全 文 ：书 ［收稿日期］ ２０１４－０６－２０；２０１５－０１－０７修回
［基金项目］ 海南省重大科技项目子课题“热带生物种质与基因资源研究”（ＺＤＺＸ２０１３０２３－１）
［作者简介］ 李崇奇（１９７９－），男，副教授，在读博士，从事分子生物学研究。Ｅ－ｍａｉｌ：ｃｑｌｉｓｘｌｆ＠１６３．ｃｏｍ
＊通讯作者：周 鹏（１９６３－），男，研究员，从事作物遗传育种和农业生物技术研究。Ｅ－ｍａｉｌ：ｚｈｐ６３０１＠１２６．ｃｏｍ
［文章编号］１００１－３６０１（２０１５）０１－０００２－０００８－０５
猴面花ｍｉＲＮＡ及靶基因的生物信息学预测
李崇奇１，２，３，沈文涛２，言 普２，黎小瑛２，周 鹏１，２
（１．海南大学 农学院，海南 海口５７０２２８；２．中国热带农业科学院热带生物技术研究所 分析测试中心，
海南 海口５７１１０１；３．海南医学院 生物化学与分子生物学教研室，海南 海口５７１１９９）
［摘 要］以猴面花基因组序列为试材，通过ｐｓＲｏｂｏｔ网站进行茎环结构预测，应用ｂｌａｓｔ－２．２．２７＋软件
与ｒｆａｍ数据库和ｐｆａｍ数据库比对后去除非ｍｉＲＮＡ序列，应用ｂｉｏｅｄｉｔ分析ｍｉＲＮＡ序列及前体序列的碱
基组成特点。结果表明：猴面花基因组中共发现１０５条成熟 ｍｉＲＮＡ序列，分别属于４９个不同 ｍｉＲＮＡ家
族；ｍｉＲＮＡ序列和其侧翼序列都存在碱基偏倚现象，ｍｉＲＮＡ５′端第１碱基和第１９碱基尿嘧啶和胞嘧啶出
现的频率分别为６７．６％和４９．５％；９３个ｍｉＲＮＡ预测到了靶基因，其中有６４个靶向转录因子。
［关键词］猴面花；ｍｉＲＮＡ；基因组序列；转录因子
［中图分类号］Ｑ７４ ［文献标识码］Ａ
Ｂｉｏｉｎｆｏｒｍａｔｉｃ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｍｉｃｒｏＲＮＡ ａｎｄ Ｔｈｅｉｒ Ｔａｒｇｅｔ Ｇｅｎｅ ｉｎ Ｍｉｍｕｌｕｓ ｇｕｔａｔｕｓ
ＬＩ Ｃｈｏｎｇｑｉ １，２，３，ＳＨＥＮ Ｗｅｎｔａｏ２，ＹＡＮ Ｐｕ２，ＬＩ Ｘｉａｏｙｉｎｇ２，ＺＨＯＵ Ｐｅｎｇ１，２＊
（１．Ｃｏｌｌｅｇｅ ｏｆ Ａｇｒｏｎｏｍｙ，Ｈａｉｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｉｋｏｕ，Ｈａｉｎａｎ ５７０２２８；２．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｒｏｐｉｃａｌ Ｂｉｏｓｃｉｅｎｃｅ ａｎｄ
Ｂｉｏｔｅｃｈｎｏｌｏｇｙ／Ａｎａｌｙｓｉｓ ＆Ｔｅｓｔｉｎｇ Ｃｅｎｔｅｒ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｔｒｏｐｉｃａｌ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ，Ｈａｉｋｏｕ，Ｈａｉｎａｎ
５７１１０１；３．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｂｉｏｃｈｅｍｉｓｔｒｙ ａｎｄ Ｍｏｌｅｃｕｌａｒ Ｂｉｏｌｏｇｙ，Ｈａｉｎａｎ Ｍｅｄｉｃａｌ Ｃｏｌｌｅｇｅ，Ｈａｉｋｏｕ，Ｈａｉｎａｎ
５７１１９９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔａｋｉｎｇ ｇｅｎｏｍｅ ｓｅｑｕｅｎｃｅ ｏｆ Ｍ．ｇｕｔａｔｕｓ ａｓ ｍａｔｅｒｉａｌ，ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｓｔｅｍ ｌｏｏｐ ｓｔｒｕｃｔｕｒｅ ｏｆ ｐｒｅ－
ｍｉＲＮＡｓ ｗａｓ ｒｕｎ ｏｎ ｔｈｅ ｗｅｂ－ｂａｓｅｄ ｓｏｆｔｗａｒｅ ｐｓＲｏｂｏｔ，ｔｈｅｎ ｎｏｎ－ｍｉＲＮＡ ｓｅｑｕｅｎｃｅｓ ｗｅｒｅ ｒｅｍｏｖｅｄ ｂｙ
ＢＬＡＳＴ ｓｅａｒｃｈ ａｇａｉｎｓｔ ｒｆａｍ ａｎｄ ｐｆａｍ ｄａｔａｂａｓｅ．Ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｂａｓｅ ｃｏｍｐｏｓｉｔｉｏｎ ｗａｓ ａｎａｌｙｚｅｄ ｂｙ
ｂｉｏｅｄｉｔ ｓｏｆｔｗａｒｅ ｉｎ ｍｉＲＮＡ ｓｅｑｕｅｎｃｅｓ ａｎｄ ｔｈｅｉｒ ｐｒｅｃｕｒｓｏｒｓ．Ｔｈｅ ｒｅｓｕｌｔ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅｒｅ ａｒｅ １０５ｍａｔｕｒｅ
ｓｅｑｕｅｎｃｅｓ ｉｎ Ｍ．ｇｕｔａｔｕｓ ｗｈｉｃｈ ｂｅｌｏｎｇ ｔｏ ４９ｄｉｆｆｅｒｅｎｔ ｍｉＲＮＡ ｆａｍｉｌｅｓ．Ｔｈｅ ｂａｓｅ ｂｉａｓ ｐｈｅｎｏｍｅｎｏｎ ｈａｓ ｂｅｅｎ
ｆｏｕｎｄ ｉｎ ｍｉＲＮＡ ｓｅｑｕｅｎｃｅ ａｎｄ ｔｈｅｉｒ ｆｌａｎｋｉｎｇ ｓｅｑｕｅｎｃｅｓ．Ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｏｆ ｕｒａｃｉｌ ａｎｄ ｃｙｔｏｓｉｎｅ ｉｓ ｒｅｓｐｅｃｔｉｖｅｌｙ
６７．６％ａｎｄ ４９．５％ｉｎ ｔｈｅ ｆｉｒｓｔ ｂａｓｅ ａｎｄ ｎｉｎｅｔｅｅｎｔｈ ｂａｓｅ ｆｒｏｍ ｍｉＲＮＡ ５′ｅｎｄ．Ｔｈｅ ｔａｒｇｅｔ ｇｅｎｅｓ ｈａｓ ｂｅｅｎ
ｆｏｕｎｄ ｉｎ ９３ｍｉＲＮＡｓ，ｉｎ ｗｈｉｃｈ ６４ｍｉＲＮＡｓ ｒｅｇｕｌａｔｅ ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒｓ．
Ｋｅｙ ｗｏｒｄｓ：Ｍｉｍｕｌｕｓ ｇｕｔａｔｕｓ；ｍｉＲＮＡ；ｇｅｎｏｍｅ ｓｅｑｕｅｎｃｅ；ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒ
猴面花（Ｍｉｍｕｌｕｓ ｇｕｔａｔｕｓ）为玄参科沟酸浆属
草本植物，原产于北美西部，现在世界范围内被广泛
栽培。猴面花喜湿润、光照充足且冷凉的环境［１］，生
长适温为１８～２１℃，可用于公园、小区的花坛、花
台、花境栽培观赏，也是庭院及居室栽培的优良材
料［２］。猴面花具基因组小、代时短、高繁殖力、自交
亲和性和易栽培等特性，因而常被应用于植物对土
壤污染适应［３］、交配系进化［４］和近交衰退［５］等生态
和进化遗传学研究领域的模式生物［６］。目前，对于
猴面花的ｍｉＲＮＡ识别及调控机制的研究非常少，
仅Ｂａｒｏｚａｉ等［７］应用ＥＳＴ序列识别了２８条猴面花
ｍｉＲＮＡ 序 列 和 ６ 条 刘 易 斯 猴 面 花 （Ｍｉｍｕｌｕｓ
ｌｅｗｉｓｉｉ）ｍｉＲＮＡ序列。而猴面花基因组测序的完
成，可在全基因组范围内识别猴面花 ｍｉＲＮＡ基因
提供了可能。因此，拟应用ｐｓＲｏｂｏｔ［８］在线分析工
具，在猴面花全基因组范围内识别其 ｍｉＲＮＡ序列，
预测ｍｉＲＮＡ靶基因，为探讨猴面花独特的生态特
点和进一步开展猴面花遗传品质改良工作奠定理论
基础。
１ 材料与方法
１．１ 试验材料
从ｍｉＲＢａｓｅ（ｈｔｔｐ：／／ｗｗｗ．ｍｉｒｂａｓｅ．ｏｒｇ／）数据
库中下载所有植物的成熟ｍｉＲＮＡ序列，共计５ ９４０
条；猴面花全基因组序列已经被ｐｓＲｏｂｏｔ网站预置
在其数据库中，直接下载。此外，非编码ＲＮＡ数据
库和蛋白质数据库则分别从ｒｆａｍ（ｈｔｔｐ：／／ｒｆａｍ．
ｓａｎｇｅｒ．ａｃ．ｕｋ／）网站和ｐｆａｍ（ｈｔｔｐ：／／ｐｆａｍ．ｓａｎｇｅｒ．
ａｃ．ｕｋ／）网站下载。
１．２ 试验方法
将所有植物ｍｉＲＮＡ序列去除重复序列后上传
到ｐｓＲｏｂｏｔ网站（ｈｔｔｐ：／／ｏｍｉｃｓｌａｂ．ｇｅｎｅｔｉｃｓ．ａｃ．ｃｎ／
