面向高通量DNA检测技术的微生物基因识别及基因组分析

摘要

微生物种类多样、数量巨大，能适应各种生存环境，与人类的健康、疾病、生产、生活、环境保护和能源开发等密切相关。其中，产电微生物能够通过无氧呼吸，将氧化有机物产生的电子传递到胞外并还原电极，从而驱动微生物燃料电池进行产电。希瓦氏菌属的S。oneidensis MR-1是一种产电机制较为明确的模式菌，而同属的S.loihica PV-4具有很强的温度适应和金属还原能力，是潜在的优良产电菌。因此，希瓦氏菌基因组的研究和产电相关基因的识别，对建立S.loihica PV-4产电模型和提高产电效率具有重要意义。
　　随着高通量DNA测序技术的发展，越来越多的微生物基因组被成功测序，产生的大量测序短片段也对生物信息学分析方法提出了挑战。本文通过引入序列拼接和比对、基因识别和功能注释、比较基因组分析、功能基因组分析和代谢网络分析等方法，对产电微生物希瓦氏菌基因组进行分析，并预测出S.loihica PV-4基因组中与产电相关的基因。
　　为了排除数据库中错误的基因组注释信息的干扰，我们首先对S.loihica PV-4基因组进行了重注释。结果发现了3个假阳性基因，并识别了9个具有明确功能的新基因。
　　在改进的基因组注释基础上，我们对S.oneidensis MR-1和S.loihica PV-4进行了比较基因组学研究，分析了二者在基因组结构和功能上的异同：二十个希瓦氏菌基因组的系统发生树表明，S.oneidensis MR-1和S.loihica PV-4进化距离较远：而基因组同线性分析和COG功能分类也显示出二者在基因组序列结构和某些功能基因数量上的明显差异。
　　在产电相关功能基因的识别过程中，我们利用S.oneidensis MR-1产电模型和同源性分析的方法，对S.loihica PV-4基因组中的产电相关基因进行了预测。对于重要的电子传递蛋白--细胞色素c，我们设计出HemeScan算法来识别备选的细胞色素c编码基因。通过InterProScan验证，S.oneidensis MR-1和S.loihica PV-4基因组中各有41个细胞色素被识别，其中包括了7个来自S.loihica PV-4基因组的全新细胞色素。通过细胞色素的蛋白质家族聚类和保守性分析，我们识别了十个最为保守的细胞色素家族，并建立了相对保守的Mtr基因簇的模型。另外我们还统计出S.loihica PV-4中特异于S.oneidensis MR-1的12个细胞色素，其中Shew2580和Shew3254特别具有研究价值。
　　除了细胞色素c，我们还分别从Ⅱ型分泌系统、电子介体、纳米导线、胞外多糖、趋化蛋白、孔道蛋白和外膜囊泡等方面预测出了S.loihica PV-4的产电相关基因，如Shew3620～Shew3609、Shew1306、Shew1408、Shew1391～Shew1384、Shew1401～Shew1409、Shew3252和Shew3260等等。
　　这些结论为S.loihica PV-4产电模型的建立和微生物燃料电池的性能优化提供了依据。