基于高通量測序的發(fā)芽苦蕎轉(zhuǎn)錄組學(xué)研究

陳春旭李琦郭元新杜傳來丁志剛

（1. 安徽科技學(xué)院食品藥品學(xué)院，鳳陽 233100；2. 深圳市坪山新區(qū)環(huán)境監(jiān)測站，深圳 518118）

基于高通量測序的發(fā)芽苦蕎轉(zhuǎn)錄組學(xué)研究

陳春旭1李琦2郭元新1杜傳來1丁志剛1

（1. 安徽科技學(xué)院食品藥品學(xué)院，鳳陽 233100；2. 深圳市坪山新區(qū)環(huán)境監(jiān)測站，深圳 518118）

采用新一代高通量測序技術(shù)Illumina SolexaHiseq 2500對(duì)發(fā)芽蕎麥轉(zhuǎn)錄組進(jìn)行測序，結(jié)合生物信息學(xué)方法開展基因表達(dá)譜研究和功能基因預(yù)測。通過測序，獲得了42 953 962個(gè)序列讀取片段（reads），包含了5.37 Gb堿基序列信息。對(duì)reads進(jìn)行序列組裝，獲得45 278個(gè)單基因簇（unigenes），平均長度862 bp，序列信息達(dá)到了39 Mb。另外，從長度分布、GC含量、表達(dá)水平等方面對(duì)unigenes進(jìn)行評(píng)估，數(shù)據(jù)顯示測序質(zhì)量好，可信度高。數(shù)據(jù)庫中的序列同源性比較表明，2 127個(gè)unigenes與其他生物的己知基因具有不同程度的同源性。發(fā)芽苦蕎轉(zhuǎn)錄組中的unigenes與細(xì)胞進(jìn)程、細(xì)胞和蛋白結(jié)合相關(guān)。將unigenes與KOG數(shù)據(jù)庫進(jìn)行比對(duì)，根據(jù)其功能大致可分為24類。以KEGG數(shù)據(jù)庫作為參考，依據(jù)代謝途徑可將unigenes定位到328個(gè)代謝途徑分支，包括核糖體代謝通路、碳水化合物代謝等，并且篩選出38條參與GABA合成的氧化磷酸化代謝的unigenes。SSR位點(diǎn)查找發(fā)現(xiàn)，從71 366個(gè)unigenes中共找到7 141個(gè)SSR位點(diǎn)。SSR不同重復(fù)基序類型中，出現(xiàn)頻率最高的為A/T，其次是AAG/CTT和AT/AT。

發(fā)芽苦蕎；Illumina；轉(zhuǎn)錄組；高通量測序

苦蕎（tartary buckwheat）是一種蓼科蕎麥屬雙子葉植物，又名韃靼蕎麥［1］（Fagopyrum tataricum），是藥食兩用的糧食珍品，原產(chǎn)于我國西南部的四川涼山地區(qū)，目前在西北和西南等地區(qū)廣有種植［2］。苦蕎不僅營養(yǎng)價(jià)值豐富，還含有黃酮類等活性成分，具有降糖脂、降膽固醇、抗氧化、清除自由基和消炎等功效［3］。研究表明，苦蕎在萌發(fā)后氨基酸更為均衡，萌發(fā)過程可以富集γ-氨基丁酸（GABA）、黃酮和蘆?。?］。目前，國內(nèi)外在苦蕎蘆丁和蛋白分離及功能性方面已有較多的研究［5-7］，但發(fā)芽苦蕎的分子生物學(xué)研究較少，造成其分子標(biāo)記開發(fā)、遺傳圖譜構(gòu)建、生長發(fā)育及其抗逆機(jī)理方面的研究相對(duì)滯后。在特定基因方面，趙海霞等［8］采用半定量RT-PCR分析發(fā)芽6 d苦蕎其黃酮合成途徑中主要關(guān)鍵酶基因，以及其轉(zhuǎn)錄因子基因相對(duì)表達(dá)水平；李成磊等［9］用同源克隆和cDNA末端快速克隆技術(shù)，獲得苦蕎CYP81家族同源基因FtP450-R4。在物種多樣性方面，高帆等［10］用正交設(shè)計(jì)法篩選適用于苦蕎SSR標(biāo)記分析的PCR反應(yīng)體系，篩選出19對(duì)引物進(jìn)行苦蕎遺傳多樣性分析。