ｐｓＲｏｂｏｔ／ｉｎｄｅｘ．ｐｈｐ）进行茎环结构预测，选择松弛
参数模式，将预测到的茎环结构序列去除重复序列
后，应用ｂｌａｓｔ－２．２．２７＋软件中的ｂｌａｓｔｎ程序与
ｒｆａｍ数据库进行比对，除去除 ｍｉＲＮＡ外的非编码
ＲＮＡ序列；用ｂｌａｓｔｘ程序与ｐｆａｍ数据库进行比对
去除蛋白质序列，将ｅｖａｌｕｅ参数设置为１ｅ－６，其他
贵州农业科学 ２０１５，４３（１）：８～１２
Ｇｕｉｚｈｏｕ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ
参数默认。然后计算茎环结构序列ＡＵ含量，并参照
Ｚｈａｎｇ等［９］的方法计算 ＭＦＥＩ值，筛选出大于０．８５的
即为预测到的ｍｉＲＮＡ的前体序列，同时可以得到其
对应的成熟ｍｉＲＮＡ序列。应用ｂｉｏｅｄｉｔ统计ｍｉＲＮＡ
及其前体的序列长度，然后统计ｍｉＲＮＡ成熟序列每
个位点的碱基组成，对其碱基偏倚进行分析。分别在
前体序列中提取成熟ｍｉＲＮＡ ５′端和３′端１０ｂｐ碱基
侧翼序列，然后应用ｂｉｏｅｄｉｔ软件分析每个位点的碱
基组成情况。将预测到的成熟 ｍｉＲＮＡ序列以ｆａｓｔａ
格式上传到ｐｓＲｏｂｏｔ网站（ｈｔｔｐ：／／ｏｍｉｃｓｌａｂ．ｇｅｎｅｔｉｃｓ．
ａｃ．ｃｎ／ｐｓＲｏｂｏｔ／ｉｎｄｅｘ．ｐｈｐ），应用靶基因在线工具进
行预测，参数选择严格模式。
２ 结果与分析
２．１ 猴面花的ｍｉＲＮＡ预测
将５ ９４０条植物ｍｉＲＮＡ序列去除重复序列后，
共获得３ ２２８条序列作为候选的 ｍｉＲＮＡ序列。将
候选序列提交到ｐｓＲｏｂｏｔ网站分析后共发现具有茎
环结构的序列３０４条，去除重复序列后得１３１条序
列。与ｒｆａｍ数据库和ｐｆａｍ数据库比对后发现１条
ｔＲＮＡ序列，没有发现除 ｍｉＲＮＡ外的非编码序列
和蛋白质序列。候选前体序列的最小自由能指数分
析发现１０５条大于０．８５的序列，即为 ｍｉＲＮＡ的前
体序列，相对应的 ｍｉＲＮＡ 同源序列即为成熟的
ｍｉＲＮＡ序列，ｍｉＲＮＡ前体序列和成熟序列的参数
详见表１。分析发现，１０５条成熟 ｍｉＲＮＡ序列属于
４９个不同 ｍｉＲＮＡ家族，ｍｉＲ１６６家族成员最多，有
８个成员。预测到的所有 ｍｉＲＮＡ前体序列都具有
典型的茎环结构，ＡＵ 含量为４６．５％～７１．０％，其
最小自由能均为负值，最高的为 ｍｇｕ－ｍｉＲ３９５ｈ，其
自由能为－３３．１ｋｃａｌ／ｍｏｌ。
表１ 预测的１０５个猴面花的ｍｉＲＮＡ及其前体的序列相关参数
Ｔａｂｌｅ １ １０５ｍｉＲＮＡｓ ｉｄｅｎｔｉｆｉｅｄ ｉｎ Ｍ．ｇｕｔａｔｕｓ ａｎｄ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅｉｒ ｐｒｅｃｕｒｓｏｒｓ
序号
Ｎｏ．
名称
Ｎａｍｅ
ｍｉＲＮＡ序列
ｍｉＲＮＡ
ｓｅｑｕｅｎｃｅｓ
ｍｉＲＮＡ
序列长度
ＭＬ
前体序
列长度
ＰＬ
前体序列位置
ＬＰＳ
最小自由能／
（ｋｃａｌ／ｍｏｌ）
ＭＦＥ
Ａ＋
Ｕ／％
最小自由
能指数
ＭＦＥＩ
１ ｍｇｕ－ｍｉＲ３９０ａ ＡＡＧＣＵＣＡＧＧＡＧＧＧＡＵＡＧＣＡＣＣ ２１ １０１ ｓｃａｆｆｏｌｄ＿１０１：－：１９６４５１－１９６５５１ －４４．９ ５８．４ １．０７
２ ｍｇｕ－ｍｉＲ３９０ｂ ＡＡＧＣＵＣＡＧＧＡＧＧＧＡＵＡＧＣＧＣＣ ２１ １１１ ｓｃａｆｆｏｌｄ＿１：＋：７９２６５４－７９２７６４ －４３．１ ５５．０ ０．８６
３ ｍｇｕ－ｍｉＲ１５６ａ ＡＣＡＧＡＡＧＡＵＡＧＡＧＡＧＣＡＣＡＧ ２０ ９０ ｓｃａｆｆｏｌｄ＿１１：－：２５２６０１０－２５２６０９９ －４４．１ ６３．３ １．３４
４ ｍｇｕ－ｍｉＲ１７２ａ ＡＧＡＡＵＣＵＵＧＡＵＧＡＵＧＣＵＧＣＡ ２０ １４０ ｓｃａｆｆｏｌｄ＿２：＋：１３２０４６８－１３２０６０７ －５５．１ ５４．３ ０．８６
５ ｍｇｕ－ｍｉＲ１７２ｂ ＡＧＡＡＵＣＵＵＧＡＵＧＡＵＧＣＵＧＣＡＧ ２１ １２１ ｓｃａｆｆｏｌｄ＿８：＋：２１９０８０８－２１９０９２８ －５７．６ ５７．９ １．１３
６ ｍｇｕ－ｍｉＲ１７２ｃ ＡＧＡＡＵＣＵＵＧＡＵＧＡＵＧＣＵＧＣＡＵ ２１ １４１ ｓｃａｆｆｏｌｄ＿２：＋：１３２０４６８－１３２０６０８ －５５．１ ５４．６ ０．８６
７ ｍｇｕ－ｍｉＲ１７１ａ ＡＧＡＵＵＧＡＧＣＣＧＣＧＣＣＡＡＵＡＵＣ ２１ １０１ ｓｃａｆｆｏｌｄ＿２１３：－：３３２９３６－３３３０３６ －４０．１ ５５．４ ０．８９
８ ｍｇｕ－ｍｉＲ１６９ａ ＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣＧＧ ２０ ７０ ｓｃａｆｆｏｌｄ＿１７：－：２３１１５８３－２３１１６５２ －３７．２ ５２．９ １．１３
９ ｍｇｕ－ｍｉＲ３９０ｃ ＡＧＣＵＣＡＧＧＡＧＧＧＡＵＡＧＣＧＣＣ ２０ １１０ ｓｃａｆｆｏｌｄ＿１：＋：７９２６５５－７９２７６４ －４２．６ ５４．５ ０．８５
１０ ｍｇｕ－ｍｉＲ３９５ｅ ＡＵＧＡＡＧＵＧＵＵＵＧＧＧＧＧＡＡＣＵＣ ２１ ９１ ｓｃａｆｆｏｌｄ＿３７：－：２９３３３９－２９３４２９ －４４．５ ５８．２ １．１７
１１ ｍｇｕ－ｍｉＲ１６９ｂ ＣＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣ １９ ７９ ｓｃａｆｆｏｌｄ＿１７：－：２３１１５７５－２３１１６５３ －４２．９ ５３．２ １．１６
１２ ｍｇｕ－ｍｉＲ１６９ｃ ＣＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣＧＡ ２１ １１１ ｓｃａｆｆｏｌｄ＿３４：＋：１５５５２５６－１５５５３６６ －４８．３ ６２．２ １．１５
１３ ｍｇｕ－ｍｉＲ１６９ｄ ＣＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣＧＧ ２１ ８１ ｓｃａｆｆｏｌｄ＿１７：－：２３１１５７３－２３１１６５３ －４４．１ ５３．１ １．１６
１４ ｍｇｕ－ｍｉＲ１６８ａ ＣＣＣＧＣＣＵＵＧＣＡＵＣＡＡＣＵＧＡＡＵ ２１ １９１ ｓｃａｆｆｏｌｄ＿１８１：＋：１１２６９４－１１２８８４ －９１．５ ４８．７ ０．９３
１５ ｍｇｕ－ｍｉＲ１７１ｂ ＣＧＡＵＧＵＵＧＧＵＧＡＧＧＵＵＣＡＡＵＣ ２１ １０１ ｓｃａｆｆｏｌｄ＿２１３：－：３３２９３９－３３３０３９ －４０．０ ５６．４ ０．９１
１６ ｍｇｕ－ｍｉＲ３９０ｄ ＣＧＣＵＡＵＣＣＡＵＣＣＵＧＡＧＵＵＵＣ ２０ １１０ ｓｃａｆｆｏｌｄ＿１：＋：７９２６５３－７９２７６２ －４３．９ ５５．５ ０．９０
１７ ｍｇｕ－ｍｉＲ３９０ｅ ＣＧＣＵＡＵＣＣＡＵＣＣＵＧＡＧＵＵＵＣＡ ２１ １１１ ｓｃａｆｆｏｌｄ＿１：＋：７９２６５３－７９２７６３ －４４．０ ５５．０ ０．８８
１８ ｍｇｕ－ｍｉＲ１６６ａ ＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＣＣ ２０ １１０ ｓｃａｆｆｏｌｄ＿１：＋：３０９０１７０－３０９０２７９ －５２．５ ６０．９ １．２２
１９ ｍｇｕ－ｍｉＲ１６６ｂ ＣＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＣ ２１ ９１ ｓｃａｆｆｏｌｄ＿２５５：＋：１５０３９５－１５０４８５ －４８．６ ５２．７ １．１３
