文獻(xiàn)挖掘在豬繁殖性狀候選基因分析中的應(yīng)用研究.pdf

1、文獻(xiàn)挖掘是一種能夠從文獻(xiàn)中抽取、整合并發(fā)現(xiàn)知識(shí)的高效工具，而且它能夠快速處理大量文獻(xiàn)并獲得某一特定領(lǐng)域的知識(shí)信息。生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)因涵蓋了生命科學(xué)的絕大部分領(lǐng)域，所包含的文獻(xiàn)數(shù)量巨大，而成為全世界生物信息挖掘的一大源泉。繁殖性能是影響?zhàn)B豬業(yè)的重要經(jīng)濟(jì)性狀之一，然而豬的基因組測(cè)序還沒有全部完成，已確定的對(duì)豬繁殖性狀有影響的基因不多。大多數(shù)研究者通過查閱人及模式生物小鼠、大鼠等的生殖相關(guān)文獻(xiàn)來(lái)確定候選基因進(jìn)而采用候選基因法進(jìn)行相關(guān)研究。然

2、而面對(duì)海量的生殖相關(guān)研究文獻(xiàn)，單個(gè)研究者不可能全部閱讀，更不可能完全掌握所有的基因及其之間的關(guān)系。因此，我們從比較基因組學(xué)的角度，以人類生殖相關(guān)基因作為豬繁殖相關(guān)的候選基因，運(yùn)用生物自然語(yǔ)言處理技術(shù)和Swanson理論對(duì)MEDLINE數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行文獻(xiàn)挖掘，構(gòu)建了ReCGiP數(shù)據(jù)庫(kù)，同時(shí)為了檢驗(yàn)該數(shù)據(jù)庫(kù)的有效性，以所獲得的個(gè)別重要基因?yàn)槔瑢?duì)其進(jìn)行分子進(jìn)化和功能分化分析及實(shí)驗(yàn)驗(yàn)證。具體研究?jī)?nèi)容及結(jié)果如下：
　　 1.豬繁殖性

3、狀候選基因的文獻(xiàn)挖掘通過文獻(xiàn)挖掘獲得了以精子形成、卵子形成、受精、胚胎著床前發(fā)育、胚胎著床和胎盤發(fā)育六個(gè)生殖主要過程為主題的一系列可作為影響豬繁殖性狀候選基因的主題相關(guān)基因，并針對(duì)這六個(gè)主題分別構(gòu)建了基因同現(xiàn)網(wǎng)絡(luò)，整合了相關(guān)的文獻(xiàn)、GO注釋和KEGG通路等信息，構(gòu)建了豬繁殖性狀候選基因數(shù)據(jù)庫(kù)(Database of ReproductionCandidate Genes In Pigs based on bibliomics，ReCGi

4、P)，用戶可以通過網(wǎng)址http：//klab.sjtu.edu.cn/ReCGiP對(duì)ReCGiP數(shù)據(jù)庫(kù)進(jìn)行訪問。ReCGiP數(shù)據(jù)庫(kù)還包括經(jīng)自然語(yǔ)言處理和人工篩查的與繁殖過程和繁殖性狀(如產(chǎn)仔數(shù)、出生活仔數(shù)和乳頭數(shù)等)相關(guān)的豬的基因和文獻(xiàn)信息。
　　 2.HIF-α基因家族的分子進(jìn)化選擇和功能分化分析依據(jù)ReCGiP數(shù)據(jù)庫(kù)，對(duì)所獲得的六個(gè)主題的相關(guān)基因進(jìn)行生物通路富集分析，發(fā)現(xiàn)血管內(nèi)皮生長(zhǎng)因子(VEGF)信號(hào)通路是諸多通路中的一個(gè)

5、富集通路，該通路在生殖過程中有重要作用。同時(shí)，我們發(fā)現(xiàn)基因VEGFA是精子形成、卵子形成、受精、著床和胎盤發(fā)育5個(gè)生殖主要過程中的重要基因，而缺氧誘導(dǎo)因子1α(HIF1A)是胎盤發(fā)育過程中的重要基因。VEGFA是血管生成中最主要的血管新生調(diào)節(jié)因子，對(duì)血管的生成和滲透能力有重要作用，是誘導(dǎo)著床和早期妊娠血管變化的重要基因。而缺氧誘導(dǎo)因子α家族是一轉(zhuǎn)錄調(diào)控因子家族，該家族成員對(duì)VEGFA有調(diào)控作用。因此，我們認(rèn)為VEGFA和HIF-α基因家

