菊葉香藜psbA基因生物信息學分析*

雷鳴任海龍

（1.西藏大學理學院；2.西藏大學醫學院，西藏 拉薩 850000）

菊葉香藜是藜科刺藜屬植物［1］，其具有刺激性氣味，具有抑菌、昆蟲活力抑制等作用［2,3］，中藥用于治療哮喘、支氣管炎和偏頭痛［4］，據藏藥志記載有抗腫瘤活性［5］。菊葉香藜也為中等飼用植物［6］，通常情況下為亞優勢種或伴生種［7］。研究發現在群落演替中重要值在明顯增加，同時也可作為固定沙地的指示植物［8］。許新勇等［9］研究發現，在西藏“一江兩河”流域地區，伴隨著植被發育和群落演替的進程，在半固定沙丘和固定沙丘，菊葉香藜逐漸成為優勢種，說明菊葉香藜本身生理生態特征非常適應“一江兩河”流域氣候環境。2003年，朱格鱗等在Flora of China中，基于形態學特征將菊葉香藜等植物歸類到刺藜屬植物［1］，并未對菊葉香藜的進行分子方面的鑒定。另外，psbA基因是葉綠體基因，序列相對保守，編碼產物D1蛋白，是PSⅡ反應中心2個核心蛋白之一，介導光合作用過程中的電子傳遞［10］，在植物屬以上水平的分子系統發育的比較中具有顯著作用［11］。因此，在本研究中，通過菊葉香藜psbA序列生物信息學分析和系統發生樹構建，為菊葉香藜的分類學提供分子依據。

1 方法

1.1 基于轉錄組測序對菊葉香藜psbA基因全序列的獲取

通過轉錄組測序，將注釋到psbA基因的unigenes在NCBI進行比對，然后再進行拼接。

1.2 菊葉香藜psbA基因編碼序列生物信息學分析

通過NCBI在線分析軟件ORF Finder對核苷酸序列進行分析，預測出可能的氨基酸序列；通過蛋白質二級結構在線預測軟件PredictProtein，預測出氨基酸序列的二級結構、相對親水表面、氨基酸組分和核苷酸組分；用CondonW和CUSP對菊葉香藜psba基因編碼序列進行密碼子偏好性分析，基于中性繪圖和ENC-plot探索影響psba基因密碼子偏好性的因素；psba基因編碼蛋白的理化性質采用ExPasy-ProtParam分析軟件及BioEdit軟件預測；疏水性/親水性采用Ex-Pasy-ProtScale預測；跨膜區域通過軟件TMHMM進行分析；結構功能域及功能分類采用ProtFun預測；通過Swiss-Model在線預測軟件預測出三級結構；通過BioEdit進行序列差異分析；用MEGA6.05計算菊葉香藜與其近緣物種的遺傳距離，并構建系統進化樹。

1.3 菊葉香藜psbA基因系統發生樹構建

從NCBI數據庫中下載其它物種psbA基因完整序列，共9個物種（表1）。

表1 NCBI數據庫中下載9個物種psbA基因完整序列

2 結果

2.1 菊葉香藜psbA基因編碼序列生物信息學分析

2.1.1 菊葉香藜psbA基因編碼蛋白理化性質。基于轉錄組測序，將注釋到psbA基因的unigenes（c1846_g1、c19645_g1、c24547_g1）在NCBI數據庫中進行比對，然后拼接在一起，最終的序列長度為1059bp，GC含量為41%，序列已上傳到NCBI數據庫，序列號為：KY942083。

通過NCBI在線分析軟件ORF Finder對核苷酸序列進行分析，預測出氨基酸序列，共353個氨基酸，如下所示：MTAILERRESESLWGRFCNWITSTENRLYIGWFGVL MIPTLLTATSVFIIAFIAAPPVDIDGIREPVSGSLLYGN NIISGAIIPTSAAIGLHFYPIWEAASVDEWLYNGGPYE LIVLHFLLGVACYMGREWELSFRLGMRPWIAVAYSA PVAAATAVFLIYPIGQGSFSDGMPLGISGTFNFMIVFQ AEHNILMHPFHMLGVAGVFGGSLFSAMHGSLVTSSLI RETTENESANEGYRFGQEEETYNIVAAHGYFGRLIFQ YASFNNSRSLHFFLAAWPVVGIWFTALGISTMAFNLN GFNFNQSVVDSQGRVINTWADIINRANLGMEVMHER NAHNFPLDLAAIEAPSING

