刺參響應燦爛弧菌侵染的基因組DNA甲基化水平和轉錄組差異及其關聯分析*

李欣容 廖梅杰 李 彬 榮小軍 暢孟陽 王印庚 于永翔 張 正 范瑞用 劉清兵

刺參響應燦爛弧菌侵染的基因組DNA甲基化水平和轉錄組差異及其關聯分析*

李欣容1,2廖梅杰2,3①李 彬2,3榮小軍2,3暢孟陽2,3王印庚2,3于永翔2,3張 正2,3范瑞用4劉清兵4

(1. 上海海洋大學水產與生命學院 上海 201306；2. 中國水產科學研究院黃海水產研究所 農業農村部海洋漁業可持續發展重點實驗室 山東 青島 266071；3. 青島海洋科學與技術試點國家實驗室海洋漁業科學與食物產出過程功能實驗室 山東 青島 266071；4. 青島瑞滋集團有限公司 山東 青島 266408)

為探討病原菌脅迫下刺參()基因組DNA甲基化水平和轉錄組表達的差異，本研究采用人工攻毒侵染脅迫，獲得刺參化皮體壁組織，并以未攻毒組的健康體壁組織為對照，對刺參2種體壁組織進行全基因組甲基化測序(WGBS)和轉錄組高通量測序，解析刺參體壁基因組DNA甲基化差異，篩選響應病原脅迫的差異甲基化區域和差異表達基因。同時，通過基因組甲基化和轉錄組聯合分析，篩選負相關關聯基因，為解析刺參響應燦爛弧菌()侵染的分子機理提供基礎數據。結果顯示，刺參對照組和侵染組基因組總甲基化水平分別為(3.59±0.04)%和(3.87±0.27)%，侵染組甲基化水平顯著升高；在發生甲基化的位點中，攻毒組和對照組的mCpG占比分別為83.06%和81.91%，mCpG為最主要的甲基化形式。本研究共篩選出差異甲基化區域(DMRs) 626677個，注釋到23706個功能基因。轉錄組測序共檢測到29290個基因，篩選到差異表達基因496個，其中，上調基因214個，下調基因282個。在基因組甲基化與轉錄組的關聯分析中，篩選到180個負相關關聯基因，其中，差異甲基化區域位于啟動子區域的負相關基因為60個。對負相關關聯基因的GO和KEGG富集分析，篩選到相關通路和、和等關鍵基因。本研究將為解析刺參抗病的表觀遺傳調控機制提供數據，也為刺參抗病性狀選育提供科學參考。

刺參；DNA甲基化；轉錄組；關聯分析

仿刺參又稱刺參()，具有重要的營養價值和藥用價值，是我國第五次海水養殖浪潮的代表性物種之一，其養殖業為我國沿海經濟結構調整和漁民增收開辟了一條新途徑(王印庚等, 2014)。在人工養殖刺參過程中，刺參的病害問題日益凸顯，給刺參養殖業造成了嚴重的經濟損失，嚴重制約了該產業的穩定發展。開展刺參抗病機制解析對刺參良種選育和病害防控具有重要意義。DNA甲基化是表觀遺傳修飾的主要方式，在不改變DNA序列的前提下，改變遺傳表現在調控基因表達和染色質構象等方面發揮著重要作用(Moore, 2013)。研究表明，刺參在腸道組織再生、夏眠、化皮及倍性等過程或現象中，相關組織均有顯著的基因組甲基化水平差異變化，表明甲基化在刺參相關生理過程中發揮重要的調控作用(Yang, 2020; Zhao, 2015; Sun, 2020; Han, 2021; 高杉等, 2017; 李曉妮, 2018; 趙業, 2015)。本研究以刺參腐皮綜合征重要致病原——燦爛弧菌()為病原對刺參苗種進行人工攻毒侵染實驗，以攻毒后發病個體和未攻毒的健康個體的體壁組織為樣本，采用全基因組甲基化測序技術(WGBS)和轉錄組高通量測序技術，分析燦爛弧菌脅迫下刺參體壁DNA甲基化水平變化及基因表達差異變化，并進一步對甲基化位點和轉錄組差異進行關聯分析，篩選出關鍵位點及關聯基因，為解析刺參響應燦爛弧菌侵染的分子機制提供基礎數據，也有助于為刺參抗病性狀選育提供參考。

1 材料與方法

1.1 實驗材料

本研究所用健康苗種取自山東青島瑞滋集團有限公司，選取活力良好、健康的個體，苗種規格為(50.0±2.0) g/只。苗種運回實驗室后暫養3 d，暫養水溫為(13.0±0.5)℃，待苗種狀態穩定后用于后續實驗。

