纖維素合成酶基因家族的生物信息學(xué)分析

1、目 錄摘要·················································&

2、#183;································1 關(guān)鍵詞················&#

3、183;·················································&#

4、183;·············1 前言···································

5、3;··············································2 1 材料與方法··&

6、#183;·················································&

7、#183;·····················41.1 獲取氨基酸序列··························&

8、#183;·········································41.2 序列比對及進(jìn)化樹構(gòu)建·····

9、3;················································4 2 結(jié)果與分析&

10、#183;·················································&

11、#183;·······················42.1 水稻纖維素合成酶基因家族組成·······················

12、·······························42.2 纖維素合成酶各成員蛋白質(zhì)序列的多重比對···············

13、·····························62.3 纖維素合成酶成員的進(jìn)化分析··················

14、·····································17 3 討論············

15、;··················································

16、;·················20 4 參考文獻(xiàn)·······························&#

17、183;···········································20 5 致謝·····&

18、#183;·················································&

19、#183;·······················20水稻纖維素合成酶基因家族的生物信息學(xué)分析作者: 吳趙 指導(dǎo)老師:彭喜旭 專業(yè)：生物科學(xué)(湖南科技大學(xué) 生命科學(xué)學(xué)院，湖南湘潭 411201 摘 要: 本文利用DNAStar 和MEGA 軟件對水稻纖維素合成酶基因家族進(jìn)行生物信息學(xué)分析。結(jié)果表明，水稻纖維素合成酶基因家族分為CesA （纖維素合成酶家族）和Cs

20、l （纖維素合成酶相似家族）兩個家族，其中CesA 有11個成員; Csl 有34個成員，蛋白質(zhì)序列對比和進(jìn)化樹分析表明，CesA 家族可分3組，其中CesA7可以看出是第一組與第二組的過渡支。Csl 家族可以分為6組。這些結(jié)果為纖維素合成酶基因家族成員的結(jié)構(gòu)、功能分析和進(jìn)化起源的探索提供了資料。關(guān)鍵詞:纖維素合成酶; 基因家族; 進(jìn)化樹；生物信息學(xué); 水稻 Bioinformatics analysis of cellulose synthase Gene family of riceMajor ：Life SciencesAuthor: Wu Zhao Director: Peng Xix

21、u,(School of Life Sciences of Hunan University of Science and Technology Xiangtan 411201,HunanAbstract : This article analyze the cellulose synthase gene family of rice by using the DNAStar and MEGA software, The results show that cellulose synthase gene family is formed by the cellulose synthase fa

22、mily which is make up of eleven members and the cellulose synthase-like family which including thirty-four members, By Protein sequence alignment and phylogenetic analysis,we know that the family of CesA can divided into three groups .the member CesA7 can be seen as the transition of the group one a

23、nd group two ,The family of Csl can be divided into six groups, This results laiding a foundation on origin, evolution and function research of ccellulose synthase gene family.Key words: cellulose synthase; gene family; evolution tree;Bioinformatics;rice前言纖維素是生物圈最豐富的有機(jī)質(zhì)，占植物界碳素的50%以上，是植物的結(jié)構(gòu)多糖，是它們的細(xì)胞壁

24、主要成分。纖維素是線形葡萄糖，殘疾通過（14）糖苷鍵連接的纖維二糖可看成是它的二糖單位。它是在細(xì)胞質(zhì)膜上的纖維素合成酶催化下合成的，此酶同時催化多條糖鏈的合成。自然界中每年可產(chǎn)生約1 800 億t 纖維素。纖維素廣泛分布于植物和大多數(shù)藻類中, 一些細(xì)菌、真菌甚至某些動物也能合成纖維素1 。纖維素在造紙、紡織、食品、林業(yè)、生物能源等工農(nóng)業(yè)生產(chǎn)領(lǐng)域中有著廣泛的經(jīng)濟(jì)和商業(yè)價值, 這使得它一直成為人們研究的熱點。纖維素的基本單位是吡喃式D2葡萄糖, 通過（1, 4 ）糖苷鍵相連2 。雖然纖維素合酶基因首先在木醋桿菌（Acetobacter xylinum 中被發(fā)現(xiàn)3 5 , 但近年來隨著人類對石油、煤

