利用整合組學(xué)開展MSTN編輯梅山豬的表型遺傳分析
發(fā)布時間：2020-12-11 05:56
骨骼肌是產(chǎn)肉動物的主要肉類產(chǎn)品來源,也是重要的代謝器官,因此研究骨骼肌生長發(fā)育的分子機(jī)制意義重大。MSTN是一個重要的肌肉調(diào)節(jié)因子,可以負(fù)調(diào)控骨骼肌的生長發(fā)育。本研究對象是利用鋅指核酸酶技術(shù)（ZFN）編輯的MSTN基因編輯梅山豬,與野生梅山豬相比該豬具有明顯的雙肌表型、高瘦肉率和生長速度快等特點(diǎn)。為了探究MSTN編輯梅山豬肌肉肥大和肌纖維轉(zhuǎn)化的原因,本研究通過對胚胎期65天的各4頭MSTN-/-編輯梅山豬和野生梅山豬背最長肌進(jìn)行RNA-Seq,miRNA-Seq和iTRAQ測序分析,鑒定出與豬生長發(fā)育相關(guān)的差異表達(dá)基因、miRNA和蛋白,并驗(yàn)證了miRNA-95的功能,其分析結(jié)果將為后期進(jìn)一步研究豬骨骼肌生長發(fā)育提供理論基礎(chǔ)。主要研究結(jié)果如下:1.通過對背最長肌進(jìn)行轉(zhuǎn)錄組測序,結(jié)果發(fā)現(xiàn)MSTN編輯梅山豬組較野生梅山豬組共鑒定出了438個差異基因,對這些差異基因進(jìn)行功能分析,發(fā)現(xiàn)其主要參與了肌纖維發(fā)育形成,肌纖維收縮,肌纖維轉(zhuǎn)化等過程中。同時還鑒定出了102個與肌肉生長相關(guān)的差異基因,主要參與肌細(xì)胞分化,肌肉組織發(fā)育,肌原纖維形成等過程,其中包括XK,ACTC1,I...
【文章來源】：中國農(nóng)業(yè)科學(xué)院北京市
【文章頁數(shù)】：94 頁
【學(xué)位級別】：碩士
【部分圖文】：
本研究技術(shù)路線
圖 2-1 文庫構(gòu)建原理圖Fig 2-1 Schematic of library construction數(shù)據(jù)處理據(jù)是測序獲得的原始圖像數(shù)據(jù)文件通過堿基識別轉(zhuǎn)化為原始測序序列，測序質(zhì)量的序列信息均包含在 FASTQ 文件中。獲得的原始數(shù)據(jù)下機(jī)后再進(jìn)行質(zhì)量控質(zhì)，低質(zhì)量的reads，使用FastQC軟件來評估過濾后的reads質(zhì)量，檢驗(yàn)合格后的clean比對分析。序列比對分析的測序序列采用 Tophat2(Kim et al., 2013)方法與參考基因組進(jìn)行比對分析。To所示。
圖 2-2 Tophat2 的算法圖Fig 2-2 Tophat2 comparison analysis of the principle2.2.8 基因表達(dá)分析基因表達(dá)水平一般是通過基因轉(zhuǎn)錄的 mRNA 量的多少來衡量。在 RNA-seq 技術(shù)中，通過應(yīng)用 cufflink (version:2.1.2) (http://cole-trapnell-lab.github.io/cuftlinks)對 tophat 的 mapping 結(jié)果進(jìn)行基因定量。首先根據(jù)基因注釋文件對基因進(jìn)行定位，接著再計(jì)數(shù)覆蓋在的基因區(qū)的 reads 數(shù)，最后根據(jù)基因的長度和所獲得的 reads 數(shù)對基因表達(dá)量進(jìn)行標(biāo)準(zhǔn)化計(jì)算，從而獲得轉(zhuǎn)錄組的表達(dá)量。每個基因的 FPKM 是目前估算基因表達(dá)水平最為常用的方法(Trapnell et al., 2010)。2.2.9 基因差異表達(dá)分析從統(tǒng)計(jì)學(xué)意義的角度上考慮，使用 DESeq 進(jìn)行差異分析。該試驗(yàn)每組設(shè)置 4 個重復(fù)，差異基因的篩選采用 p 值統(tǒng)計(jì)學(xué)法和差異倍數(shù)（FC）)法， 篩選的條件為：|log2 (fold change)| > 1，p ＜0.05 和 qvalue ＜0.05。
