青篱柴转录组数据SSR位点的生物信息学分析

黄建敏 李菲 刘云静

摘要：为探讨青篱柴转录组中简单重复序列（simple sequence repeat，简称SSR）位点信息，开发青篱柴分子标记技术，采用高通量测序技术获得青篱柴转录组原始试验数据，经过生物信息学软件Trinity拼接后，获得66 755条单基因簇（universal gene，简称unigene）。进一步采用生物信息学分析软件MISA对所有的unigene进行SSR位点数据挖掘。共计搜索出22 542个SSR位点，分布在18 972条unigene中，出现频率为33.77%，发生频率为28.42%，SSR平均长度为15 bp，平均分布频率是1/3.98 kb，在青篱柴转录组的SSR中，单核苷酸、三核苷酸和二核苷酸重复序列为主要重复类型，分别占总SSR的47.59%、27.95%、23.45%。青篱柴转录组数据中SSR序列共包括161种重复基元类型。其中出现频率高的基序主要有A/T、AG/CT、AAG/CTT、AT/AT、C/G、AGG/CTT。重复序列长度在10～144 bp之间，大多小于24 bp，大于24 bp的仅有0.22%（48个SSR位点）。另外，设计筛选得到15 425对SSR引物。综上表明青篱柴SSR位点多态性潜能较高，具有很大的可开发性。

关键词：青篱柴;转录组;SSR;重复类型;重复基元

中图分类号：Q811.4   文献标志码： A  文章编号：1002-1302（2019）02-0054-05

简单重复序列（simple sequence repeat，简称SSR）是指由1～6个核苷酸为重复单位组成的串联重复序列，随机、广泛、均匀地分布于真核生物基因组中，由于重复次数不同而造成简单序列长度多态性（simple sequence length polymorphism，简称SSLP）[1]。不同物种的简单重复序列差异很大，主要表现在重复次数、基序类型、长度以及在染色体上的分布情况等，从而反映出物种间高度的等位基因多样性。虽然SSR具有高度多态性，但其两端的序列一般都比较保守和专一，因此可凭借两端的保守序列设计特异性的SSR引物，通过PCR技术扩增出SSR，再利用琼脂糖凝胶电泳或聚丙烯酰胺凝胶电泳技术获得其长度多态性，即SSR分子标记。……