攻毒用菌株為本團隊病原庫中保存的分離自患腐皮綜合征的刺參病樣的燦爛弧菌菌株(AJ-Vb1801)。對該菌株用胰蛋白胨大豆肉湯培養基(TSB)固體培養基復蘇，然后用TSB液體培養基擴大培養。

1.2 實驗樣品的采集

燦爛弧菌人工攻毒侵染與取樣：根據實驗目的將實驗分為2組，每組設3個平行，每個平行實驗苗種數量為30頭，實驗水槽容積為50 L。對照組(PT10H)為在水質良好的自然海水中養殖的健康苗種，侵染組(PT16S)按照水體體積在養殖水槽中添加培養的燦爛弧菌菌液至終濃度1×106CFU/mL (該濃度為燦爛弧菌對刺參苗種的半致死濃度)。養殖條件：溫度(13.0±0.5)℃，鹽度(28.0±0.5)，每天換1/3水，換水后及時添加燦爛弧菌菌液，使其維持在1×106CFU/mL。每天換水后定時投喂刺參配合飼料，投喂量為刺參苗種體重的2%，養殖期間持續充氣。實驗期間，每天觀察刺參苗種的生理狀態，及時收集侵染組發生化皮的瀕死個體，分別標記為PT16S1、PT16S2和PT16S3，在相同時間節點采集對照組健康個體，分別標記為PT10H1、PT10H2和PT10H3。剖取所采集樣品的體壁組織，置于2 mL凍存管后迅速放入液氮罐中，送回實驗室，–80℃保存，用于后期DNA和RNA的提取。

1.3 DNA和RNA的提取

以對照組和侵染組的體壁組織為材料，分別采用Omega公司的Mollusc DNA kit和QIAGEN RNeasy mini kit提取各樣品體壁基因組DNA和RNA，1.5%瓊脂糖凝膠電泳檢測DNA和RNA完整性，NanoDrop核酸測定儀測定所提取核酸樣品的純度，檢測合格的樣品于–80℃保存備用。

1.4 全基因組DNA甲基化測序

將所提取的6個DNA樣品送至杭州聯川生物技術股份有限公司分別構建甲基化文庫，并利用HiSeq4000測序平臺150PE上機策略進行測序。

1.5 數據處理與比對

測序完成后對原始數據進行預處理，去除可能含有測序接頭序列和低質量的測序數據(含有N的比例大于5%，以及質量值Q≤10的堿基數占整個read的20%以上的reads)，得到有效數據，用于后續的生物信息學分析。

以本團隊組裝的刺參全基因組序列(數據待發表)為基礎，對預處理后的有效測序數據使用Bismark (Krueger, 2011)進行參考基因組序列比對，統計基因組比對結果。

1.6 刺參體壁基因組DNA甲基化分布特征分析

根據基因組比對分析結果，統計所測樣品各類型甲基化C位點(mCpG、mCHG和mCHH)的數目，及其在全部mC的位點中所占的比例，解析物種的全基因組DNA甲基化修飾特征。

1.7 差異甲基化區域分析

使用R語言程序包中的methylKit篩選差異甲基化區域(differentially methylated regions, DMRs)，默認選擇1000 bp windows、500 bp overlap、FDR<0.05為差異篩選閾值，進行DMR分析。統計差異表達分析中侵染組的甲基化水平顯著性升高或下降的基因數目。對篩選到的具有DMR的基因進行注釋，按照基因結構繪制柱狀統計圖。

1.8 轉錄組中差異表達基因的篩選

將所采集的6個樣品的RNA送至杭州聯川生物技術股份有限公司分別構建cDNA文庫，采用Illumina NovaseqTM6000進行測序，測序讀長為雙端2×150 bp (PE150)。使用String Tie軟件計算不同樣品間各基因表達定量的結果，以FPKM (fragments per kilobase of exon model per million mapped reads)為單位對已知基因統計其在不同樣本中的表達豐度，篩選差異表達基因(different expression genes, DEGs)。

1.9 DNA甲基化與轉錄組聯合分析

對轉錄組測序和基因甲基化測序數據進行聯合分析，統計DMRs和DEGs注釋的共有基因，檢測這些共有基因的DMR甲基化水平與DEG表達水平之間的相關性，統計DMR甲基化水平與DEG表達水平存在負相關的基因，分別采用GOseq和KOBAS軟件對篩選到的差異甲基化基因進行GO和KEGG pathway富集分析，采用ggplot2軟件繪制差異甲基化基因的KEGG散點圖。