近年來，包括基因組、轉(zhuǎn)錄組、蛋白質(zhì)組等各種組學(xué)技術(shù)在揭示細(xì)胞生理活動(dòng)規(guī)律和生物代謝機(jī)理的研究中起著越來越重要的作用，而轉(zhuǎn)錄組學(xué)是率先發(fā)展起來及應(yīng)用最為廣泛的技術(shù)，能全面快速地獲得某一物種特定細(xì)胞或組織在某一狀態(tài)下的基因表達(dá)情況［11］。同時(shí)，隨著高通量測序技術(shù)的發(fā)展，測序成本的降低，基于高通量測序技術(shù)的轉(zhuǎn)錄組分析逐漸成為非模式植物中發(fā)掘功能基因的一種有效手段［12］。因此，本研究以Illumina SolexaHiseq 2500高通量測序技術(shù)對(duì)發(fā)芽苦蕎進(jìn)行轉(zhuǎn)錄組測序，旨在獲得更多發(fā)芽苦蕎的轉(zhuǎn)錄本和更為全面的轉(zhuǎn)錄組信息，發(fā)掘苦蕎發(fā)芽過程中的重要基因表達(dá)。

1 材料與方法

1.1 材料

實(shí)驗(yàn)材料為苦蕎發(fā)芽子葉，樣品由安徽科技學(xué)院食品藥品學(xué)院食品科學(xué)與工程課題組提供。將苦蕎種子（內(nèi)蒙古自治區(qū)烏蘭察布市生產(chǎn)）以去離子水清洗后，用1%的次氯酸鈉消毒15 min后沖洗至pH中性，于去離子水中30℃浸泡2 h，置于鋪有兩層濾紙的培養(yǎng)皿中，每8 h噴去離子水1次，在30℃的培養(yǎng)箱內(nèi)避光發(fā)芽2 d后，選取長勢(shì)良好、健康的植株子葉，迅速將其放入紙帶內(nèi)，立即經(jīng)液氮速凍后保存于實(shí)驗(yàn)室超低溫冰箱中備用。提取嫩葉的RNA作為本次實(shí)驗(yàn)的需要的RNA。

1.2 方法

1.2.1 RNA提取 樣品在液氮中研磨至粉末狀，加入TrizoI試劑混合均勻，利用TrizoI法提取試驗(yàn)材料苦蕎發(fā)芽葉片的總RNA。cDNA文庫的構(gòu)建參考文獻(xiàn)［13］的方法。

1.2.2 文庫的建立與測序 提取樣品總RNA后，用帶有Oligo（dT）的磁珠富集真核生物mRNA。加入fragmentaion buffer將 mRNA打斷成短片段，以mRNA為模板，用六堿基隨機(jī)引物（random hexamers）合成第一條cDNA鏈，然后加入緩沖液、dNTPs、RNase H 和DNA polymerase I合成第二條cDNA鏈，在經(jīng)過QiaQuick PCR試劑盒純化并加EB緩沖液洗脫之后做末端修復(fù)、加polyA并連接測序接頭，然后進(jìn)行瓊脂糖凝膠電泳并分離純化，最后進(jìn)行PCR擴(kuò)增，得到建好的測序文庫并將其用Illumina HiSeq 2500進(jìn)行雙端測序（paired-end）。

1.2.3 數(shù)據(jù)的過濾 因?yàn)闇y序得到的reads（即Raw reads）并不都是有效的，里面含有帶接頭或污染的reads，這些reads會(huì)影響組裝和后續(xù)分析，我們必須對(duì)下機(jī)的reads進(jìn)行過濾，得到有效reads（即Clean reads）。

1.2.4 組裝 最后利用Trinity軟件對(duì)Clean reads進(jìn)行拼接。通過reads overlap關(guān)系得到的不含N的組裝片段Contig，然后以paired-end reads將來自同一轉(zhuǎn)錄本的不同Contig連接，得到兩端不能再延長的非冗余序列（即unigenes）。

