分子遺傳學與基因治療

全文

研究文章
基於est的miRNA跨調控分析魚類種群多樣性的研究

Stephen Winters-Hilt1、2 *Johnathan Evanilla1、2

1康涅狄格學院計算機科學係,美國康涅狄格州新倫敦06320
2康涅狄格學院生物學係,新倫敦,康涅狄格州06320,美國

*通訊作者:Stephen Winters-Hilt,生物和計算機科學係,美國新倫敦莫希根大街270號,康涅狄格州06320,電子郵件:swinters@conncoll.edu


摘要

目前許多漁業資源評估方法嚴重依賴漁民在碼頭報告的魚類捕獲量。我們尋求一種基於轉錄組測量的魚類種群評估方法。在這項研究中,我們對轉錄組水平多樣性和商業靶向魚的表型表達能力變化之間的相關性感興趣。通過分析3'UTR區域的miRNA/RNAi 7mer結合位點的複雜性,推斷出生物體表型的可訪問庫。如果可用於應對環境變化的表型較少,或用於擴大可居住生態位(如通過“魚群”),則可能導致漁業種群的重大損失。初步結果表明Gadus Morhua(大西洋鱈魚)在轉錄調控複雜性方麵經曆了這樣的損失,這似乎與緬因州灣鱈魚漁業的崩潰有關。

關鍵字

魚類多樣性;轉錄組措施;miRNA跨調控分析

介紹

對多種物種個體調控元件的研究[1- 3]表明,功能基序守恒普遍存在,而序列守恒不存在。這將表明序列元統計,如異常調控基序計數的分布,可能保持不變,而具有異常高計數的單個子序列,例如,可能從一個物種到下一個物種發生顯著變化。在強序列守恒確實成立的地方,通常存在一些編碼上的約束,以防止中性漂移到另一個motif序列(例如[4]中描述的重疊編碼區域)。

裂解刺激因子(CstF)是一種200 kDA的異源三聚體蛋白,它組裝在pre-mRNA的3 '端(可能作為二聚體)。CstF結合促進了聚腺苷酸化過程。一旦聚腺苷化,成熟的mRNA就準備好輸出到細胞核外。毫不奇怪,CstF的數量取決於細胞周期[5]。眾所周知,CstF在響應DNA損傷[6]中發揮著積極作用,研究發現,CstF水平較低的細胞在紫外線照射後生存能力較差。CstF在腫瘤細胞中也起著關鍵作用。許多腫瘤被發現有突變的p53基因(人類腫瘤中最常見的突變基因)。最近對p53的研究表明,p53通過與CstF[7]相互作用抑製mRNA 3 '的加工。P53也被認為能轉激活miRNA,在後來的翻譯後處理[7]中,允許miRNA靶向基因的表達發生巨大變化。P53和CstF一起是通過3 '處理進行關鍵調控的紐帶。 Not surprisingly, as we will show, the motif ‘footprints’ of the CstF binding site are one of the most statistically strong motifs (high count anomalous) in the 3’ region of mRNAs. The prevalence of the CstF motif seen in the ‘healthy’ species is found to be reduced and less varied in damaged fish stocks (as will be shown), and is associated with reduced, less targeted, CstF binding.

轉錄組範圍的比較已經通過SNP分析完成,其中SNP標記的識別和使用允許精細規模的種群識別和跟蹤,並最終可以更深入地了解生態型差異[8]。在一項針對太平洋鯡魚[9]的研究中,發現了近11000個潛在的snp,其中96個直接進行了測試。在這96個物種中,有6個被發現提供了優秀的亞種群生物標誌物。SNP發現比SNP驗證更具可擴展性。SNP驗證本質上比motif驗證更困難,因為單核苷酸除了通常在雙態SNP中編碼的“1比特”信息外,沒有額外的隱含信息。另一方麵,一個長度為10個堿基的motif有4 ^ 10=2 ^ 20~=10 ^ 6種可能性,其中一些可能出現異常高的計數,允許6個數量級的內部或“隱含”信息內容。這使得初步驗證過程可以在計算(可擴展)領域中完成得更多,如果不是完全計算的話,如果引用元級統計分析,就像我們將在這裏完成的那樣。