2 結果

2.1 甲基化測序結果統計

對實驗獲得的對照組(PT10H)和侵染組(PT16S)的6個樣品的WGBS測序和數據統計分析結果見表1。高通量測序平均每個樣品產出165510349條的原始數據，對原始數據進行預處理后，截去測序數據的測序接頭和去除低質量的數據，得到均值為23.20 Gb的有效數據，有效序列占比在99.18%以上，Q30以上的數據占比大于91.96%，有37.31%～39.81%的mapped reads可比對到刺參的參考基因組，說明測序數據的質量較好。

2.2 基因組中甲基化位點統計

根據基因組比對分析結果，表2統計了對照組和侵染組刺參體壁組織中C位點以及不同類型(CG、CHG和CHH)的平均甲基化水平。侵染組樣品基因組甲基化C位點占全部C位點數的(3.87±0.27)%，對照組為(3.59±0.04)%，說明在病原菌侵染脅迫下，基因組甲基化C位點占比顯著升高(<0.05)。不同類型(CpG、CHG和CHH)的平均甲基化水平統計結果顯示，對照組mCpG、mCHG和mCHH占CpG、CHG和CHH的比例分別為24.14%、0.56%和0.47%，而侵染組的mCpG、mCHG和mCHH占CpG、CHG和CHH的比例分別為24.22%、0.98%和0.76%。由此可見，對于刺參基因組來說，CpG位點發生甲基化的比例顯著高于CHG和CHH。從對照組和侵染組不同類型位點甲基化對比結果可以看出，侵染組的mCHG和mCHH比例顯著高于對照組。

表1 WGBS測序數據統計

Tab.1 Statistics of the WGBS sequencing data

表2 不同類型C位點甲基化水平

Tab.2 Methylation level of different cytosine contexts

注：*代表有顯著差異(<0.05)。下同

Note: * represents a significant difference (<0.05). The same as below

對照組和侵染組基因組DNA不同形式甲基化C位點占總甲基化C位點的比例見圖1。如圖1所示，在總的mC位點中，侵染組和對照組mCpG占比分別為83.06%和81.91%，mCHH占比分別為13.41%和14.28%，mCHG占比分別為3.53%和3.81%，說明甲基化位點主要集中在CpG二核苷酸序列的胞嘧啶上，CpG甲基化是主要的甲基化形式。

圖1 對照組(PT10H)和侵染組(PT16S) mCpG、 mCHG和mCHH占總mC的百分比

2.3 差異甲基化區域分析

使用R語言程序包中的methylKit分析自對照組和侵染組樣品測序結果中篩選到的626677個DMRs。根據分組的差異比較結果，對發生顯著甲基化的基因數量的統計結果見圖2。從對照組和侵染組共篩選到的啟動子區域DMRs共有40329個(6.44%)，其中，甲基化水平升高的有22613個，下降的有17716個；外顯子區域存在58522個DMRs (9.34%)，其中，升高的有29731個，下降的有28791個；內含子區域DMRs共有109635個(17.49%)，其中，升高的有56603個，下降的有53032個；基因間區DMRs共有401174個(64.02%)，其中，升高的有216152個，下降的有185022個；CGI.CG島DMRs共有17017個(2.72%)，其中，升高的有8877個，下降的有8140個。刺參基因間區的差異甲基化基因比例最高，CGI.CG島區域的差異甲基化比例最低。

圖2 不同基因功能區域的DMR數量

2.4 轉錄組顯著性差異基因表達分析

由對照組和侵染組轉錄組測序分析共檢測出29290個基因，對所檢測的基因表達進行差異顯著性分析，共篩選到496個顯著性差異表達基因(DEGs)，其中，上調性基因214個，下調性基因有282個(圖3)。從整體上來看，下調基因數目多于上調基因數目。

圖3 PT16S與PT10H差異表達基因火山圖

2.5 基因組甲基化與轉錄組關聯分析

對DMRs功能基因注釋篩選到的23706個功能基因和DEGs篩選到的496個功能基因進行比對，篩選到DMRs和DEGs注釋的共有基因有261個(圖4)。對這261個基因的DMRs差異和基因表達差異進行關聯分析，結果見表3。共篩選到180個負相關關聯基因，其中，甲基化水平高而基因表達下調的負相關關聯基因有58個，甲基化水平低而基因表達上調的負相關關聯基因有122個。對所篩選的負相關關聯基因差異甲基化區域進行統計，差異甲基化區域位于啟動子區域的負相關基因有60個。