1.2.5 功能注釋 首先通過blastn程序?qū)nigenes比對(duì)到NCBI-Nt核酸數(shù)據(jù)庫。通過blastx程序?qū)nigenes比對(duì)到蛋白質(zhì)數(shù)據(jù)庫。蛋白質(zhì)數(shù)據(jù)庫包括NR、Swiss-Prot、KEGG、GO和KOG，E值＜1e-5。其中，unigenes通過COG、GO和KEGG數(shù)據(jù)庫的分類的參考文獻(xiàn)［14］的方法。

1.2.6 CDS預(yù)測 通過BLAST軟件將unigenes序列與蛋白質(zhì)數(shù)據(jù)庫比對(duì)，得到unigenes編碼區(qū)的核酸序列（序列方向5'-3'）和氨基酸序列。后以orfpredict軟件預(yù)測沒有比對(duì)到蛋白質(zhì)數(shù)據(jù)庫的unigenes的CDS序列和氨基酸序列。

1.2.7 SSR位點(diǎn)的篩選 SSR位點(diǎn)的篩選利用MISA軟件在所有unigenes中搜索SSR位點(diǎn)，參數(shù)設(shè)置如下：單核苷酸、二核苷酸至少重復(fù)次數(shù)為10，三核苷酸、四核苷酸、五核苷酸和六核苷酸至少重復(fù)次數(shù)均為5，對(duì)查找的SSR類型進(jìn)行特征分析。

2 結(jié)果

2.1 蕎麥轉(zhuǎn)錄組數(shù)據(jù)的組裝

采用Illumina HiSeq 2500高通量測序技術(shù)對(duì)蕎麥發(fā)芽嫩葉組織轉(zhuǎn)錄組進(jìn)行測序，共得到42 953 962條長度為125 bp的Raw reads。去除adapter和低質(zhì)量reads后，得到42 818 102條Clean reads。因?yàn)镃lean reads中Q20的百分率為93.8%（＞90%），所以質(zhì)量合格，可進(jìn)行后續(xù)分析。對(duì)Clean reads序列進(jìn)行組裝，采用Trinity軟件，在拼接序列去重復(fù)后共獲得71 366條長度大于200 bp的contig，長度79 Mb。最大長度、平均長度及N50分別為15 658、1 102和1 748 bp。取每條Loci下最長的轉(zhuǎn)錄本作為unigenes，得到了45 278條unigenes，總長度為39 Mb，平均長度與N50分別為862 bp和1 476 bp。其中，大于2 000 bp的序列共有4 426條（圖1），占unigenes總數(shù)的9.78%，說明測序質(zhì)量較好。

圖1 Unigenes長度分布圖

另外，GC含量是基因組堿基序列的重要特征之一，能反映基因的結(jié)構(gòu)、功能和進(jìn)化信息，GC分布不均勻?qū)е禄蚪M不同GC含量序列其性質(zhì)和功能也有差異。蕎麥發(fā)芽嫩葉組織的GC含量平均值為42.50%，其中GC含量過高（大于80%）或過低（小于20%）的unigenes不存在，GC含量基本呈正態(tài)分布（圖2），從另一方面說明測序質(zhì)量較好。

圖2 Unigenes GC含量分布圖

2.2 Unigenes的功能注釋、分類和代謝途徑分析

2.2.1 Unigenes的序列相似性分析 使用BLAST程序?qū)⒔M裝得到的unigenes與NT、NR、KOG、Swissprot、KEGG數(shù)據(jù)庫進(jìn)行比對(duì)，進(jìn)行unigenes的序列相似性分析。結(jié)果（表1）顯示，在NR注釋成功的unigenes的數(shù)量最多（64.62%），其后依次是Swissprot（49.79%），KOG（38.08%），KEGG（12.43%）。對(duì)該4組數(shù)據(jù)庫進(jìn)行拓?fù)浞治?，結(jié)果（圖3）表明，共有2 981條unigenes四條數(shù)據(jù)庫中同時(shí)標(biāo)注成功，占總unigenes數(shù)的6.58%。并且在以上4條數(shù)據(jù)庫中至少1條數(shù)據(jù)庫注釋成功的unigenes有29 901條，占總unigenes數(shù)的66.04%。其中，Swissprot數(shù)據(jù)庫有少部分（48條）超出NR數(shù)據(jù)庫范圍，這可能是由于注冊(cè)過程中兩種數(shù)據(jù)庫對(duì)于特定基因的更新不同步所致。以NR數(shù)據(jù)庫為例進(jìn)行分析，結(jié)果（圖4）表明，12 779條unigenes在NR數(shù)據(jù)庫中可找到相似序列。在大于4%相似序列匹配的近緣物種中，葡萄（Vitis vinifera）所占比例最高（23.87%），其后依次是可可（Theobroma cacao，11.58%），楊毛果（Populus trichocarpa，6.88%），桃（Prunus persica，6.82%）及番茄（Solanum lycopersicum，4.54%），其他物種占17.26%。