我們描述了對商業目標魚的轉錄組多樣性和相關表型表達能力的調查。這是通過分析蛋白質編碼轉錄本3’非翻譯區(3’utr)中基於miRNA/RNAi 7mer的調控基序足跡的複雜性來實現的。似乎有一個“正常”的7mer計數分布剖麵。假設這些基序足跡的減少(或顯著偏離正常)與轉錄組多樣性的喪失和較少的豐度相關。

轉錄組/EST數據分析使用Perl[4]編寫的orf finder程序完成。鑒定了EST 3’utr,其中尋找了異常重複的7堿基序列,稱為“7mers”。通過分析7mers上的分布,推測了轉錄組調控多樣性的粗略評估,並可能對魚類種群評估產生影響。

在這篇論文中,我們進行了轉錄組範圍的研究,我們不是通過每個轉錄本[10]上的SNP配置文件,而是通過每個轉錄本3'UTR區域上的miRNA結合位點(7mer)配置文件進行轉錄本指紋識別。通過對異常基序發生的meta統計分析,我們將展示大西洋鱈魚中顯著的跨調節損傷的證據(g . morhua),但目前仍處於過度捕撈狀態,過度捕撈仍在發生[11]。

背景

在現行魚類資源評價方法一節中,介紹了現行魚類資源評價方法。在熵測量、統計鏈接和互信息:密碼子和ORF發現部分中,生物信息學方法用於從原始基因組數據中快速重新發現ORF結構(以證明其實用性),然後該方法用於識別蛋白質編碼區域前後發現的異常高計數子序列獨聯體-調控基序和跨調控基序(其中順式基序是編碼的“上遊”,即它們是編碼序列區域左側的序列區域,而反式在編碼區域的右側)。

現行魚類資源評估方法

漁業種群評估是指對生活在同一地理區域的一組魚類的過去和現在的狀況進行分析,以便更多地了解捕撈和其他因素的影響。從種群評估中獲得的信息有助於漁業管理人員作出可持續的決策。

種群評估使用的模型依賴於三種不同類型的數據:捕撈量、豐度和生物學。捕撈量數據就是通過捕魚從魚群中捕獲的魚的數量。漁業管理人員可以通過許多方式獲得這些數據,包括碼頭監測、商業漁民的航海日誌、與商業漁民一起出海的觀察員以及休閑垂釣者的漁獲采樣。豐度數據是魚群中實際魚類數量的衡量或表示。這類信息通常由一個統計模型產生,該模型分析了與漁業無關的調查的抽樣數據。這些調查在研究船或承包的漁船上進行,並使用標準化的抽樣方法。生物學數據將個體魚的生長和死亡率添加到模型中。生物學數據的某些方麵包括生長率、繁殖率和運動。

用於進行種群評估的模型因不同商業漁場而異,並受到可利用數據數量和類型的限製。許多其他因素也經常被納入這些模型。一個物種在其更大的食物網中的位置、其他物種之間的競爭、棲息地和物理環境條件都是可以考慮的其他方麵。雖然一些漁場維護得很好,但其他漁場可能需要做一些工作來改善它們的維護方式。

熵測量、統計聯係和互信息:密碼子和ORF發現

離散概率分布P中的隨機程度用香農熵[12]來衡量:

S(p) = Σkpk日誌(pk

其中P表示結果概率{Pk}。

當比較離散概率分布P和Q時,它們都指向相同的N個結果,它們的差異的適當度量是根據它們(可能對稱的)相對熵[12](也就是Kullback-Leibler散度)來衡量的:

