脊椎动物携带小内含子基因功能网络与进化及相关数据库构建

Introns are fundamental structural components of eukaryotic genes, and important for gene expression, alternative splicing and transcription regulation. Intron size and density are primary parameters for us to study the exon-intron architecture. We previously found that human minimal introns (50nt-150nt) are subjected to the natural selection and nonrandom in the aspects of size, position, gene expression level and replicating time. However, the features and evolution of minimal introns in other species are needed to be elucidated. We have previously observed that distinctly differently abundant minimal introns appeared among mammals and other vertebrates, and transposon elements and satellite sequences contributed distinctly to the formation of various intron sizes. In this project, we adopt bioinformatics approaches to investigate the evolutionary conservation and variability of minimal introns, explore the influence of repetitive elements including transposons and satellites on the expansion of introns, verify the relationship between transcripts with minimal introns and transcript expression, build a function-related theoritical model of minimal intron evolution and develop a comprehensive database covering the evolutionary characters of minimal introns from large-scale species. We aim at revealing the evolutionary dynamical properties of minimal introns from vertebrate genomes, clarifying the function-related mechanism of mutations and selective forces on the introns with different sizes, and providing theoretical basis for subsequent experimental validation and evolutionary biological study of minimal intron functionality.

内含子是真核基因的基本结构原件，对于基因表达、选择性剪接和转录调控具有重要意义。本课题组首次发现人类基因组小内含子（50nt-150nt）在长度、位置、基因表达、复制时间等方面具有受到选择压力约束的非随机性，而其它物种中的小内含子尚有待研究。我们已经发现哺乳动物和其它脊椎动物中存在不同程度的小内含子的比例，以及转座子和微卫星对于形成不同长度的内含子具有不同的显著影响。在本项目中，我们用生物信息学的方法进行小内含子的保守性和变异性的研究，探索重复序列的结构与小内含子长度和组分的相互作用，并且探明小内含子和转录本表达的关系，最终构建小内含子功能相关的进化理论模型和开发脊椎动物小内含子的进化特征数据库。本项目旨在揭示脊椎动物基因组小内含子的进化动力学特性和功能重要性，阐明小内含子的突变与选择机制，为后续小内含子功能的实验验证和进化生物学研究奠定理论基础。

本研究通过选取10种代表性动物的基因组，挖掘其小内含子（50nt-150nt）的组分动力学特征，如单核苷酸、二核苷酸和三核苷酸。通过不同进化分支间不同唯度的比较，可以发现小内含子具有多样的保守和变异性。整体考虑所有组分的时候，10个物种分成了三个类群，为哺乳动物、非哺乳脊椎动物和非脊椎动物。具体到单独的组分情况时，哺乳动物和鸟类表现出单核苷酸和二核苷酸的特征，比如具有较高的G、C和GG、GC、CC。进一步的研究发现，各个物种之间的关系在不同的组分类别中展现了多样性。开发了基因共线性和基因排列可视化浏览工具，该工具主要考察以成对基因或者多个连续基因组成的基因串在不同基因组中的保守程度和周围基因的变异情况，如插入、删除和倒位等，并且可以将计算的结果通过用户友好的可交互的界面呈现出来。这会对研究大量基因组之间同源基因的位置关系提供有力的帮助。构建了包含8000多个基因组的基于各种基因组序列的系统发生和复杂性评估知识库，将不同类别物种放在同一框架中，为研究不同序列对于进化树构建中的作用奠定了理论和实践基础。