云南金花茶转录组序列分析及功能注释

摘要

[目的]深入研究云南金花茶优良性状、基因功能和基因分布特征,可为云南金花茶乃至山茶属植物功能基因的探索以及该物种的遗传保护提供基础生物信息学理论参考.[方法]采用Illumina Hi Seq 2000技术,对云南金花茶叶片进行转录组测序及相关数据分析,在对测序数据整理、de novo组装后,获得Unigene序列,继而利用相关生物信息学数据库进行序列比对.[结果]组装后,共获得95979条Unigenes,其中N50(拼接转录本不小于总长50％的长度)为1660 nt,平均长度为1124 nt,Q20和Q30序列(处理后质量高于20和30的碱基)分别占96.39％和91.28％.经比对,在Nr、Nt、Swiss-Prot中能得到注释的Unigene分别为58830、43623、44315条.在GO中,有41905条(43.66％)Unigenes注释224129个GO功能,将其分为3个大类和56亚类,所占比例最多的为生物过程这一类功能.在KOG中,有23499条(24.48％)Unigenes注释26430个KOG功能信息,将其分为26个基因功能大类,其中表达量较高的分别是一般功能基因和翻译后修饰、蛋白质转化、伴侣功能的相关基因.另外,共有23214条(24.18％)Unigenes在KEGG中得到注释,根据其涉及的相关通路可将其归为19个亚类,其中以代谢通路较为丰富.此外,利用相关数据库和ESTScan软件对云南金花茶转录组Unigene进行CDS比对和预测,共预测到26428条CDS,其长度集中在100～500 nt,占总CDS的82.10％.[结论]云南金花茶所含基因信息丰富,利用分析得到的所有注释信息可以更深层次地探索其基因组信息和基因分布情况.