微型生物數(shù)據(jù)處理系統(tǒng)構(gòu)建及其在大片吸蟲轉(zhuǎn)錄組研究上的應(yīng)用.pdf

1、提出一個(gè)主要使用GPL許可軟件和低價(jià)硬件組成的生物學(xué)數(shù)據(jù)處理系統(tǒng)實(shí)用方案，該方案構(gòu)建成本可為一般小型機(jī)構(gòu)所接受。采用集中式資源和集中式管理為指導(dǎo)思想，將軟件/程序按照數(shù)據(jù)和處理需求分為三個(gè)類型：生物學(xué)序列、微陣列（生物芯片）和數(shù)值（生物統(tǒng)計(jì)）分析，以此為指導(dǎo)，整合成套的軟件工具。在一臺(tái)接入局域網(wǎng)的普通PC服務(wù)器上，選擇GNU/Linux操作系統(tǒng)(Dcbian)作為基礎(chǔ)，上層部署成套軟件并安裝配套數(shù)據(jù)庫，以實(shí)例系統(tǒng)為基礎(chǔ)，設(shè)計(jì)并使用Per

2、l語言代碼實(shí)現(xiàn)連結(jié)各個(gè)程序/軟件的半自動(dòng)化ESTs數(shù)據(jù)處理及分析管線(pipeline)，以此實(shí)現(xiàn)高通量生物數(shù)據(jù)分析。
　　 利用所設(shè)計(jì)構(gòu)建的分析管線對(duì)來源自大片吸蟲、肝片吸蟲、曼氏血吸蟲成蟲的ESTs進(jìn)行大規(guī)模序列分析。結(jié)果表明，大片吸蟲成蟲蛋白水解酶類占整個(gè)cDNA文庫的近50％，以組織蛋白酶L家族為主。人工檢查發(fā)現(xiàn)轉(zhuǎn)錄組中存在多種組織蛋白酶L拷貝，有三種拷貝類型的數(shù)量占整個(gè)蛋白酶家族的85％以上，為高轉(zhuǎn)錄基因。在其他表達(dá)的

3、編碼序列中也發(fā)現(xiàn)相同現(xiàn)象，推論寄生蟲可通過基因復(fù)制的方法演化出適應(yīng)不同發(fā)育階段的功能蛋白，可能存在與高表達(dá)基因連鎖的順式作用元件實(shí)現(xiàn)寄生蟲基因的高效轉(zhuǎn)錄。已知的幾種主要寄生蟲分泌表達(dá)蛋白在轉(zhuǎn)錄層面上均占表達(dá)量的前列，提示這些分泌表達(dá)蛋白可能需要及時(shí)補(bǔ)充以抵消宿主對(duì)其產(chǎn)生的拮抗作用。利用基于Gene Ontology的表達(dá)譜比較表明，三種寄生性吸蟲成蟲均大量表達(dá)蛋白水解酶類產(chǎn)物。大片吸蟲，肝片吸蟲和曼式血吸蟲成蟲在表達(dá)譜上呈現(xiàn)高度近似。<

4、br>　　 使用大片吸蟲分泌表達(dá)產(chǎn)物做免疫蛋白質(zhì)組學(xué)研究的多肽測(cè)序數(shù)據(jù)做探針，在之前構(gòu)建的數(shù)據(jù)處理分析系統(tǒng)上在大片吸蟲成蟲ESTs數(shù)據(jù)庫中虛擬雜交，獲得一全長編碼序列。其電子注釋為大片吸蟲硫氧還蛋白基因。序列分析和翻譯推導(dǎo)表明，該序列編碼的蛋白質(zhì)有218個(gè)氨基酸殘基，肽鏈分子量為24.63 KDa，是大片吸蟲硫氧還蛋白家族成員之一。根據(jù)EST序列拼裝結(jié)果設(shè)計(jì)引物，用反轉(zhuǎn)錄PCR方法從大片吸蟲成蟲中擴(kuò)增該基因的全長編碼序列，使用pET系