D(p || q) = Σkpk日誌(pk/ qk

P和Q有結果概率{Pk}和{qk}。

在評估兩個事件X和Y之間是否存在統計聯係時,我們本質上是在問這些事件的概率是否獨立,例如,P(X,Y)是否=P(X)P(Y)?由於這簡化為測量兩個概率分布之間的差異:P(X,Y)和Q(X,Y)=P(X)P(Y), P和Q之間的相對熵被尋求,其中D(P(X,Y) || P(X)P(Y))是'相互信息{X,Y}之間的定義:MI(X,Y)=D(P(X,Y) || P(X)P(Y))。

相互信息使統計聯係得以發現,否則不明顯。如圖1a所示,當考慮核苷酸之間不同的間隙大小時,考慮基因組數據中核苷酸之間的相互信息。當評估不同間隙大小的MI時(圖1b),可以看到高度異常的長程統計鏈接,與三元編碼方案一致(因此揭示了密碼子結構)

圖1:霍亂弧菌基因組的密碼子結構是通過基因組序列中核苷酸之間的互信息[13]來揭示的。

一旦密碼子分組被揭示,就可以對密碼子進行頻率分析,發現“停止”密碼子非常罕見。專注於停止密碼子,很容易發現,與其他密碼子之間的間隙相比,停止密碼子之間的間隙可能相當異常。開放閱讀幀(orf)是在使用特定密碼子幀遍曆時沒有停止密碼子{(uaa),(uag),(uga)}的區域。對較大orf的限製是由於它們高度異常的出現和可能的生物編碼來源,例如,長orf強烈表明包含基因的編碼區域。通過限製orf長度≥300的轉錄本,我們得到的轉錄本池大部分是真實的編碼轉錄本。

一旦識別出異常的ORF結構,就會發現附近相關的編碼異常(這反過來又充當驗證器),例如在基因組序列的情況下,轉錄起始位點識別,或者在基因組或轉錄組序列信息的情況下,編碼區域的開始/結束識別。的獨聯體- - -反式-調控區域如圖2所示,通過蛋白質轉錄因子的順式調控主導了DNA mRNA的調控,miRNA模板鏈識別(通過RNAi)調控主導了mRNA蛋白質的加工。

圖2:經典(單順子)中心法則:DNA mRNA蛋白質

一項轉錄組範圍的研究在許多魚類物種上進行(詳細信息見方法和結果)。對於給定的魚種,檢查其3'UTR區域的長度分布,方法中顯示了三種魚的具體圖,其中在初始數據處理中選擇>300 ORF和>200 3'UTR(如下麵的方法中的表1所示)。

物種 GenbankESTs uniq_ORF≥300 3utr≥200
金槍魚 10163年

5366年

1739年

大馬哈魚 498523年 232014年 96084年
鱈魚 257255年 117443年 41673年
鯰魚 139475年 60094年 24558年
河豚 26069年

11274年

2599年

鯉屬 47738年 26579年 10166年
Dicentrarchus 55837年 25929年

9904年

Disso 37104年 17371年

4803年

Hippoglossus 20836年 15066年

5659年

Osmerus 36788年 28693年 16040年
29216年 38034年

8710年

斑馬魚 1488339 * 121554年 44253年
阿斯蒂阿納克斯 189864年 118036年 43094年

表1:mRNA/ESTs的預處理,orf≥300也3utr≥200的唯一鏈。
*斑馬魚前20%的genbank序列。

計算方法

本文的分析集中在轉錄組水平上的數據,特別是EST處理的數據。這使得分析可以在最早的機會進行,因為EST生成是基因組構建、SNP發現和微陣列設計的關鍵第一步。假設轉錄本集合已經被過濾,每個轉錄本至少有一個ORF長度大於或等於300個核苷酸,我們現在根據保留那些3 ' utr區域長度大於或等於200個核苷酸的轉錄本進一步過濾(圖3),結果如表1所示。