２０ ｍｇｕ－ｍｉＲ３９５ｆ ＣＵＧＡＡＧＵＧＵＵＵＧＧＧＧＧＡＡＣＵＣ ２１ １０１ ｓｃａｆｆｏｌｄ＿３７：＋：２９４３５１－２９４４５１ －３６．９ ５９．４ ０．９０
２１ ｍｇｕ－ｍｉＲ３９５ｇ ＣＵＧＡＡＧＵＧＵＵＵＧＧＧＧＧＡＡＣＵＣＣ ２２ １０２ ｓｃａｆｆｏｌｄ＿３７：＋：３１２００３－３１２１０４ －４８．４ ４９．０ ０．９３
２２ ｍｇｕ－ｍｉＲ１５６ｂ ＣＵＧＡＣＡＧＡＡＧＡＵＡＧＡＧＡＧＣＡＣ ２１ １０１ ｓｃａｆｆｏｌｄ＿１１：－：２５２６００２－２５２６１０２ －５０．１ ６１．４ １．２８
２３ ｍｇｕ－ｍｉＲ３１９ａ ＣＵＵＧＧＡＣＵＧＡＡＧＧＧＡＧＣＵＣＣ ２０ ２００ ｓｃａｆｆｏｌｄ＿１：－：１０６４３９７－１０６４５９６ －８５．６ ５５．０ ０．９５
２４ ｍｇｕ－ｍｉＲ３１９ｂ ＣＵＵＧＧＡＣＵＧＡＡＧＧＧＡＧＣＵＣＣＣ ２１ ２０１ ｓｃａｆｆｏｌｄ＿１：－：１０６４３９６－１０６４５９６ －８５．６ ５５．２ ０．９５
２５ ｍｇｕ－ｍｉＲ１７２ｄ ＧＡＡＵＣＵＵＧＡＵＧＡＵＧＣＵＧＣＡＵ ２０ １４０ ｓｃａｆｆｏｌｄ＿２：＋：１３２０４６９－１３２０６０８ －５５．１ ５４．３ ０．８６
２６ ｍｇｕ－ｍｉＲ１６０ａ ＧＣＣＵＧＧＣＵＣＣＣＵＧＵＡＵＧＣＣＡＵ ２１ １０１ ｓｃａｆｆｏｌｄ＿１６：－：７６７２８０－７６７３８０ －５０．４ ４７．５ ０．９５
２７ ｍｇｕ－ｍｉＲ１６０ｂ ＧＣＧＵＡＵＧＡＧＧＡＧＣＣＡＡＧＣＡＵＡ ２１ １０１ ｓｃａｆｆｏｌｄ＿１６：－：７６７２７９－７６７３７９ －５０．４ ４６．５ ０．９３
２８ ｍｇｕ－ｍｉＲ１５６ｃ ＧＣＵＣＡＣＵＵＣＵＣＵＣＵＣＵＧＵＣＡＧＣ ２２ １０２ ｓｃａｆｆｏｌｄ＿２７３：－：９０１７２－９０２７３ －５２．０ ５８．８ １．２４
２９ ｍｇｕ－ｍｉＲ１５７ａ ＧＣＵＣＵＣＵＡＵＧＣＵＵＣＵＧＵＣＡＵＣ ２１ １１１ ｓｃａｆｆｏｌｄ＿１１０：－：２３６６４５－２３６７５５ －４９．７ ６１．３ １．１６
３０ ｍｇｕ－ｍｉＲ１７２ｅ ＧＧＡＧＣＡＵＣＡＵＣＡＡＧＡＵＵＣＡＣＡ ２１ １２１ ｓｃａｆｆｏｌｄ＿８：＋：２１９０８０８－２１９０９２８ －５７．６ ５７．９ １．１３
３１ ｍｇｕ－ｍｉＲ１６９ｅ ＧＧＣＡＡＧＵＵＧＵＵＣＵＵＧＧＣＵＡＣＡ ２１ １２１ ｓｃａｆｆｏｌｄ＿３４：＋：１５５５２４９－１５５５３６９ －５５．５ ６２．０ １．２１
３２ ｍｇｕ－ｍｉＲ３９６ａ ＧＵＵＣＡＡＵＡＡＡＧＣＵＧＵＧＧＧＡＡ ２０ １２０ ｓｃａｆｆｏｌｄ＿９：＋：９００７７０－９００８８９ －４９．０ ５５．０ ０．９１
３３ ｍｇｕ－ｍｉＲ３９６ｂ ＧＵＵＣＡＡＵＡＡＡＧＣＵＧＵＧＧＧＡＡＧ ２１ １２１ ｓｃａｆｆｏｌｄ＿９：＋：９００７７０－９００８９０ －４９．４ ５５．４ ０．９１
３４ ｍｇｕ－ｍｉＲ１５６ｄ ＧＵＵＧＡＣＡＧＡＡＧＡＧＡＧＵＧＡＧＣＡＣ ２２ １１２ ｓｃａｆｆｏｌｄ＿５０：＋：１４５０１４９－１４５０２６０ －５１．９ ６０．７ １．１８
３５ ｍｇｕ－ｍｉＲ２１１ ＵＡＡＵＣＵＧＣＡＵＣＣＵＧＡＧＧＵＵＵＧ ２１ １０１ ｓｃａｆｆｏｌｄ＿１３：－：１３５３７８８－１３５３８８８ －４５．１ ５６．４ １．０３
３６ ｍｇｕ－ｍｉＲ１６９ｆ ＵＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣＧＧ ２１ １２１ ｓｃａｆｆｏｌｄ＿２３３：－：２４６８６－２４８０６ －４８．１ ６２．０ １．０５
３７ ｍｇｕ－ｍｉＲ１６９ｇ ＵＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣＵ ２０ ９０ ｓｃａｆｆｏｌｄ＿１１５：＋：２２６９４５－２２７０３４ －３９．３ ５６．７ １．０１
３８ ｍｇｕ－ｍｉＲ１６９ｈ ＵＡＧＣＣＡＡＧＧＡＵＧＡＣＵＵＧＣＣＵＡ ２１ ９１ ｓｃａｆｆｏｌｄ＿１１５：＋：２２６９４５－２２７０３５ －３９．３ ５７．１ １．０１
３９ ｍｇｕ－ｍｉＲ３９３ａ ＵＣＣＡＡＡＧＧＧＡＵＣＧＣＡＵＵＧＡＵＣ ２１ １１１ ｓｃａｆｆｏｌｄ＿５１：－：７７５３８９－７７５４９９ －４７．９ ６２．２ １．１４
４０ ｍｇｕ－ｍｉＲ３９３ｂ ＵＣＣＡＡＡＧＧＧＡＵＣＧＣＡＵＵＧＡＵＣＵ ２２ １１２ ｓｃａｆｆｏｌｄ＿５１：－：７７５３８８－７７５４９９ －４７．９ ６１．６ １．１１
４１ ｍｇｕ－ｍｉＲ３９６ｃ ＵＣＣＡＣＡＧＣＵＵＵＣＵＵＧＡＡＣＵＧ ２０ １１０ ｓｃａｆｆｏｌｄ＿２１３：＋：３０９６７５－３０９７８４ －４５．０ ５６．４ ０．９４
·９·
李崇奇 等 猴面花ｍｉＲＮＡ及靶基因的生物信息学预测
ＬＩ Ｃｈｏｎｇｑｉ ｅｔ ａｌ Ｂｉｏｉｎｆｏｒｍａｔｉｃ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｍｉｃｒｏＲＮＡ ａｎｄ Ｔｈｅｉｒ Ｔａｒｇｅｔ Ｇｅｎｅ ｉｎ Ｍｉｍｕｌｕｓ ｇｕｔａｔｕｓ
续表１
４２ ｍｇｕ－ｍｉＲ３９６ｄ ＵＣＣＣＡＣＡＧＣＵＵＵＡＵＵＧＡＡＣＵＧ ２１ １１１ ｓｃａｆｆｏｌｄ＿９：－：９００７７８－９００８８８ －４４．５ ５６．８ ０．９３
４３ ｍｇｕ－ｍｉＲ１６８ｂ ＵＣＧＣＵＵＧＧＵＧＣＡＧＧＵＣＧＧＧ １９ １９９ ｓｃａｆｆｏｌｄ＿１８１：＋：１１２６９８－１１２８９６ －９２．９ ４８．２ ０．９０
４４ ｍｇｕ－ｍｉＲ１６８ｃ ＵＣＧＣＵＵＧＧＵＧＣＡＧＧＵＣＧＧＧＡ ２０ ２００ ｓｃａｆｆｏｌｄ＿１８１：＋：１１２６９８－１１２８９７ －９３．７ ４８．０ ０．９０
４５ ｍｇｕ－ｍｉＲ１６８ｄ ＵＣＧＣＵＵＧＧＵＧＣＡＧＧＵＣＧＧＧＡＡ ２１ ２０１ ｓｃａｆｆｏｌｄ＿１８１：＋：１１２６９８－１１２８９８ －９３．７ ４７．８ ０．８９
４６ ｍｇｕ－ｍｉＲ１６６ｃ ＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣ １９ １０９ ｓｃａｆｆｏｌｄ＿１：＋：３０９０１６９－３０９０２７７ －５２．５ ６１．５ １．２５
４７ ｍｇｕ－ｍｉＲ１６６ｄ ＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＣ ２０ １１０ ｓｃａｆｆｏｌｄ＿１：＋：３０９０１６９－３０９０２７８ －５２．５ ６０．９ １．２２
４８ ｍｇｕ－ｍｉＲ１６６ｅ ＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＣＣ ２１ １１１ ｓｃａｆｆｏｌｄ＿１：＋：３０９０１６９－３０９０２７９ －５２．５ ６１．３ １．２２
４９ ｍｇｕ－ｍｉＲ１６６ｆ ＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＣＣＣ ２２ １５２ ｓｃａｆｆｏｌｄ＿１０４：＋：４７４０８４－４７４２３５ －６０．５ ６２．５ １．０６
５０ ｍｇｕ－ｍｉＲ１６６ｇ ＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＵ ２０ １２０ ｓｃａｆｆｏｌｄ＿１７：－：２１９５２８６－２１９５４０５ －５０．６ ６０．０ １．０５
５１ ｍｇｕ－ｍｉＲ１６６ｈ ＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣＵＣ ２１ １２１ ｓｃａｆｆｏｌｄ＿１７：－：２１９５２８５－２１９５４０５ －５０．６ ６０．３ １．０５