圖4 差異表達基因和差異甲基化區域共注釋基因的韋恩圖

對所篩選的甲基化和轉錄組負相關的180個基因進行GO富集分析，結果顯示(圖5)，甲基化水平與表達水平呈負相關的180個基因中，有124個基因注釋到896個GO terms，其中，50個GO terms顯著富集(<0.05)。富集到生物過程的GO terms主要包括細胞粘附、DNA轉錄模板、先天性免疫應答、氧化還原過程、RNA聚合酶Ⅱ對轉錄的負調控等；富集到細胞成分的GO terms主要包括膜的組成部分、細胞質、細胞膜、細胞核等；富集到分子功能的GO terms主要包括蛋白結合、金屬離子結合、鈣離子結合、ATP結合、鋅離子結合、DNA結合、轉運蛋白活性等。篩選到的功能基因包括免疫球蛋白、富含亮氨酸的重復序列(LRR)、有機陰離子轉運蛋白多肽(OATP)、半胱天冬酶募集結構域(CARD)、黃素結合單加氧酶(almA)、CD36、血紅素結合蛋白等。

利用KEGG數據庫對差異表達基因進行pathway分析，結果見圖6，甲基化水平與基因表達水平呈負相關的有180個基因，其中，39個富集基因注釋到112個KEGG信號通路中，有20個通路顯著富集(<0.05)，內質網中的蛋白質加工、破骨細胞分化、乙型肝炎、維生素消化吸收這4個通路注釋基因最多，均有3個負相關關聯基因富集在相應通路上，篩選到的功能基因包括20和等。

3 討論

3.1 甲基化檢測和基因組測序對檢測效果的影響

DNA甲基化是表觀遺傳學研究的重要內容，是基因組DNA的一種重要修飾方式，參與生物體或細胞的生物調控過程(Moore, 2013)。水生生物在響應溫度、病原、飼料、倍性及雜種優勢過程中DNA甲基化均發生了改變(吳彪等, 2016; 高杉等, 2017; 卓梅琴等, 2019; Han, 2021; 李炎璐等, 2019)。

目前，水產動物研究中常用的DNA甲基化檢測方法有基于限制性酶切預處理的甲基化敏感擴增多態性技術(MASP)和基于高通量測序的亞硫酸氫鹽處理的全基因組DNA甲基化測序技術(WGBS)。MASP技術具有簡便、高效和可靠的特點。研究人員利用該技術探究了刺參不同群體(左之良等, 2016; 左閃等, 2021)、不同組織(郭婷婷, 2013)、高溫脅迫(李尚俊等, 2017)、夏眠(趙業, 2015)和化皮(高杉等, 2017)的甲基化水平差異。但MASP無法完全準確地顯示基因組中甲基化情況的全貌及具體的甲基化位點的序列等信息。

表3 基因組甲基化DMRs與轉錄組DEGs關聯分析篩選基因統計

Tab.3 Statistics of gene number detected by association analysis between DMRs and DEGs

圖5 甲基化與基因表達負相關基因GO富集

圖6 甲基化與基因表達負相關基因KEGG富集

隨著高通量測序技術的發展，WGBS成為檢測DNA甲基化的最可靠技術之一，該方法可以直觀地反映全基因組DNA甲基化的詳細信息，可以直接提供篩選出的位點及其對應的信息序列。Yang等(2020)運用該技術篩選到夏眠期刺參的DMR區域和關鍵功能基因；溫爭爭等(2021)利用WGBS技術完成了刺參高溫脅迫下基因組DNA甲基化水平及模式的變化研究；Sun等(2020)利用該技術篩選到了高濃度燦爛弧菌侵染下刺參化皮組織DMR區域。全基因組序列信息是開展WBGS分析的關鍵，參考基因組拼接的完整性對DMR區域的篩選和注釋效果產生直接影響。Zhang等(2017)和Li等(2018)獲得NCBI數據庫中的刺參基因組序列信息，共包括3821個Scaffolds (N50為786 kb)。Sun等(2020)利用高濃度燦爛弧菌(5×109CFU/mL)攻毒制備化皮實驗材料，利用NCBI中的全基因組數據比對篩選得到116522個DMRs。本團隊于2020年采用納米孔測序技術和染色體構象捕獲技術(Hi-C)開展了刺參基因組精細圖譜繪制，拼接獲得911 Mb的染色體水平的刺參基因組，共定位到23條染色體，N50為39.61 Mb (相關數據未發表)，基因組拼接質量得到較大提升。

本研究利用燦爛弧菌半致死濃度(1×106CFU/mL)制備化皮實驗材料，利用染色體水平基因組序列篩選得到的DMRs數目為626677個，顯著高于Sun等(2020)篩選到的116522個DMRs，所篩選的DMRs的差異數除了與實驗條件差異有關外，對比時所選用的基因組拼接質量是產生此差異的主要原因之一。