圖3:轉錄本選擇:≥300長度的ORF區域和≥200長度的3'UTR區域。

以表1中的Salmon為例:來自Genbank的498,523份EST轉錄本通過與Genbank注釋的蛋白編碼mRNA的高置信BLAST評分比對進行驗證。這些EST轉錄本用6個ORF查找器通道進行掃描:3個正向ORF通道,用於3個正鏈ORF框架通道,3個反向補充鏈ORF框架通道,用於負鏈DNA基因。(有三個幀傳遞,因為密碼子編碼元素有三個堿基長,這樣就可以用三種不同的密碼子“幀”約定對密碼子序列進行平鋪)。我們限製轉錄本至少有一個ORF≥300堿基長度,根據上述六個框架通道中的任何一個找到。對於ORF≥300的序列,我們進一步限製那些3'UTR區域大於200個堿基的序列。

≥200個3'UTR長度的臨界值與通常使用的ORF臨界值(前麵提到過)相似。與ORF長度分布一樣,3'UTR分布顯示了長度幾何衰減的明顯偏差(這可能來自隨機過程),如果足夠遠地進入重尾區域(具有非零計數),其中幾何分布擬合將表明計數為零,那麼所有這些實例都極有可能屬於生物編碼。三種魚類的3'UTR長度直方圖如圖4所示。

圖4:3'UTR長度分布分析/驗證。金槍魚、鮭魚、鱈魚3 ' UTR區的長度分布(從A-C)。

在圖4的每個實例中,可以基於短的3'UTR長度(就像短的ORF長度一樣)擬合幾何分布來估計隨機的近似幾何分布,由此可以估計實際長度分布的偏差。對於圖4和表1所示的物種,長度≥200的偏差是顯著的,因此選擇了截止點。也許更值得注意的是,最大3'UTR長度在物種範圍內的一致性。注意在圖4中,沒有大於600個堿基的3'UTR區域,很少有大於400個堿基的區域。表1中的其他魚類,以及人類、老鼠和其他一些生物(未顯示)也發現了同樣的情況。重尾3'UTR分布在長度為600或更長時嚴格降為零,這也可以作為獲取的進一步驗證,因為它似乎是普遍的。

結果

在方法中,我們描述了如何下載、過濾Genbank mRNA/EST數據並進行基本驗證。在這個過程中,所有魚類的3'UTR區域都具有類似的元統計特征。在表2中顯示了對表1中所描述的魚類的進一步轉錄範圍處理。第一列描述了通過上述ORF≥300和3'UTR≥200過濾器獲得的轉錄本,加上附加的過濾器,要求3'UTR區域的前35個堿基是唯一的(否則取較長的轉錄本,丟棄其他的)。然後,滿足指定的各種過濾器的轉錄本通過原核基因尋找程序,該程序在正向進行三次ORF傳遞,然後在序列的反向補體讀取上進行三次ORF傳遞。6個ORF通道根據ORF≥300、3'UTR≥200和' 35uniq '進行濾波,其重疊拓撲如前文[13]所示。如果一個轉錄本同時具有正向編碼和反向編碼,每一個都滿足嚴格的過濾標準(ORF≥300等),那麼表2中的轉錄本被稱為“dual;”。在轉錄組範圍驗證過程的這一階段揭示的雙重編碼的程度是一個令人驚訝的結果,並在Winters-Hilt S(2017)[4]的研究中得到了進一步的描述,因此在這裏不再進一步討論,隻是指出普遍數量的“對偶性”似乎出現在7%-15%的範圍內(這被認為適用於人類和小鼠以及其他轉錄組)。相同讀方向重疊編碼的數量也很重要,並且通常落在一個範圍內(11%到18%之間),可以用於驗證獲取。

