百子莲愈伤组织胚性启动调控技术的转录组测序功能注释

Unigene注释为组装基因提供了功能信息，其中包含：蛋白序列相似度分析、蛋白功能注释、COG分类、GO功能注释、KEGG Pathway分析。各大蛋白数据库（NR，NT，Swiss-prot，KEGG，COG，GO）比对结果显示有45 579个Unigene（63.96%）具有较好的比对结果（BLASTX，E-value＜10-5），并对这些Unigene进行了蛋白功能注释（见图6-7），且比对结果中蛋白相似度在60%以上的Unigene占55.2%，同时，对比结果表明与百子莲蛋白序列相似度最高的物种是葡萄（29.3%），其次为水稻（28.4%）（见图6-8）。

图6-7　百子莲转录组测序Unigene注释结果统计

图6-8　百子莲转录组NR分类图

COG是直系同源蛋白分类数据库，百子莲Unigene进行了COG数据库比对并进行功能分类。共有39 745个Unigene进行了COG分类，分布于25个组中[见图6-9（a）]，其中general function prediction only为最大的一组，包含基因数量最多（5 986，15%），其次为Transcription（4 175，10.5%）、Replication，recombination and repair（3463，8.7%）、Signal transduction mechanisms（2 905，7.3%）、Posttranslational modification，protein turnover，chaperones（2 877，7.2%）、Translation，ribosomal structure and biogenesis（2 409，6.1%）、Function unknown（2 307，5.8%）、Carbohydrate transport and metabolism（2 258，5.7%），最小的组为Extracellular structures（24）与Nuclear structure（9）。

GO分类系统是一个国际标准的基因功能分类系统，GO数据库由3个本体构成：分子功能（molecular function）、细胞组分（cellular components）和生物过程（biological processes），每个本体组下由基本单元“GO terms”组成，每个term都对应一个属性。我们应用BLAST2GO与WEGO软件获得了百子莲转录组序列的GO注释分类，百子莲共有31 447个Unigene被分于3个主要的GO本体组中及59个基本单元中[见图6-9（b）]。

(www.xing528.com)

图6-9　百子莲Unigene的COG与GO分类图

（a）COG分类图　（b）GO分类图

应用Mapman网站在线软件Mercator共对百子莲44 256个氨基酸序列进行了功能注释，并获得了本物种Mapman生物学功能分析的Mapping。获得注释的蛋白在功能上分为35类（见图6-10），其中65%的氨基酸序列获得了已知功能注释。

图6-10　百子莲Unigene编码蛋白的mapman功能注释分类图

基因通路分析（pathway analysis）能够帮助我们更好地理解基因的生物功能，KEGG基因通路数据库包含了细胞内分子相互作用的网络信息[40]。百子莲的26 624个Unigene与KEGG数据库中的基因具有较好的相似性，这些基因分布于128个生物学通路中。其中包含基因最多的通路为Metabolic pathways（6 730 Unigene，23.9%），其次是Biosynthesis of secondary metabolites（2 467）、Endocytosis（1 796）、Glycerophospholipid metabolism（1 701）、Ether lipid metabolism（1 487）、Plant hormone signal transduction（1325）、Plant-pathogen interaction（1 260）、RNA transport

（1 144）、Spliceosome（1 097）、Starch and sucrose metabolism（990）等。