随着测序成本越来越低,一些重要物种数据呈指数级积累,其中蕴含着巨大价值。物种数据研究能为解答基因组进化学、系统发育学问题提供参考,有利于指导育种工作及保护物种多样性。因此构建物种数据库具有重要意义: 01物种数据库可作为系统性的展示、查询、分析的平台:实现物种多组学数据的高效检索、保存、调用、分析及深度挖掘。 02一些具备创新特性的数据库也可单独作为一项研究成果在SCI论文中进行展示。 03通过共享云用户的访问,可提升第三方数据库的知名度,部分重要物种信息、重要分析结果可以收费下载,为进一步维护数据库和科研工作提供资金。 04共享研究成果,促进业内交流:数据库可作为研究论文的补充,展示研究细节,也便于其他研究者基于数据库的数据进行进一步的探索,从而提升国内相关领域整体研究水平。  1.百迈客云物种数据库概述 百迈客作为一家拥有深厚基因组学数据分析行业背景的大数据挖掘分析公司,致力于为用户设计更贴合使用习惯的基因组学数据库系统,在2017年正式推出搭建百迈客云物种数据库的服务。 简单来说,百迈客云物种数据库是针对物种基因组学数据的存储、管理、查询、分析的数据库系统。用户基于Web操作界面即可实现数据的增删改查等操作,还可以利用数据库部署的简单分析工具或结合百迈客云账号进行数据挖掘分析。 说了那么多是不是有些心动了呢? 跟随小编一起看下百迈客云物种数据库核心优势有哪些。 2.百迈客云物种数据库优势 多维度部署:多组学数据(转录组、基因组、重测序数据)高度整合与部署快捷部署:模块化的数据库底层设计,可基于需求抽取底层库标准化数据存储检索模块及页面样式模块,快速完成在本地服务器或百迈客云数据库用户服务集群上的部署 操作更简单:后台管理权限,甲方无需配备专业IT运维和美工,在乙方培训后,即可完成后期的数据增加、删除等更新操作 查询调用更高效:代替原始的硬盘存储+手动查找的传统数据管理模式,引入互联网领域的数据库技术,可将各时间点、各空间点、各类型数据结构化地存储于统一的数据库框架中,借助数据库自动查询语言与web2.0网页界面即可实现基因组学数据的高效查询和调用。避免了传统数据管理模式下数据丢失率高及检索困难等问题 数据挖掘更轻松:强大的云平台支持,可连接百迈客云其他数据库(八大数据库,如功能基因库、参考文献数据库等),并可使用百迈客云分析工具(如几十款分析APP、一百多款小工具),基于APP和小工具完成数据的深度挖掘   3.百迈客共建数据库的成功案例 那么我们看下百迈客有哪些成功案例吧! 中国农科院大豆数据库(www.soybean-resources.cn) 包含了约1500种大豆种质资源,382个品种的重测序,7套泛基因数据。     中科院植物所构树数据库(papyrifera.biocloud.net) 包含了构树基因组序列及注释信息,可进行数据的浏览、使用、下载。 4.数据库搭建流程 01需求论证(2~4周) 用户设定模块组合及各模块对外权限,可选择部署到本地服务器或托管于百迈客云数据库专用集群; 乙方完成原型设计,并与甲方确认后核算搭建成本并报价,乙方核算报价,甲方支付20%的预付款。 02开发(3个月) 基于数据库原型,制定出数据标准化格式、文本需求信息,协助用户数据准备工作; 依次完成UI设计、前端架构、后端完成底层数据的存储与页面相关交付;进行测试验收。 03交付 双方共同完成测试后,甲方需在验收合格10个工作日内支付80%尾款,乙方交付数据库并协助甲方进行日常维护更新。 04日常维护与更新 每日巡检,检查机房用电、温湿度,服务器硬件报警及维修; 服务器操作系统状态监控与报警、日常维护、操作系统及软件版本更新; 服务器生产服务与软件的状态监控与报警、版本更新; 数据库服务状态监控与报警,数据定期检查与备份; 甲方在乙方协助下自主完成增删改等操作。 ...

今天小编带大家看一看百迈客云物种数据库的核心功能模块。 百迈客云物种数据库采用模块化设计,标准功能模块主要有三大类   1.存储&查询模块         存储&查询模块设置了种质资源、突变体信息、性状座位信息、分子标记、基因功能信息、基因组数据、转录组数据的存储和查询模块 01物种种质资源存储&查询模块 种质资源是一种遗传资源。种质系指农作物亲代传递给子代的遗传物质,它往往存在于特定品种之中。如古老的地方品种、新培育的推广品种、重要的遗传材料以及野生近缘植物,都属于种质资源的范围。用户可在该模块中按照物种的名称、编号、父母本、省份、地理位置、表型查询相关材料品种概况。   02物种突变体信息存储&查询模块 用户在该模块通过突变体名称或表型检索相关突变体,搜索结果可展示出突变体名称、编号、突变基因信息等。其中,点击突变基因可链接至“基因查询模块”查询基因功能、序列、基因组位置等详细信息。   03物种性状座位信息存储&查询模块 在该模块用户通过输入表型数据查询该性状控制座位在基因组上的定位结果,该结果整合自不同研究不同定位方法定位结果,并可视化展示相应性状座位对于于最新版本基因组上的位置及相关基因。其中,相关基因也可链接至“基因查询模块”查询基因功能、序列、基因组位置等详细信息。   04分子标记存储&查询模块 用户可按照精确编号、模糊编号(正则匹配)、或连锁性状搜索分子标记,搜索结果含有标记序列信息、标记扩增引物序列、标记上下游基因(可链接至“基因查询模块”)、标记相关性状等。   05基因功能信息存储&查询模块 在该模块中,用户可以基因名称、基因ID、功能关键词、物种基因组起始位置、转录本序列、是否定位、是否克隆为条件检索目标基因,检索结果包括基因转录本序列(核苷酸or氨基酸序列)、染色体、起止位置、各功能数据库注释结果、相关文献、相关性状(可链接至“物种性状座位信息存储&查询模块”)。   06基因组数据存储&查询模块 1)使用基因组版本号检索相关基因组信息,检索结果包括该基因组序列组装、结构注释、功能注释、测序数据等,所有结果均支持本地下载; 2)可按照物种名检索相关泛基因组信息,检索结果包括各品种基因组序列组装、结构注释、功能注释、变异位点、测序数据等,所有结果均支持本地下载; 3)按品种名检索该品种全基因组重测序、简化基因组重测序测序数据及变异位点检测结果。   07物种转录组数据存储&查询模块 1)用户可通过基因ID与基因name检索相关基因下转录本序列、项目中的转录水平、差异表达、共表达、互作信息等,检索结果支持本地下载。 