Identification of conserved regions in the plastid genome: implications for DNA barcoding and biological function

摘要

All oligonucleotides of the sugarcane chloroplast genome that are conserved in one or more of 36 other completed plastid genomes have been identified by computer-assisted sequence comparison. These regions are of interest because they (i) are indicative of strong selection pressures to maintain specific nucleotide sequences that may yield insights into plastid biology and (ii) can be used as priming sites for amplifying intervening sequences that represent potential DNA barcodes for species identification. The majority of conserved sites are located in the inverted repeat (IR) region, but several sites in the single copy region (predominantly in tRNA and psa/psb genes) are conserved among chloroplasts of all higher plants examined here. Of particular interest are protein coding regions that have been conserved at the nucleotide level, as these may be involved in transcript regulation. This analysis also provides the basis for rational design of a DNA barcode for plastids, and several potential barcode regions have been identified. In particular, two oligonucleotides of length 33 and 25, and separated by approximately 362 nucleotides, are found in all cyanobacteria, red, brown and green algae, as well as diatoms, euglenids, apicomplexans and land plants that have been examined to date. Their widespread occurrence makes the intervening sequence a universal marker for all photosynthetic lineages. Analysis of 160 GenBank accessions illustrates that this region discriminates many algae at the species level, but lacks sufficient variation among the more recently diverged land plants to serve as a single DNA barcode for this taxon. However, this marker should be particularly useful for the DNA barcoding of algal lineages and lichens, as well as for environmental sampling. More rapidly evolving regions of the plastid genome also identified here serve as a starting point to design and test barcodes for more narrowly defined lineages, including the more recently diverged angiosperms.La comparaison des séquences, assistée par ordinateur, a permis d'identifier tous les nucléotides du génome chloroplastique qui sont conservés dans un ou plus de 36 autres génomes plastidiques. Ces régions sont intéressantes, parce qu'elles (i) indiquent de fortes pressions sélectives pour maintenir des séquences nucléaires qui pourraient permettre de mieux comprendre la biologie des plastes, et (ii) peuvent être utilisées comme sites d'amorce pour amplifier des séquences qui présentent un potentiel pour les codes à barre destinés à l'identification des espèces. La majorité des sites conservés sont localisés dans la région à répétition inverse (IR), mais plusieurs sites de la région à simple copie (surtout dans les gènes tARN et psa/psb) sont conservés chez les chloroplastes des plantes supérieures examinées ici. Des régions, codant pour des protéines et conservées à l'échelle des nucléotides, présentent un intérêt particulier, puisqu'elles peuvent être impliquées dans la régulation de la transcription. Cette analyse fournit également la base pour la conception rationnelle de codes à barres ADN pour les plastes, et plusieurs régions présentant un potentiel comme codes à barres, ont été identifiées. En particulier, deux oligonucléotides de longueurs 33 et 25, séparés par environ 362 nucléotides, ont été identifiés; on les a retrouvés chez toutes les cyanobactéries, les algues rouges, brunes et vertes, ainsi que chez les diatomées, les euglènes, les apicomplexans et les plantes terrestres examinées jusqu'ici. Sa vaste distribution fait de la séquence en question un marqueur universel pour toutes les lignées photosynthétiques. L'analyse de 160 accessions de la GenBank montre que cette région permet de distinguer plusieurs algues à l'échelle de l'espèce, mais manque de variation suffisante, parmi les espèces de plantes terrestres à divergence plus récente, pour être utile comme code à barre ADN unique chez ce taxon. Cependant, ce marqueur devrait s'avérer particulièrement utile comme code à barres pour les lignées d'algues et de lichens, ainsi que pour les échantillonnages environnementaux.