2.2.2 Unigenes的KOG功能分類研究 真核生物蛋白相鄰類的聚簇（clusters of orthologous groups for eukaryotic complete genomes，KOG）是對(duì)基因產(chǎn)物進(jìn)行直系同源分類的數(shù)據(jù)庫［15］，將發(fā)芽苦蕎與KOG數(shù)據(jù)庫進(jìn)行對(duì)比，可預(yù)測unigenes功能并進(jìn)行分類統(tǒng)計(jì)。結(jié)果表明，共有17 241條unigenes（占unigenes總數(shù)的38%）被注釋到24種KOG分類中（圖5中用A-Z表示）。從圖中可以看出unigenes涉及的KOG功能類別比較全面，涉及了大多數(shù)的生命活動(dòng)。其中，“一般功能基因”是最大類別，包含2 197條unigenes，占被注釋到unigenes總數(shù)的12.74%；其次是“信號(hào)傳導(dǎo)機(jī)制”，包含2 059條unigenes；而“未命名蛋白”（2個(gè)）和“核結(jié)構(gòu)”（12個(gè)）類基因較少；其他類別的基因表達(dá)豐度都各不相同。

表1 注釋結(jié)果統(tǒng)計(jì)

圖3 注釋上各數(shù)據(jù)庫韋恩圖

圖4 NR注釋物種分布圖

2.2.3 Unigenes的GO分類研究 基因本體論（gene ontology，GO）是一個(gè)國際標(biāo)準(zhǔn)化的基因功能分類數(shù)據(jù)庫，用于全面地描述不同生物中基因的生物學(xué)特征［16］。結(jié)合GO數(shù)據(jù)庫對(duì)發(fā)芽苦蕎的unigenes進(jìn)行功能分類，可從宏觀上認(rèn)識(shí)發(fā)芽苦蕎表達(dá)基因的功能分布特征。結(jié)果（圖6）表明，有22 376條unigenes被注釋上GO分類，其中，樣本基因數(shù)量在10 000條以上且功能在參與的生物學(xué)過程（biological process）分類中主要聚集于細(xì)胞進(jìn)程（cellular process）（14 033個(gè)）和代謝過程（metabolic process）（12 612個(gè)）；在細(xì)胞組分（cellular Component）主要聚集于細(xì)胞（cell）（16 492個(gè)）和細(xì)胞成分（cell part）（16 492個(gè)）；在分子功能（molecular function）分類中主要聚集于蛋白結(jié)合（binding）（12 890個(gè)）和催化活性（ca talytic activity）（11 714個(gè)）。

圖5 KOG分類圖

圖6 GO注釋上的基因分布

2.2.4 Unigenes的KEGG代謝途徑分析 （kyoto encyclopedia of genes and genomes，KEGG）是系統(tǒng)分析基因產(chǎn)物在細(xì)胞中的代謝途徑以及基因產(chǎn)物功能的數(shù)據(jù)庫。根據(jù)KEGG數(shù)據(jù)庫的注釋信息能進(jìn)一步得到unigenes的Pathway注釋［17］。結(jié)合KEGG數(shù)據(jù)庫，對(duì)發(fā)芽苦蕎的unigenes可能參與或涉及的代謝途徑進(jìn)行了統(tǒng)計(jì)分析。結(jié)果表明，3 662條unigenes參與到328個(gè)代謝通路中，其中包含unigenes最多的代謝通路是核糖體（ko03010）（表2），共有410條unigenes，這可能是因?yàn)榭嗍w萌發(fā)時(shí)，預(yù)存在種子里的mRNA指導(dǎo)合成部分蛋白質(zhì)，形成各種酶，接著這些酶進(jìn)一步促使新的mRNA的生成，合成更多的蛋白質(zhì)，導(dǎo)致核糖體以及線粒體也同時(shí)形成［18］；其次是碳水化合物代謝（ko01200），包含176條unigenes。而參與氧化磷酸化（ko00190）的代謝通路的unigenes共有143條。