25、炭的大量需求及石油價格的飛速增長, 對植物纖維素合酶基因及其蛋白的研究顯得更有價值。 要掌握纖維素合成酶基因的調(diào)控, 可以通過植物基因工程方式增加植物中的纖維素含量, 而同時相對減少木質(zhì)素的含量6, 這樣可以充分減少由造紙工業(yè)帶來的環(huán)境污染, 也可以更加充分地利用纖維素來造福于人類。同時增加纖維素含量以改善其品質(zhì), 將會培育更適于造紙的新型樹種。纖維素是在細(xì)胞質(zhì)膜上的纖維素合成酶催化下合成的，對纖維素合成酶(cellulose synthase，CESA 的了解可以更使纖維素的人工合成更具效率。所有的CESA 與CSl (cellulose-synthase-like protein ，纖維素

26、合成酶相似蛋白 蛋白都具有跨膜蛋白的特征, 在N 端與C 端具2個或多個跨膜區(qū)域中, 其中間為親水胞內(nèi)區(qū), 相似性比較結(jié)果表明了CESA 與CSl 蛋白之間最大的同源性出現(xiàn)在中間胞內(nèi)區(qū)。有關(guān)研究結(jié)果表明, 高爾基體存在著大量的糖苷轉(zhuǎn)移活性, 因此, 有許多研究者認(rèn)為, 部分CSl 蛋白可能位于高爾基體的膜上。植物CESA 蛋白含有一個植物特異保守區(qū)和一個超變區(qū)(HVR ,N 端含有2個鋅指區(qū), 緊跟著HVR 區(qū), 這是植物CESA 蛋白所特有的結(jié)構(gòu)特征7 。1999 年, Delmer 提出了一個纖維素合酶的三維結(jié)構(gòu)模型, 即8 個跨膜結(jié)構(gòu)域在細(xì)胞膜上形成一個 “洞” , 正在合成的（14）

27、葡萄糖苷鏈經(jīng)此 “洞” 到達(dá)細(xì)胞外形成細(xì)胞壁。 N 2端形成的蛋白間互作結(jié)構(gòu)域位于胞內(nèi), 可以結(jié)合各種催化活性所需的因子。纖維素合成酶基因的大小為 315515 kb , 有 913 個內(nèi)含子, 轉(zhuǎn)錄的mRNA 范圍為310315 kb , 編碼的蛋白長約9851088個氨基酸, 序列同源性53 %98 %。其內(nèi)含子和外顯子的邊界區(qū)域是高度保守的, 基因結(jié)構(gòu)的差異主要在于內(nèi)含子的多少。CESA 基因家族目前有40多個基因。公共數(shù)據(jù)庫里收集了來自40多個不同植物的1400 多個相關(guān)序列, 新的序列還在不斷增加。植物纖維素合酶是一個由36個單體組成的玫瑰狀復(fù)合體，其單體主要由植物纖維素合酶（cel

28、lulose synthase, CesA ）基因家族成員編碼。近年來的研究證明CesA1，CesA3，CesA6在初生細(xì)胞壁的合成中起著不可替代的作用，CesA4，CesA7，CesA8與次生細(xì)胞壁的形成有直接的關(guān)系。而CesA2，CesA5，CesA9，CesA10的功能還不是很清楚。類纖維素合酶（cellulose-synthase-like protein, Csl 蛋白 家族共分CslA 、 CslF 、CslC 、CslD 、CslE 和CslH 等6個家族。Csl 基因家族功能還處于探索階段，目前只有少數(shù)的報道。有研究表明Csl 基因與半纖維素的合成有關(guān)；有文獻(xiàn)指出在旱金蓮花（T

