大豆WIP基因家族生物信息学分析
1. 引言
1.1 大豆的重要性
1.1.1 大豆的营养价值
- 大豆是人类和动物重要的蛋白质来源。
- 大豆不仅作为食物来源，在农业领域也发挥着重要作用，如提高土壤质量，改善土壤肥力。
1.1.2 大豆根瘤的形成
- 豆科植物在氮素缺乏的环境中，与根瘤菌形成互利共生关系，将空气中的氮气转化为植物可利用的氨。
- 根瘤的形成在农业生产、环境生态保护方面具有重要意义。
1.2 大豆WIP基因家族的研究现状及意义
1.2.1 小肽分子的作用
- 小肽分子在细胞分化、器官形成等过程中发挥重要作用。
- 研究表明，小肽分子来源于一个含150个氨基酸左右的小多肽，经常受到翻译后修饰。
1.2.2 大豆WIP基因家族的鉴定
- 研究人员利用模式植物拟南芥的基因组序列，通过生物信息学技术分析，发现900多个含保守分泌信号的小多肽基因。
- 对大豆转录组数据库分析，鉴定出在大豆固氮根瘤中众多上调表达的小多肽基因中，最大的一个基因家族是大豆WIP基因家族。
1.3 研究目的与意义
1.3 研究目的与意义
- 通过研究大豆WIP基因家族，可以更深入地了解植物生长发育的调控机制，为作物育种提供新的理论依据。
- 尽管目前对研究大豆WIP基因家族已经取得了一定的进展，但仍存在许多问题需要进一步探讨和解决。
2. 材料与方法
2.1 大豆WIP基因家族成员筛选
2.1.1 数据来源
- 选择大豆编号Glycine_max_v4.0为研究对象，使用NCBI网站下载该品种基因组的蛋白序列。
2.1.2 结构域筛选
- 使用Pfam数据库得到DUF3774结构域所对应的HMM结构文件。
- 使用Hummer3.0软件将大豆基因组的蛋白序列与对应的隐马尔可夫模型进行扫描分析，寻找含DUF3774结构域的编码WIP小多肽基因的蛋白。
2.1.3 基因家族构建
- 利用TBtools软件，根据提取出的ID从大豆基因组蛋白序列上分别找到所对应的蛋白序列，构成大豆WIP基因家族。
2.2 大豆WIP基因家族系统进化分析
2.2.1 软件与方法
- 将FASTA格式的蛋白序列导入MEGA遗传进化分析软件，选择自带的ClustalW程序进行序列比对。
- 采用NJ法构建大豆WIP基因家族系统进化树，计算时选择自展值方法Bootstrap method，默认1000次。
2.2.2 系统进化树构建与分析
- 利用iTOL网站对系统进化树整体进行可视化修饰，对其分支区域进行美化修饰。
2.3 大豆WIP基因家族保守结构域分析
2.3.1 分析工具
- 使用MEME网站分析蛋白序列上Motif的种类、组成和分布。
2.3.2 结构域筛选
- 进一步筛选出具有伤流诱导特征（wound induced）的Motif结构域，利用TBtools进行数据可视化。
2.4 大豆WIP基因家族代表序列的获取与分析
2.4.1 代表序列筛选
- 根据E-value值的大小，从大豆WIP基因家族中筛选出10条相似性较高的蛋白序列，作为代表序列进行后续分析。
2.4.2 分析方法
- 对10条代表序列依次编号为①—⑩。
- 利用TBtools软件对大豆WIP基因家族各代表成员进行等电点等相关分析，获得大豆WIP基因家族代表序列的分子量、等电点、不稳定常数、总平均亲水性等信息。
- 使用InterPro网站对WIP基因编码蛋白序列的保守性进行预估，分析代表序列保守结构域的分布特征及其保守率。
2.5 大豆WIP基因家族代表序列的系统发育分析
2.5.1 分析方法
- 将10条代表序列的FASTA格式文件导入遗传分析软件MEGA中，点击系统自带的ClustalW程序进行多条序列对比分析。
- 使用系统自带的Distance程序计算两两代表序列的遗传距离。
- 采用NJ法构建大豆WIP基因家族代表序列的系统发育树，并且使用iTOL网站对代表序列的系统进化树进行可视化分区和修饰。
2.5.2 系统发育树分析
- 自展值bootstrap一栏表示各分支的进化关系是否可靠。