3.2 刺參基因組甲基化特征及其響應病原脅迫的變化

高通量測序獲得的所有樣品的基因組甲基化水平檢測結果表明，本研究所測定的刺參體壁組織甲基化水平為3.52～4.17%。Yang等(2020)測定的夏眠期刺參基因組甲基化水平在3.5%左右；Sun等(2020)檢測刺參甲基化水平在4%左右。可以看出，刺參基因組整體甲基化水平較低，這與Tweedie等(1997)發現的無脊椎動物基因組甲基化水平通常低于脊椎動物的結果相一致。

對刺參的不同類型C位點甲基化水平的統計結果可以看出，CG類型位點的甲基化比例較高，而CHG和CHH位點甲基化比例很低，與目前已報道的其他海洋無脊椎動物CG類型甲基化水平范圍(20%～ 50%)相一致(曹哲明等, 2009; 于濤等, 2010; Sun,2014)。進一步對發生甲基化C位點的分型比例統計結果可以看出，mCpG占甲基化位點的比例達到80%以上，表明mCpG是最主要的甲基化形式。與李玉強等(2018)利用methylRAD-seq技術對仿刺參的甲基化圖譜研究結果相一致。這些結果表明海洋動物的DNA甲基化模式都有一定的相似性和保守性。

對病原侵染刺激下基因組甲基化水平的變化可以看出，侵染組樣本的甲基化水平顯著高于對照組。雖然CG位點甲基化比例未發生顯著變化，但CHH和CHG的甲基化比例顯著升高，證明病原脅迫會引起基因組甲基化水平的升高。高杉等(2017)、Yang等(2020)、Sun等(2020)和溫爭爭等(2021)研究結果也表明，溫度和高濃度病原刺激等外界脅迫會引起基因組甲基化水平的升高，尤其是CHH和CHG的甲基化比例的升高。雖然mCpG是刺參最主要的甲基化形式，但在不同刺激影響下的占比仍存在差異。本研究在病原半致死濃度刺激下，mCpG的占比在82%左右。Sun等(2020)測定的在致死濃度病原刺激下，mCpG的占比為87%～89%，但在溫度刺激或夏眠狀態下，mCpG的占比達到94%以上。相關對比分析證明，不同的刺激形式造成的基因組甲基化存在差異。

3.3 刺參響應燦爛弧菌侵染差異甲基化位點和差異表達基因分析

本研究利用染色體水平基因組為基礎，篩選得到626677個DMRs，且在侵染組中篩選到的高甲基化DMR數量大于低甲基化DMR數量，這與侵染組全基因組甲基化水平增高相一致。根據這些DMR所在的功能區域的位置統計結果可以看出，基因間區的差異甲基化位點數量最高，這與李玉強(2018)利用methylRAD-seq技術分析結果解釋的甲基化標簽較大比例分布于基因間區的結果相一致。對篩選的DMR區域進行功能基因注釋得到23706個功能基因，所注釋的功能基因數目也遠高于Sun等(2020)，這可能也與實驗條件的差異和比對所選用的基因組序列不同有關。轉錄組測序結果表明，侵染組篩選到的下調基因數目多于上調基因數目，這個趨勢與侵染組篩選到高甲基化位點數目較多正好相反，也從側面驗證了Choy等(2010)提出的甲基化水平的升高會抑制基因表達，二者存在負調控關系。在所篩選到的496個差異表達基因中發現DNA甲基化轉移酶的表達顯著上調，相關結果與Yang等(2020)和李尚俊等(2017)檢測到的相關基因上調表達相一致，也解釋了該基因上調表達與基因組甲基化水平的升高直接相關。

3.4 刺參響應病原脅迫的基因組甲基化與基因表達的關聯分析

基因組DNA甲基化作為基因的表達調控的重要方式，在通常情況下，DNA低甲基化會激活基因的轉錄，而高甲基化則抑制基因的轉錄(Bird, 2002)。如早期的海膽()甲基化研究報道了DNA甲基化對于海膽發育具有重要意義(Tosi, 1995)。本研究自甲基化和轉錄組關聯分析中篩選到261個共同注釋的基因，其中180個為負相關基因，占比為68.97%，說明所篩選到的基因其DNA甲基化對基因表達發揮了重要作用。這些負相關基因是后期解析刺參表觀調控需要重點關注的對象。

本研究對所篩選的180個負相關基因進行GO和KEGG分析。在甲基化和轉錄組負相關的180個基因的GO富集分析中，篩選到生物進程、細胞成分和分子功能多個GO terms中的富含亮氨酸的重復序列基因，該基因包含許多抗病基因，能參與固有免疫(Gou, 2010)。富集到的CARD蛋白參與先天性免疫應答、細胞質、ATP結合、乙型肝炎、RIG-I樣受體信號通路、麻疹、甲型流感等通路，進而參與包括炎癥反應、免疫、分化、細胞生長、腫瘤發生和凋亡等許多生物過程(Beg, 1994)。此外，篩選到的免疫球蛋白能夠避免免疫系統的過分激活，降低炎癥反應。雖然在KEGG通路中富集的負相關基因數量僅為39個，但篩選到的和基因參與免疫調控、細胞粘附等多種生理和病理過程(Li, 2015; 魏書磊等, 2013)。這些重要的功能基因將成為解析刺參響應病原侵染分子機理的重要關注點。