2)按项目名称检索相关转录组学项目测序数据及完整分析结果,检索结果支持本地下载。   2.分析工具模块 分析工具均可从网页调用,无需用户掌握任何编程基础。包含数据库自带分析工具,比如 blast、blat、引物设计、转录因子、metaQTL等;当然也可调用部署在百迈客公有云计算平台(www.biocloud.net)的分析流程(APP)与生信软件(Tools。APP包括有参/无参转录组分析APP、lncRNA分析APP、microRNA分析APP、circleRNA分析APP、重测序分析APP、GWAS个性化分析APP、BSA个性化分析APP、遗传图谱个性化分析APP、微生多样性分析APP等;Tools模块包含100余款各类生信分析软件,涵盖比对、注释、绘图、统计等;  BMKCloud个性化分析示例 3.公共数据库模块 包含7大模块: 01高通量测序数据库 • 该公共数据库模块同步NCBI维护的SRA、GEO两大高通量测序数据库,目前该模块12PBase,1100个属的高通量测序数据,数据类型涵盖RNA-seq、全基因组重测序、WES、基因组denovo组装、甲基化、ChIP-seq等。 • 用户可按物种名称、数据编号、研究方向检索相关高通量测序公共数据,检索结果无需下载,一键导入数据库自带分析工具或百迈客公有云计算平台(www.biocloud.net)分析工具即可进行数据分析。   02功能基因数据库 该公共数据库模块整合包括GO、KEGG、miRbase、lncRNAdb、MiRTarBase、UniProt、genbank等在内的30多个基因功能&序列类数据库,目前收录了约1700万条基因相关信息,用户输入基因名称、ID、功能关键词后,一键即可获取基因的功能、序列、同源基因、表达、相关ncRNA、变异、相关文献等信息。   03功能定位数据库 该数据库收录了所有公共的性状相关数据,目前已收录11个物种347个性状相关的QTL位点数据,如QTL、eQTL、候选基因、关联数据等信息,QTL性状位置可视化展示以及物种间的比较,为各个物种间定位信息的比较提供重要的数据。   04文献数据库 该公共数据库模块同步NCBI维护的PubMed文献索引数据库,目前收录2600万+文献信息,该模块支持按照发表日期、影响因子、文章类型、信息完整度(有无测序数据、有无全文等)进行精确检索,检索结果包括文献题目、摘要、全文链接、文献所涉及测序数据等。   05其他公共数据库模块 • 参考基因组数据库:包含有826个物种的924套参考基因组信息; • 变异数据库:整合了dbSNP库中的数据信息,目前收录了8亿+变异数据,支持通过rs、ss号进行信息的检索,并且支持筛选特定物种的、特定染色体、特定区域的变异信息; • 互作网络数据库:整合了PPI、StarBase、LncRNADisease三个数据库中的4类互作网络信息,目前共收录了306万互作网络关系,包含了lncRNA、miRNA、mRNA、circRNA四类数据。 ...

手头测序数据已分析多次, 挖掘的深度仍然不够, 距离发文章一步之遥, 与生信人员沟通起来费时费力! 01.工具集简介 百迈客云平台工具集共包含104款工具,覆盖12大功能类别,适合多种组学分析,让数据挖掘轻而易举;可快速添加示例,智能筛选文件,一键上传本地文件,使用更简便;平台设有详细的参数说明,以及界面点选式设置,参数呈现更透明; 02.热门工具 绘图工具(聚类热图、6元韦恩图、GO图、KEGG图)、差异组和分析、表格文件转tab文件、BLAST、FASTA工具集、WGCNA、基因功能注释、PCA分析、保守序列预测、蛋白互作网络图、原始数据污染程度预估工具、microRNA靶基因预测、Annovar变异注释、GATK突变检测和注释等; 03.成功案例 使用百迈客云平台可视化小工具的用户有13000+,一年内使用各种小工具分析或绘图超过10次的用户有1000+,利用各款小工具发表文章数已有20余篇。 ...

发表杂志:Plant Growth Regulation 影响因子:2.646 摘要 荔枝(Litchi chinensis Sonn.)是一种重要的水果作物,起源于中国,并在世界热带和亚热带地区商业化种植。荔枝红色果皮的颜色是荔枝果实市场接受度的重要品质,果皮的粉红色/红色是花青素生物合成和积累的结果,花青素-3-葡萄糖苷和花青素-3-芸香糖苷是荔枝红果皮中的主要花青素。荔枝花青素的数量和组成在不同的品种间差异很大,也很大程度上受各种环境因素的影响。因此,深入了解荔枝中花青素生物合成的调控具有重要的科学意义和经济意义。 许多研究表明,花青素生物合成很大程度上受植物激素的影响。外源脱落酸(ABA)处理促进荔枝花青素生物合成,而外源性N-(2-氯吡啶-4-基)-N'-苯基脲(CPPU)抑制荔枝花青素生物合成。但是,ABA或CPPU调控花青素生物合成的机制仍不清楚。为了进一步了解外源ABA和CPPU调控荔枝果实花青素生物合成的分子基础,华南农业大学园艺学院赵杰堂老师课题组对ABA或CPPU处理的荔枝果皮进行转录组测序,并进行了全面的分析。 材料和方法 选取生长十五年的L. chinensis cv,妃子笑。 三种处理方式:ABA处理,CPPU处理和对照处理(自来水),每组处理约15个果实簇。处理后分别取0,10和20天果皮圆盘,共取7组样本分别是:Cont-0,Cont-10,Cont-20,ABA-10,ABA-20,CPPU-10,CPPU-20,分别提取总RNA,用于RNA测序。 测序平台:北京百迈客生物科技有限公司Illumina Hiseq平台 150PE 分析平台:百迈客云平台(BMKCloud) 分析内容:1.原始数据质控;2.参考基因组比对(未发表);3.差异表达基因分析(韦恩图绘制,KEGG富集分析);4.基因功能注释(使用Blast2Go 基于Nr,Nt,COG,KO,GO数据库的最高相似性进行基因注释);5.统计分析 花青素和叶绿素含量的测定以及内源ABA分析 研究人员根据Wrolstad(1982)等人的描述进行相应的修改对果皮中总花青素含量进行定量,根据Arnon(1949)描述的方法计算总叶绿素含量,根据Jia(2011)等人所述,进行了一些修改,使用气相色谱 - 质谱(GC-MS)测定ABA含量,每个过程重复三次。 结果 1.