５２ ｍｇｕ－ｍｉＲ１６６ｉ ＵＣＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣ ２０ １２０ ｓｃａｆｆｏｌｄ＿１７：－：２１９５２８８－２１９５４０７ －５０．５ ６０．８ １．０７
５３ ｍｇｕ－ｍｉＲ１６６ｊ ＵＣＵＣＧＧＡＣＣＡＧＧＣＵＵＣＡＵＵＣＣ ２１ １２１ ｓｃａｆｆｏｌｄ＿１７：－：２１９５２８７－２１９５４０７ －５０．６ ６０．３ １．０５
５４ ｍｇｕ－ｍｉＲ８２８ ＵＣＵＵＧＣＵＣＡＡＡＵＧＡＧＵＡＵＵＣＣＡ ２２ １６２ ｓｃａｆｆｏｌｄ＿８：－：９６６２８８－９６６４４９ －５５．２ ７１．０ １．１７
５５ ｍｇｕ－ｍｉＲ１６７ａ ＵＧＡＡＧＣＵＧＣＣＡＧＣＡＵＧＡＵＣＵ ２０ １７０ ｓｃａｆｆｏｌｄ＿１：＋：３２９２６９９－３２９２８６８ －６６．７ ６７．１ １．１９
５６ ｍｇｕ－ｍｉＲ１６７ｂ ＵＧＡＡＧＣＵＧＣＣＡＧＣＡＵＧＡＵＣＵＡ ２１ １７１ ｓｃａｆｆｏｌｄ＿１：＋：３２９２６９９－３２９２８６９ －６６．７ ６６．７ １．１７
５７ ｍｇｕ－ｍｉＲ１６７ｃ ＵＧＡＡＧＣＵＧＣＣＡＧＣＡＵＧＡＵＣＵＡＡ ２２ ９２ ｓｃａｆｆｏｌｄ＿１３０：－：１３６０７５－１３６１６６ －４３．０ ５９．８ １．１６
５８ ｍｇｕ－ｍｉＲ１６７ｄ ＵＧＡＡＧＣＵＧＣＣＡＧＣＡＵＧＡＵＣＵＣ ２１ ９１ ｓｃａｆｆｏｌｄ＿１：＋：３２９５３８６－３２９５４７６ －４１．５ ５３．８ ０．９９
５９ ｍｇｕ－ｍｉＲ１６７ｅ ＵＧＡＡＧＣＵＧＣＣＡＧＣＡＵＧＡＵＣＵＧ ２１ ２２１ ｓｃａｆｆｏｌｄ＿１１５：＋：２４９４０６－２４９６２６ －６０．６ ６８．８ ０．８８
６０ ｍｇｕ－ｍｉＲ１６７ｆ ＵＧＡＡＧＣＵＧＣＣＡＧＣＡＵＧＡＵＣＵＧＧ ２２ ２２２ ｓｃａｆｆｏｌｄ＿１１５：＋：２４９４０６－２４９６２７ －６０．６ ６８．９ ０．８８
６１ ｍｇｕ－ｍｉＲ３９５ｈ ＵＧＡＡＧＵＧＵＵＵＧＧＧＧＧＡＡＣＵＣ ２０ ９０ ｓｃａｆｆｏｌｄ＿３７：＋：２９４３６２－２９４４５１ －３３．１ ６０．０ ０．９２
６２ ｍｇｕ－ｍｉＲ３９５ｉ ＵＧＡＡＧＵＧＵＵＵＧＧＧＧＧＡＡＣＵＵＵ ２１ １０１ ｓｃａｆｆｏｌｄ＿３７：＋：３０８６０８－３０８７０８ －５３．１ ５０．５ １．０６
６３ ｍｇｕ－ｍｉＲ１５６ｅ ＵＧＡＣＡＧＡＡＧＡＧＡＧＡＧＡＧＣＡＣ ２０ １００ ｓｃａｆｆｏｌｄ＿１０８：－：３３５２９３－３３５３９２ －４２．０ ５３．０ ０．８９
６４ ｍｇｕ－ｍｉＲ１５６ｆ ＵＧＡＣＡＧＡＡＧＡＧＡＧＡＧＡＧＣＡＣＡ ２１ １０１ ｓｃａｆｆｏｌｄ＿１０８：－：３３５２９２－３３５３９２ －４２．０ ５２．５ ０．８８
６５ ｍｇｕ－ｍｉＲ１５６ｇ ＵＧＡＣＡＧＡＡＧＡＧＡＧＵＧＡＧＣＡＣ ２０ １１０ ｓｃａｆｆｏｌｄ＿３６：－：１７１１５８２－１７１１６９１ －５５．０ ５０．９ １．０２
６６ ｍｇｕ－ｍｉＲ１５６ｈ ＵＧＡＣＡＧＡＡＧＡＧＡＧＵＧＡＧＣＡＣＡ ２１ １１１ ｓｃａｆｆｏｌｄ＿３６：－：１７１１５８１－１７１１６９１ －５５．０ ５０．５ １．００
６７ ｍｇｕ－ｍｉＲ１５６ｉ ＵＧＡＣＡＧＡＡＧＡＧＡＧＵＧＡＧＣＡＵＡ ２１ １０１ ｓｃａｆｆｏｌｄ＿２７３：＋：８２２５９－８２３５９ －４６．６ ６０．４ １．１７
６８ ｍｇｕ－ｍｉＲ１５７ｂ ＵＧＡＣＡＧＡＡＧＡＵＡＧＡＧＡＧＣＡＣ ２０ １００ ｓｃａｆｆｏｌｄ＿１１：－：２５２６００２－２５２６１０１ －５０．１ ６１．０ １．２８
６９ ｍｇｕ－ｍｉＲ１７１ｃ ＵＧＡＵＵＧＡＧＣＣＧＣＧＣＣＡＡＵＡＵ ２０ １３０ ｓｃａｆｆｏｌｄ＿２：＋：４３９２４８１－４３９２６１０ －４６．２ ６３．１ ０．９６
７０ ｍｇｕ－ｍｉＲ１７１ｄ ＵＧＡＵＵＧＡＧＣＣＧＣＧＣＣＡＡＵＡＵＣ ２１ １３１ ｓｃａｆｆｏｌｄ＿２：＋：４３９２４８１－４３９２６１１ －４６．３ ６３．４ ０．９６
７１ ｍｇｕ－ｍｉＲ１７１ｅ ＵＧＡＵＵＧＡＧＣＣＧＣＧＣＣＡＡＵＡＵＣＵ ２２ １３２ ｓｃａｆｆｏｌｄ＿２：＋：４３９２４８１－４３９２６１２ －４６．３ ６２．９ ０．９４
７２ ｍｇｕ－ｍｉＲ１７１ｆ ＵＧＡＵＵＧＡＧＣＣＧＵＧＣＣＡＡＵＡＵ ２０ ９０ ｓｃａｆｆｏｌｄ＿１２０：－：４０４６６３－４０４７５２ －４２．４ ５６．７ １．０９
７３ ｍｇｕ－ｍｉＲ１７１ｇ ＵＧＡＵＵＧＡＧＣＣＧＵＧＣＣＡＡＵＡＵＣ ２１ ９１ ｓｃａｆｆｏｌｄ＿１２０：－：４０４６６２－４０４７５２ －４２．７ ５７．１ １．０９
７４ ｍｇｕ－ｍｉＲ５３０ａ ＵＧＣＡＵＵＵＧＣＡＣＣＵＧＣＡＣＣＵＣ ２０ １５０ ｓｃａｆｆｏｌｄ＿３２４：＋：６７３７４－６７５２３ －５６．７ ６１．３ ０．９８
７５ ｍｇｕ－ｍｉＲ５３０ｂ ＵＧＣＡＵＵＵＧＣＡＣＣＵＧＣＡＣＣＵＵ ２０ １２０ ｓｃａｆｆｏｌｄ＿２：－：１２４５９５６－１２４６０７５ －４２．９ ６４．２ １．００
７６ ｍｇｕ－ｍｉＲ３９９ａ ＵＧＣＣＡＡＡＧＧＡＧＡＡＵＵＧＣＣＣ １９ ８９ ｓｃａｆｆｏｌｄ＿１２：－：２３３４３１３－２３３４４０１ －３８．４ ５６．２ ０．９８
７７ ｍｇｕ－ｍｉＲ３９９ｂ ＵＧＣＣＡＡＡＧＧＡＧＡＡＵＵＧＣＣＣＵＧ ２１ ９１ ｓｃａｆｆｏｌｄ＿１２：－：２３３４３１１－２３３４４０１ －３８．４ ５６．０ ０．９６
７８ ｍｇｕ－ｍｉＲ３９９ｃ ＵＧＣＣＡＡＡＧＧＡＧＡＧＵＵＧＣＣＣＵＧ ２１ １１１ ｓｃａｆｆｏｌｄ＿５１：－：５３２５３５－５３２６４５ －３８．５ ６４．９ ０．９９
７９ ｍｇｕ－ｍｉＲ３９９ｄ ＵＧＣＣＡＡＡＧＧＡＧＡＵＵＵＧＣＣＣＧＧ ２１ １５１ ｓｃａｆｆｏｌｄ＿３１：＋：９９５４４３－９９５５９３ －５４．２ ６２．３ ０．９５
８０ ｍｇｕ－ｍｉＲ１６０ｃ ＵＧＣＣＵＧＧＣＵＣＣＵＵＧＵＡＵＧＣＣＡ ２１ １０１ ｓｃａｆｆｏｌｄ＿１７：－：１３６８９１５－１３６９０１５ －５４．０ ４７．５ １．０２
８１ ｍｇｕ－ｍｉＲ１６４ａ ＵＧＧＡＧＡＡＧＣＡＧＧＧＣＡＣＡＵＧＣＣ ２１ ９１ ｓｃａｆｆｏｌｄ＿７：－：４５６３４４－４５６４３４ －４２．１ ５６．０ １．０５
８２ ｍｇｕ－ｍｉＲ１６４ｂ ＵＧＧＡＧＡＡＧＣＡＧＧＧＣＡＣＡＵＧＣＵ ２１ １１１ ｓｃａｆｆｏｌｄ＿１：＋：４３２９９４－４３３１０４ －６２．３ ５０．５ １．１３
８３ ｍｇｕ－ｍｉＲ１６４ｃ ＵＧＧＡＧＡＡＧＣＡＧＧＧＣＡＣＧＵＧＣ ２０ １１０ ｓｃａｆｆｏｌｄ＿１２８：＋：３９４８１６－３９４９２５ －４８．７ ５３．６ ０．９５
８４ ｍｇｕ－ｍｉＲ１６４ｄ ＵＧＧＡＧＡＡＧＣＡＧＧＧＣＡＣＧＵＧＣＡ ２１ １１１ ｓｃａｆｆｏｌｄ＿１２８：＋：３９４８１６－３９４９２６ －５０．４ ５４．１ ０．９９
８５ ｍｇｕ－ｍｉＲ１６４ｅ ＵＧＧＡＧＡＡＧＧＧＧＡＧＣＡＣＧＵＧＣＡ ２１ １１１ ｓｃａｆｆｏｌｄ＿１２８：－：４５１６７９－４５１７８９ －５３．４ ５０．５ ０．９７
８６ ｍｇｕ－ｍｉＲ１７１ｈ ＵＧＵＵＧＧＣＵＣＧＧＣＵＣＡＣＵＣＡＧＡ ２１ １２１ ｓｃａｆｆｏｌｄ＿２：＋：４３９２４８５－４３９２６０５ －４２．１ ６２．８ ０．９４
８７ ｍｇｕ－ｍｉＲ４０３ ＵＵＡＧＡＵＵＣＡＣＧＣＡＣＡＡＡＣＵＣＧ ２１ １３１ ｓｃａｆｆｏｌｄ＿１：－：４６１６０６２－４６１６１９２ －４５．２ ６４．１ ０．９６
