细菌基因组岛相关模块的挖掘与分析

摘要

本研究通过文献挖掘和生物信息学分析，对细菌基因组岛和其相关遗传元件进行了识别和比较分析。并以碳青霉烯酶KPC产生菌肺炎克雷伯菌临床菌株HS11286为例进行了具体分析。
　　细菌基因组差减杂交模拟工具mGenomeSubtractor可以对细菌基因组岛进行快速预测和分析。为进一步完善该工具和提高人机交互性，我们对程序代码进行了升级，增强了运行稳定性和结果的可靠性。数据管理方面通过改善数据存储结构和处理方案，大幅减少了数据冗余，节省了存储资源，并方便后续的数据更新。任务管理引入了作业调度系统运行mGenomeSubtractor2的核心计算任务，避免了多个用户同时提交任务时造成的系统崩溃问题；通过修改大量bug和对程序处理进行优化，增强了程序的稳定性。而且为了适应软件和硬件环境的变化，提高运行效率，我们采用并比较了三种方案从而对限速步骤mpiBLAST的核心参数进行优化，选取最优的方程作为参数选择方案，明显提高了运行效率。同时，我们更新了本地基因组数据库，增加了2078个可供用户选择进行比较分析的细菌复制子。而对不完全测序的细菌基因组，也开发了contig/scaffold分析模块，能够一步实现基因组草图的ORF预测和差减杂交分析。
　　部分细菌基因组岛中存在IV型分泌系统（T4SS），并且依赖 IV型分泌系统实现接合转移。我们通过文献挖掘以及比较基因组学的方法，共收集了10752个组分蛋白，构成811个T4SSs；包括95个已经被实验验证的T4SSs，在这其中有95％的T4SSs有相应文献描述。同时收集了1884个T4SS效应物，其中1638个有文献支持。对T4SSs数据信息进行分析挖掘，匹配了组分蛋白、T4SSs、效应物以及相关文献等的对应关系，为开发IV型分泌系统数据库提供数据支持。在T4SSs分类方案中，我们定义了两类新的T4SS家族。我们在肺炎克雷伯菌HS11286染色体上预测出两个T4SSs，在其中一个质粒上预测得到一个T4SS。它们的功能有待进一步研究，目前没有发现已知效应物的存在。
　　tRNA和tmRNA基因的3’-端是细菌基因组岛在染色体上的常见插入位点，但对ncRNA基因与基因组岛的关系还没有系统的研究报道。为识别完全测序细菌基因组中的ncRNA基因，我们对常用ncRNA预测工具sRNAPredict和PORTRAIT进行评估。结果发现两种工具预测效果各有优缺，且均随基因组G+C含量不同而产生明显变化。提取并依据不同G+C含量细菌基因组中ncRNA基因启动子和终止子区域的序列特征，能提高sRNAscanner预测ncRNA基因的准确性。因此我们认为不同G+C含量基因组中ncRNA基因转录单元特征是ncRNA基因预测的重要参数之一，这为提高ncRNA基因的准确预测提供新的思路。同时我们对肺炎克雷伯菌HS11286中ncRNA基因进行识别，探究了其与基因组岛的位置关系，发现基因组岛周围或者内部有可能存在ncRNA基因。
　　重复基因之间存在的剂量补偿和功能补偿作用，可能对细菌耐药性的产生有一定贡献作用。而目前并没有针对原核基因组的重复基因识别工具，因此我们开发了细菌基因组中重复基因的网上快速识别工具triP。为探讨triP预测重复基因的准确性，以肺炎克雷伯菌HS11286为测试对象，预测出了46个可能的重复基因。5个groups中的11个重复基因与DEG数据库中细菌持家基因同源，其中两个groups中的重复基因有文献支持。这表明triP对细菌重复基因的预测有一定的准确性。

目录

封面

声明

答辩决议书

中文摘要

英文摘要

目录

第一章 绪论

1.1细菌基因组岛

1.2细菌IV型分泌系统

1.3细菌非编码RNA

1.4细菌重复基因

1.5本论文主要工作

第二章 基因组差减式杂交工具mGenomeSubtractor更新

2.1引言

2.2材料与方法

2.3结果与讨论

2.4小结与展望

第三章 细菌IV型分泌系统相关数据挖掘

3.1引言

3.2材料与方法

3.3结果与讨论

3.4小结与展望

第四章 利用不同G+C含量基因组评估细菌ncRNA预测工具

4.1引言

4.2材料与方法

4.3结果与讨论

4.4小结与展望

第五章 细菌重复基因网上识别工具triP的开发

5.1引言

5.2材料与方法

5.3结果与讨论

5.4小结与展望

第六章 总结

参考文献

附录

致谢

攻读硕士学位期间已发表或录用的论文