼠是仅分布于我国西北部的土著物种，其外形似中华鼢鼠，主要分布于甘肃临潭县及其附近地区。目前对线粒体DNA的研究主要在动物分子遗传学、分子生态学、种群遗传结构分析、遗传多样性、物种和品系鉴定、保护遗传学等方面得到了广泛应用[sup][4[/sup][sup]，[/sup][sup]5][/sup]1. [b]实验材料和方法[/b]1.1 实验材料鼢鼠：采集于天祝（经度102.84、纬度 37.2）1个群体；鼢鼠解剖采集肝脏及肌肉组织样品，-20℃保存备用。1.2 线粒体DNA的提取用剪刀将肝脏及肌肉材料剪成小块，取0.1cm左右的小块肝脏及肌肉材料，采用常规的SDS/蛋白酶K裂解，酚氯仿提取DNA[sup][/sup]，使用琼脂糖凝胶电泳检测其完整性。1.3 引物设计和[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]扩增通过Clustal X1.83比对，寻找相对应保守区域位置，用Primer Premier5.0引物设计软件设计引物，并对每条引物进行评价和修改，最终确定16对引物。以所提取的DNA为模板，用16对引物扩增覆盖整个线粒体基因组。利用引物进行[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]扩增，反应体系总体积为50μL，其中含有6μL [url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url] buffer、3μL MgCl[sub]2[/sub]（1.5mmol）、MgCl[sub]2[/sub]，2μL dNTPs （100μL mol）、上下游引物各2μL （0.25μL mol）、Taq DNA聚合酶2μL （1U）、总DNA约为2μL （25ng）、去离子水31μL。反应程序为：94℃预变性4 min，94℃变性50s，48-45℃退1min，72℃延伸1 min 30s，循环30次，之后72℃延伸10min，并根据不同引物的退火温度和扩增反应的实际效果进行优化。取 5 μL [url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]扩增产物，和2 μL DNA marker 2000，进行1.0％琼脂糖凝胶（1×TBE）5V/电泳，用紫外观察[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]产物扩增情况，凝胶成像仪扫描记录结果。1.4 纯化、测序和序列拼接 在[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]产物中加入5 U SAP和2 U ExoⅠ，震荡混匀，37℃保温1 h，然后75℃保温15 min以灭活SAP和ExoⅠ酶，纯化好的模板可以在4℃保存24 h或-20℃长期保存。将纯化后的引物送往上海生工生物技术服务有限公司用ABI-3730序列自动分析仪进行双向测序。利用DNASTAR和测序峰图结果分析软件Chromas 2.22校对测序图，DNAMAN拼接序列。得到甘肃鼢鼠线粒体全基因组全序列。2. [b]结果[/b]2.1 鼢鼠线粒体基因组基因定位2.2.1 鼢鼠线粒体2个rRNA的分析哺乳动物线粒体的rRNA具有高度的保守性，它们的位置固定，12S rRNA位于tRNA-phe 和tRNA-Val之间，16S rRNA位于tRNA-Val和 tRNA-Leu之间，12S rRNA起始位置为68，终止位置为1019，长度为952bp，16S rRNA起始位置为1086，终止位置为2651，长度为1566。同时我们比对了鼢鼠和中华鼢鼠的rRNA基因和蛋白质基因，12S rRNA和16S rRNA的相似性分别为91.0%和87.3%，高于蛋白质编码基因之间的相似性。2.2.3 鼢鼠线粒体基因组结构 除NADH脱氢酶亚基6外均在H链上，虽然鼢鼠染色体数目少、染色体大，但与其它哺乳动物线粒体全基因组相比，它的线粒体基因组的结构与其它哺乳动物是十分相似的。甘肃鼢鼠线粒体基因组结构见图1。[align=center][img=,409,324]http://ng1.17img.cn/bbsfiles/images/2017/09/201709081454_02_2904018_3.png[/img][/align]注：ND: NADH脱氢酶亚基（NADH dehydrogenase subunit）、Cox：细胞色素氧化酶亚基(cytochrome oxidase subunit)、Atp：ATP合成酶亚基(ATP synthase F0 subunit)、Cyt b：1个细胞色素b编码基因(cytochrome b)。[align=center][b]图1[/b] 甘肃鼢鼠线粒体基因组结构简图[/align][align=center]Fig.1 The gene organization of [i]Eospalax cansus[/i] mitochondrial genome[/align]3. [b] 讨论[/b] 甘肃鼢鼠线粒体基因组的D-loop区，长度为933bp，比中国地鼠D-loop区（867bp）长。D-loop区对目的基因是不可缺少的，虽然D-loop区不能编码蛋白质但对于遗传信息表达是不可缺少的，在它上面有调控遗传信息表达的核苷酸序列，具有遗传效应的，比如RNA聚合酶结合位点是具有遗传效应的。8只甘肃鼢鼠中有5个单倍型：3只临潭群体共享1个单倍型，2只天祝群体独享单倍型；其余个体均独享单倍型，表明了甘肃鼢鼠线粒体DNA D-loop区碱基变异快、进化快的特性，符合啮齿动物线粒体变异大的现象。随着研究的深入，以线粒体DNA中完整的基因序列或多个基因序列协同而获得遗传信息来探讨物种的系统进化关系，将是以后研究发展的主要方向[sup][/sup]。目前，线粒体DNA已经在许多哺乳类动物的起源进化的研究中取的了重大进展，而对甘肃鼢鼠的起源进化的研究却很少，并且存在着甘肃鼢鼠属于[url=http://baike.baidu.com/view/113192.htm][color=#000000]瞎鼠科[/color][/url]和仓鼠二者之争，因此，为了更好的阐明甘肃鼢鼠的起源，还需要做更多、更深入的研究。
哪位同仁曾用高效液相色谱测过 基因组总水平甲基化程度 交流交流
我要推广仪器
下载APP
Illumina—基因组学改变未来
质谱技术在组学研究中的应用
全二维气相色谱从未如此简单高效——雪景新型固态热调制器
聚焦上市仪器公司2014年财报：低迷中的调整
转基因再起波澜，相关检测及仪器市场或将迎来新机遇
蛋白质组学研究新技术、新方法
组学与病毒研究专题科普
基因测序仪“新势力”
汽油中甲缩醛的检测
基因和细胞治疗解决方案详解：加速的实验室——丹纳赫 以科技加速新疗法开发