2.2.5 氧化磷酸化基因篩選 苦蕎發(fā)芽過程可以富集γ-氨基丁酸（GABA），而GABA代謝過程與氧化磷酸化過程密不可分，當(dāng)植物線粒體氧化磷酸化作用減弱，還原電位增加時(shí)，琥珀酸半醛脫氫酶活性降低。從而消弱了琥珀酸半醛生成琥珀酸的反應(yīng)，有利于發(fā)芽苦蕎中GABA的合成積累［19］。因此，結(jié)合KEGG數(shù)據(jù)庫，對(duì)pathway中關(guān)于氧化磷酸化通路中發(fā)掘到的unigenes進(jìn)行注釋，共統(tǒng)計(jì)篩選出38條參與氧化磷酸化合成的unigenes（表2），編碼7個(gè)關(guān)鍵酶，其中4個(gè)unigenes編碼輔酶細(xì)胞色素C還原酶；13個(gè)unigenes編碼NAD（P）H-醌氧化還原酶；1個(gè)unigenes編碼細(xì)胞色素C氧化酶；1個(gè)unigenes編碼正鐵血紅素IX轉(zhuǎn)移酶；9個(gè)unigenes編碼無機(jī)焦磷酸酶；5個(gè)unigenes編碼F型H+轉(zhuǎn)運(yùn)β亞基ATP酶；5個(gè)unigenes編碼H+轉(zhuǎn)運(yùn)ATP酶。由氧化磷酸化代謝通路（ko00190）的注釋結(jié)果（圖7）可以看出，除編號(hào)為1.6.99.3、2.7.4.1和3.6.3.10的基因外，其余基因均被注釋成功。

表2 KEGG注釋上Unigenes最多的5個(gè)代謝通路

2.2.6 CDS預(yù)測 編碼序列（coding sequence，CDS）指完整的編碼蛋白質(zhì)序列，CDS的預(yù)測可對(duì)后續(xù)苦蕎麥的基因功能研究和基因組圖譜的繪制提供重要的資源。結(jié)果表明，通過與NR數(shù)據(jù)庫的比對(duì)，得到的CDS序列44 995個(gè)，對(duì)未與NR數(shù)據(jù)庫比對(duì)上的unigens，用orfpredict軟件進(jìn)行CDS的預(yù)測。CDS的長度分布如圖8所示。

表3 參與氧化磷酸化的酶

2.2.7 SSR分析 簡單重復(fù)序列（simple sequence repeats，SSR）又稱短串聯(lián)重復(fù)序列，廣泛存在于真核生物基因組中，一般采用SSR分子標(biāo)記法對(duì)物種種質(zhì)資源進(jìn)行遺傳多樣性分析［20］。本實(shí)驗(yàn)利用MISA軟件在發(fā)芽苦蕎的71 366條unigenes中共搜索到7 141個(gè)SSR位點(diǎn)，占unigenes總序列的10.00%。SSR的類型豐富，單核苷酸至五核苷酸重復(fù)類型均存在，所占比例變化較大（表4）。其中，單核苷酸重復(fù)所占比例最高，達(dá)到了53.06%；比例最低的是五核苷酸重復(fù)，僅為0.18%；二核苷酸重復(fù)和三核苷酸重復(fù)所占比例大致相當(dāng)，分別為17.53%和28.46%。在檢測到的SSR中，出現(xiàn)頻率最高的10類基序?yàn)椋篈/T（3 744個(gè)）、AAG/CTT（690個(gè)）、AT/AT（607個(gè)）、AG/CT（536個(gè)）、ATC/ATG（357個(gè)）、ACC/GGT（271個(gè)）、AGG/CCT（176個(gè)）、AAC/GTT（166個(gè) ）、AGC/CTG（154個(gè) ）、AC/GT（107個(gè)）。上述SSR特征分析，有助于開展苦蕎嫩葉組織及其同屬物種的基因組差異分析、通用性標(biāo)記開發(fā)和遺傳圖譜構(gòu)建的研究。