6、族成員可能是影響豬繁殖性狀的重要基因。有鑒于此，我們首先采用三種假設(shè)條件不同的模型對(duì)脊椎動(dòng)物HIF-α基因家族的DNA序列數(shù)據(jù)進(jìn)行分析，估計(jì)分子替代率、確定選擇壓力。同時(shí)應(yīng)用TreeSAAP程序和DIVERGE程序算法研究影響HIF-α基因家族進(jìn)化的選擇壓力、預(yù)測(cè)重要的選擇位點(diǎn)。結(jié)果表明，基因復(fù)制是HIF-α基因家族三個(gè)成員形成的原因。而且通過對(duì)氧基酸理化性質(zhì)變化評(píng)估和采用最大似然法檢測(cè)發(fā)現(xiàn)對(duì)HIF-α基因家族進(jìn)化起主要作用的是純化選擇

7、。此外，HIF-α基因家族成員兩兩成對(duì)比較表明該基因家族發(fā)生系統(tǒng)分化后可變的功能約束發(fā)生在一些特殊的氨基酸位點(diǎn)。這些發(fā)現(xiàn)可以為進(jìn)一步的實(shí)驗(yàn)驗(yàn)證提供參考。
　　 3.HIF-α基因家族和VEGFA基因多態(tài)性與豬繁殖性狀的相關(guān)研究在對(duì)HIF-α基因家族的分子進(jìn)化選擇和功能分化分析的基礎(chǔ)上，我們運(yùn)用直接測(cè)序法在豬中尋找基因HIF1A、EPAS1、HIF3A和VEGFA的多態(tài)位點(diǎn)，同時(shí)采用PCR-RFLP方法進(jìn)行多態(tài)位點(diǎn)的檢測(cè)及分子標(biāo)記

8、與性狀的關(guān)聯(lián)分析研究，獲得4個(gè)基因的片段長(zhǎng)度分別為4245bp，4010bp，802bp和2562bp。使用生物信息學(xué)方法和輻射雜種克隆板將基因HIF1A定位于豬1號(hào)染色體長(zhǎng)臂，具體核苷酸序列位置是199605043bp～199827355bp；基因EPAS1定位于豬3號(hào)染色體長(zhǎng)臂11-14區(qū)，具體核苷酸序列位置是87502103bp～87601420bp。在基因VEGFA的擴(kuò)增片段中共檢測(cè)到17個(gè)多態(tài)位點(diǎn)，其中有4個(gè)位點(diǎn)可以進(jìn)行PCR

9、-RFLP檢測(cè)。在梅山豬保種群和法系大白豬群體中對(duì)VEGFA基因的4個(gè)多態(tài)位點(diǎn)進(jìn)行基因型頻率及等位基因頻率分析，結(jié)果表明：VEGFA基因的BstH2I、Eco32I、PspEI三個(gè)多態(tài)位點(diǎn)在梅山豬中A等位基因占優(yōu)勢(shì)，BcnI多態(tài)位點(diǎn)在梅山豬中B等位基因占優(yōu)勢(shì)，而在法系大白豬中VEGFA基因的BstH2I和PspEI多態(tài)位點(diǎn)相關(guān)的A等位基因頻率為0，Eco32I和BcnI多態(tài)位點(diǎn)相關(guān)的A、B等位基因頻率均不到1％。單倍體型推斷結(jié)果表明VE

10、GFA基因4個(gè)多態(tài)位點(diǎn)在梅山豬群體中共存在10種單倍體型，而在法系大白豬群體中只存在2種單倍體型BBBA和BBAB，且只有一個(gè)個(gè)體的單倍體型是BBAB。通過性狀關(guān)聯(lián)分析，發(fā)現(xiàn)梅山豬群體中VEGFA基因單倍體型BBBA對(duì)初產(chǎn)總仔數(shù)影響顯著(p<0.05)；單倍體型BABA對(duì)經(jīng)產(chǎn)總仔數(shù)和經(jīng)產(chǎn)活仔數(shù)影響顯著(p<0.05)；單倍體型BBAA對(duì)初生窩重影響顯著(p<0.05)。
　　 VEGFA基因4個(gè)多態(tài)位點(diǎn)的等位基因頻率和基因型頻率