29、ropaeolum ）中發(fā)現(xiàn)Csl 與I 型初生細(xì)胞壁的半纖維素主要成分xyloglucan （XyG ）的-1,4-glucan 骨架合成有關(guān)，該基因與擬南芥CslC4高度同源。而Burton 等報道水稻CslF 基因家族與細(xì)胞物細(xì)胞壁形成和生長發(fā)育中的重要作用，但絕大多數(shù)的Csl 基因功能有待進(jìn)一步研究。近年來，科學(xué)家采用了ESTs （Expressed Sequence tags），cDNA 微陣列，反向遺傳學(xué)等技術(shù)手段，在擬南芥纖維素合酶基因的的定位、表達(dá)和功能的研究上取得了一定的進(jìn)展, 而在探索纖維素的合成對外界環(huán)境脅迫的反應(yīng)方面研究較少。因為纖維素合酶(CesA 多基因現(xiàn)象的存在,

30、 所以它與存在的大量纖維素合酶相似蛋白(Csl 構(gòu)成了一個龐大的超基因家族。目前CesA 基因R 基因家族已有40 多個基因, 并且在不斷地增加著。CesA 基因的長度大約在3.55.5 Kb 之間, 含有913個內(nèi)含子, 其內(nèi)含子和外顯子的邊界區(qū)域是高度保守的, 基因結(jié)構(gòu)的差異主要決定于內(nèi)含子的多少。CesA 基因轉(zhuǎn)錄產(chǎn)物介于3.03.5Kb 之間, 編碼的肽鏈長度約為9851088個氨基酸。CESA 蛋白家族各成員的氨基酸數(shù)目大約在9851088之間, 它們之間的一致性為53% 98%; CesA 包含了2 個高變區(qū), 即N 端約有150 個氨基酸殘基，A 區(qū)與B 區(qū)(植物纖維素合成酶基因

31、特有的保守區(qū), A 區(qū)有DX , , XDXD , B 區(qū)與酶的催化活性有關(guān), 除含有一個保守的天冬氨酸殘基外, 還有一個序列QXXRW 之間約有50個氨基酸8。2000 年, Richmond 和 Somerville 以擬南芥基因(AtCes1 及棉花纖維素合酶多肽氨基酸序列為初始序列, 對擬南芥基因組DNA 序列進(jìn)行反復(fù)檢測后發(fā)現(xiàn), 至少有41 個高度相關(guān)的基因或DNA 序列, 其中有10個纖維素合酶的編碼基因被驗證, 而其余的基因或DNA 序列編碼產(chǎn)物在結(jié)構(gòu)上與AtCes 具有相似性, 但由于它們的功能目前還不清楚, 所以被命名為纖維素合酶相似蛋白。依據(jù)序列結(jié)構(gòu)特征的不同, Csl 蛋

32、白可分為6 個族: CslA、 CslF 、CslC 、CslD 、CslE 和CslH ?，F(xiàn)在對生物信息的分析都能從生物信息學(xué)提供的各種蛋白質(zhì)以及基因數(shù)據(jù)庫中獲得大量資料，比較著名的如GenBank 與PIR 。生物信息學(xué)是以計算機(jī)為工具對生物信息進(jìn)行儲存、檢索和分析的科學(xué)。它是當(dāng)今生命科學(xué)和自然科學(xué)的重大前沿領(lǐng)域之一，同時也將是21世紀(jì)自然科學(xué)的核心領(lǐng)域之一。其研究重點主要體現(xiàn)在基因組學(xué)(Genomics 和蛋白組學(xué)(Proteomics 兩方面，具體說就是從核酸和蛋白質(zhì)序列出發(fā)，分析序列中表達(dá)的結(jié)構(gòu)功能的生物信息。核心是基因組信息學(xué), 包括基因組信息的獲取, 處理, 存儲, 分配和解釋。