圖7 氧化磷酸化代謝通路（ko00190）的注釋結(jié)果

圖8 CDS長度分布圖

表4 SSR不同重復(fù)序列分布及優(yōu)勢(shì)堿基組成

3 討論

本研究首次采用相對(duì)于454測序技術(shù)和SOLiD測序技術(shù)在測序成本和數(shù)據(jù)量輸出方面更具優(yōu)勢(shì)的Illumina SolexaHiseq 2500高通量轉(zhuǎn)錄組測序平臺(tái)［21］，對(duì)發(fā)芽苦蕎的轉(zhuǎn)錄組進(jìn)行測序和功能分析。結(jié)果表明，經(jīng)過預(yù)處理，各樣本數(shù)據(jù)留存率均在99%以上，并且樣本原始數(shù)據(jù)量均達(dá)到5 Gb以上序列平均長度約為117.91 bp，滿足分析需求。并且序列組裝后得到了45 278個(gè)unigenes，平均長度為862 bp，N50值（指從組裝最長的unigenes依次向下求長度的總加和，當(dāng)累加長度達(dá)到組裝長度的一半時(shí)，對(duì)應(yīng)的unigenes長度是N50長度）為1 746 bp，組裝得到的長片段數(shù)量較多，組裝效果較好［22］。此次序列組裝的質(zhì)量和長度可以滿足轉(zhuǎn)錄組分析的基本要求。

45 278 個(gè)unigenes只有26 248個(gè)在Blast、同源性搜索中得到注釋，剩下19 030個(gè)unigenes可能是由于較短而未與公共數(shù)據(jù)庫中的序列比對(duì)上，也可能是非編碼序列或者是新的基因［23］。利用KOG數(shù)據(jù)庫對(duì)發(fā)芽苦蕎unigenes進(jìn)行基因功能分類，可從基因組水平上找尋直系同源體，預(yù)測未知ORF的生物學(xué)功能，可以大大提高基因功能注釋的準(zhǔn)確性。根據(jù)KEGG數(shù)據(jù)庫對(duì)上述unigenes進(jìn)行代謝途徑分析，涉及328個(gè)具體的代謝途徑分支，參與到發(fā)芽苦蕎體內(nèi)的核糖體代謝、碳水化合物代謝、氧化磷酸化等過程中，為進(jìn)一步大量挖掘苦蕎發(fā)芽過程中的重要表達(dá)基因，開展發(fā)芽苦蕎的基因克隆及功能驗(yàn)證等研究提供了基礎(chǔ)數(shù)據(jù)。其中GABA代謝過程與氧化磷酸化過程密不可分。

苦蕎中含有黃酮類物質(zhì)，其主要成分為蘆丁。黃酮類化合物代謝途徑中的相關(guān)基因，如表5所示［24，25］，但測序結(jié)果均未涉及，這與之前文獻(xiàn)［4］中的結(jié)論并不一致，這可能與萌發(fā)階段有關(guān)［26］。

表5 黃酮類化合物合成途徑中的相關(guān)基因

本研究在發(fā)芽苦蕎中發(fā)掘到7 141個(gè)SSR位點(diǎn)，其中單核甘酸和二核甘酸的重復(fù)占總數(shù)的70.59%，為保證SSR位點(diǎn)的潛在多態(tài)性，在篩選過程中對(duì)于三、四和五核甘酸的最小重復(fù)次數(shù)同樣設(shè)置為5，一定程度上影響了這3類核昔酸重復(fù)在總SSR位點(diǎn)中所占比例。本研究結(jié)果為今后研究蕎麥在發(fā)芽過程中相關(guān)基因的調(diào)控作用，特別是發(fā)芽過程中GABA代謝產(chǎn)物的代謝途徑奠定了基礎(chǔ)。

4 結(jié)論

本研究通過Illumina SolexaHiseq 2500高通量測序，獲得5.37 Gb的發(fā)芽苦蕎轉(zhuǎn)錄組序列，拼接獲得45 278條unigenes，發(fā)掘出38條參與氧化磷酸化的unigenes以及7 141個(gè)SSR位點(diǎn)。

［1］顧娟. 蕎麥淀粉理化特性及消化性研究［D］. 無錫：江南大學(xué)食品學(xué)院, 2010.

