基于同源子序列基因组进化与系统发育分析的细菌分类学研究

Taxonomic studies must not only aim at the important biological phenotypes and niches of organisms, but also conform to the course of evolution to be consistent with the phylogeny. In today's rapid development of genome sequencing technology, the phylogenetic tree constructed with full of genome information to restore the process of genome evolution becomes the key of taxonomic studies. At present, the genome-scale phylogenetic analysis uses various sequence features, like gene, protein and domain, to construct phylogenetic trees. However, the features reflect only part of the evolutionary information. As a result, some errors occur in phylogenetic tree, troubling the taxonomic research. This project provides a newly defined sequence feature-homologous subsequence. Homologous subsequence could act as the exchange segment between genes to reflect the various events of genome evolution. This research intends to dig into the events of gene evolution based on homologous subsequence, and then estimates the effect of gene duplication, fusion, fission and recombination on genome evolution; and accordingly constructs a new phylogenetic method based on homologous subsequence to elaborate the phylogenetic relationship of strains with dispute in evolution, providing a new perspective and method for the taxonomy of prokaryote.

分类学研究不但要求符合其重要的生物表型与"生态境"，还要求符合其进化演变历程，与生物的系统发育关系保持一致。在基因组测序技术高度发展的今天，能充分利用基因组信息，还原基因组的进化历程，以此为基础构建生物系统发育关系就成为分类学研究的关键。目前基于基因组信息的系统发育分析主要利用各种序列特征，如gene、蛋白、domain来构建系统发育树，但这些序列特征只能反应部分进化信息，常导致系统发育树错误，造成分类学研究困扰。本项目提出一种新的序列特征，同源子序列，初步研究表明它能作为基因间的交换片段来反映基因组的各种进化事件。本研究拟通过"同源子序列"来挖掘基因进化事件，估计基因复制、融合、裂解、重组等对基因组进化的影响，还原基因组进化历程，并据此构建基于同源子序列的系统发育学方法，阐述某些进化关系存在争议的菌株间的系统发育关系，为原核生物的分类提供一个新的视角与方法。

一、提出一种“基于蛋白间保守模块的基因组系统发生分析方法”,将序列之间的“同源子序列”确定为“蛋白保守模块”,然后提取各个基因组的同源子序列,构建“蛋白保守模块家族”,然后将其作为基本进化单位,通过考察各个“蛋白保守模块家族”在不同基因组中的分布情况不同来计算基因组间的距离,构建系统发生树。二、提出一种“基于亚基因模块的病原菌基因组重组进化分析方法”，该方法通过多序列比对来对病原菌基因组进行亚基因水平的模块识别鉴定，研究寻找亚基因模块在这些菌的属、种、菌株、基因等的分布特征和规律，然后对病原菌进行系统发育分析，探讨模块在系统发生树上发生的复制、丢失、融合及裂解等进化事件，并且在基因功能注释数据库中寻找模块及对应基因的功能，重点关注致病性和传染性较强的病原菌，在亚基因水平探讨这些病原菌的关键基因，尤其是重要毒力因子的进化规律。此外，通过整合及应用开发基因组进化的分析方法和分析流程，建立起完整的病原菌基因组进化的分析工作流，构建分析系统软件，全景展示整个分析流程的研究成果，进而从病原菌基因大数据中进行信息挖掘，推进病原菌基因组重组进化研究。三、提出了一种新的病原菌菌株分型及物种鉴别方法。传统的菌株分型及物种鉴别方法的数据源大部分采用完成拼接的基因组序列。与传统方法不同,该方法直接对菌株原始测序序列进行特征片段提取,根据特征片段在菌株及物种的分布情况,完成菌株的分型及物种鉴别。