33、基因組信息學(xué)的關(guān)鍵是“讀懂”基因組的核苷酸順序, 即全部基因在染色體上的確切位置以及各DNA 片段的功能；發(fā)現(xiàn)了新基因信息之后進(jìn)行蛋白質(zhì)空間結(jié)構(gòu)模擬和預(yù)測。目前研究的主要方向有：序列比對，基因識別，基因重組，蛋白質(zhì)結(jié)構(gòu)的預(yù)測，基因表達(dá)，蛋白質(zhì)反應(yīng)的預(yù)測，以及建立進(jìn)化論的模型。分子進(jìn)化是利用不同物種中同一基因序列的異同來研究生物的進(jìn)化, 構(gòu)建進(jìn)化樹。既可以用DNA 序列也可以用其編碼的氨基酸序列來做, 甚至于可通過相關(guān)蛋白質(zhì)的結(jié)構(gòu)比對來研究分子進(jìn)化, 其前提假定是相似種族在基因上具有相似性。通過比較可以在基因組層面上發(fā)現(xiàn)哪些是不同種族中共同的, 哪些是不同的。早期研究方法常采用外在的因素, 如大

34、小, 膚色, 肢體的數(shù)量等等作為進(jìn)化的依據(jù)。近年來較多模式生物基因組測序任務(wù)的完成, 人們可從整個基因組的角度來研究分子進(jìn)化。在匹配不同種族的基因時, 一般須處理三種情況:Orthologous : 不同種族, 相同功能的基因Paralogous : 相同種族, 不同功能的基因Xenologs : 有機(jī)體間采用其他方式傳遞的基因, 如被病毒注入的基因。這一領(lǐng)域常采用的方法是構(gòu)造進(jìn)化樹, 通過基于特征(即DNA 序列或蛋白質(zhì)中的氨基酸的堿基的特定位置 和基于距離(對齊的分?jǐn)?shù) 的方法和一些傳統(tǒng)的聚類方法(如UPGMA 來實現(xiàn)。目前，水稻基因組已測定，為水稻纖維素合成酶基因家族的蛋白質(zhì)以及基因研究提

35、供了一個數(shù)據(jù)平臺。本文通過對水稻纖維素合成酶基因家族分析，得到較為完整的纖維素合成酶基因家族數(shù)據(jù)，為纖維素合成酶基因家族的起源、進(jìn)化和功能研究奠定基礎(chǔ)。1. 材料與方法1.1獲取氨基酸序列1.2 序列比對及進(jìn)化樹構(gòu)建cellulose synthase gene family的氨基酸序列比對用DNAStar(Lasergene軟件執(zhí)行。多重序列比對(MegAlign輸入序列File(Enter Sequences：Add all完成( Done查看(View ：Aligenment report,裝飾定義options(New Decoration：shade black在ClustalW 運

36、算的基礎(chǔ)上，再用MEGA4軟件 形成進(jìn)化樹。打開序列（Alignment ）：Alignment Exploer/CLUSTAL創(chuàng)建新的序列 (Creat a new Alignment ：OK多序列比對 （Align by ClustalW）：OK輸出序列 (Data (Export Alignment）：MEGA Format打開數(shù)據(jù) (Open the data in MEGA ：YES輸出解鞋帶值（phylogeny ）Bootstarp Test of phylogeny2. 結(jié)果與分析2.1 水稻纖維素合成酶基因家族組成表1 CESA家族成員信息OsCESAchrAccPos(cm

37、extronPIDLOC1 5 AC135426 4.5654.571 13 AAU44296 LOC_Os05g08370 2 3 AC135958 33.77233.779 14 AAP21426 LOC_Os03g59340 3 7 AP005248 13.74013.746 13 BAD30574 LOC_Os07g24190 41AP003237 31.42131.427 12 BAD97094 LOC_Os01g54620 5 3 AC104487 35.17035.176 13 AAD41140 LOC_Os03g62090 6 7 AP005824 8.4958.500 12

38、BAC84511 LOC_Os07g14850 7 10 AC022457 17.19017.195 8 AAK27814 LOC_Os10g32980 8 7 AP003837 5.8515.857 14 BAC57282 LOC_Os07g10770 9 9 AP005579 17.19017.195 10 BAD33645LOC_Os09g25490 10 12 AC731763 17.36117.362 2LOC_Os12g29300 11 6AP00361223.77623.7797BAD32845LOC_Os06g39970表2 CSL家族成員信息OsCSLextronchrACC