負電荷殘基總數為28，正電荷殘基總數為15,其理論分子量為38962.62Da，理論等電點為5.12，不穩定指數是36.33。分子式為C1793H2682N456O493S14，原子總數為5438，脂肪系數為96.77。

2.1.2 菊葉香藜psbA基因編碼蛋白氨基酸組分分析。氨基酸組分中最多的為A 35(9.9%)，最少的為C 2（0.6%），其中，沒有氨基酸K；相對親水表面為71.67%在0-16%之間，28.33%在16%-100%之間。（如圖1所示）

圖1 菊葉香藜psbA基因編碼蛋白氨基酸組分

2.1.3 菊葉香藜psbA基因編碼蛋白二級結構。通過蛋白質二級結構在線預測軟件PredictProtein，預測出氨基酸序列的二級結構為α-螺旋57.51%，β-折疊4.82%，β-轉角37.68%.

2.1.4 菊葉香藜psbA基因編碼蛋白親疏水性分析。用ProtParam分析軟件對菊葉香藜psbA基因編碼蛋白的疏水性/親水性進行預測，其疏水性平均系數為0.350。參照ExpASy的Protscale程序計算菊葉香藜psbA基因編碼蛋白的疏水性/親水性圖譜（圖2）分析氨基酸殘基的得分可知，多肽鏈的第51號的丙氨酸(Ala)具有最高分值3.189，疏水性最強。第234號天冬酰胺(Asn)具有最低分值-2.133，親水性最強。

圖2 菊葉香藜psbA基因編碼蛋白親疏水性分析

2.1.5 菊葉香藜psbA基因編碼蛋白跨膜區域。由圖3可知，菊葉香藜psbA基因編碼蛋白存在7個跨膜區域，分別位于29～51、71～93、105～127、142～164、171～193、197～219和273～295氨基酸之間，跨膜區分析結果與該蛋白的親/疏水性分析結果基本一致。

圖3 菊葉香藜psbA基因編碼蛋白跨膜區域

2.1.6 菊葉香藜psbA基因編碼蛋白結構功能域及功能分類。通過Protfun分析軟件預測菊葉香藜psbA基因編碼蛋白結構功能域及功能分類從分析結果可知（表2），菊葉香藜psbA基因編碼蛋白為非酶類(Prob=0.805，odds=1.128)和轉運相關蛋白(Prob=0.191,odds=1.749)，該蛋白具有翻譯、脂肪酸代謝、輔酶因子的生物合成和能量代謝作用的可能性分別為4.760、4.477、3.423和2.195。因此，推測該蛋白的主要作用與轉運有關。

表2 psbA基因編碼的蛋白質的功能預測

2.1.7 菊葉香藜psbA基因編碼蛋白三級結構預測。通過Swiss-Model在線預測軟件預測出三級結構，選取Template＞30%、GQME值接近1、|QMEAN|＜4的模型，預測出的菊葉香藜psbA基因編碼蛋白三級結構（圖4）。

圖4 菊葉香藜psbA基因編碼蛋白三級結構預測模型

2.1.8 菊葉香藜psbA基因密碼子偏好性。通過CUSP和CondoW程序分析菊葉香藜及其近緣種psbA基因的密碼子偏好性基本指標。從表3中可以看出，各物種psbA基因在密碼子偏好性方面差異較小，其中CBI、GC含量、GC3和GC3s，莧科植物均大于藜科植物，而ENC值，莧科植物均小于藜科植物。GC1、GC2、GC3和GC含量均小于0.5，說明psbA基因密碼子各位點均偏好使用含A/T的密碼子，而GC3s均小于0.3，說明在同義密碼子中，psbA編碼序列更偏好使用以A/T結尾的密碼子,其中，NNT＞NNA＞NNC＞NNG,NNT遠大于NNC。ENC值均位于35-50之間，說明psbA基因密碼子偏好性一般，基因表達水平一般。

