丹参叶绿体基因组进化分析

共编码114个基因,蛋 白编码基因80个、 tRNA30个、rRNA4个 。 IR区6个蛋白编码基因、 7个tRNA基因以及4个 rRNA基因。 LSC区蛋白编码基因 61个、tRNA基因22个。 SSC区只有蛋白编码 基因12个和tRNA基因 1个。
丹参的叶绿体基因组共有18个基因含有内含子,其 中3个基因QclpP、rpsl2、yq/3)含有2个内含子(表 3-5)。值得注意的是A77W2是一个反式剪接基因,它 的5’端位于LSC区,3’端在两个IR区各有一个拷贝。 内含子最长,达2,522bp,包含基因
主要应用的测序平台
Roche 454 GS FLX Titanium 高通量测序仪 （美国Roche公司）
AB SOLiD 3 Plus高通量测序仪（美国ABI公 司）
IIIumina Hiseq2000高通量测序仪（IIIumina 公司）
主要软件
注释： DOGMA tRNA鉴定： DOGMA and tRNAscanSE 基因命名参考： ChloroplastDB 基因图谱构建： OGDRAW 密码子和GC含量分析： MEGA5 SNPs分析： BioScope
IR区收缩与扩张
IRb/SSC边界均延伸进入ycf1基因产生ycf1假基因 丹参及拟南芥的ycf1假基因和ndhF基因有重叠
IRa/SSC边界位于基因编码区 不同长度rps19假基因位于IRa/LSC
trnH基因均位于LSC区,距离IRa/SSC边界3到15bp
叶绿体蛋白编码基因变异分析
序列变异较大的 10 个基因是 ycf15、ycf1、 rpl32、matK、 clpP、ndhF、ccsA、rpsl5和accD。平均遗传距离最大的基因 是值为0.41 ;其次是值为0.28。基因位于LSC/IR边界区,其进 化速度较快。 序列变异较小的 10 个基因是 ndhB、rpl2、psbL、petG、rps7、 rpl23、psbN、psbF、psbZ和psbA。其中三个位于IR区rpl和 rps基因的平均遗传距离小于其他位于LSC或SSC区的rpl或rps 基因。
The Complete Chloroplast Genome Sequence of the
Medicinal Plant Salvia miltiorrhiza
研究内容
丹参的叶绿体基因组全长151,328bp, 编码114个,包含80个 蛋白编码、30个tRNA和4个rRNA基因。共检测到4对正向、3 对反向和7条串联重复序列。 比较基因组研究表明丹参与其他三个唇形目物种的叶绿体基 因组之间整体相似性较好,但基因间区的变异较大。 基于71个叶绿体蛋白编码基因的系统进化研究表明丹参在现 有叶绿体基因组公布的菊分支物种中与芝麻关系最近。
结果分析
基因组结构：丹参的叶绿体基因组序列长151,328bp,
呈典型的四段式结构,其中LSC区长82,695bp,SSC区长 17,555bp,两个IR区长25,539bp,GC含量38.0%,与已经报 道的菊分支其他物种GC含量相似。IR区的GC含量(43.1%) 明显高于LSC区(36.2%)和SSC区(32.0%),这主要由IR区 包含的四个高GC含量的rRNA(55.2%)基因所致。
比较基因组分析
选取唇形目中牛耳草、油橄榄 、芝麻三个物种与丹参叶绿体基 因组进行比较。丹参的叶绿体基因组长度最小，比牛耳草、油 橄榄和芝麻分别小了约2.2、4.6和2.0kb。 结果发现四条叶绿体基因组的IR区序列变异小于LSC和SSC区。 此外非编码区的序列变异总体高于编码区,基因间区的变异最大， 例如ndhD-ccsA、ndhI-ndhG、psbl-trnS、 trnH-pshA等。 4个rRNA基因序列最为保守，面rpl22、ycfl、ndhF、ccsA、 rps15和matK基因的编码区序列变异最大。
SSR分析
检测丹参叶绿体基因组中长度不小于8bp的SSR,并与菊分支其 他29个物种进行比较。 30个叶绿体基因组中,SSR的总数在145 到217之间,在丹参叶绿 体中共发现了166个SSR位点。且占主导地位的SSR种类多为单 碱基重复。 大多数的叶绿体基因组编码区序列占总长的一半左右,但编码 区所含的SSR比例却只占总数的23%-41%。所以非编码区的SSR 要比编码区丰富且SSR在整个基因组尺度上分布是不均一的。
基因组序列比对： MUMmer 正反向重复序列分析： REPuter 串联重复序列分析： Tandem Repeats Finder (TRF) v4.04 简单重复序列分析： MISA 蛋白编码基因序列比对： Kimura’s twoparameter (K2P) model 进化树构建： PAUP4.0b10
系统进化分析
基于71个共有蛋白编码基因的菊分支MP系统进化树
结论
丹参的叶绿体基因组同大多数已公布的被子植物叶绿体基因 组一样，由一对IR区分隔LSC和SSC区，呈典型的四段式结 构。含有4对正向、3对反向和7条串联重复序列,其中大部分 均位于基因间区和内含子序列，但也有一些位于tRNA和蛋 白编码区。 本研究基于71个叶绿体蛋白编码基因的系统进化分析表明丹 参在现有叶绿体基因组公布的菊分支物种中与芝麻关系最近。
叶绿体基因组的密码子使用情况后发现共有 2,806(10.6%)个密码子编码亮氨酸,是编码率最髙的 氨基酸;而只有292(1.1%)个密码子编码半腕氨酸,是 编码率最低的氨基酸。
重wk.baidu.com序列分析
4对同向重复序列、3对反向重复序列及7条串联重复序列。重复 序列的长度30-41bp之间。最长的两条串联重复序列位于ycf2基 因的蛋白编码区。 3对重复序列与tRNA基因有重叠,4条串联重复 序列分布于LSC的基因间隔区。