39、PIDLOCPOS(cMC1 5 1 AP003377 BAC10759 LOC_Os01g56130 32.317-32.321 A1 9 2 AP005785 BAD34025 LOC_Os02g09930 5.151-5.158 E2 8 2 AP005113 AAL25130 LOC_Os02g49332 30.142-30.148 A6 9 2 AP005297 BAD16122 LOC_Os02g51060 31.222-31.226 A4 8 3 AC073556 AAL84294 LOC_Os03g07350 3.728-3.732 A5 10 3 AC084766 AAL82

40、530 LOC_Os03g26044 14.923-14.929 C9 6 3 AC133450 AAT85054 LOC_Os03g56060 31.923-31.927 H2 7 4 AL606632 CAD41009 LOC_Os04g35020 21.109-21.113 H3 8 4 AL606632 CAD41008 LOC_Os04g35030 21.116-21.121 C7 5 5 AC108873 AAT44138 LOC_Os05g43530 25.238-25.242 D2 4 6 AP001552 BAA93027 LOC_Os06g02180 0.659-0.664

41、 A3 12 6 AP003509 BAD37274 LOC_Os06g12460 6.757-6.761 D5 1 6 AP005449 BAD61907 LOC_Os06g22980 13.413-13.417 A9 9 6 AP008212 BAD37742 LOC_Os06g42020 25.230-25.234 C10 5 7 AP005309 BAC56816 LOC_Os07g03260 1.604-1.307 F9 3 7 AP005126 BAC80027 LOC_Os07g36610 21.900-21.907 F8 3 7 AP005126 BAC65371 LOC_Os

42、07g36630 21.909-21.914 F2 2 7 AP004261 BAC65378LOC_Os07g36690 21.969-21.972 F1 2 7 AP004261 LOC_Os07g36700 21.988-21.990 F4 3 7 AP004261 BAC83321 LOC_Os07g36740 22.005-22.011 F3 3 7 AP004261 BAC83322 LOC_Os07g36750 22.014-22.018 A7 10 7 AP004260 BAC79726 LOC_Os07g43710 26.157-22.162 F6 3 8 AP004635

43、BAC66734LOC_Os08g06380 3.543-3.549 C3 5 8 AP004013 LOC_Os08g15420 9.382-9.386 D328AP004459BAD01697LOC_Os08g2571015.639-15.643續(xù)表2 OsCSL extron chr ACCPIDLOCPOS(cMA11118AP004666 BAD09847 LOC_Os08g33740 21.075-21.083 C2 5 9 AP005568 BAD33623 LOC_Os09g25900 15.545-15.548 E179AP005759 BAD46389 LOC_Os09g3

44、0120 18.306-18.313 E6 7 9 AP005759 BAD46391 LOC_Os09g30130 18.314-18.320 H1910AC119148 ABB47240 LOC_Os10g20090 10.018-10.023 F7 2 10 AC090441 AAK91320 LOC_Os10g20260 10.109-10.116 A2 9 10 AC021893 AAK98678 LOC_Os10g26630 13.824-13.829 D1 2 10 AC027037 AAL58185 LOC_Os10g42750 22.990-22.994 D4212AL845

45、342ABA99552LOC_Os12g3689022.569-22.573Abbreviation ：ACC 為該成員的基因登陸號，PID 為蛋白質(zhì)登陸號，extron 為外顯子數(shù)目，chr 為染色體，LOC 為染色體的位置，Pos 為在染色體上的長度。從表1我們可以發(fā)現(xiàn)纖維素合成酶成員中有3個分布在7號染色體上，CESA10只有兩個外顯子，從表2可以看出CSL 家族中有8個成員分布在7號染色體上，可以說7號染色體是纖維素合成酶超家族分布最密集的地方，整個D 族外顯子數(shù)目普遍較少，為1至4個，其中CSLD5沒有內(nèi)含子。從整個家族上看11號染色體上沒有纖維素合成酶基因家族的分布。2.2纖維素合