经外源ABA和CPPU处理后,荔枝果皮的表型、色素含量和内源ABA水平的变化 处理10天后,ABA处理和对照处理的果实开始着色(图1a),尽管花青素含量没有显着差异(图1b)。然而,CPPU处理的果实只有一点点红色(图1a),并且花青素含量远远低于ABA处理和对照的果实(图1b)。处理后20天,ABA处理的果实变成均匀的红色,并且CPPU处理的果实仍然是绿色的,带有一点红色(图1a)。同时,对照果实呈现不均匀的红色(图1a),这是cv妃子笑的典型特征。如图1b所示,ABA处理20天后明显促进荔枝果皮花青素积累,而CPPU处理显着抑制荔枝果皮花青素积累。与花青素含量变化相反,果实成熟过程中叶绿素含量降低。显然,ABA处理加速叶绿素降解和CPPU处理延缓了这一过程(图1c)。ABA处理的果实与对照之间的内源ABA水平没有显着差异,而CPPU处理的果相比而言具有较低的ABA水平(图1d)。 图1.各处理组果皮颜色、花青素、叶绿素及ABA含量变化 2.RNA测序以及参考基因组比对 共构建7个文库,测序过滤后每个样本数据均不低于6.6Gb,平均GC含量为45.36%(表1)。与荔枝参考基因组比对(未发表),比对率是74.7%(表1)。 表1. RNA-Seq结果展示 3.外源ABA和CPPU处理后荔枝果皮基因表达谱的综合分析 三种处理后0天,10天和20天的荔枝果皮中发现了许多差异表达转录本(图2)。荔枝果皮色素沉着过程中,在对照组鉴定了2263个差异表达基因(DEGs)(图2a)。除此之外, 经过ABA(图2b)和CPPU(图2c)处理后的三个阶段分别鉴定了1986和2862个DEGs。 图2.三组处理中差异表达基因韦恩图 为了鉴定ABA和CPPU调控的花青素生物合成的DEGs,分别选择ABA / CPPU处理后10天和20天的DEGs与对照组进行比较。 与对照相比,在ABA和CPPU处理的果皮中分别有579和827个DEGs。 表达模式分析表明,在ABA处理10天和20天后,上调的转录本数量均比下调的转录本数量多。而 CPPU处理后20天上调的转录本数量比ABA处理的低很多。 4.外源ABA处理后的荔枝果皮表达分析 外源ABA处理组,对显著差异表达的基因进行GO分析,发现了与细胞过程,代谢过程,细胞,细胞部分,催化活性和转运蛋白活性有关的GO terms的富集。也做了DEGs的KEGG通路富集分析。 579个DEGs中的351个被富集到101个通路中,前5个通路组分别为:植物 - 病原体相互作用通路(49DEGs),植物激素信号转导(32DEGs),类黄酮生物合成(27DEGs),内质网中的蛋白质加工(27DEGs) 碳代谢(20 DEGs),淀粉和蔗糖代谢(20 DEGs)。 外源ABA处理的DEGs中,大部分与花青素合成有关的DEGs上调,如PAL,C4H,CHS,CHI,DFR,LDOX和GTs。此外, FLS和LAR等黄酮醇和原花青素合成基因上调, C3'H,COMT,F5H,CCR,CAD等木质素合成基因也上调了。 ABA处理后另一类显着差异表达的unigene参与植物激素代谢和信号传导。两个编码ABA生物合成途径中的关键酶的NCEDs unigenes显著上调,而ABA信号转导的基因在外源ABA处理后没有明显的变化。外源ABA处理也影响了与生长素信号途径有关的基因表达。例如,属于Aux / IAAs家族的两个unigenes上调。另外,编码DELLA蛋白,负调控GA信号转导的unigenes经ABA处理后上调。 5.外源CPPU处理的荔枝果皮表达分析 将CPPU处理组与对照组之间的DEG进行GO分析。 与外源ABA处理相比,差异不显着。KEGG富集分析, 897个DEGs中的493DEGs个被富集到117个通路,前六个通路组是碳代谢(54DEGs),植物 - 病原体相互作用(49DEGs),光合作用(42DEGs),氨基酸生物合成(38DEGs),苯丙素生物合成 (33DEGs),植物激素信号转导(32DEGs)。 与ABA处理不同的是,外源CPPU处理后许多上调基因参与碳代谢,氨基酸生物合成和光合作用的基因,特别是在CPPU处理后10天较明显。例如,unigene Litchi__GLEAN_10019646在外源CPPU处理10天后显着上调6.1倍,它编码捕光复合体II叶绿素a / b结合蛋白1。另外一类在外源性CPPU处理中显著差异表达的unigenes涉及叶绿素生物合成代谢。 CPPU处理后,大部分参与类黄酮和花青素生物合成的DEGs均下调,如PAL,C4H,CHS和LDOX。此外,黄酮醇和原花青素合成基因,如FLS和LAR也下调。有29个DEGs比对到植物激素信号转导途径。其中,ABA信号中的两个ABA受体PYR / PYL均被CPPU下调。另外,与生长素,GA和乙烯信号有关的基因大部分也下调。 6.ABA和CPPU处理的荔枝果皮的表达分析 受外源ABA和CPPU共同响应的DEGs共199个,其中大部分unigenes在两种处理组中显示出类似的改变。 值得注意的是,有10个unigenes在转录水平上表现出相反的模式。 其中,编码GST4蛋白的unigene(Litchi_GLEAN_10051861)被报道与荔枝中花青素的液泡转移有关。 ABA处理和CPPU处理之间的显着差异之一是叶绿素代谢。 鉴定了与叶绿素生物合成和降解有关的24个候选基因,其响应外源ABA和CPPU的表达模式如图3所示。总体而言,ABA处理对叶绿素生物合成和降解的基因表达没有显著影响。 与对照相比,CPPU处理显着提高大多数叶绿素合成基因,并下调TF...