綜上所述，本研究以染色體水平的基因組序列為基礎，通過對病原侵染后化皮和健康樣品體壁組織的WGBS和轉錄組測序分析，篩選到相應的差異甲基化位點和差異表達基因，進一步通過關聯分析篩選到刺參響應病原侵染的關鍵基因及其甲基化特征，相關結果將為解析刺參抗病調控機理奠定基礎。

BEG A A, BALDWIN A S. Activation of multiple NF-kappa B/Rel DNA-binding complexes by tumor necrosis factor. Oncogene, 1994, 9(5): 1487–1492

BIRD A. DNA methylation patterns and epigenetic memory. Genes and Development, 2002, 16(1): 6–21

CAO Z M, YANG J. Analysis of the methylation in genome DNA from different tissues of. Ecology and Environmental Sciences, 2009, 18(6): 2011–2016 [曹哲明, 楊健. 背角無齒蚌不同組織的基因組DNA甲基化分析. 生態環境學報, 2009, 18(6): 2011–2016]

CHOY M K, MOVASSAGH M, GOH H,. Genome-wide conserved consensus transcription factor binding motifs are hyper-methylated. BMC Genomics, 2010, 11(1): 519

GAO S, YANG A F, DONG Y,. MSAP analysis of DNA methylation in the body wall of. Acta Hydrobiologica Sinica, 2017, 41(3): 637–642 [高杉, 楊愛馥, 董穎, 等. 仿刺參“化皮病”體壁組織DNA甲基化的MSAP分析. 水生生物學報, 2017, 41(3): 637–642]

GOU X P, HE K, YANG H,. Genome-wide cloning and sequence analysis of leucine-rich repeat receptor-like protein kinase genes in. BMC Genomics, 2010, 11: 19

GUO T T. The method to assess genome DNA methylation ofby HPLC and MSAP analysis in different tissues. Master′s Thesis of Shanghai Ocean University, 2013 [郭婷婷. 刺參不同組織基因組DNA甲基化狀態MSAP分析及HPLC方法的建立. 上海海洋大學碩士研究生學位論文, 2013]

HAN L S, SUN Y, CAO Y,. Analysis of the gene transcription patterns and DNA methylation characteristics of triploid sea cucumbers (). Scientific Reports, 2021, 11(1): 7564

KRUEGER F, ANDREWS S R. Bismark: A flexible aligner and methylation caller for Bisulfite-Seq applications. Bioinformatics, 2011, 27(11): 1571–1572

LI J K, WU X W, TAN J,. Molecular cloning of the heat shock protein 20 gene from Paphia textile and its expression in response to heat shock. Chinese Journal of Oceanology and Limnology, 2015, 33(4): 919–927

LI S J, SUN G H, LI X Y,. Characteristics of epigenetic regulation of related genes under high temperature stress in sea cucumber. Journal of Fishery Sciences of China, 2017, 24(3): 470–476 [李尚俊, 孫國華, 李雪燕, 等. 高溫脅迫下仿刺參表觀遺傳調控相關基因的表達特征. 中國水產科學, 2017, 24(3): 470–476]

LI X N. Analysis of DNA methylation regulation and function of candidated genes during intestinal regeneration in the sea cucumber. Doctoral Dissertation of Institute of Oceanology, Chinese Academy of Sciences, University of Chinese Academy of Sciences, 2018 [李曉妮. 刺參腸道再生的DNA甲基化調控解析及再生候選基因的功能分析. 中國科學院大學(中國科學院海洋研究所)博士研究生學位論文, 2018]

LI Y L, CHEN C, CHEN J G,. DNA methylation analysis of,and their F1hybrid. Progress in Fishery Sciences, 2019, 40(6): 98–104 [李炎璐, 陳超, 陳建國, 等. 云紋石斑魚、鞍帶石斑魚及其雜交F1的DNA甲基化分析. 漁業科學進展, 2019, 40(6): 98–104]

LI Y Q, WANG R J, LI Y L,. Genome-wide profiling of DNA methylation inbased on methylRAD-Seq. Periodical of Ocean University of China (Natural Science), 2018, 48(9): 41–50 [李玉強, 王睿甲, 李語麗, 等. 基于MethylRAD-Seq技術對仿刺參DNA甲基化圖譜的研究. 中國海洋大學學報(自然科學版), 2018, 48(9): 41–50]