物種 ORF≥300,3UTR≥00,uniq35start的Genbank mRNA/EST序列# % column 1 mRNA/ EST序列為雙偶 %來自列1序列的操作子(鬆散過濾)中的orf 列1中相同讀取方向重疊的orf %:
藍鰭金槍魚
鰭thynnus
1541 9.5 0.63 11.8
大西洋三文魚 82007 8.0 0.86 13.5
大西洋鱈魚Gadus Morhua 34069 10.1 1.17 17.0
藍鯰
Ictalurus Furcatus
20727 8.7 2.06 13.7
日本河豚
Takifugu摘要
2313 6.5 0.19 12.2
鯉魚鯉 8275 12.4 1.50 14.6
歐洲大腹鱸魚 8372 9.8 0.97 13.1
南極牙
Dissostichus mawsoni
4151 7.1 0.40 14.2
大西洋比目魚
h . Hippoglossus
4579 10.9 0.51 14.7
Rainbow Smelt Osmerus Mordax 12409 14.3 2.03 17.9
金頭鯛 13830 9.8 1.15 12.7
斑馬魚
鮐魚類
37844 7.4 0.62 13.9
墨西哥盲洞魚 37695年 7.2 0.23 12.8

表2:3'UTR樣本選擇和相關的ORF拓撲。用於轉錄組分析的est數量及其ORF拓撲結構

也許表2中最重要的3'UTR獲取驗證統計數據是被識別為操縱子一部分的orf的百分比。正如在方法中提到的,使用的簡單算法不直接處理操縱子結構(如果存在)。相反,操縱子處理是通過前麵提到的迭代引導過程完成的。在魚類分析中,對任何具有多個不重疊ORF的轉錄本進行了粗略的操縱子識別,其中這些ORF都被認為是單個操縱子的一部分,其中單個3'UTR區域被指示(在操縱子中最右邊ORF的右側)。一個操縱子是在常見的順式調節下的編碼區域集群,其中包圍這些編碼區域的orf可能在小程度上重疊,以至於基於不相交orf集的操縱子構造算法(結果如表3所示)僅捕獲部分操縱子結構(提供估計)。在實踐中,調整允許的重疊量揭示了操縱子結構百分比的上限,對於大多數物種來說,大約是表2所示的兩倍,但對於所有物種來說都不到3%。由於操縱子結構的上界是迄今為止獲得的過濾數據的3%,這意味著我們在3'UTR 7mer motif分析中最多有3%的計數誤差來源。考慮到所采用的截止,這種誤差水平可以被隨後的基元型信號分析所容忍,因此進一步處理操縱子的工作將留待必要時進行。

物種/ 7 mer_counts µ(平均) o (std.dev) σ/µ #>µ+ 3σ #> μ +1σ % ' >µ+ 1σ '
與4號
7 a - m計數 # 7 /µ
藍鰭金槍魚
Thunnusthynnus
30.6 22.87 0.745 177 2005 42.3 920 30.
大西洋鮭魚 1820 1280 0.703 172 2211 45.7 28940 16
大西洋鱈魚GadusMorhua 794 919 1.157 70 767 15.0 88430 111
藍鯰
IctalurusFurcatus
478 442 0.925 107 1348 32.3 30647 64
日本河豚
TakifuguRubripes
43 38 0.883 247 1673 55.9 1796 42
鯉魚CyprinusCarpio 202 170 0.842 114 1684 40.6 12078 60
歐洲鱸魚 190 152 0.800 143 2047 44.9 6152 32
南極牙
Dissostichusmawsoni
86.5 87.7 1.014 118 1497 38.3 6830 79
大西洋比目魚
h . Hippoglossus
104.1 72.8 0.699 233 2320 58.6 913 9
Rainbow Smelt OsmerusMordax 348.6 234.0 0.671 191 2238 47.1 3554 10
金頭鯛 329.6 308.3 0.935 107 1628 42.1 22283 68
斑馬魚
鮐魚類
816 1249 1.531 61 652 28.4 133791 164
墨西哥盲洞魚 753.0 680.5 0.904 185 1778 44.3 26716 35

表3:7個mer計數統計。噪聲ESTs在' aaaaaaa ' 7mers中顯示出顯著的多計數,通過#polyA/mu,將其用作表中數據集中噪聲的衡量標準。

在這一點上,我們有一組轉錄組範圍內的3'UTR提取,用於幾種經過高度審查的魚類。現在,讓我們在不參考特定序列信息的情況下,在元統計水平(表3)檢查這些3 ' utr區域的7個mer計數統計數據,然後在與已識別的特定信號基序相關的直接統計水平上進行檢查。表3顯示了每個物種轉錄組範圍內的3 ' utr 7mer計數統計,包括計數的平均計數和標準差等。