弹指一挥间,2017年转眼就到了要跟大家告别的时刻,在上一期的年终大盘点中跟大家分享了百迈客云平台用户的傲人成绩,在累累硕果的背后,一直有着一群兢兢业业的生信人,这一年里,他们是根据广大用户的体验反馈,不断改进,不断更新,使咱们的云平台来了一场华丽丽的大变身。细数这一年,云平台总共更新53次,更新项目达200多个,包括新主流程的上线,页面版块的调整,分析功能的完善,数据库的改进,平台速度的提升等。每一次改进都是为了使云平台的用户有一个更好的分析体验,每一次更新都希望用户可以有更高效的科研产出。今天,咱们一起来瞅瞅百迈客云平台17年到底有哪些大变样。   2017全新上线篇 “让基因分析更简单”是百迈客云平台前进的不竭动力,相信大家最关心的应该是云平台这一年有哪些新的分析流程上线。 2017 4/14  云平台上线lncRNA v3.0主流程; 4/21  全基因组关联(GWAS)分析平台(Beta版,云服务个性化)正式上线; 6/9   BSA 分析平台 v1.0(Beta版,云服务个性化)正式上线; 9/22  全基因组重测序分析平台3.0正式上线。做lncRNA,GWAS,BSA,全基因组重测序分析的用户有福啦! 另外,早在2017年3月3日,咱们云平台的云组第一期已正式上线,实现了组内成员计算、存储、工具的资源共享等功能,一个课题组的成员们可以同时享用同一个分析平台,再也不用为互传数据和结果而烦忧; 2017年6月30日 ,移动端微信公众号全新改版,在百迈客云微信公众号中添加文献检索、文献解读、文献收藏、云账号绑定、项目进展查看和评价等功能,同期,在线支付功能上线,套餐用户支持使用支付宝、微信在线购买分析平台、小工具,收货地址与个人信息关联,用户可以在线填写发票信息。   APP主流程更新篇 这么多新的APP成功上线了,显然是一件值得庆贺的事情,无独有偶,咱们已经在线上的APP也从来没有停止前进的步伐。 2017 1/20  无参转录组分析APP进行了全面更新还实现了图片和基因之间的交互,新增“WGCNA”个性化工具,新增基因结构挖掘功能等功能; 3/3  微生物多样性分析APP更新至2.0版,新增6项分析内容;并且美化了流程中各步骤生成的图片,确保所有图形结果有png图和矢量图等功能; 3/17  微生物多样性分析APP再次更新:增加5个个性化分析内容;同期,小RNA测序分析APP也进行了20多项更新:增加小RNA所对应的染色体、起始点、终止点信息和miRNA对应的前体位置信息,支持更加精细化的检索,添加一键绘图等功能; 3/26  微生物多样性分析APP更新了引导教程图片; 6/16  微生物多样性分析APP进行了功能更新:基本分析和个性化中RDA/CCA环境因子支持文件上传,增加保存历史参数功能等; 7/7  ChIP-Seq 分析APP的基本分析,增加了Input/IP设置,且支持有生物学重复的差异分析等功能; 7/21  真核生物有参/无参分析APP个性化分析进行了更新:基因挖掘中相应添加eggNOG分类图、KEGG分类图、KEGG富集图、GO富集图、MA图和火山图等; 7/28  真核生物有参/无参分析APP个性化添加差异分组时增加Pvalue选项; 8/25  lncRNA分析APP进行了20多项的更新:新增图片交互功能,增加火山图、MA图,增加矢量图, Readme.pdf文件,WGCNA分析等; 9/1  微生物多样性分析APP个性化更新,增加21个个性化且每个个性化都有多个参数可以调整分析; 12/1  微生物多样性APP第四期更新:对OTU个数分布图、物种分布柱状图、PCA分析等15项进行了优化。   极速体验更新篇 为了方便用户能够在短时间内体验到云平台的标准分析和个性化分析内容,研发人员特意准备了极速体验项目,标准分析在两分钟内得到结题报告,随后即可进入个性化分析流程。 2017 3/31  有参、无参、表达谱,小RNA,四个分析平台更新了极速体验项目,增加示例数据; 6/30  群体三个分析平台(BSA、全基因组关联、基于第二代测序标记的遗传图谱)增加极速体验功能。目前已有极速体验的分析平台包括:真核生物有参转录组分析平台、真核生物无参转录组分析平台、小RNA测序分析平台、LncRNA测序分析平台、微生物多样性分析平台、数字基因表达谱分析平台、医学有参转录组分析平台、外显子组测序分析平台。 是不是要为咱们的研发人员打个call? 云课堂更新篇 百迈客云课堂,绝对是您科研路上的好帮手。2017年百迈客云课堂先后共进行了5次更新,现在的云课堂集185+线上培训课程于一体,囊括RNA系列、DNA系列、生物信息软件使用和大家讲坛等课程,针对分析平台每款APP都有详细说明及步骤提示,无论有没有生物信息学基础,都能帮助用户在短期内玩转各类分析。   数据库更新篇 整合利用公共数据发表论文是近年来的研究热点,2017年百迈客云平台数据库先后更新9次,包含8大数据库、12PB公共数据、373万样本,共收录826个参考基因组、2000+种医学数据、306万互作网络关系、1700万基因、8亿变异数据。   小工具更新篇 2017年云平台小工具先后更新了4次,包含PCA分析、WGCNA分析、转录因子预测、遗传共线性分析、GO富集分析、聚类热图、柱状图、点线图、miRNA基因家族分类等104款小工具和3大工具集,覆盖12大功能类别:基因分析、遗传进化、ncRNA、质控、组装、比对、数据提取、突变、统计、表格处理、绘图、序列分析等。   文献功能更新篇 2017年云平台对文献模块先后进行了3次更新,如今查找文献和数据导入都非常方便,共整合了2700+万篇文献,同步NCBI数据,设置多项过滤栏,方便快速查找,还可轻松获得全文解读,文章数据可一键导入分析。   云平台其他功能更新篇 2017 3/10 云平台建立项目进展查询机制,用户通过云平台可以及时了解项目进度,增加项目线上评价功能,用户可以在线对项目各个维度的服务进行评价,我们可以通过评价提升项目服务质量,以及对页面内容进行整理更新,使项目的管理更清晰; 4/10  云平台结题报告进行全面优化,包括加载速度和流畅度,右侧导航可以智能展开和收起,图片可调大,添加专有名词解释; 5/19  Venn图支持多个区域选择,WGCNA添加分类模块功能富集结果图的展示,转录因子支持动物物种的预测,有参支持按照指定基因名称替换; 5/26  云科技官网上线文献检索、功能基因数据库和学术课堂功能,不用登陆即可体验超强功能; 7/14  真核有参、小RNA测序、微生物多样性、ChIP-Seq分析平台增加pdf格式结题报告下载功能; 7/21  云平台登录支持第三方微信便捷登录; 9/22  为了用户在体验过程中的流畅度,在平台登录页面添加了浏览器使用建议。贴心无处不在~   告别成绩斐然的2017,迎来了充满希望的2018,我们坚信新的一年百迈客云平台(BMKCloud)一定会再创辉煌,为广大用户提供一个更加完美的数据分析平台。作为一个生物大数据分析的开放云平台,拥有庞大的专业用户群和开发者用户群(15000+),为用户提供完整的生物信息分析以及整合利用公共数据的解决方案,我们一直在努力!...

