[论文解读] DrosOCB: a high resolution map of conserved non coding sequences in Drosophila

L. Martignetti, Michele Caselle+2 more|ArXiv.org|Oct 8, 2007

Genomics and Phylogenetic Studies参考文献 13被引用 5

一句话总结

本文提出DrosOCB，一种利用创新的'globaL'比对策略在果蝇中绘制保守非编码序列（CNBs）高分辨率图谱的方法，该策略结合了局部比对与全基因组、以基因为中心的分析。该方法检测到以往在标准全基因组比对中无法识别的小规模基因组重排（如倒位、重复和易位），揭示在远缘物种中高达30%的CNBs发生倒位，表明调控区域具有广泛的结构可塑性。

ABSTRACT

Comparative genomics methods are widely used to aid the functional annotation of non coding DNA regions. However, aligning non coding sequences requires new algorithms and strategies, in order to take into account extensive rearrangements and turnover during evolution. Here we present a novel large scale alignment strategy which aims at drawing a precise map of conserved non coding regions between genomes, even when these regions have undergone small scale rearrangments events and a certain degree of sequence variability. We applied our alignment approach to obtain a genome-wide catalogue of conserved non coding blocks (CNBs) between Drosophila melanogaster and 11 other Drosophila species. Interestingly, we observe numerous small scale rearrangement events, such as local inversions, duplications and translocations, which are not observable in the whole genome alignments currently available. The high rate of observed low scale reshuffling show that this database of CNBs can constitute the starting point for several investigations, related to the evolution of regulatory DNA in Drosophila and the in silico identification of unannotated functional elements.

研究动机与目标

• 开发一种高分辨率方法，以在存在广泛基因组重排的情况下识别果蝇中的保守非编码序列（CNBs）。
• 克服标准全局和局部比对方法在检测非编码DNA中小规模重排方面的局限性。
• 为功能和进化基因组学研究创建一个涵盖12种果蝇物种的全基因组CNB综合目录。
• 研究调控DNA的进化动态，特别是小规模重排（如倒位）的频率和分布。

提出的方法

• 采用以基因为中心的方法，比对黑腹果蝇与另外11种果蝇物种之间同源基因的上游、下游及内含子区域。
• 对同源基因侧翼的基因间隔区和内含子区域应用局部比对，序列方向与基因方向一致。
• 使用RepeatMasker屏蔽重复元件，以减少比对中的假阳性结果。
• 采用一种灵敏的局部比对算法，设定较高的得分阈值（2200）和FDR为0.8×10⁻³，以确保特异性并减少噪声。
• 后处理步骤去除被视作相邻基因上游或下游的基因间隔区中的冗余比对。
• 最终生成的CNBs通过UCSC基因组浏览器自定义轨道进行可视化，颜色编码链向（灰色表示同向，红色表示倒位）。

实验结果

研究问题

• RQ1 在果蝇物种中，小规模基因组重排（如倒位）在保守非编码区域中发生的频率如何？
• RQ2 尽管受到功能约束，保守非编码序列在结构上表现出多大程度的可塑性，包括重复和易位？
• RQ3 与常染色体相比，倒位的CNBs在某些染色体区域（如X染色体）是否更为普遍？
• RQ4 一种高分辨率、局部、全基因组的比对策略能否检测到标准全基因组比对方法遗漏的调控元件重排？
• RQ5 在果蝇谱系中，不同进化距离下的CNB分布和保守程度如何？

主要发现

• CNB的平均大小在50 bp至94 bp之间，内含子区域的片段比基因间隔区更短。
• 在与孤星果蝇亚属（如D. virilis、D. mojavensis和D. grimshawi）以外的物种进行成对比对时，高达30%的CNBs发生倒位。
• 倒位的CNBs在基因间隔区和内含子区域中出现的频率相当，表明这些区域具有相似的进化动态。
• X染色体中倒位CNBs的比例显著高于常染色体，表明X染色体具有更高的结构可塑性。
• 白基因内含子中一个66 bp的CNB高度保守（90%一致性），并在D. mojavensis、D. virilis和D. grimshawi中发生倒位，提示该区域存在谱系特异性的局部倒位。
• 通过严格得分阈值（2200，FDR = 0.8×10⁻³）生成的DrosOCB数据库，为后续功能和进化分析提供了可靠且高分辨率的功能性非编码元件图谱。