烟草生物大数据平台的构建及应用

摘要

烟草是一种在世界范围内普遍种植的十分重要的茄科属经济作物，并且它在现在的分子生物学研究中经常被用作为植物界的模式植物。种质资源作为一个丰富的遗传和变异库变的尤为重要，当前对于烟草种质资源的收集和培育也有了新的进展。随着当今二代测序技术的不断成熟和测序价格的降低，7个烟草种的全基因组序列已经被测序并进行了相关的注释。为了进一步地促进烟草的遗传和育种的研究，本研究利用中国农科院烟草研究所和山东农业大学烟草研究室提供的烟草种质资源，以及利用生物信息学和比较基因组学的方法对烟草在基因组和基因水平上的分析的所有数据，构建了一个开放的综合性的数据库—烟草生物大数据平台。主要研究成果如下： 1. 烟草种质资源库的构建。经过中国农科院烟草所和山东农业大学烟草实验室多年的联合收集和整理，5,267份烟草种质资源基本信息及其35种农艺性状和抗7种常见病害的详细信息被提取出来，利用这些信息构建了一个烟草种质资源库。 2. 7个烟草序列库的构建。到目前为止，基于二代测序技术的7个烟草全基因组已经测序完成，包括三个二倍体烟草（Nicotiana sylvestris，Nicotiana otophora，Nicotiana tomentosiformis）和四个四倍体烟草（Nicotiana benthamiana，Nicotiana tabacum BX， Nicotiana tabacum K326，Nicotiana tabacum TN90），其中绒毛状烟草的基因注释还不太完全。基于这些数据构建了一个烟草序列库。 3. 烟草基因注释库的构建。在烟草基因水平上的研究，首先收集了10份基于不同亲本杂交和利用分子标记构建的烟草遗传图谱，提取出其图谱和分子标记详细信息放于库中，然后对烟草的基因序列进行KEGG注释，共发掘出2,115个不同的与新陈代谢相关的酶以及与其相关的383个新陈代谢通路，最后有506,553个基因家族和各类结构域被挖掘出来放于查询库中。 4. 烟草分子标记库的构建。基于7个烟草全基因组序列及其注释信息，进行了基因组SSR和SNP的扫描，共有342,980个SSR位点和10,621,016个SNP位点在基因组中被发掘，另外将原来的烟草遗传育种数据库（TGB）中的PIP标记位点也导入库中，最后还对扫描到的SSR和每个烟草基因进行引物的设计，分别设计出102,859和102,859对引物供科研工作者使用。基于上述数据构建了烟草分子标记库。 5. 生物分析工具库。本数据库还提供了6种生物分析工具包括在线比对Blast，SSR 扫描工具，核苷酸转蛋白工具，引物设计工具，电子模拟扩增工具和基因组浏览器Jbrowse，这些工具均可以在线高效使用，构成了生物分析工具库。 6. 烟草生物大数据平台的构建。将上述所有的数据库通过 LAMP （Linux+Apache+MySQL+PHP/Perl）框架结合在一起，构成了一个基因和基因组水平 上 分 析和应 用 的 烟 草 生 物 大 数 据 平 台 GAN （http://biodb.sdau.edu.cn/gan/index.html)。我们相信这个烟草生物数据平台能够在以后烟草的遗传和育种研究中发挥出重要的作用。

目录

声明

符 号 说 明

1引言

1.1烟草种质资源概述

1.2烟草在分子生物学水平上研究

1.3生物数据库的发展和应用

1.4研究目的及意义

2.材料和方法

2.1试验材料

2.2烟草基因注释分析

2.3烟草分子标记的开发

2.4每个基因引物的设计

2.5烟草生物大数据平台的构建

3结果与分析

3.1烟草种质资源概况

3.2烟草基因注释分析结果

3.3烟草生物大数据平台的使用

4 讨论

4.1 烟草种质资源库的构建

4.2 烟草生物大数据平台的构建和应用

4.3 基因组可视化工具在烟草上的应用

4.4 数据库开发环境的稳定

4.5 数据库的更新

5 结论

参考文献

致谢