- 使用NCBI网站中的BLAST程序比对10条大豆WIP基因家族代表序列，找到几条相似性较高其他植物序列，利用遗传分析软件MEGA构建大豆与其他植物的系统进化树。
3. 结果与分析
3.1 大豆WIP基因家族成员获取
3.1.1 基因筛选结果
- 通过使用Hummer3.0软件中hmmsearch程序进行扫描，筛选得到28个WIP基因。
- 根据E-value值由低到高进行排列，列出28个WIP基因的编号。
3.2 大豆WIP基因家族系统发育分析
3.2.1 系统发育树构建
- 采用MEGA软件中邻近法（NJ）构建WIP基因家族的系统发育树。
- 通过iTOL网站对系统发育树进行美化，结果见图1。
3.2.2 系统发育树分析
- 大豆WIP基因家族可以分为三个亚族，第一大亚族共有24个基因成员，占总WIP基因数目的85.7%。
3.3 大豆WIP基因家族保守结构域分析
3.3.1 保守结构域分析
- 使用MEME网站分析蛋白序列上Motif的种类、组成和分布，筛选出具有伤流诱导特征的Motif结构域。
- 利用TBtools进行数据可视化，发现第一大亚族中包含的结构域种类最多，Motif 4结构域呈现高度保守性。
3.4 大豆WIP基因家族代表序列的获取与分析
3.4.1 代表序列分析
- 根据E-value值的大小，从大豆WIP基因家族中筛选出10条相似性较高的蛋白序列，作为代表序列进行后续分析。
3.4.2 代表序列特征
- 对10条代表序列依次编号为①—⑩。
- 利用TBtools软件对大豆WIP基因家族各代表成员进行等电点等相关分析，获得大豆WIP基因家族代表序列的分子量、等电点、不稳定常数、总平均亲水性等信息。
- 使用InterPro网站对WIP基因编码蛋白序列的保守性进行预估，分析代表序列保守结构域的分布特征及其保守率。
3.5 大豆WIP基因家族代表序列的系统发育分析
3.5.1 系统发育树构建
- 将10条代表序列的FASTA格式文件导入遗传分析软件MEGA中，使用系统自带的ClustalW程序进行多条序列对比分析。
- 使用系统自带的Distance程序计算两两代表序列的遗传距离。
- 采用NJ法构建大豆WIP基因家族代表序列的系统发育树，并且使用iTOL网站对代表序列的系统进化树进行可视化分区和修饰。
3.5.2 系统发育树分析
- 自展值bootstrap一栏表示各分支的进化关系是否可靠。
- 使用NCBI网站中的BLAST程序比对10条大豆WIP基因家族代表序列，找到几条相似性较高其他植物序列，利用遗传分析软件MEGA构建大豆与其他植物的系统进化树。
4. 讨论与结论
4.1 讨论
4.1.1 大豆WIP基因家族的分类
- 大豆WIP基因家族可以分为三个亚族，第一大亚族包含24个WIP基因，占总基因数目的85.7%。
- 第一大亚族中包含的结构域种类最多，Motif 4结构域呈现高度保守性。
4.1.2 代表序列的保守性分析
- 10条代表序列均属于第一大亚族。
- 所有蛋白序列均带正电荷，均为亲水性蛋白，亲水性最强的序列ID是NP_001238192.1。
- 10条代表序列有且只有1个高度保守的结构域，即DUF3774 wound-induced 保守结构域。
4.1.3 代表序列的系统发育分析
- 经过进一步构建代表序列系统发育树，发现序列ID是NP_001234946.1、NP_001239762.1、NP_001236396.1、XP_003543361.1可能具有共同的祖先。
- 代表序列ID为XP_003540340.1和XP_003543359.1的进化关系最为密切，推测二者可能具有相同或相似的生物学功能。
4.1.4 大豆与其他植物的进化关系
- 大豆Glycine max中NP_001239762.1与野大豆 Glycine soja中RZB76778.1距离最近，说明二者的进化关系最为密切。
4.2 结论
4.2 结论
- 该研究为深入探讨大豆WIP基因家族成员的生物学功能和表达调控机制奠定了基础。