46、成酶各成員蛋白質(zhì)序列的多重比對將CESA 家族中的11個成員與CSL 家族中的34個成員的氨基酸序列用MEGA 4軟件進(jìn)行多重序列比對，可以得到圖1與圖2。從圖2.1我們可以看出家族中分散分布了多個保守域，保守域同源性較高，保守域外同源性較低，其中CESA4與CESA11比較特殊，它們的氨基酸序列與其它成員有較大不同，CESA10的氨基酸序列最短只有244個氨基酸殘基。表明它們在進(jìn)化路上與其它成員出現(xiàn)了分歧。 圖1 CESA家族成員蛋白質(zhì)序列的多重比對從圖2我們可以看出，整個CSL 大家族中存在多個保守域，這些保守域的蛋白質(zhì)序列決定了該酶的特定功能，我們可以看到各個大組（A ，C ，D ，E

47、，F(xiàn) ，H ）它們的保守序列具有高度相似性，這表明它們在進(jìn)化上的親緣關(guān)系極其相近，此外我們可以發(fā)現(xiàn)整個H 組的序列較短。 圖2 CSL家族成員蛋白質(zhì)序列的多重比對2.3纖維素合成酶成員的進(jìn)化分析為了了解纖維素合成酶基因家族系統(tǒng)發(fā)育的關(guān)系，我們根據(jù)預(yù)測得到的11個CESA 的氨基酸序列和34個CSL 氨基酸序列，用MEGA 軟件以鄰接法構(gòu)建系統(tǒng)發(fā)育樹，可以發(fā)現(xiàn)CESA 家族可以分為三組，其中CESA5，CESA3，CESA6，CESA9，CESA7可分為第一大組，CESA1，CESA2，CESA8可分為第二大組，其中CESA4，CESA11，CESA10比較特殊將其分為第三組，其中CESA7可以

48、看出第一組與第二組的過渡。詳細(xì)信息見圖3。而CSL 家族可以分為六大組；其中CSLF1，CSLF2，CSLF3，CSLF4，CSLF6，CSLF7，CSLF8，CSLF9為第一大組；CSLD1，CSLD2，CSLD3，CSLD4，CSLD5為第二大組；CSLH1，CSLH2，CSLH3為第三大組，CSLE1，CSLE2，CSLE6為第四大組，CSLC1，CSLC2，CSLC3，CSLC7，CSLC9，CSLC10為第五大組，CSLA1，CSLA2，CSLA3，CSLA4，CSLA5，CSLA6，CSLA7，CSLA9，CSLA11為第六組。其中CSLF6在進(jìn)化上處在第一組與第二組的過渡支。具體

49、信息見圖4。OsCESA5 OsCESA3 OsCESA6 OsCESA9 OsCESA7 OsCESA1OsCESA2 OsCESA8 OsCESA4 OsCESA11 OsCESA10100971005432891835 圖3 水稻CESA 家族的系統(tǒng)發(fā)生樹OsCSLF2 OsCSLF1 OsCSLF4 OsCSLF9 OsCSLF8 OsCSLF3 OsCSLF7 OsCSLF6 OsCSLD4OsCSLD3 OsCSLD5 OsCSLD2 OsCSLD1 OsCSLH2OsCSLH3 OsCSLH1 OsCSLE2OsCSLE1 OsCSLE6 OsCSLC1 OsCSLC7 OsCSLC9 OsCSLC10 OsCSLC3OsCSLC2 OsCSLA5 OsCSLA7OsCSLA1 OsCSLA9 OsCSLA11OsCSLA6 OsCSLA3 OsCSLA4 OsCSLA26310010075969413627553997949629999659261657636971009254351485296圖4 水稻CSL 家族的系統(tǒng)發(fā)生樹3 討論 利用生物信息學(xué)方法對基因進(jìn)行分析，發(fā)現(xiàn)新線索和新規(guī)律，指導(dǎo)實驗