百迈客云作为针对生命科学家的“Turn-key BioCloud”,2015年初出茅庐,2016年开始全国推广,一路走来得到了像中科院陈润生院士等生信领域权威专家的大力支持和帮助。百迈客云日臻完善,集成式的计算资源和工具、交互性的操作界面、开放性的公共数据库、实用的培训讲堂、专业的开发支持团队、一站式体验模式,成为广大科研工作者生信分析智囊团,极大地加速了科研创新孵化进程,仅2017年一年内基于BMKCloud分析发表的SCI可谓是层出不穷,捷报频传。 研究热点揭秘 截止到11月3日,已发SCI数达到19篇,研究对象涵盖了粮食作物、经济作物、人、家禽家畜、水产、林木、花卉、瓜果等类型。植物类占比52.63%,动物类占比42.11%,医学类占比5.26%。发表的杂志有Archives of Toxicology(IF=5.905)、Frontiers in Plant Science(IF=4.298)、Scientific Reports (IF=4.259)等。累计影响因子为65.3。 云平台对这些文章都做了详尽梳理解析,点击即可查看: OsbZIP46、SAPK6基因共同过表达提升水稻抗旱能力Frontiers in Plant Science IF:4.298 通过转录组分析揭示马杜霉素在原代鸡心肌细胞中的毒性Archives of Toxicology  IF:5.905  小麦与禾谷胞囊线虫在侵染初始阶段的转录组响应 Scientific Reports IF:4.259 芜菁花芽转录组比较分析解析多倍体异常减数分裂过程Frontiers in Plant Science IF:4.298 单侧眼组织缺损和视网膜裂症的家族遗传原因Sci Rep .IF:4.259 图1 2017年基于BMKCloud分析发表的部分SCI文章 产出单位分布 从通讯作者所属地域来看的话,这些云平台的用户主要分布在全国12个省、直辖市,其中产出最多的单位是南京农业大学,17年基于BMKCloud发表了3篇SCI(累计IF 13.23),短期连发多篇文章的老师也不少,南海水产所喻达辉老师4个月内连发两篇(累计IF 6.298),南京农业大学的张艳丽老师更是在短短2个月内连发两篇(累计IF 7.329) 图2 部分科研单位的地理分布 分析平台热度排行 百迈客BMKCloud已推出25款分析平台,包括真核生物有参转录组、真核生物无参转录组、小RNA、长链非编码RNA、微生物多样性、重测序、ChIP-Seq、CircRNA、全转录组联合分析等多个平台,覆盖转录调控、微生物多样性、个体重测序、群体个性化分析等多种组学分析项目,可满足所有分析高通量测序数据整合分析及深度挖掘的需求。 从2017年已发表的SCI文章来看,使用频率最高的是有参转录组分析平台,占比63%,lncRNA分析平台和小RNA分析平台占比11%,另外医学外显子分析平台、微生物多样性分析平台、甲基化分析平台各占比5%。 图3 百迈客分析平台使用热度一览 云课程 让生物信息更简单 BMKCloud部署了185+课时的线上培训,囊括RNA系列、DNA系列、生物信息软件使用和大家讲坛等课程,每款APP(分析平台)都有详细说明及步骤提示,无论有没有生物信息学基础,用户都能够在短期内玩转各类分析。这些作者中有42.86%的老师是完全不懂生信的,约有50%的老师略知一二,仅7.14%对生信分析较了解。 BMKCloud热门个性化分析 除了主流程APP之外呢,BMKCloud上也部署了104个分析工具、3款工具集。涵盖12大功能类别(基因分析、遗传进化、ncRNA、质控、组装、比对、数据提取、突变、统计、表格处理、绘图、序列分析等)。基本上可满足所有转录组学分析的需求。图4展示了19篇文章中热门的个性化分析 图4 BMKCloud个性化分析示例 仅从这19篇SCI内相关分析内容来看的话,使用次数最高的分析依次是GO分析、热图、KEGG分析、韦恩图和COG分析。其中热图和GO分析使用率最高,均达到52.63%(图5);此外共表达趋势分析,蛋白互作分析等分析也应用较多。 图5 BMKCloud个性化分析热度一览   BMKCloud的便捷度 BMKCloud使用便捷,助您多角度进行分析挖掘,随时随地抓住分析灵感。 这些研究者中有35.71%的老师选择在8:00-19:00进行分析,选择晚上进行分析的老师占比21.43%,凌晨进行分析的占比7.14%。 这些研究者中所有拥有BMKCloud年账号的用户会对同一批样本进行2-4次分析和挖掘,而实现这些仅需要修改参数、阈值或更换参考基因组等后重新投递任务即可。避免了传统科技服务模式中多环节沟通,多次收费,出错率高的问题。 BMKCloud的速度 几乎所有的研究者从拿到数据到分析完成所需周期都在3个月内。35.7%的研究者1个月内就完成了文章内的全部分析内容,其他的研究者拿到数据到发表文章的周期都控制在6个月内。其中,中国农科院油料研究所胡琼老师项目组使用有参转录组分析平台投递了200G数据,7天就完成了整个主流程及个性化分析。 BMKCloud的口碑 云平台分析和文章转化的高效赢得了15000+用户以及广泛的认可度,所有研究者都对我们的演示、售后及便捷度做出了很高的评价,并表示愿意推荐给身边的科研同事及圈内朋友。2017年借助BMKCloud取得累累硕果的研究者们对云平台评价如下: (1)简单方便(流程标准化,图形化,操作简单,使用快捷,节省时间); (2)灵活自由(参数设置可随意更改,可随时随地分析以及查看进度); (3)可重复(可多次分析,分析工具种类多样,可以帮助挖掘出新的分析点); (4)云课堂以及文献资源很实用; (5)数据储存空间大; (6)公共数据库是大亮点。 广大科研用户的肯定,科研探索的累累硕果是对我们最好的肯定与鼓励。百迈客将一如既往地秉承“成就客户”的服务理念,持续迭代开发“云模式”,继续引领科技服务2.0时代,更好地服务于广大科研工作者。也希望越来越多的课题组能够享受到云平台的便捷与高效,发表更多更优质的文章!   年末福利 年底我们对老客户发文有感恩活动,如果您基于平台分析发表了SCI文章并引用了BMKCloud或www.biocloud.net,即可获赠1个月现有账号使用权限!   BMKCloud有别于传统的“服务器+命令行”的生信分析模式,是一种人人都可以分析的新型分析模式。百迈客云平台代表了科技服务的新趋势,我们已步入云端可视化自主分析的基因科技服务2.0时代了! 为感恩回馈各位新老用户对百迈客云的支持与关注,百迈客云现推出72款生物信息分析小工具供免费使用,希望在科研路上助您一臂之力!注册百迈客云平台即可免费使用。...