LI Y, WANG R, XUN X,. Sea cucumber genome provides insights into saponin biosynthesis and aestivation regulation. Cell Discovery, 2018, 4(1): 29

MOORE L D, LE T, FAN G P. DNA methylation and its basic function. Neuropsychopharmacology, 2013, 38(1): 23–38

SUN H J, ZHOU Z C, DONG Y,. Insights into the DNA methylation of sea cucumberin response to skin ulceration syndrome infection. Fish and Shellfish Immunology, 2020, 104: 155–164

SUN Y, HOU R, FU X,Genome-wide analysis of DNA methylation in five tissues of Zhikong scallop,. PloS One, 2014, 9(1): e86232

TOSI L, ANIELLO F, GERACI G,. DNA methyltransferase activity in the early stages of a sea urchin embryo-evidence of differential control. FEBS Letters, 1995, 361(1): 115–117

TWEEDIE S, CHARLTON J, CLARK V,. Methylation of genomes and genes at the invertebrate-vertebrate boundary. Molecular and Cellular Biology, 1997, 17(3): 1469–1475

WANG Y G, RONG X J, LIAO M J,. Sea cucumber culture and disease control technology. Beijing: China Agriculture Press, 2014 [王印庚, 榮小軍, 廖梅杰, 等. 刺參健康養殖與病害防控技術叢解. 北京: 中國農業出版社, 2014]

WEI S L. Expression and functional analysis of CD36 gene in zebrafish. Master′s Thesis of China Ocean University, 2013 [魏書磊. 斑馬魚()重組CD36基因的原核表達及功能研究. 中國海洋大學碩士研究生學位論文, 2013]

WEN Z Z, ZUO S, CHEN M,. DNA methylation level of genomic DNA ofat different temperatures. Progress in Fishery Sciences, 2021, 42(3): 46–54 [溫爭爭, 左閃, 陳夢, 等. 刺參基因組DNA甲基化水平及模式對溫度變化的響應. 漁業科學進展, 2021, 42(3): 46–54]

WU B, YANG A G, SUN X J,. Effects of acute temperature stress on genome-wide DNA methylation profiles inProgress in Fishery Sciences, 2016, 37(5): 140–146 [吳彪, 楊愛國, 孫秀俊, 等. 急性溫度脅迫對蝦夷扇貝()基因組DNA甲基化的影響. 漁業科學進展, 2016, 37(5): 140–146]

YANG Y J, ZHENG Y Q, SUN L N,. Genome-wide DNA methylation signatures of sea cucumberduring environmental induced aestivation. Genes, 2020, 11(9): 1020

YU T, YANG A G, WU B,. Analysis of,and their offspring using methylation-sensitive amplification polymorphism (MSAP). Journal of Fisheries of China, 2010, 34(9): 1335–1342 [于濤, 楊愛國, 吳彪, 等. 櫛孔扇貝、蝦夷扇貝及其雜交子代的MSAP分析. 水產學報, 2010, 34(9): 1335–1342]

ZHANG X J, SUN L, YUAN J B,. The sea cucumber genome provides insights into morphological evolution and visceral regeneration. PLoS Biology, 2017, 15(10): e2003790

ZHAO Y, CHEN M Y, STOREY K B,. DNA methylation levels analysis in four tissues of sea cucumberbased on fluorescence-labeled methylation- sensitive amplified polymorphism (F-MSAP) during aestivation. Comparative Biochemistry and Physiology Part B: Biochemistry and Molecular Biology, 2015, 181: 26–32

ZHAO Y. Study on gene expression patterns and basic characteristics of DNA methylation in(Selenka) during aestivation. Doctoral Dissertation of Institute of Oceanology, Chinese Academy of Sciences, 2015 [趙業. 刺參(Selenka)夏眠期間基因表達模式及DNA甲基化基礎特征研究. 中國科學院研究生院(海洋研究所)博士研究生學位論文, 2015]

ZHUO M Q, YANG S B, LING S C,. Effects of dietary lipid on lipid metabolism, methylation and expression of PI3KCa in the ovary of yellow catfish (). Journal of Fisheries of China, 2019, 43(10): 2186–2196 [卓梅琴, 楊水波, 凌仕誠, 等. 飼料脂肪對黃顙魚卵巢脂類代謝以及PI3KCa甲基化和轉錄水平的影響. 水產學報, 2019, 43(10): 2186–2196]