［2］郭剛軍, 何美節(jié), 鄒建云, 等. 苦蕎黃酮的提取分離及抗氧化活性研究［J］. 食品科學(xué), 2008, 29（12）：373-376.

［3］張瑞. 苦蕎黃酮及其降血糖活性研究［D］. 北京：中國農(nóng)業(yè)科學(xué)院, 2008.

［4］蔡馬. 萌發(fā)對(duì)蕎麥營養(yǎng)成分的影響研究［J］. 西北農(nóng)業(yè)學(xué)報(bào), 2004, 13（3）：18-21.

［5］朱琳, 任清, 徐笑穎. 高速逆流色譜分離純化苦蕎中蘆丁、槲皮素［J］. 食品科學(xué), 2014, 35（3）：47-50.

［6］Kim SL, Park CH. Introduction and nutritional evaluation of buckwheat sprouts as a new vegetable［J］. Food Research International, 2004, 37（4）：319-327.

［7］Gao XN, Yao HY. Fractionation and characterization of tartary buckwheat flour proteins［J］. Food Chemistry, 2006, 1：90-94.

［8］趙海霞, 吳小峰, 白悅辰, 等. 苦蕎芽期黃酮合成關(guān)鍵酶和MYB轉(zhuǎn)錄因子基因的表達(dá)分析［J］. 農(nóng)業(yè)生物技術(shù)學(xué)報(bào), 2012, 20（2）：121-128.

［9］李成磊, 趙海霞, 溫國琴, 等. 苦蕎細(xì)胞色素CYP81家族同源基因FtP450-R4的克隆、分子鑒定及其功能分析［J］. 農(nóng)業(yè)生物技術(shù)學(xué)報(bào), 2015, 23（2）：181-192.

［10］高帆, 等. 中國苦蕎SSR分子標(biāo)記體系構(gòu)建及其在遺傳多樣性分析中的應(yīng)用［J］. 中國農(nóng)業(yè)科學(xué), 2015, 6：1042-1053.

［11］Maher CA, et al. Transcriptome sequencing to detect gene fusions in cancer［J］. Nature, 2009, 458（7）：97-101.

［12］Shu S, Chen B, Zhao X, et al. De novo sequencing and transcriptome analysis of Wolfiporiacocos to reveal genes related to biosynthesis of triterpenoids［J］. PLoS One, 2013, 8（8）：e71350.

［13］Haas BJ, et al. De novo transcript sequence reconstruction from RNA-seq using the Trinity platform for reference generation and analysis［J］. Nature Protocols, 2013, 8（8）：1494-1512.

［14］Guttikonda SK, et al. Whole genome co-expression analysis of soybean cytochrome P450 genes identifies nodulation-specific P450 monoox-ygenases［J］. BMC Plant Biology, 2010, 1：243.

［15］Zhou Y, Gao F, Liu R, et al. De novo sequencing and analysis of root transcriptome using 454 pyrosequencing to discover putative genes associated with drought tolerance in Ammopiptanthus mongolicus［J］. BMC Genomics, 2012, 13：266.

［16］楊楠, 等. 蠟梅花轉(zhuǎn)錄組數(shù)據(jù)分析及次生代謝產(chǎn)物合成途徑研究［J］. 北京林業(yè)大學(xué)學(xué)報(bào), 2012, 34（1）：104-107.

［17］王曉鋒, 何衛(wèi)龍, 蔡衛(wèi)佳, 等. 馬尾松轉(zhuǎn)錄組測序和分析［J］.分子植物育種, 2013, 11（3）：385-392.