Unraveling the genetic cause of a consanguineous family with unilateral coloboma and retinoschisis: expanding the phenotypic variability of RAX mutations  云平台助力解析单侧眼组织缺损和视网膜裂症的家族遗传原因   杂志: Scientific Reports  影响因子:4.259 PMID:28831107   研究背景: 眼组织缺损(OC)是一种常见的发育结构性缺陷,因视神经不完全闭合发展而成。通常在虹膜、脉络膜视网膜或视盘组织部分发生眼组织缺损。这一疾病进程由多种基因突变引起,具有遗传异质性和复杂性。理解OC发病分子机制及基因型与表型相关性,对于OC的分子诊断具有重要意义。 近期云平台助力温州医科大学黄秀峰老师在Scientific Reports发表了一篇关于眼组织缺损致病性突变的研究,通过对OC患者及其家族成员进行了全外显子组测序(WES),纯合子定位分析、全面变异分析,找到了血缘家族中单侧眼组织缺损与视网膜裂症的遗传原因,阐述了OC基因型表型相关性。跟随小编去看看吧。   材料和方法: 材料:采集患者及其家族成员血液,提取DNA   测序平台:Illumina HiSeq 2000   分析平台:BMKCloud,具体分析如下: 1.全基因组测序结果与人参考基因组进行比对(SOAPaligner),筛选SNV和Indel(SOAPaligner、GATK ) 2.SNP阵列分析纯合子定位 3.变异型分析 根据ExAC、NHLBI ESP、1000 Genome、dbSNP137数据库检索,对致病变异型进行初始筛选,并进行Sanger测序验证。评估候选变异型作用。分析错义突变体(SIFT、Polyphen-2、MutationTaster)。预测每个候选变异型多肽的拓扑模型(SMART、RaptorX、PyMol)另外进行序列比对(Clustal Omega),确定核苷酸保守性程度(PhyloP)   研究结果: 1.表型检测 患者是一名14岁男性,携带常染色体隐性遗传病,生于近缘家族,全面眼科检查显示其最近左眼视力逐渐丧失,双眼出现轻微白内障症状。眼前段裂隙灯检查显示右眼正常(图1A),但左眼6点钟方向虹膜缺损(图1D)。眼底检查右眼视神经盘缺损(图1B),左眼脉络膜缺损(图1E)。在视觉范围上,右眼生理盲区扩大(图1C),双眼视觉对比敏感度低(图1C,F)。其他家庭成员没有OC或眼部畸形。除OC表型外,眼底荧光血管造影(FFA)和光学相干断层扫描(OCT)结果提示患双侧视网膜血管炎和继发性视网膜劈裂症(图1G,H,K和L)。接受2个月激素治疗后,双眼黄斑水肿逐渐消失(图1I和J)。 图1 RAX基因突变患者临床特征 2.WES及纯合子定位分析表明RAX发生了突变 WES平均测序深度30X,平均覆盖率>95%. 变异型分析的详细过程(图2A)。变体数据库中排除次要等位基因频率(MAF)>0.005的变异型。纯合子分析显示有12个大于2 Mb的纯合子位点(图2B)。在使用逐步筛选策略后,发现在纯合子区域有3个候选变异型(RAX、TRPM5、PCDH17)。在家族成员中扩大检测后筛选得到一个RAX错义突变(c.113 T> C,p.I38T)。且在dbSNP137、1000 Genome、ESP6500、内部数据库、ExAC数据库中没有此错义突变(图3A-B)。 纯合子分析表明RAX基因位于18号染色体上较大的纯合子区域(18.19 Mb)(图2B)。 c.113 T> C变异使疏水性异亮氨酸转变为亲水性苏氨酸。该家族中基因型与表型分离(图3A,B):患者父母是杂合子携带者,其健康的姐妹无此突变。在38位的异亮氨酸高度保守(图3C),核苷酸位点c.113T> C的PhyloP得分为2.986。表明RAX基因的纯合子突变 c.113 T> C是OC的病因。 图2 变异分析流程及纯合子分析图谱 图3 RAX突变鉴定(A.谱系遗传;B.Sanger验证;C.RAX基因 Ile38 氨基酸残基进化保守性) 3.RAX突变比较分析和结构分析 患者在RAX基因的两个等位基因的exon1内有突变(图4A)。RAX c.113 T > C突变导致38位的氨基酸错义突变,氨基酸I38位于八肽模体中,生信分析预测显示I38T错义突变具有破坏性(SIFT得分:0; MutationTaster得分:1),可能对蛋白质,视网膜和前神经折叠同源序列造成损害(PolyPhen2得分:0.873)。子域识别结果表明这个突变不在同源序列、配对序列中(SMART)。对RAX进行潜在功能分析(RaptorX,PyMol),构建结构模型(图4B),结合遗传分析及结构分析结果,我们推测序列改变增加了I38残基的螺旋构象,从而使RAX蛋白空间结构改变。 图4 RAX基因突变结构分析 结果: 在本研究中,我们对UC和视网膜裂症患者及其家庭成员进行了分子遗传学检测。利用全外显子组测序和纯合性定位组合方法,筛选后得到唯一候选致病基因RAX致病突变(c.113 T> C,p.I38T)。结果得到临床、功能模型数据的支持。本研究扩大了对RAX突变表型变异性的理解,有利于进一步理解OC发病分子机制及基因型表型相关性。   创新点: 本研究不仅证明了WES和纯合子绘图是解析遗传异质性疾病患者致病性突变的有用工具,也有助于进一步阐明OC疾病发病分子机制及基因型表型相关性。   参考文献:Huang X F, Huang Z Q, Lin D, et al. Unraveling the genetic cause of a consanguineous family with unilateral coloboma and retinoschisis: expanding the phenotypic variability of RAX mutations.[J]. Sci Rep, 2017, 7(1)....

ranscriptome Analysis of Floral Buds Deciphered an Irregular Course of Meiosis in Polyploid Brassica rapa  云平台助力芜菁花芽转录组比较分析解析多倍体异常减数分裂过程 杂志: Frontiers in Plant Science  影响因子:4.298 PMID:28553302 云平台助力郑州大学的老师们发表了一篇关于四倍体与二倍体芜菁转录组比较分析的文章,这是第一个同时在细胞和转录组水平证明染色体多倍性对减数分裂过程有不利影响的研究,有助于全面了解二倍体和多倍体芜菁减数分裂时花芽转录组的一致性和差异性。   研究背景: 多倍体化对于动植物进化及物种形成具有重要意义。染色体倍性增加在大多数植物中十分常见,约30-80%的被子植物在进化过程中历经这一过程,种内基因组复制可产生同源多倍体,种间杂交可产生异源多倍体。理解多倍体对植物繁殖的影响对于多倍体育种项目具有重要意义。 本文在细胞和分子水平对同源四倍体、二倍体芜菁的生殖组织(未成熟的花芽)进行了转录组比较分析。先进行细胞学分析,发现结果显著异常后,进行RNA测序分析,进一步阐明这种细胞学差异的分子机制。   材料和方法: 材料:温室中培育芜菁同源四倍体和二倍体,采集1-1.5mm的花芽。 细胞学分析:花芽制片观察染色体行为。 转录组分析:二倍体花芽样本T1,T2,T3,同源四倍体样本T4,T5,T6进行测序,筛选DEGs,进行功能注释及相关验证。   测序平台:Illumina HiSeq 2000 分析平台:BMKCloud,具体分析如下: 测序原始数据去接头、低质量序列后与参考基因组比对(TopHat2),对比对上的序列进行转录本重构,评估表达水平(Cufflinks)。