８８ ｍｇｕ－ｍｉＲ３９６ｅ ＵＵＣＡＡＵＡＡＡＧＣＵＧＵＧＧＧＡＡＧ ２０ １２０ ｓｃａｆｆｏｌｄ＿９：＋：９００７７１－９００８９０ －４９．４ ５５．８ ０．９３
８９ ｍｇｕ－ｍｉＲ３９３ｃ ＵＵＣＣＡＡＡＧＧＧＡＵＣＧＣＡＵＵＧＡＵＣ ２２ １１２ ｓｃａｆｆｏｌｄ＿５１：－：７７５３８９－７７５５００ －４７．９ ６２．５ １．１４
９０ ｍｇｕ－ｍｉＲ３９６ｆ ＵＵＣＣＡＣＡＧＣＵＵＵＣＵＵＧＡＡＣＵ ２０ １１０ ｓｃａｆｆｏｌｄ＿２１３：＋：３０９６７４－３０９７８３ －４４．４ ５５．５ ０．９１
９１ ｍｇｕ－ｍｉＲ３９６ｇ ＵＵＣＣＡＣＡＧＣＵＵＵＣＵＵＧＡＡＣＵＧ ２１ １１１ ｓｃａｆｆｏｌｄ＿２１３：＋：３０９６７４－３０９７８４ －４５．０ ５５．９ ０．９２
９２ ｍｇｕ－ｍｉＲ３９６ｈ ＵＵＣＣＡＣＡＧＣＵＵＵＣＵＵＧＡＡＣＵＵ ２１ １２１ ｓｃａｆｆｏｌｄ＿７：＋：２５５２３４７－２５５２４６７ －５１．２ ６５．３ １．２２
９３ ｍｇｕ－ｍｉＲ１５６ｊ ＵＵＧＡＣＡＧＡＡＧＡＧＡＧＡＧＡＧＣＡＣ ２１ １０１ ｓｃａｆｆｏｌｄ＿１０８：－：３３５２９３－３３５３９３ －４２．０ ５２．５ ０．８８
９４ ｍｇｕ－ｍｉＲ１５６ｋ ＵＵＧＡＣＡＧＡＡＧＡＧＡＧＡＧＡＧＣＡＣＡ ２２ １０２ ｓｃａｆｆｏｌｄ＿１０８：－：３３５２９２－３３５３９３ －４２．０ ５２．０ ０．８６
９５ ｍｇｕ－ｍｉＲ１５６ｌ ＵＵＧＡＣＡＧＡＡＧＡＧＡＧＵＧＡＧＣＡＣ ２１ １１１ ｓｃａｆｆｏｌｄ＿５０：＋：１４５０１５０－１４５０２６０ －５１．５ ６０．４ １．１７
９６ ｍｇｕ－ｍｉＲ１５６ｍ ＵＵＧＡＣＡＧＡＡＧＡＵＡＧＡＧＡＧＣ １９ １０９ ｓｃａｆｆｏｌｄ＿１１：－：２５２５７６３－２５２５８７１ －５４．２ ５１．４ １．０２
９７ ｍｇｕ－ｍｉＲ１５６ｎ ＵＵＧＡＣＡＧＡＡＧＡＵＡＧＡＧＡＧＣＡＣ ２１ １１１ ｓｃａｆｆｏｌｄ＿１１：－：２５２５７６１－２５２５８７１ －５６．７ ５１．４ １．０５
９８ ｍｇｕ－ｍｉＲ１７１ｉ ＵＵＧＡＧＣＣＧＵＧＣＣＡＡＵＡＵＣＡＣ ２０ １００ ｓｃａｆｆｏｌｄ＿４：＋：２２７１８７７－２２７１９７６ －５２．０ ５９．０ １．２７
９９ ｍｇｕ－ｍｉＲ１７１ｊ ＵＵＧＡＧＣＣＧＵＧＣＣＡＡＵＡＵＣＡＣＵ ２１ １０１ ｓｃａｆｆｏｌｄ＿４：＋：２２７１８７７－２２７１９７７ －５２．０ ５８．４ １．２４
１００ ｍｇｕ－ｍｉＲ３１９ｃ ＵＵＧＧＡＣＵＧＡＡＧＧＧＡＧＣＵＣＣ １９ １９９ ｓｃａｆｆｏｌｄ＿１：－：１０６４３９７－１０６４５９５ －８５．６ ５４．８ ０．９５
１０１ ｍｇｕ－ｍｉＲ３１９ｄ ＵＵＧＧＡＣＵＧＡＡＧＧＧＡＧＣＵＣＣＣ ２０ ２００ ｓｃａｆｆｏｌｄ＿１：－：１０６４３９６－１０６４５９５ －８５．６ ５５．０ ０．９５
１０２ ｍｇｕ－ｍｉＲ３１９ｅ ＵＵＧＧＡＣＵＧＡＡＧＧＧＡＧＣＵＣＣＣＡ ２１ ２２１ ｓｃａｆｆｏｌｄ＿１０３：－：７６９７４３－７６９９６３ －１００．１ ５５．７ １．０２
１０３ ｍｇｕ－ｍｉＲ３１９ｆ ＵＵＧＧＡＣＵＧＡＡＧＧＧＡＧＣＵＣＣＣＵ ２１ ２０１ ｓｃａｆｆｏｌｄ＿１：－：１０６４３９５－１０６４５９５ －８５．６ ５５．２ ０．９５
１０４ ｍｇｕ－ｍｉＲ３９４ ＵＵＧＧＣＡＵＵＣＵＧＵＣＣＡＣＣＵＣＣ ２０ １６０ ｓｃａｆｆｏｌｄ＿２：＋：４３９７４６６－４３９７６２５ －５３．２ ６５．６ ０．９７
１０５ ｍｇｕ－ｍｉＲ１５９ ＵＵＵＧＧＡＵＵＧＡＡＧＧＧＡＧＣＵＣＵＡ ２１ ２０１ ｓｃａｆｆｏｌｄ＿１５４：－：３３８０６１－３３８２６１ －８１．１ ６１．２ １．０４
注：ＭＬ为 ｍｉＲＮＡ长度，ＰＬ为前体长度，ＬＰＳ为前体序列的位置，ＭＦＥ为最小自由能，ＭＦＥＩ为最小自由能指数。
Ｎｏｔｅ：ＭＬ ｉｓ ｔｈｅ ｌｅｎｇｔｈ ｏｆ ｍｉＲＮＡ ｓｅｑｕｅｎｃｅｓ，ＰＬ ｉｓ ｔｈｅ ｌｅｎｇｔｈ ｏｆ ｐｒｅｃｕｒｓｏｒ ｓｅｑｕｅｎｃｅｓ，ＬＰＳ ｉｓ ｔｈｅ ｌｏｃａｔｉｏｎ ｏｆ ｐｒｅｃｕｒｓｏｒ ｓｅｑｕｅｎｃｅｓ，ＭＦＥ ｉｓ ｍｉｎｉｍａｌ ｆｏｌｄｉｎｇ ｆｒｅｅ ｅｎ－
ｅｒｇｉｅｓ，ＭＦＥＩ ｉｓ ｍｉｎｉｍａｌ ｆｏｌｄｉｎｇ ｆｒｅｅ ｅｎｅｒｇｙ ｉｎｄｅｘ．
·０１·
贵 州 农 业 科 学
Ｇｕｉｚｈｏｕ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ
表２ 猴面花调控转录因子的ｍｉＲＮＡ
Ｔａｂｌｅ ２ Ｔｈｅ ｍｉＲＮＡｓ ｗｈｉｃｈ ｒｅｇｕｌａｔｅ ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒｓ
序号
Ｎｏ．
ｍｉＲＮＡ 靶基因
Ｔａｒｇｅｔｓ
转录因子
ＴＦ
１ ｍｇｕ－ｍｉＲ１５６ａ ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１５９６９ｍ，ｍｇｖ１ａ００９４９９ｍ ＳＰＬ
２ ｍｇｕ－ｍｉＲ１５６ｂ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１５９６９ｍ，ｍｇｖ１ａ００９４９９ｍ
３ ｍｇｕ－ｍｉＲ１５６ｄ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１１９４４ｍ，ｍｇｖ１ａ００９４９９ｍ，
ｍｇｖ１ａ０１５８６３ｍ
４ ｍｇｕ－ｍｉＲ１５６ｅ，ｍｇｕ－ｍｉＲ１５６ｆ，ｍｇｕ－ｍｉＲ１５６ｇ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１１９４４ｍ，ｍｇｖ１ａ０１５９６９ｍ，
ｍｇｖ１ａ０１４６８２ｍ，ｍｇｖ１ａ００９４９９ｍ，ｍｇｖ１ａ０１５８６３ｍ
５ ｍｇｕ－ｍｉＲ１５６ｈ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１１９４４ｍ，ｍｇｖ１ａ０１４６８２ｍ，
ｍｇｖ１ａ００９４９９ｍ，ｍｇｖ１ａ０１５８６３ｍ
６ ｍｇｕ－ｍｉＲ１５６ｉ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１１９４４ｍ，ｍｇｖ１ａ０１５９６９ｍ，
ｍｇｖ１ａ０１４６８２ｍ，ｍｇｖ１ａ００９４９９ｍ，ｍｇｖ１ａ０１５８６３ｍ
７ ｍｇｕ－ｍｉＲ１５７ｂ，ｍｇｕ－ｍｉＲ１５６ｊ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１１９４４ｍ，ｍｇｖ１ａ０１５９６９ｍ，
ｍｇｖ１ａ００９４９９ｍ
８ ｍｇｕ－ｍｉＲ１５６ｋ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ００９４９９ｍ
９ ｍｇｕ－ｍｉＲ１５６ｌ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１１９４４ｍ，ｍｇｖ１ａ００９４９９ｍ，
ｍｇｖ１ａ０１５８６３ｍ
１０ ｍｇｕ－ｍｉＲ１５６ｍ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１５９６９ｍ，ｍｇｖ１ａ０１４６８２ｍ，
ｍｇｖ１ａ００９４９９ｍ
１１ ｍｇｕ－ｍｉＲ１５６ｎ ｍｇｖ１ａ０２０１２０ｍ，ｍｇｖ１ａ０２０７２８ｍ，ｍｇｖ１ａ００５９０３ｍ，ｍｇｖ１ａ０１５９６９ｍ，ｍｇｖ１ａ００９４９９ｍ