［18］譚保才, 等. 激動(dòng)素對(duì)綠豆子葉多聚核糖體形成的促進(jìn)作用及其與RNA合成的關(guān)系［J］. 植物學(xué)報(bào), 1992, 9（10）：74-76.

［19］Shelp BJ, et al. Metabolism and functions of gamma-aminobutyric acid［J］. Trends Plant Sci, 1999, 4（7）：446-452.

［20］劉峰, 王運(yùn)生, 田雪亮, 等. 辣椒轉(zhuǎn)錄組SSR挖掘及其多態(tài)性分析［J］. 園藝學(xué)報(bào), 2012, 39（1）：168-174.

［21］Kim SJ, Maeda T, Sarker MZ, et al. Identification of anthocyanins in the sprouts of buckwheat［J］. Journal of Agricultural and Food Chemistry, 2007, 55（15）：6314-6318.

［22］Xu Y, et al. Transcriptome and comparative gene expression analysis of Sogatella furcifera（Horváth）in response to southern rice black-streaked dwarf virus［J］. PLoS One, 2012, 7（4）：e36238.

［23］Konishi T, et al. A linkage map of common buckwheat based on microsatellite and AFLP markers［J］. Fagopyrum, 2006, 2：1-6.

［24］Kalra S, Puniya BL, Kulshreshtha D, et al. De novo transcriptome sequencing reveals important molecular networks and meta-holic pathways of the plant, Chlorophytum horivilianum［J］. PLoS One, 2013, 8（12）：e83336.

［25］Schijlen EC, et al. Modification of flavonoid biosynthesis in crop plants［J］. Phytochemistry, 2004, 65（19）：2631-2648.

［26］Niu SH, Li ZX, Yuan HW, et al. Transcriptome characterization of Pinus tabuliformis and evolution of genes in the Pinus phylogeny［J］. BMC Genomics, 2013, 14：263.

（責(zé)任編輯 馬鑫）

Transcriptome Analysis of Germinated Tartary Buckwheat Based on High-throughput Sequencing Technology

CHEN Chun-xu1LI Qi2GUO Yuan-xin1DU Chuan-lai1DING Zhi-gang1
（1. College of Food and Drug，Anhui Science and Technology University，F(xiàn)engyang 233100；2. Pingshan Environmental Monitoring Station，Shenzhen 518118）

Illumina SolexaHiseq 2500 high-throughput sequencing technology was used to get the comprehensive transcriptome from germinated tartary buckwheat. As a result，42 953 962 sequence reads containing 5.37 Gb nucleotide sequence information were obtained. After de novo assembly by the software of Trinity，a total of 45 278 unigenes were generated，corresponding to a total of 39 Mb with an average length 862 bp. In addition，the data from the evaluation of the unigenes indicated fine sequencing quality and high reliability from the aspects of length distribution，GC content，and expression level. The comparison of sequence homology in database showed that 2 127 unigenes had various degrees of homology with other known biological genes. The unigenes in the transcriptome of germinated tartary buckwheat were correlated with cellular processes，cell and protein binding. According to KOG database，the unigenes were broadly divided into 24 categories. Referring to KEGG database，unigenes were located into 328 metabolic pathways，including ribosome，carbohydrate metabolism and so on. And 38 unigenes involved in the synthesis of GABA in oxidative phosphorylation metabolism were screened. Total 7 141 unigenes were found from 71 366 by SSR and the highest frequency was A/T，followed by AAG/CTT and AT/AT.

germinated tartary buckwheat；Illumina；transcriptome；high-throughput sequencing technology

10.13560/j.cnki.biotech.bull.1985.2016.07.006

2015-09-12

安徽省自然科學(xué)基金項(xiàng)目（1308085MC32），安徽科技學(xué)院農(nóng)產(chǎn)品加工及貯藏工程重點(diǎn)學(xué)科項(xiàng)目（AKZDXK2015B04）

陳春旭，男，碩士，助教，研究方向：食品飲料生產(chǎn)工藝及品質(zhì)控制；E-mail：ccx1205@126.com

郭元新，男，博士，教授，研究方向：農(nóng)產(chǎn)品加工及品質(zhì)控制；E-mail：guoyuanxiner@163.com