鉴定DEGs(logFC≥2,FDR<0.01)并与Nr、UniProtKB\Swissprot、KOG、COG、GO、KEGG等数据库进行比对注释。   研究结果: 1.同源四倍体芜菁异常的减数分裂过程 减数分裂过程中染色体行为分析结果显示:二倍体中,同源染色体中期配对为二倍体,后期分离(图1A-D)。四倍体中,在减数分裂中期I形成多倍体和单倍体,在后期I、II发生不均等分离(图1E-L)。 图1 四倍体芜菁异常染色体行为 统计结果表明与二倍体相比,芜菁多倍体化后整个减数分裂过程发生了不规则变化。 图2 四倍体芜菁减数分裂中异常染色体行为分析 2.测序结果 每个样本文库得到29.07 GB clean read,Q30≥88.55% 。同源四倍体、二倍体比对到参考基因组效率分别为74.34%,75.88%。样本组的表达模式分析共得到40927个基因,其中有1001个新基因。 3.DEGs分析 40927个基因中,4601个基因是差异表达的(图3A),2343个上调,2259个下调(图3B),两组间DEGs占比较少((11.24%)。随机挑选DEGs进行层次聚类,分析表达模式(图3C),发现四倍体中K1、K3、K6、K9类别下调,K2、K4、K5、K7,K8类别显著上调。 图3 DEGs表达分析 与COG、GO、KOG、Nr、KEGG、Swiss-Prot比对后,97%的DEGs至少能与一个数据库比对上(表1) 表1 差异表达Unigene注释 COG分类中,2615个DEGs可归到25个COG类别(图4),其中包含最多DEGs的类别为:复制重组与修复(222个,8.49%),转录(261个,9.98%),一般功能(515个,19.69%),与KEGG结果一致。 GO分类中大多数DEGs聚类到细胞过程(61.97%),繁殖过程(15.49%),结合过程(42.96%)(图5)。 KEGG功能注释结果表明,4,601个DEGs中有1,453个可归到50个生物途径。高度富集的通路为:氨基酸合成(48个,3.3%),植物激素信号转导(61个,4.2%)和蛋白质加工内质网途径(47个,3.2%)(图6)。 图4 COG分类 图5 新DEGs的GO分类 图6 KEGG富集通路 4.减数分裂相关DEGs分析 为阐述四倍体芜菁减数分裂过程改变相关的遗传信息,选择以下明显与减数分裂相关的COG类别进行细分:(1)复制,重组和修复;(2)染色质结构和动力学;(3)细胞周期控制,细胞分裂,染色体分区;(4)细胞骨架。在4,601个位点中,共鉴定出288个与减数分裂相关的基因(图7A)。 应用拟南芥数据库(TAIR)的BLASTN搜索,进一步鉴定芜菁中减数分裂直系同源基因,11个两组间差异表达的已知减数分裂基因。如图7所示,显著富集的L组(复制,重组和修复)包含121个上调、102个下调基因,这组聚类结果(图8B)显示已知减数分裂基因(包括RAD54,DMC1和RPA)在四倍体芜菁中表达显著下调。D组(细胞周期控制,细胞分裂和染色体分配)中,10个下调,13个上调,已知的减数分裂基因DIF1/SYN1和CyclinA1-2/TAM上调(图7C)。在B组(染色质结构和动态变化)(图7D),有7个基因上调,包括已知调节开花时间和植物发育的NF-YB8基因,14个基因下调,包括组蛋白相关基因(H2AV和H4)。Z组(细胞骨架)中,8个基因上调,7个基因下调(图7E),且没有已知减数分裂相关基因。已知减数分裂基因MMD1和HOP2在一般功能组(R)中富集(图4)。HOP2,XRI1,ZYP1a和ZYP1b未归到任何COG组。 KEGG比对后将288个中的108个DEGs分配到28个途径,包括减数分裂相关同源重组(2.8%),DNA修复和重组(6.5%),DNA复制(3.7%),染色体和相关蛋白(4.6%)。 图7 COG分类中减数分裂相关基因分布及表达分析 同源重组对于真核生物减数分裂中SPO11蛋白质引起的DSBs的精确修复十分重要,作为调节关键介质的DMC1,RAD54和RPA在这个途径中显著下调。Cyclin-A1-2 / TAM是DNA复制途径中唯一与细胞周期蛋白有关的基因,表达上调。这些结果表明染色体集在同源四倍体中增加了一倍,与减数分裂有关的大多数基因可能通过上调或至少正常表达以满足减数分裂期间基因组含量增加的需求。否则,减数分裂关键基因下调可能会干扰四倍体减数分裂中染色体行为。 qRT-PCR 对24个减数分裂相关基因进行验证,20多个基因表达与测序结果一致。对拟南芥中直系同源基因分析结果显示两个物种减数分裂相关基因的总体表达模式相近。   结果: 本研究细胞学分析发现,合成多倍体整体减数分裂过程是显著不规则的。为从分子水平阐明这一过程的遗传基础,本文进行了同源四倍体和二倍体芜菁花芽间的遗传调节差异的转录组比较分析。在40927个表达基因中,同源四倍体芜菁花芽中鉴定出4601个DEGs,其中288个与减数分裂相关。DMC1(已知减数分裂特异性基因,与DSBs同源染色体依赖性修复相关)在同源四倍体芜菁中表达显著下调,可能与减数分裂I期的异常有关。某些RNA解旋酶,细胞周期、体细胞DNA修复相关的DEG在基因组复制后表达上调,减数分裂DSB修复有关基因表达显著下调。芜菁和拟南芥中减数分裂相关基因的总体表达模式相近。   创新点: 这是第一个在细胞和转录组水平证明染色体多倍性对减数分裂过程有不利影响的研究,有助于全面了解二倍体和多倍体芜菁减数分裂时花芽转录组的一致性和差异性。   参考文献:Braynen J, Yang Y, Wei F, et al. Transcriptome Analysis of Floral Buds Deciphered an Irregular Course of Meiosis in Polyploid Brassica rapa[J]. Frontiers in Plant Science, 2017, 8:768....

2017年12月2日,2017新疆植物学会、2017年学术年会、暨第三届植物学科研究生论坛在新疆农业大学顺利召开,百迈客作为独家赞助商,以新一代高通量测序技术领跑者的身份出席了此次学术会议。 会议主要围绕 “十九大报告中的生态文明建设——新疆植物学工作者的责任与挑战”这一主题,会议主要包括以下议题:1、植物多样性与生态系统服务功能 2、人类活动与气候变化对植物多样性的影响 3、植物种间相互作用与生态系统稳定性 4、干旱区重要植物类群系统演化与格局 5、干旱区植物抗逆的分子机理 6、中亚区域植物资源的分布及合理利用。本次会议旨在为新疆植物资源的利用与保护及生态环境的可持续发展献计献策。会上重点交流了新疆生态文明建设中植物科学相关领域在 2017 年取得的最新研究成果,介绍了国内外植物科学研究的最新动态,并对新疆植物科学未来的发展趋势进行了展望。 针对“植物多样性与生态系统服务功能”这一主要议题,百迈客公司周剑南博士在报告中指出,目前,很多新疆地区特有的植物还没有参考基因组,严重限制了对这些植物的研究和保护。 百迈客拥有新一代高通量测序技术的丰富经验,能够提供包含三代基因组,光学图谱,Hi-C,全长转录组,全转录组等技术在内的一揽子解决方案。这些新一代测序技术的应用,能显著提升新疆地区植物学研究的科研水平,保护新疆特有的种质资源和生态环境,为建设祖国的西北边疆做出贡献。...