如果σ/µ<1.0,則k-mer計數分布出現了更多的高斯結構,具有容易識別的“重尾”統計異常,而σ/µ>1.0表明分布更加均勻。Cod 7mer分布的σ/µ>1.0在一定程度上是由於poly-A 7mer的高計數扭曲了計數統計,然而,其他物種的轉錄組數據σ/µ>1.0也有很高的#7A/u。所以σ/µ>1.0並不是一個顯著的特征。然而,如果我們進一步觀察母題的類型,我們會發現高計數的7拍子通常分為兩類:4個或更多堿基相同,或不超過3個堿基相同(“no4”)。如果我們考慮不超過3個相同類型堿基的高計數異常7mer的百分比,我們會看到大西洋鱈魚被挑出來。如果我們進一步觀察,在高計數序列列表中,我們看到有一組4個或多個堿基相同的基序也缺失了,其中許多是CstF基序的變體。因此,大西洋鱈魚對CstF的TF結合位點強度明顯降低,缺乏大量的“no4”7mer miRNA靶點。這將在討論中進一步討論,但主要結果可以在這裏的統計數據中看到。在這些結果中,我們正在尋找一種跨調節多樣性生物標誌物(基於元統計),第4個統計數據似乎足以發揮這一作用,它從許多其他物種中挑選出大西洋鱈魚,那裏的漁業崩潰已經發生,而沒有遭受這種劇烈的生態位失敗。

回顧一下,首先回顧一下典型的真核生物3'UTR信號(從左邊的停止密碼子開始):

——| TAA (T-rich )-----(*)----- AATAAA——(多聚腺苷酸網站)——(T / GT豐富)

因此,我們希望在3'UTR中最常見的7位mer列表中看到:

(1)帶有t音的七音:ttttttt, ttattttt, tttattt,等等。

(2)7mer富含a和poly-A含量非常高,

(3)7名擁有“AATAAA”的人

(4)對於alt-polyA via (*)=(GT -rich)信號的7個GT-rich聚合物

所有這些都是可見的。(請注意,所有與mRNA產生過程相關的3'UTR信號都具有多靶點重複類型信號。)

然而,大西洋鱈魚被發現具有明顯比其他魚類更少的“彌漫GT”motif(未顯示),該motif參與CstF的補充和相關poly-A裂解位點的選擇:例如,在鱈魚中可以看到g(tg)(tg)(tg) motif,但沒有c(tg)c(tg)或c(tg)tc(tg) motif。受損的CstF活性與疾病和增強(有害的)對環境刺激的敏感性有關——例如,CstF水平降低的酵母細胞對紫外線處理的敏感性增強。

討論

我們期望看到高頻率的7mers與miRNA結合位點相結合。眾所周知,許多miRNA 7mer結合位點是高特異性控製的(即,7mer-靶點沒有重複元件,這將允許多個靶向miRNA),而其他miRNA靶向意味著多個結合位點(具有重複的7mer結合位點)。我們可以通過關注低基序模式重複的7mers來“鎖定”高特異性miRNA信號,這是通過關注同一類型的不超過三個堿基的7mers(“no4”7mers)來實現的。Cod的7mer計數分布的信息明顯較少(Shannon熵更大),被假設與基於7mer的miRNA/RNAi調控能力的複雜性降低有關。

如果鱈魚的跨調節能力較弱,導致對環境變化做出強有力反應所需的表型選擇的多樣性較低,那麼它將成為一個因更微小的環境變化而瀕臨滅絕的物種,就像東北鱈魚漁業崩潰以來的情況一樣。跨調節多樣性的喪失可能為過度捕撈和環境壓力提供一個新的指標(例如,由於喂食區從產卵區轉移得更遠),並可能為商業漁業提供一個早期的基於轉錄組的漁業資源損害指標。