通過CUSP和CondoW程序分析菊葉香藜psbA基因的密碼子偏好性可知，菊葉香藜psbA基因總共使用了49個密碼子，23個密碼子為偏好性密碼子(RSCU＞1)，其中 GCU、GAU、GAA、GGU、AUU、CUA、UUA、CCU、CAA、CGU、AGU、UCU、ACU和GUA為高頻密碼子（RSCU＞1.5），以GU和CU結尾的密碼子全部為高頻密碼子。在偏好性密碼子中，有18個密碼子以A/T結尾，這18個密碼子Fraction和使用頻率(Frequency)都相對較高（表4）。

為探索影響psbA基因密碼子偏好性的因素，通過中性繪圖和ENC-plot繪圖進行分析。中性繪圖結果顯示(圖5所示)，GC12與GC3相關性不顯著（R2=0.1，P=0.251），說明psbA基因密碼子第1、2位和第3位堿基相關性不顯著，psbA基因GC含量高度保守，密碼子偏好性主要受選擇作用影響。

ENC繪圖結果顯示（圖6），所有物種的psbA基因均落在標準曲線下方相對較遠的位置，說明密碼子的偏好性只受到選擇作用的影響。進一步探究影響選擇作用的因素，本研究主要分析CAI值和蛋白長度對ENC值的影響，發現CAI值與ENC值表現為極顯著的負相關（R2=0.6817，P＜0.01，回歸方程為：y=-37.053x+51.522），蛋白長度與ENC值表現為完全線性相關（x=353）。因此，選擇作用主要受到表達水平和蛋白質長度的影響，psbA基因密碼子偏好性受到表達水平和蛋白質長度的的影響。

表3 菊葉香藜及其近緣種psbA基因的密碼子偏好性基本指標

表4 CUSP和CondoW程序分析菊葉香藜psbA基因的密碼子偏好性

圖5 GC3和GC12中性繪圖結果

圖6 GC3s和ENC繪圖結果

2.1.9 菊葉香藜psbA基因系統發生樹結果。由菊葉香藜及其近緣物種的psba完整序列生成的系統進化樹可知（圖7），系統樹上聚為兩大支，藜科和莧科各聚為一大支，說明在藜科和莧科中，psbA基因存在差異。而對于藜科這一支來說，psbA基因在藜科各屬之間差異相對較大；各進化支部分種間自展值為100%，說明psbA序列對于種的鑒定存在一定的局限性。菊葉香藜原為藜科藜屬植物，但在近年來的藜屬與刺藜屬的爭議中，被劃為藜科刺藜屬中，從圖7中我們可知，菊葉香藜與藜屬植物分別聚為一支，正好與形態學分類上的觀點一致。

圖7 菊葉香藜psbA基因系統發生樹結果（“●”為菊葉香藜）

3 討論

菊葉香藜psbA基因編碼序列長度為1059bp，GC含量為41%，共編碼353個氨基酸，最多的為丙氨酸(A)，為35個(9.9%)，不含有賴氨酸，符合psbA基因的特征。二級結構包含α-螺旋(57.51%)，β-折疊(4.82%)，β-轉角(37.68%)。psbA 基因編碼蛋白為疏水性蛋白，包含7個跨膜區域，是非酶類轉運蛋白。psbA基因密碼子偏好性水平相對較弱，主要受到選擇作用、表達水平和蛋白質長度的影響，該結果與尚明照等［12］研究結果一致，為進一步研究影響psbA基因密碼子偏好性的因素提供依據。在同義密碼子中，psbA編碼序列更偏好使用以 A/T 結尾的密碼子,其中，NNT＞NNA＞NNC＞NNG,NNT遠大于NNC，與侯惠靜［13］研究結果不一致，與侯士昌等［14］研究結果一致。系統發生樹的結果證明菊葉香藜與藜屬植物存在差異，支持將其劃歸到刺藜屬中。