ZUO S, WEN Z Z, ZHOU H X,. Evaluation of epigenetic and genome sequence diversity in sea cucumberselected population based on MSAP technology. Progress in Fishery Sciences, 2021, 42(3): 38–45 [左閃, 溫爭爭, 周紅學, 等. 基于MSAP技術的刺參選育群體基因組表觀與序列遺傳多樣性分析. 漁業科學進展, 2021, 42(3): 38–45]

ZUO Z L, TAN J, WU B,. MSAP analysis of genomic DNA in the tissues ofand whiteProgress in Fishery Sciences, 2016, 37(3): 93–100 [左之良, 譚杰, 吳彪, 等. 普通刺參()和白刺參不同組織基因組DNA的MSAP研究. 漁業科學進展, 2016, 37(3): 93–100]

Genomic DNA Methylation Levels and Transcriptome Differences ofin Response toInfection and Their Association Analysis

LI Xinrong1,2, LIAO Meijie2,3①, LI Bin2,3, RONG Xiaojun2,3, CHANG Mengyang2,3, WANG Yingeng2,3, YU Yongxiang2,3, ZHANG Zheng2,3, FAN Ruiyong4, LIU Qingbing4

(1. College of Fisheries and Life Science, Shanghai Ocean University, Shanghai 201306, China; 2. Key Laboratory of Sustainable and Development of Marine Fisheries, Ministry of Agriculture and Rural Affairs, Yellow Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences, Qingdao, Shandong 266071, China;3. Pilot National Laboratory for Marine Science and Technology (Qingdao), Laboratory for Marine Fisheries Science and Food Production Processes, Qingdao, Shandong 266071, China;4. Qingdao Ruizi Company, Qingdao, Shandong 266408, China)

DNA methylation is an important epigenetic modification that plays a key role in gene expression regulation. In this study, two groups of sea cucumbers () were prepared. One group had skin ulceration syndrome body wall (PT16S) under stress frominfection at a concentration of 1×106CFU/mL (LD50); the other group had a healthy body wall (PT10H). Genomic DNA methylation levels and gene expression differences between the two groups were detected using whole-genome bisulfite sequencing (WGBS) and transcriptome sequencing. The key gene ontology (GO) terms and KEGG terms engaged in the immune response were selected using association analysis. The results showed that the total methylation levels of thegenome of PT10H and PT16S were (3.59±0.04)% and (3.87±0.27)%, respectively. The methylation levels of thegenome under pathogen challenge significantly increased; mCpG accounted for 83.06% and 81.91% of all the methylated sites in PT16S and PT10H, respectively, indicating that mCpG was the most important methylation form in the sea cucumber. A total of 626677 differentially methylated regions (DMRs) were screened and annotated into 23706 functional genes. A total of 496 differentially expressed genes were screened, including 214 up-regulated and 282 down-regulated genes. A total of 180 negatively correlated genes were isolated using association analysis between genomic methylation and transcriptome, of which 60 genes had DMRs located in promoter regions. Based on GO and KEGG enrichment of the 180 negatively correlated genes, key genes such as,, andwere selected to play a critical role in the immune response. The results would provide primary data for the epigenetic regulatory mechanisms ofand provide a theoretical reference forbreeding.

; DNA methylation; Transcriptome; Association analysis

S968.9

A

2095-9869(2022)03-0176-10

10.19663/j.issn2095-9869.20210424001

http://www.yykxjz.cn/

李欣容, 廖梅杰, 李彬, 榮小軍, 暢孟陽, 王印庚, 于永翔, 張正, 范瑞用, 劉清兵. 刺參響應燦爛弧菌侵染的基因組DNA甲基化水平和轉錄組差異及其關聯分析. 漁業科學進展, 2022, 43(3): 176–185

LI X R, LIAO M J, LI B, RONG X J, CHANG M Y, WANG Y G, YU Y X, ZHANG Z, FAN R Y, LIU Q B. Genomic DNA methylation levels and transcriptome differences ofin response toinfection and their association analysis. Progress in Fishery Sciences, 2022, 43(3): 176–185

LIAO Meijie, E-mail: liaomj@ysfri.ac.cn

* 國家重點研發計劃(2018YFD0901603)、山東省農業良種工程課題(2020LZGC015)、中國水產科學研究院中央級公益性科研院所基本科研業務費專項資金(2020TD40; 2021GH05)共同資助 [This work was supported by National Key R&D Program of China (2018YFD0901603), Agriculture Seed Improvement Project of Shandong Province (2020LZGC015), and Central Public-Interest Scientific Institution Basal Research Fund, CAFS (2020TD40; 2021GH05)]. 李欣容，E-mail: 1123295662@qq.com

廖梅杰，研究員，E-mail: liaomj@ysfri.ac.cn

2021-04-24,

2021-04-27

(編輯 馮小花)