結論

大西洋鱈魚似乎在其3'UTR轉錄本中具有明顯較少的'彌散GT '主題,表明CstF招募受損。CstF活性受損與疾病和增強(有害的)對環境刺激的敏感性有關,例如增強對紫外線的敏感性。大西洋鱈魚的跨調節高特異性(“no4”)miRNA複雜性也明顯低於其他魚類。越低的反式調控複雜性將導致表型mRNA反式調控控製的多樣性越低,導致對環境變化的響應越弱。這些結果確定了一種基於轉錄組的元統計評估生物標誌物,用於潛在的或正在發生的生態型崩潰。該生物標記物正確地將大西洋鱈魚從其他12種被認為沒有風險的魚類中識別出來。

確認

作者要感謝康涅狄格學院和QLS的研究支持。

參考文獻

  1. Ludwig MZ, Bergman C, Patel NH, Kreitman M(2000)真核增強子元素穩定選擇的證據。自然403:564-567。[Ref。
  2. Fisher S, Grice EA, Vinton RM, Bessling SL, McCallion AS(2006)序列相似性對斑馬魚RET調節功能的保護作用。科學312:276-279。[Ref。
  3. 陳曉明,李誌強,李誌強,等。(2014)哺乳動物調節進化過程中反式作用電路的研究進展。自然515:365-370。[Ref。
  4. Winters-Hilt S(2017)真核生物轉錄組中RNA依賴的RNA聚合酶編碼偽像。Int J Mol Genet基因Ther 2。[Ref。
  5. Martincic K, Campbell R, Edwalds-Gilbert G, Souan L, Lotze MT等。(1998)G0到S相變過程中多聚腺苷酸/裂解刺激因子64-kDa亞基的增加。中華自然科學雜誌95:11095-11100。[Ref。
  6. 楊曉明,陳曉明,陳曉明,等。(2008)3 '加工因子CstF在DNA修複應答中的作用。核酸研究36:1792-1804。[Ref。
  7. Nazeer F, Devaney E, Mohammed S, Fonseca D, Akukwe B等(2011)P53通過與CstF/BARD1複合物的相互作用抑製mRNA 3’的加工。癌基因30:3073-3083。[Ref。
  8. 馬麗梅,唐麗麗,馬魯澤(2013)不同生態型大馬哈魚轉錄組序列變異的比較。BMC Genomics 14: 308。[Ref。
  9. Roberts SB, Hauser L, Seeb LW, Seeb JE(2012)利用靶向轉錄組焦磷酸測序開發太平洋鯡魚基因組資源。PLoS One 7: e30908。[Ref。
  10. Douglas SE, Knickle LC, J Kimball, Reith ME(2007)大西洋大比目魚(Hippoglossushippoglossus)的綜合EST分析,一種商業相關的水產養殖物種。BMC基因組學8:144。[Ref。
  11. NOAA(2015)緬因灣大西洋鱈魚:評估更新報告。美國商務部。[Ref。
  12. Winters-Hilt S(2011)基於機器學習的序列分析,生物信息學和納米孔轉導檢測。Isbn: 978-1-257- 64525-1。[Ref。
  13. 隱馬爾可夫模型變量及其應用。中國生物醫學工程學報,2006,29(2):344 - 344。[Ref。

下載臨時PDF

PDF

條信息

文章類型:研究文章

引用:王曉明,張曉明,王曉明,等(2017)魚類多樣性的研究進展。Int J Mol Genet Gene Ther 3(1): doi http://dx.doi。org/10.16966/2471 - 4968.110

版權:©2017 Winters-Hilt S.這是一篇根據創作共用署名許可條款發布的開放獲取文章,允許在任何媒介上不受限製地使用、分發和複製,前提是注明原作者和來源。

出版的曆史:

  • 收到日期:10月5日

  • 接受日期:2017年11月21日

  • 發表日期:11月27日