The comprehensive liver transcriptome of two cattle breeds with different intramuscular fat content 不同肌内脂肪含量的两种牛中肝脏转录组研究 发表杂志:Biochemical and Biophysical Research Communications 影响因子:2.466 PMID:28669724   摘要 肌内脂肪(IMF)含量是牛肉质量的重要决定因素。晋南牛和西门塔尔牛之间的IMF含量有显着差异。在这里,为了鉴定与IMF沉积有关的候选基因和网络,研究人员深入探索了这两种牛中肝脏的转录组结构。研究人员对5个晋南牛和3个西门塔尔牛的肝脏进行转录组测序,产生了约4139M reads。共检测到124个差异表达基因(DEGs),在晋南牛肉中,有53个上调,71个下调。 此外,共鉴定了1282个潜在的新基因。GO分析显示,这些DEGs(包括CYP21A2,PC,ACACB,APOA1和FADS2)在脂质生物合成过程、胆固醇酯化调节、胆固醇逆向转运和脂蛋白脂肪酶活性的调节中显着富集。参与丙酮酸代谢途径的基因也显著过表达。此外,本研究还确定了一个与脂质代谢有关的相互作用网络,这可能是导致牛在基因组中沉积的原因。由此推论,参与调节脂质代谢的DEGs可能在IMF沉积中起重要作用。综上所述,研究者提出了一组候选基因和相互作用网络,可以与IMF沉积相关联,并用作牛的育种中的生物标志物。   背景 牛肉是人类食物最重要的蛋白质来源之一。在不同品种的牛之间,生长速度,肌肉质量和肉质存在显着差异。津南黄牛是我国五大黄牛品种之一,以其肉质鲜嫩,纹路鲜明而闻名。相比之下,源自瑞士的西门塔尔牛是世界上大量喂养的品种,主要用于生产好的乳品或肉质的品种,它们的生长速度较快,瘦肉含量高,以至于肌内脂肪(IMF)含量以及嫩度低于晋南牛肉。 IMF含量和肌肉纤维特性是肉品质的主要决定因素,包括感官特性(嫩度,多汁性和风味)和营养价值。IMF含量与牛肉感官品质性状呈正相关。西门塔尔牛和晋南牛的IMF含量差异使其成为比较基因组学研究的重要材料,用来研究牛肌内脂肪酸沉积的分子机制。 肝脏与脂肪组织和骨骼肌是哺乳动物脂质代谢和其他代谢过程中最重要的器官之一。它是非酯化脂肪酸吸收、氧化和代谢转化的中心器官。此外,它具有从头脂肪生成,细胞质三酰甘油储存,从葡萄糖和其他非脂质前体合成脂肪酸的酶活性。随着高通量测序技术的发展,已有对猪和乳鸽肝脏进行转录组研究,以探索影响IMF成分的潜在候选基因。日本黑色longissimus dorsi和荷斯坦黑白花牛转录组报告显示,在日本黑牛中,具有较强IMF沉积能力特征的差异表达基因中,大多数表达上调。并且鉴定了一个与细胞形态和脂质代谢相关的基因网络。然而,并没有两种不同IMF水平的牛肝脏比较转录组学研究。 在该研究中,使用RNA-Seq方法来分析西门塔尔牛和津南牛的肝脏转录组数据。这项研究的主要目标是确定差异表达的基因和相互作用网络,这可能有助于牛的肌内脂肪酸组成研究。 另外,该研究鉴定的候选基因可能会对牛的分子育种有帮助。   材料和方法 为了消除性别差异,该研究全部选择雄性牛。3头西门塔尔和5头晋南牛,生长1.5年,屠杀后30分钟内取肝脏组织,在液氮中快速储存,提取总RNA。 测序平台:北京百迈客生物科技有限公司Illumina Hiseq 3000平台,PE150 分析平台:百迈客云科技有限公司(BMKCloud) 分析内容:1.低质量reads质控; 2.参考基因组比对(Bos taurus参考基因组,版本UMD 3.1.1); 3.基因表达量和差异表达分析; 4.差异表达基因的功能富集分析; 5.蛋白质互作分析;   结果 1.西门塔尔牛和晋南牛肝组织RNA测序结果 使用Illumina Hiseq 3000平台对西门塔尔(n = 3)和晋南(n = 5)牛的肝进行转录组测序。质控后共获得61.33 Gb数据,约为牛基因组的23倍。8个样本的Q30均大于93%。与参考基因组比对率均在80.27%-85.48%范围内(表1)。 表1.RNA测序数据和比对结果统计 2.新基因的鉴定和注释 利用Cufflinks软件来鉴定西门塔尔牛和晋南牛的新基因。该研究中共检测到1282个潜在的新基因。 其中,有1043个基因通过与数据库(NR,Swiss-Prot,GO,COG,KOG,Pfam和KEGG)比对进行了注释。 值得关注的是,在Swiss-Prot蛋白质数据库中可以注释到364个新基因,这意味着它们是潜在的蛋白质编码基因,在之前的牛参考基因组中没有注释。 此外, GO和KEGG数据库中分别注释548和371个新基因。 3.差异基因表达分析 使用DESeq R软件包鉴定西门塔尔牛与晋南牛的差异表达基因(DEGs)。将Fold Change≥2且FDR<0.05作为筛选标准,共鉴定了124个显着的DEGs,其中晋南牛中有53个(42.7%)上调,71个(57.3%)下调(图2)。西门塔尔牛和晋南牛中17个新基因有显著差异。一些转录本在丰度上有很大的差异,如ENSBTAG00000047322(|log2-fold change| = 7.16),血红蛋白亚基beta(HBB,|log2-fold change|= 3.76)和超氧化物歧化酶1(SOD1,|log2-fold change |= 8.38)它们被认为与肌内脂肪酸组成相关的候选基因。 图1.两种牛中124个差异表达基因热图 4.差异表达基因功能富集分析 为了深入了解西门塔尔牛和晋南牛肝中差异表达基因的生物学关系,研究人员将差异表达基因进行GO,KEGG富集分析。结果显示, GO生物学过程中显著富集了23个terms,主要包括催化活性(GO:0043086),脂质生物合成过程(GO:0008610),胆固醇酯化调节(GO:0010872), 逆转胆固醇转运(GO:0043691)和脂蛋白脂肪酶活性的调节(GO:0051004)的负调节(P < 0.05)。 共有4个KEGG通路被显著富集(P <0.05),主要包括造血细胞谱系(bta04640),细胞粘附分子(CAMs,bta04514),丙酮酸代谢(bta00620)和T细胞受体信号传导通路(bta04660)(图2)。 图2.两种牛的差异表达基因GO富集中前20个显著富集的terms和KEGG通路分析 5.蛋白质相互作用分析 为了解西门塔尔牛和晋南牛肝脏中DEGs的相互作用,研究人员利用Ingenuity Pathway Analysis(IPA)软件进行了蛋白质 - 蛋白质互作网络分析。共鉴定了9个网络, 有趣的是,第二个网络与脂质代谢,分子运输和小分子生物化学相关,该网络包括乙酰辅酶A羧化酶β(ACACB),载脂蛋白A1(APOA1),脂肪酸去饱和酶 2(FADS2)和其他脂代谢相关基因(图3)。 图3.两种牛中差异表达基因的蛋白-蛋白互作网络图 结论 综上所述,该研究系统地比较了晋南牛和西门塔尔牛的肝脏转录组差异。 总共有124个被识别出来。 与这两个品种的IMF沉积差异一致,这些DEGs在脂质生物合成和代谢相关的生物过程和途径中富集。 与脂质代谢有关的相互作用网络也被确定。 总的来说,该研究提供了与IMF沉积有关的潜在的候选基因和调控网络,这对于产生更好的肉质的牛饲养是有用的。   创新点 在前期的报告中有较强IMF沉积能力特征的牛转录组研究,但是并没有两种不同IMF水平的牛转录组学研究。该研究中,使用RNA-Seq方法来分析两种不同IMF水平的牛肝脏转录组数据。鉴定了差异表达的基因和相互作用网络,这一结果为牛的肌内脂肪酸组成研究奠定了基础。此外,该研究鉴定的候选基因可能会对牛的分子育种有帮助。   参考文献 Xi W, Zhang Y, Zhang X, et al. The comprehensive liver transcriptome of two cattle breeds with different intramuscular fat content[J]. Biochem Biophys Res Commun, 2017:1018-1025....