１２ ｍｇｕ－ｍｉＲ１６６ａ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３４４ｍ，ｍｇｖ１ａ００１３５０ｍ ＨＤ－ＺＩＰＩＩＩ
１３ ｍｇｕ－ｍｉＲ１６６ｂ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３４４ｍ，ｍｇｖ１ａ００１３５０ｍ
１４ ｍｇｕ－ｍｉＲ１６６ｃ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３１７ｍ，ｍｇｖ１ａ００１３２２ｍ，ｍｇｖ１ａ００１３４０ｍ，ｍｇｖ１ａ００１３４４ｍ，
ｍｇｖ１ａ００１３５０ｍ
１５ ｍｇｕ－ｍｉＲ１６６ｄ，ｍｇｕ－ｍｉＲ１６６ｅ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３４４ｍ，ｍｇｖ１ａ００１３５０ｍ
１６ ｍｇｕ－ｍｉＲ１６６ｇ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３１７ｍ，ｍｇｖ１ａ００１３２２ｍ，ｍｇｖ１ａ００１３４０ｍ，ｍｇｖ１ａ００１３４４ｍ，
ｍｇｖ１ａ００１３５０ｍ
１７ ｍｇｕ－ｍｉＲ１６６ｈ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３４４ｍ，ｍｇｖ１ａ００１３５０ｍ
１８ ｍｇｕ－ｍｉＲ１６６ｉ，ｍｇｕ－ｍｉＲ１６６ｊ ｍｇｖ１ａ００１３０９ｍ，ｍｇｖ１ａ００１３１７ｍ，ｍｇｖ１ａ００１３２２ｍ，ｍｇｖ１ａ００１３４０ｍ，ｍｇｖ１ａ００１３４４ｍ，
ｍｇｖ１ａ００１３５０ｍ
１９ ｍｇｕ－ｍｉＲ１５６ｄ ｍｇｖ１ａ００５４６１ｍ，ｍｇｖ１ａ０２０２２１ｍ，ｍｇｖ１ａ０２３９１９ｍ，ｍｇｖ１ａ０２４２８３ｍ，ｍｇｖ１ａ０２６０７４ｍ ＴＰＲ
２０ ｍｇｕ－ｍｉＲ３９６ｃ ｍｇｖ１ａ００６７７３ｍ
２１ ｍｇｕ－ｍｉＲ１６８ｂ ｍｇｖ１ａ００６０９４ｍ
２２ ｍｇｕ－ｍｉＲ１５６ｅ ｍｇｖ１ａ００５４６１ｍ，ｍｇｖ１ａ０２０２２１ｍ，ｍｇｖ１ａ０２３９１９ｍ，ｍｇｖ１ａ０２４２８３ｍ，ｍｇｖ１ａ０２６０７４ｍ
２３ ｍｇｕ－ｍｉＲ１５６ｇ ｍｇｖ１ａ００５４６１ｍ，ｍｇｖ１ａ０２０２２１ｍ，ｍｇｖ１ａ０２３４０７ｍ，ｍｇｖ１ａ０２３９１９ｍ，ｍｇｖ１ａ０２４２８３ｍ，
ｍｇｖ１ａ０２６０７４ｍ
２４ ｍｇｕ－ｍｉＲ１５６ｈ，ｍｇｕ－ｍｉＲ１５６ｊ，ｍｇｕ－ｍｉＲ１５６ｌ ｍｇｖ１ａ００５４６１ｍ，ｍｇｖ１ａ０２０２２１ｍ，ｍｇｖ１ａ０２３９１９ｍ，ｍｇｖ１ａ０２４２８３ｍ，ｍｇｖ１ａ０２６０７４ｍ
２５ ｍｇｕ－ｍｉＲ１６９ａ，ｍｇｕ－ｍｉＲ１６９ｂ ｍｇｖ１ａ０１３１１０ｍ，ｍｇｖ１ａ００９９４１ｍ，ｍｇｖ１ａ０１４５４６ｍ，ｍｇｖ１ａ０１２９６７ｍ ＮＦ－Ｙ
２６ ｍｇｕ－ｍｉＲ１６９ｃ ｍｇｖ１ａ０１３１１０ｍ
２７ ｍｇｕ－ｍｉＲ１６９ｄ，ｍｇｕ－ｍｉＲ１６９ｆ ｍｇｖ１ａ０１３１１０ｍ，ｍｇｖ１ａ００９９４１ｍ，ｍｇｖ１ａ０１４５４６ｍ
２８ ｍｇｕ－ｍｉＲ１６９ｇ ｍｇｖ１ａ０１３１１０ｍ，ｍｇｖ１ａ００９９４１ｍ，ｍｇｖ１ａ０１４５４６ｍ，ｍｇｖ１ａ０１２９６７ｍ
２９ ｍｇｕ－ｍｉＲ１７２ａ，ｍｇｕ－ｍｉＲ１７２ｂ，ｍｇｕ－ｍｉＲ１７２ｃ，ｍｇｕ－ｍｉＲ１７２ｄ ｍｇｖ１ａ００８４６１ｍ，ｍｇｖ１ａ０２１２４６ｍ ＡＰ２
３０ ｍｇｕ－ｍｉＲ１７１ａ，ｍｇｕ－ｍｉＲ１７１ｃ，ｍｇｕ－ｍｉＲ１７１ｄ，ｍｇｕ－ｍｉＲ１７１ｅ， ｍｇｖ１ａ００３５７７ｍ ＧＲＡＳ
ｍｇｕ－ｍｉＲ１７１ｆ，ｍｇｕ－ｍｉＲ１７１ｇ，ｍｇｕ－ｍｉＲ１７１ｉ，ｍｇｕ－ｍｉＲ１７１ｊ
３１ ｍｇｕ－ｍｉＲ１６６ｃ ｍｇｖ１１ｂ０２２９５４ｍ ＮＡＣ
３２ ｍｇｕ－ｍｉＲ１６４ａ ｍｇｖ１ａ０１１２７０ｍ
３３ ｍｇｕ－ｍｉＲ１６４ｂ ｍｇｖ１ａ００９３５６ｍ，ｍｇｖ１ａ０１７７０７ｍ，ｍｇｖ１ａ００９３７５ｍ
３４ ｍｇｕ－ｍｉＲ１６４ｃ ｍｇｖ１ａ００９３５６ｍ，ｍｇｖ１ａ０１７７０７ｍ，ｍｇｖ１ａ００９３７５ｍ，ｍｇｖ１ａ０１０１３４ｍ，ｍｇｖ１ａ０１１２７０ｍ，
ｍｇｖ１ａ０１５０３３ｍ，ｍｇｖ１ａ０１２６２７ｍ
３５ ｍｇｕ－ｍｉＲ１６４ｄ ｍｇｖ１ａ００９３５６ｍ，ｍｇｖ１ａ０１７７０７ｍ，ｍｇｖ１ａ００９３７５ｍ
３６ ｍｇｕ－ｍｉＲ３９４ ｍｇｖ１ａ０１１１２９ｍ
３７ ｍｇｕ－ｍｉＲ３１９ａ ｍｇｖ１ａ０２２２８２ｍ，ｍｇｖ１ａ００８６９８ｍ，ｍｇｖ１ａ０１２９１６ｍ ｍｙｂ
３８ ｍｇｕ－ｍｉＲ３１９ｂ ｍｇｖ１ａ０２２２８２ｍ
３９ ｍｇｕ－ｍｉＲ８２８ ｍｇｖ１ａ０２３５４５ｍ，ｍｇｖ１ａ０１９１２４ｍ，ｍｇｖ１ａ００９７００ｍ
４０ ｍｇｕ－ｍｉＲ３１９ｃ ｍｇｖ１ａ０２２２８２ｍ，ｍｇｖ１ａ００８６９８ｍ，ｍｇｖ１ａ０１２９１６ｍ，ｍｇｖ１ａ０２２８３３ｍ
４１ ｍｇｕ－ｍｉＲ３１９ｄ ｍｇｖ１ａ０２２２８２ｍ，ｍｇｖ１ａ００８６９８ｍ，ｍｇｖ１ａ０１２９１６ｍ
４２ ｍｇｕ－ｍｉＲ３１９ｆ ｍｇｖ１ａ０２２２８２ｍ，ｍｇｖ１ａ００８６９８ｍ
４３ ｍｇｕ－ｍｉＲ１５９ ｍｇｖ１ａ０２２２８２ｍ
４４ ｍｇｕ－ｍｉＲ１６０ａ ｍｇｖ１ａ００２７５３ｍ，ｍｇｖ１ａ００４５２３ｍ ＡＲＦ
４５ ｍｇｕ－ｍｉＲ１６７ａ ｍｇｖ１ａ００１４２２ｍ，ｍｇｖ１ａ００１４４９ｍ，ｍｇｖ１ａ００２０２０ｍ
４６ ｍｇｕ－ｍｉＲ１６７ｄ ｍｇｖ１ａ００１４２２ｍ，ｍｇｖ１ａ００１４４９ｍ
４７ ｍｇｕ－ｍｉＲ１６０ｃ ｍｇｖ１ａ００２７５３ｍ，ｍｇｖ１ａ０２０９３２ｍ，ｍｇｖ１ａ０２１０２１ｍ，ｍｇｖ１ａ０２１１５４ｍ
４８ ｍｇｕ－ｍｉＲ１６７ａ，ｍｇｕ－ｍｉＲ１６７ｅ ｍｇｖ１ａ０２４８７０ｍ ＰＬＡＴＺ
４９ ｍｇｕ－ｍｉＲ３９４ ｍｇｖ１ａ０１４０５３ｍ，ｍｇｖ１ａ０１４２０２ｍ
５０ ｍｇｕ－ｍｉＲ１６６ｃ，ｍｇｕ－ｍｉＲ１６６ｇ，ｍｇｕ－ｍｉＲ１６６ｉ，ｍｇｕ－ｍｉＲ１６６ｊ ｍｇｖ１ａ００１４１０ｍ ＨＯＸ
５１ ｍｇｕ－ｍｉＲ３９０ｃ ｍｇｖ１ａ０１４８７８ｍ ｂＨＬＨ
５２ ｍｇｕ－ｍｉＲ３９６ｅ ｍｇｖ１ａ００８７９７ｍ ＳＳＴＦ
５３ ｍｇｕ－ｍｉＲ１７２ｄ ｍｇｖ１ａ００３９３９ｍ ＷＲＫＹ
５４ ｍｇｕ－ｍｉＲ１５６ａ ｍｇｖ１ａ０００３７７ｍ ｚｉｎｃ ｆｉｎｇｅｒ
注：ＴＦ为转录因子，ＳＰＬ为ＳＰＬ转录因子家族，ＨＤ－ＺＩＰＩＩＩ为 ＨＤ－ＺＩＰＩＩＩ转录因子家族，ＴＰＲ为ＴＰＲ转录因子，ＮＦ－Ｙ为核因子，ＡＲＦ为生长素反应因子家族，ＨＯＸ为 ＨＯＸ转录因子家族，
ｂＨＬＨ 为螺旋－环－螺旋转录因子家族，ＳＳＴＦ为ＤＮＡ特异性结合转录因子。
Ｎｏｔｅ：ＴＦ ｉｓ ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒ，ＳＰＬ ｉｓ ｓｑｕａｍｏｓａ ｐｒｏｍｏｔｅｒ ｂｉｎｄｉｎｇ ｐｒｏｔｅｉｎ－ｌｉｋｅ，ＨＤ－ＺＩＰＩＩＩ ｉｓ ｈｏｍｅｏｂｏｘ－ｌｅｕｃｉｎｅ ｚｉｐｐｅｒ ｆａｍｉｌｙ ｐｒｏｔｅｉｎ／ｌｉｐｉｄ－ｂｉｎｄｉｎｇ ＳＴＡＲＴ ｄｏｍａｉｎ－ｃｏｎｔａｉｎｉｎｇ ｐｒｏｔｅｉｎ，ＴＰＲ ｉｓ
Ｔｅｔｒａｔｒｉｃｏｐｅｐｔｉｄｅ ｒｅｐｅａｔ（ＴＰＲ）－ｌｉｋｅ ｓｕｐｅｒｆａｍｉｌｙ ｐｒｏｔｅｉｎ，ＮＦ－Ｙ ｉｓ ｎｕｃｌｅａｒ ｆａｃｔｏｒ Ｙ，ＡＲＦ ｉｓ ａｕｘｉｎ ｒｅｓｐｏｎｓｅ ｆａｃｔｏｒ，ＨＯＸ ｉｓ ｈｏｍｅｏｂｏｘ ｇｅｎｅ，ｂＨＬＨ ｉｓ ｂａｓｉｃ ｈｅｌｉｘ－ｌｏｏｐ－ｈｅｌｉｘ ＤＮＡ－ｂｉｎｄｉｎｇ ｓｕｐｅｒｆａｍｉｌｙ
