论文部分内容阅读
小麦叶锈病是由小麦叶锈菌(Puccinia triticina,Pt)引起的一类破坏性强、循环侵染、专性寄生的重大真菌病害,严重威胁人类粮食安全并且造成重大产量损失。植物病原物在与寄主互作过程种会产生效应蛋白,它们通过"伪装"躲避宿主的防御反应,或者直接杀死宿主细胞,或者通过干扰、抑制寄主的防卫反应,引发植物感病。因此理解和鉴定效应蛋白对于发展作物抗病机制至关重要。本课题利用RNA-Seq技术对3个小麦叶锈菌单胞菌系08-5-9-2(KHTT)、13-5-28-1 (JHKT)和13-5-72-1 (THSN)进行了测序,并利用多个计算机软件对获得的CDS序列做了初步分析。根据3个单胞菌系的测序结果,共得到155 873个CDS,将其进行比对发现39 741个与小麦叶锈菌数据库BBBD同源性较高的序列。利用信号肽预测软件SignalP v4.1对这39 741个CDS序列进行分析,发现其中含有编码信号肽的基因有5 279个,进一步利用TargetP v1.1分析基因的亚细胞定位,发现有4 317个含有分泌途径的信号肽,189个定位在线粒体"M"且RC值范围为1～3。将这4506个序列通过TMHMM v2.0分析其是否含有跨膜结构域,发现3 116个序列不含有跨膜结构域。最后通过EffectorP v1.0和v2.0两个版本进一步进行排除,发现636个基因被预测为"effector"。通过上述4个软件进行预测,最终预测到636个候选效应蛋白。随机选取其中的60个基因在本氏烟草上进行瞬时表达分析,发现其中53个基因能够有效抑制BAX诱导产生的坏死反应,抑制率达到88%。对其中的10个基因利用酵母转化酶缺陷型菌株YTK12中的SUC2系统进行了信号肽分泌功能验证,发现其中8个基因的信号肽能够引导蛋白分泌,为分泌蛋白。虽然用该方法从测序结果中仅获得636个候选效应蛋白,但准确率高,对于今后的研究更具针对性。当然严苛的筛选条件可能会使某些特殊的效应蛋白被忽略,但是随着越来越多的病原菌基因组被测序完成,获得的基因数量越来越大,如何在庞大的数据库中获得效应蛋白是非常重要的环节,利用这些计算机软件对效应蛋白进行预测,则可以在很短的时间内发现大部分的效应蛋白,同时利用异源表达系统对专性寄生菌效应蛋白进行筛选,使得筛选效率高,不失为高效的效应蛋白筛选工具。研究结果对揭示植物病原体相互作用的生物多样性的机制具有重要意义,并为发现利用效应生物学进行病害控制的新方法奠定基础。