百种藻类基因组水平大规模硒蛋白识别及高效富硒藻类表达体系的筛选和建立

Selenoproteins are a group of important proteins, related to anti-aging and prevention of critical diseases. It is important to research their genes, function and mechanism. The key amino acid of selenoproteins, selenocystein (Sec) is coded by TGA codon, therefore the in vivo biosynthesis mechanism of selenoprotein is very complicated. Difficult to construct an efficient in vitro expression system, is an puzzle for further study of selenoproteins. Algae are potential candidates to be efficient exogenous selenoprotein gene expression bio-system, because of their easy culturing，short life cycle, and similar selenoprotein synthesis system to human. Identification of selenoprotein genes from genome or other sequences with bioinformatics method, is a fast and efficient strategy to research selenoproteins. But, none of large-scale study of selenoproteins covering multiple species of algae is reported. We have obtained the sequence data from more than 100 algae, and plan to use our self-developed bioinformatics system to identify selenoproteins and construct databases for these algae. Further analysis based on these databases will show us an overall sight of selenoproteins evolution and distribution in unicellular eukaryote kingdom which is unknown now. We will screen out several algae with abundant selenoproteins to construct efficient exogenous selenoprotein expression system, which could be a useful tool for functional research of human selenoproteins. Additionally, these selected algae will be cultured as efficient “green factory” to produce Se-rich medicines or foods, which have an attractive economic value, and it is conducive to exploit the abundant marine and freshwater algae resources of China.

硒蛋白与抗衰老及防治多种重大疾病有关，研究其基因、功能及作用机理非常重要。硒蛋白特征氨基酸——硒代半胱氨酸(Sec)由终止码TGA编码，体内合成体系非常复杂。难以构建高效体外表达系统，是阻滞硒蛋白研究的重要难题。藻类有易培养、生长周期短的优点，且其硒蛋白表达系统与人类相似，有成为高效表达外源硒蛋白生物系统的巨大潜力。生物信息学方法识别基因组等数据中硒蛋白基因，是高效快速研究硒蛋白的重要手段。目前大数据、多物种覆盖的藻类硒蛋白研究还未见报道。我们获取了超过一百种藻的序列信息，计划用自主开发的基因识别系统，从中识别硒蛋白建立百种藻类硒蛋白数据库，填补人类对单细胞真核生物硒蛋白进化分布认知上的空白。并筛选硒蛋白最丰富的藻种，构建高效外源硒蛋白表达系统，为研究重要人体硒蛋白功能提供工具。培养该藻种成为高效富硒药品、食品的“绿色生产厂”也具有诱人的经济价值，有利于开发中国丰富的海洋及淡水藻类资源。

硒元素是一种重要的微量元素，缺硒会带来人和动物的各种疾病,如克山病。硒在体内主要的存在形式和作用形式，是氧化还原酶，如在肝脏和血浆中谷胱甘肽过氧化物酶发挥着抗氧化的作用。更多的研究，发现硒元素在体内是以硒代半胱氨酸(Sec)的形式存在的，这是一种由TGA码解码的特殊氨基酸，被称为第21种氨基酸，而含有这种氨基酸的蛋白被称为硒蛋白。硒蛋白基因具有特殊的密码子解码方式，也需要特殊的蛋白合成体系。含有硒蛋白的物种中，存在一种特殊的tRNA-Sec，识别TGA，介导Sec插入氨基酸链。 目前对硒及硒蛋白的研究也随着测序技术，计算信息技术在生物学领域的发展和应用进入了生物信息学和数据挖掘时代。人类的硒蛋白及多种动物的硒蛋白已经被较为系统地研究和报道，包括我们实验室以前在整个后生动物进化领域所作的工作，解释了硒蛋白在多细胞动物近五亿年的进化时期中的发展和变化。然而，有趣的是，植物真菌等生物界中，发现没有硒蛋白。为了，更完整而系统地明晰硒这种元素在真核生物中的作用，及在真核生物的进化模式。我们将工作的重点放在，单细胞真核生物上。特别是具有大量数据信息的藻类。我们获得了137个藻类的基因相关数据，包括基因组和RNA测序数据。利用这些数据获得了802个预测硒蛋白基因，3311个与这些藻类硒蛋白具有相似性的Cys蛋白基因。我们将这些硒蛋白归类为42个硒蛋白家族。我们发现了3种重要的新硒蛋白，其中一种包括UUXU的基序，是第一次发现有两个U连续出现的硒蛋白。我们 首次给出了跨越SAR大类、泛植物界及隐藻和金藻的系统的真核藻类硒蛋白的分布谱图。并得出藻类硒蛋白的分布呈现整体高度分化和区域性趋同的规律。我们总结了藻类硒蛋白多样性减少和增多的现象及发生的原因和可能机理。 我们首次在基因组水平发现了硒蛋白基因丢失核心motif的现象及其“动态过程”。首次发现硒蛋白与硒蛋白成对融合的现象。本项目藻类硒蛋白的系统性识别和研究，是目前在真核领域内最大规模，跨越物种范围最大的硒蛋白识别进化和比较的研究。揭示了真核生物硒蛋白组最原始的状态，和近15亿年来发生的进化和分化的事件和历史。是我们最终揭示硒蛋白基因的起源，回答硒蛋白及硒元素对生命的意义这一终极问题的重要线索。