ｐｒｏｔｅｉｎ，ＳＳＴＦ ｉｓ ｓｅｑｕｅｎｃｅ－ｓｐｅｃｉｆｉｃ ＤＮＡ ｂｉｎｄｉｎｇ ｔｒａｎｓｃｒｉｐｔｉｏｎ ｆａｃｔｏｒｓ．
·１１·
李崇奇 等 猴面花ｍｉＲＮＡ及靶基因的生物信息学预测
ＬＩ Ｃｈｏｎｇｑｉ ｅｔ ａｌ Ｂｉｏｉｎｆｏｒｍａｔｉｃ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｍｉｃｒｏＲＮＡ ａｎｄ Ｔｈｅｉｒ Ｔａｒｇｅｔ Ｇｅｎｅ ｉｎ Ｍｉｍｕｌｕｓ ｇｕｔａｔｕｓ
２．２ 猴面花ｍｉＲＮＡ和前体的碱基组成特征
猴面花的 ｍｉＲＮＡ长度为１９～２２ｎｔ，其中，５８
个ｍｉＲＮＡ为２１ｎｔ，占５５．２％。ｍｉＲＮＡ序列中嘌
呤与嘧啶的比值为１．１。碱基组成分析发现，Ａ、Ｇ、
Ｃ、Ｕ频率最高的位置分别为５′端第１０碱基、第８
碱基、第１９碱基和第１碱基，频率分别为４１．０％、
５３．３％、４９．５％和６７．６％。ｍｉＲＮＡ 前体长度为
７０～２２２ｎｔ，平均１２３ｎｔ，嘌呤与嘧啶的比值为
１．００∶１．０８，碱基组成 Ａ∶Ｇ∶Ｃ∶Ｕ 为１．００∶
０．８５∶０．７８∶１．２２，尿嘧啶的比例明显偏高。前体
序列５′端碱基组成分析发现前９个碱基中嘌呤的比
例都明显高于嘧啶，嘧啶出现频率最低的为第１碱
基，为３３．３％；最高的第７碱基为４５．７％。ｍｉＲＮＡ
上游１０ｎｔ侧翼序列碱基 Ａ∶Ｇ∶Ｃ∶Ｕ 为１∶
１．０７∶０．５７∶１．５１，尿嘧啶比例明显偏高，胞嘧啶明
显偏低；而ｍｉＲＮＡ下游１０ｎｔ侧翼序列碱基的Ａ∶
Ｇ：∶Ｃ∶Ｕ为１∶０．６５∶０．８９∶１．１５，鸟嘌呤比例
明显偏低。值得注意的是，下游第１碱基中鸟嘌呤
出现频率仅为９．５％。
２．３ 猴面花的ｍｉＲＮＡ靶基因预测
１０５个ｍｉＲＮＡ中有９３个预测到了靶基因，共
发现２９０条编码序列受到 ｍｉＲＮＡ调控，去除不能
被注释的基因后共发现２５０条靶基因序列。同时发
现靶基因中有６１个为转录因子，并且受到总计６２
个ｍｉＲＮＡ的调控（表２）。仅受单个 ｍｉＲＮＡ调控
的转录因子编码序列有２２条，２个 ｍｉＲＮＡ调控的
有６条，受调控最多的为ＳＰＬ转录因子家族（ｓｑｕａ－
ｍｏｓａ ｐｒｏｍｏｔｅｒ ｂｉｎｄｉｎｇ ｐｒｏｔｅｉｎ－ｌｉｋｅ，ＳＰＬ）的
ｍｇｖ１ａ００５９０３ｍ、ｍｇｖ１ａ００９４９９ｍ 和 ｍｇｖ１ａ０２０７２８ｍ
等３条编码序列，均受到１４个ｍｉＲＮＡ的调控。
３ 结论与讨论
１）应用生物信息学方法对猴面花全基因组碱
基序列近些分析，识别了４９个不同 ｍｉＲＮＡ家族的
１０５条保守 ｍｉＲＮＡ 序列。Ｂａｒｏｚａｉ等［７］应用 ＥＳＴ
序列进行预测时共发现２８条猴面花的 ｍｉＲＮＡ序
列和６条刘易斯猴面花（Ｍｉｍｕｌｕｓ ｌｅｗｉｓｉ）的 ｍｉＲ－
ＮＡ序列，其中只有２条序列为保守序列。本研究
中也预测到了２条保守序列，即 ｍｇｕ－ｍｉＲ３９５ｆ和
ｍｇｕ－ｍｉＲ１５６ｊ，同时发现，在刘易斯猴面花中有单碱
基突变的 ｍｌｅ－ＭＩＲ１５６ａ和 ｍｌｅ－ＭＩＲ１５６ｂ是保守
的，分别为 ｍｇｕ－ｍｉＲ１５６ｅ和 ｍｇｕ－ｍｉＲ１５７ｂ；而本研
究预测到的其余１０１条保守ｍｉＲＮＡ序列均为首次
在猴面花中发现。然而与在水稻（Ｏｒｙｚａ ｓａｔｉｖａ）中
发现的７１３条、黄豆（Ｇｌｙｃｉｎｅ ｍａｘ）中发现的５５４条
ｍｉＲＮＡ序列相比（ｗｗｗ．ｍｉｒｂａｓｅ．ｏｒｇ），猴面花的
ｍｉＲＮＡ还有待于进一步的生物信息学挖掘，或通
过基因克隆、芯片技术和小ＲＮＡ测序等相关实验
技术进行识别。然而如何识别真正的 ｍｉＲＮＡ 序
列，避免将其他非编码 ＲＮＡ或干扰 ＲＮＡ注释为
ｍｉＲＮＡ，一直是一项困难的工作。Ｔａｙｌｏｒ等［１０］对
ｍｉｒＢａｓｅ数据库中的分析发现，３２．３％的ｍｉＲＮＡ序
列缺少充足的证据证明其为真正的 ｍｉＲＮＡ序列，
同时否定了数据库中四分之三的 ｍｉＲＮＡ家族。而
ｐｓＲｏｂｏｔ可以自动化识别用户上传的小ＲＮＡ分子
是否具有茎环结构，同时可以预测预置基因组物种
的ｍｉＲＮＡ靶基因情况。Ｗｕ等［８］应用拟南芥ｍｉＲ－
ＮＡ序列进行测试时发现其识别效率达到９４％，而
对靶基因的识别效率也达到８９％。
２）尿嘧啶在猴面花ｍｉＲＮＡ ５′端第１碱基出现
的频率高达６７．６％，而胞嘧啶尿嘧啶在第１９碱基
出现的频率则高达４９．５％，这与在拟南芥、水稻、大
豆和亚麻等其他物种中的发现一致［１１－１３］。对猴面花
ｍｉＲＮＡ侧翼序列分析发现，上游序列中尿嘧啶比
例明显偏高，而胞嘧啶明显偏低；而下游序列中鸟嘌
呤比例明显偏低，鸟嘌呤在下游第１碱基中出现频
率仅为９．５％。目前研究发现，成熟ｍｉＲＮＡ序列５′
端第一碱基的种类不同，可能导致其选择不同的
Ａｒｇｏｎａｕｔｅ蛋白，从而形成不同的ＲＩＳＣ复合物［１４］。
但是对于 ｍｉＲＮＡ 初级转录产物在加工及形成
ＲＩＳＣ复合物的过程中，除了对ｍｉＲＮＡ序列本身的
碱基有选择性以外，是否会对 ｍｉＲＮＡ侧翼序列具
有选择性，还有待于进一步研究。
３）猴面花中９３个预测到了靶基因的 ｍｉＲＮＡ
中，有６４个靶向转录因子。同时发现不同的猴面花
转录因子家族主要受不同的 ｍｉＲＮＡ家族调控，如
ＳＰＬ转录因子家族主要受到猴面花 ｍｉＲＮＡ１５６家
族的调控，ＨＤ－ＺＩＰＩＩＩ转录因子家族受 ｍｉＲＮＡ１６６
家 族 调 控，核 因 子 受 ｍｉＲＮＡ１６６ 家 族 调 控。
Ｊｏｒｇｅｎｓｅｎ和Ｐｒｅｓｔｏｎ［１５］认为，ＳＰＬ转录因子家族可
能通过调控开花时间基因的表达决定物种是多年生
植物还是一年生植物。同时近年来在植物研究中发
现，ｍｉＲＮＡ１５６家族通过调控ＳＰＬ转录因子家族决
定植物发育时相的转变；ｍｉＲＮＡ１５９ 通过调控
ＭＹＢ转录因子家族会导致开花推迟；ｍｉＲＮＡ１６４
家族通过调控ＮＡＣ转录因子家族影响花和根的发
育［１６］。然而在猴面花中 ｍｉＲＮＡ如何通过调控这
些转录因子影响植物的发育，其调控方式和其突变
后产生的表型是否与在其他植物中一致都还需要进
一步研究。
［参 考 文 献］
［１］ 张 亚．猴面花“花脸”系列栽培技术［Ｊ］．中国花卉园
艺，２０１０（１０）：３７．
［２］ 徐晔春．花色绚丽的猴面花［Ｊ］．花木盆景（花卉园
艺），２００８（８）：２－３．
［３］ Ｐｅｔｅｒｓｏｎ Ｍ Ｌ，Ｒｉｃｅ Ｋ Ｊ，Ｓｅｘｔｏｎ Ｊ Ｐ．Ｎｉｃｈｅ ｐａｒｔｉｔｉｏ－
ｎｉｎｇ ｂｅｔｗｅｅｎ ｃｌｏｓｅ ｒｅｌａｔｉｖｅｓ ｓｕｇｇｅｓｔｓ ｔｒａｄｅ－ｏｆｆｓ ｂｅ－
ｔｗｅｅｎ ａｄａｐｔａｔｉｏｎ ｔｏ ｌｏｃａｌ ｅｎｖｉｒｏｎｍｅｎｔｓ ａｎｄ ｃｏｍｐｅｔｉ－
ｔｉｏｎ［Ｊ］．Ｅｃｏｌ Ｅｖｏｌ，２０１３ ３（３）：５１２－５２２．
［４］ Ｉｖｅｙ Ｃ Ｔ，Ｃａｒｒ Ｄ Ｅ．Ｔｅｓｔｓ ｆｏｒ ｔｈｅ ｊｏｉｎｔ ｅｖｏｌｕｔｉｏｎ ｏｆ
ｍａｔｉｎｇ ｓｙｓｔｅｍ ａｎｄ ｄｒｏｕｇｈｔ ｅｓｃａｐｅ ｉｎ Ｍｉｍｕｌｕｓ［Ｊ］．
Ａｎｎ Ｂｏｔ，２０１２，１０９（３）：５８３－５９８．
［５］ Ｍｕｒｒｅｎ Ｃ Ｊ，Ｄｕｄａｓｈ Ｍ Ｒ．Ｖａｒｉａｔｉｏｎ ｉｎ ｉｎｂｒｅｅｄｉｎｇ
ｄｅｐｒｅｓｓｉｏｎ ａｎｄ ｐｌａｓｔｉｃｉｔｙ ａｃｒｏｓｓ ｎａｔｉｖｅ ａｎｄ ｎｏｎ－ｎａｔｉｖｅ
ｆｉｅｌｄ ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｊ］．Ａｎｎ Ｂｏｔ，２０１２，１０９（３）：６２１－
３２． （下转第１５页）