【參考文獻(xiàn)】：
期刊論文
[1]High-throughput screening of mouse gene knockouts identifies established and novel skeletal phenotypes[J]. Robert Brommage,Jeff Liu,Gwenn M Hansen,Laura L Kirkpatrick,David G Potter,Arthur T Ss,Brian Zambrowicz,David R Powell,Peter Vogel. Bone Research. 2014(03)
本文編號：2910017
【文章來源】：中國農(nóng)業(yè)科學(xué)院北京市
【文章頁數(shù)】：94 頁
【學(xué)位級別】：碩士
【部分圖文】：
本研究技術(shù)路線
圖 2-1 文庫構(gòu)建原理圖Fig 2-1 Schematic of library construction數(shù)據(jù)處理據(jù)是測序獲得的原始圖像數(shù)據(jù)文件通過堿基識別轉(zhuǎn)化為原始測序序列，測序質(zhì)量的序列信息均包含在 FASTQ 文件中。獲得的原始數(shù)據(jù)下機(jī)后再進(jìn)行質(zhì)量控質(zhì)，低質(zhì)量的reads，使用FastQC軟件來評估過濾后的reads質(zhì)量，檢驗(yàn)合格后的clean比對分析。序列比對分析的測序序列采用 Tophat2(Kim et al., 2013)方法與參考基因組進(jìn)行比對分析。To所示。
圖 2-2 Tophat2 的算法圖Fig 2-2 Tophat2 comparison analysis of the principle2.2.8 基因表達(dá)分析基因表達(dá)水平一般是通過基因轉(zhuǎn)錄的 mRNA 量的多少來衡量。在 RNA-seq 技術(shù)中，通過應(yīng)用 cufflink (version:2.1.2) (http://cole-trapnell-lab.github.io/cuftlinks)對 tophat 的 mapping 結(jié)果進(jìn)行基因定量。首先根據(jù)基因注釋文件對基因進(jìn)行定位，接著再計(jì)數(shù)覆蓋在的基因區(qū)的 reads 數(shù)，最后根據(jù)基因的長度和所獲得的 reads 數(shù)對基因表達(dá)量進(jìn)行標(biāo)準(zhǔn)化計(jì)算，從而獲得轉(zhuǎn)錄組的表達(dá)量。每個基因的 FPKM 是目前估算基因表達(dá)水平最為常用的方法(Trapnell et al., 2010)。2.2.9 基因差異表達(dá)分析從統(tǒng)計(jì)學(xué)意義的角度上考慮，使用 DESeq 進(jìn)行差異分析。該試驗(yàn)每組設(shè)置 4 個重復(fù)，差異基因的篩選采用 p 值統(tǒng)計(jì)學(xué)法和差異倍數(shù)（FC）)法， 篩選的條件為：|log2 (fold change)| > 1，p ＜0.05 和 qvalue ＜0.05。
【參考文獻(xiàn)】：
期刊論文
[1]High-throughput screening of mouse gene knockouts identifies established and novel skeletal phenotypes[J]. Robert Brommage,Jeff Liu,Gwenn M Hansen,Laura L Kirkpatrick,David G Potter,Arthur T Ss,Brian Zambrowicz,David R Powell,Peter Vogel. Bone Research. 2014(03)
本文編號：2910017
本文鏈接：http://www.sikaile.net/yixuelunwen/dongwuyixue/2910017.html
最近更新
教材專著