·２１·
贵 州 农 业 科 学
Ｇｕｉｚｈｏｕ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ
育秧方式采用旱育或两段育秧技术；播种前晒种、强
氯精浸种、稀播匀播，科学肥水管理，充分利用光温
条件，培育多蘖壮秧。
４．２ 适时移栽，合理密植
秧龄以３８～４５ｄ为宜，金优９９０分蘖力中等，
要协调合理密度来提高产量，随着海拔的升高或土
地肥力降低适当增加密植［４］，适宜密度为２２．５万～
２４ 万／ｈｍ２，每 穴 插 ２ 粒 谷 秧，基 本 苗 保 证 在
１１５万～１３０万／ｈｍ２，有利提高有效穗，以夺高产。
４．３ 肥水管理
决定水稻产量的主因子是结实率［５］，金优９９０
生育期短，营养生长期相对短，不利于大穗的形成，
移栽时，大田要重施底肥早施分蘖肥，时时控水，湿
润管理，以提高成穗率，从而获得高产。进入灌浆散
籽期后，田间不宜过早脱水，以免影响分蘖穗弱势籽
粒灌浆，导致其籽粒充实度不够影响产量。
４．４ 病虫害防治
根据当地水稻生产病虫害发生特点，做到预防
为主，加强病虫害预测预报工作。秧田期做好稻水
象甲的防治工作，分蘖高峰期重点防治稻纵卷叶和
螟稻飞虱，孕穗期至始穗期主要防治二化螟，抽穗扬
花期至成熟期重点防治稻瘟病，科学管理，确保丰产
安全，达到增收增效。
４．５ 制种技术要点
恢复系与不育系花期相遇是杂交水稻制种获得
高产的主要因素，金优９９０在贵州省内制种宜选择
在热量条件、隔离条件好的低海拔地区实施，一般情
况下，４月上中旬播种，叶差４．８叶，父母本播差期
为１８ｄ左右。父母本生育期都较短，宜密植和多本
栽插，每穴３～５粒谷，３５万穴左右／ｈｍ２。
［参 考 文 献］
［１］ 杨昌达，黄宗洪，黄伟秀，等．贵州稻作［Ｍ］．贵阳：贵
州科技出版社，２０１０：１－２．
［２］ 甘 雨，严宗卜，杨占烈，等．优质三系杂交香稻黔香
优３０２的选育及应用［Ｊ］．贵州农业科学，２００７，２６
（９）：８８－９０．
［３］ 伍 祥，周乐良，陈文强，等．高产耐寒杂交水稻新组
合奇优８９４［Ｊ］．种子，２０１１，３０（８）：１１９－１２１．
［４］ 张家洪，谭美林，王庆伟，等．不同密度与育秧方式对
金优９９０产量的影响［Ｊ］．耕作与栽培，２０１４（１）：１６－
２１．．
［５］ 张家洪，谭美林，王庆伟，等黔中地区杂交水稻播始历
期与若干经济性状的相关性分析［Ｊ］．南方农业，２０１１
（７）：３－５．
（责任编辑：姜 萍
櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁櫁
）
（上接第１２页）
［６］ Ｗｕ Ｃ Ａ，Ｌｏｗｒｙ Ｄ Ｂ，Ｃｏｏｌｅｙ Ａ Ｍ，ｅｔ ａｌ．Ｍｉｍｕｌｕｓ ｉｓ
ａｎ ｅｍｅｒｇｉｎｇ ｍｏｄｅｌ ｓｙｓｔｅｍ ｆｏｒ ｔｈｅ ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｅｃｏ－
ｌｏｇｉｃａｌ ａｎｄ ｇｅｎｏｍｉｃ ｓｔｕｄｉｅｓ［Ｊ］．Ｈｅｒｅｄｉｔｙ，２００８，１００
（２）：２２０－２３０．
［７］ Ｂａｒｏｚａｉ Ｍ Ｙ Ｋ，Ｄｉｎ Ｍ，Ｂａｌｏｃｈ Ｉ Ａ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ
ｍｉｃｒｏＲＮＡｓ ｉｎ ｅｃｏｌｏｇｉｃａｌ ｍｏｄｅｌ ｐｌａｎｔ Ｍｉｍｕｌｕｓ．Ｊ ｏｕｒ－
ｎａｌ ｏｆ Ｂｉｏｐｈｙｓｉｃａｌ Ｃｈｅｍｉｓｔｒｙ［Ｊ］．２０１１，２（３）：３２２－３３１．
［８］ Ｗｕ Ｈ Ｊ，Ｍａ Ｙ Ｋ，Ｃｈｅｎ Ｔ，ｅｔ ａｌ．ＰｓＲｏｂｏｔ：ａ ｗｅｂ－
ｂａｓｅｄ ｐｌａｎｔ ｓｍａｌ ＲＮＡ ｍｅｔａ－ａｎａｌｙｓｉｓ ｔｏｏｌｂｏｘ［Ｊ］．Ｎｕ－
ｃｌｅｉｃ Ａｃｉｄｓ Ｒｅｓｅａｒｃｈ，２０１２，４０（Ｗ１）：２２－２８．
［９］ Ｚｈａｎｇ Ｂ Ｈ，Ｐａｎ Ｘ Ｐ，Ｃｏｘ Ｓ Ｂ，ｅｔ ａｌ．Ｅｖｉｄｅｎｃｅ ｔｈａｔ
ｍｉＲＮＡｓ ａｒｅ ｄｉｆｆｅｒｅｎｔ ｆｒｏｍ ｏｔｈｅｒ ＲＮＡｓ［Ｊ］．Ｃｅｌｕｌａｒ
ａｎｄ Ｍｏｌｅｃｕｌａｒ Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ，２００６，６３（２）：２４６－２５４．
［１０］ Ｔａｙｌｏｒ Ｒ Ｓ，Ｔａｒｖｅｒ Ｊ Ｅ，Ｈｉｓｃｏｃｋ Ｓ Ｊ，ｅｔ ａｌ．Ｅｖｏｌｕ－
ｔｉｏｎａｒｙ ｈｉｓｔｏｒｙ ｏｆ ｐｌａｎｔ ｍｉｃｒｏＲＮＡｓ［Ｊ］．Ｔｒｅｎｄｓ Ｐｌａｎｔ
Ｓｃｉ，２０１４，１９（３）：１７５－１８２．
［１１］ Ｚｈａｎｇ Ｂ，Ｐａｎ Ｘ，Ｃａｎｎｏｎ Ｃ，ｅｔ ａｌ．Ｃｏｎｓｅｒｖａｔｉｏｎ ａｎｄ ｄｉ－
ｖｅｒｇｅｎｃｅ ｏｆ ｐｌａｎｔ ｍｉｃｒｏＲＮＡ ｇｅｎｅｓ［Ｊ］．Ｐｌａｎｔ Ｊ，２００６，
４６（２）：２４３－２５９．
［１２］ Ｚｈａｎｇ Ｂ，Ｐａｎ Ｘ，Ｓｔｅｌｗａｇ Ｅ Ｊ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｓｏｙ－
ｂｅａｎ ｍｉｃｒｏＲＮＡｓ ａｎｄ ｔｈｅｉｒ ｔａｒｇｅｔｓ［Ｊ］．Ｐｌａｎｔａ，２００８，
２２９（１）：１６１－１８２．
［１３］ Ｎｅｕｔｅｌｉｎｇｓ Ｇ，Ｆéｎａｒｔ Ｓ，Ｌｕｃａｕ－Ｄａｎｉｌａ Ａ，ｅｔ ａｌ．Ｉｄｅｎ－
ｔｉｆｉｃａｔｉｏｎ ａｎｄ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｍｉＲＮＡｓ ａｎｄ ｔｈｅｉｒ
ｐｏｔｅｎｔｉａｌ ｔａｒｇｅｔｓ ｉｎ ｆｌａｘ［Ｊ］．Ｊ Ｐｌａｎｔ Ｐｈｙｓｉｏｌ，２０１２，１６９
（１７）：１７５４－１７６６．
［１４］ Ｔｈｉｅｍｅ Ｃ Ｊ，Ｓｃｈｕｄｏｍａ Ｃ，Ｍａｙ Ｐ，ｅｔ ａｌ．Ｇｉｖｅ Ｉｔ
ＡＧＯ：Ｔｈｅ Ｓｅａｒｃｈ ｆｏｒ ｍｉＲＮＡ－Ａｒｇｏｎａｕｔｅ Ｓｏｒｔｉｎｇ
Ｓｉｇｎａｌｓ ｉｎ Ａｒａｂｉｄｏｐｓｉｓ ｔｈａｌｉａｎａ Ｉｎｄｉｃａｔｅｓ ａ Ｒｅｌｅｖａｎｃｅ
ｏｆ Ｓｅｑｕｅｎｃｅ Ｐｏｓｉｔｉｏｎｓ Ｏｔｈｅｒ ｔｈａｎ ｔｈｅ ５′－Ｐｏｓｉｔｉｏｎ Ａ－
ｌｏｎｅ［Ｊ］．Ｆｒｏｎｔ Ｐｌａｎｔ Ｓｃｉ，２０１２，３：２７２．
［１５］ Ｊｏｒｇｅｎｓｅｎ Ｓ Ａ，Ｐｒｅｓｔｏｎ Ｊ Ｃ．Ｄｉｆｆｅｒｅｎｔｉａｌ ＳＰＬ ｇｅｎｅ
ｅｘｐｒｅｓｓｉｏｎ ｐａｔｔｅｒｎｓ ｒｅｖｅａｌ ｃａｎｄｉｄａｔｅ ｇｅｎｅｓ ｕｎｄｅｒｌｙｉｎｇ
ｆｌｏｗｅｒｉｎｇ ｔｉｍｅ ａｎｄ ａｒｃｈｉｔｅｃｔｕｒａｌ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ Ｍｉｍｕ－
ｌｕｓ ａｎｄ Ａｒａｂｉｄｏｐｓｉｓ［Ｊ］．Ｍｏｌ Ｐｈｙｌｏｇｅｎｅｔ Ｅｖｏｌ，２０１４，
７３：１２９－１３９．
［１６］ Ｗｕ Ｇ．Ｐｌａｎｔ ｍｉｃｒｏＲＮＡｓ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．Ｊｏｕｒｎａｌ
ｏｆ Ｇｅｎｅｔｉｃｓ ａｎｄ Ｇｅｎｏｍｉｃｓ，２０１３，４０（５）：２１７－２３０．
（责任编辑：聂克艳）
·５１·
张家洪 等 早熟高产杂交水稻新组合金优９９０的选育
ＺＨＡＮＧ Ｊｉａｈｏｎｇ ｅｔ ａｌ Ｂｒｅｅｄｉｎｇ ｏｆ Ｊｉｎｙｏｕ ９９０，ａ Ｎｅｗ Ｈｙｂｒｉｄ Ｒｉｃｅ Ｃｏｍｂｉｎａｔｉｏｎ ｗｉｔｈ Ｅａｒｌｙ Ｍａｔｕｒｉｔｙ ａｎｄ Ｈｉｇｈ Ｙｉｅｌｄ