全 文 ：书基于高通量测序的海滨雀稗转录组学研究
贾新平，叶晓青，梁丽建，邓衍明，孙晓波，佘建明
（江苏省农业科学院农业生物技术研究所 江苏省农业生物学重点实验室，江苏 南京２１００１４）
摘要：采用新一代高通量测序技术ＩｌｕｍｉｎａＨｉＳｅｑ２０００对海滨雀稗叶片转录组进行测序，结合生物信息学方法开
展基因表达谱研究和功能基因预测。通过测序，获得了４７５２０５４４个序列读取片段（ｒｅａｄｓ），包含了４７５２０５４４００个
碱基序列（ｂｐ）信息。对ｒｅａｄｓ进行序列组装，获得８１２２０个单基因簇（ｕｎｉｇｅｎｅ），平均长度１０７７ｂｐ，序列信息达到了
８７５４２５０３ｂｐ。另外从长度分布、ＧＣ含量、表达水平等方面对ｕｎｉｇｅｎｅ进行评估，数据显示测序质量好，可信度高。
数据库中的序列同源性比较表明，４６１６９个ｕｎｉｇｅｎｅ与其他生物的已知基因具有不同程度的同源性。海滨雀稗转
录组中的ｕｎｉｇｅｎｅ根据ＧＯ功能大致可分为细胞组分、分子功能和生物学过程三大类４８个分支，其中有大量ｕｎｉ
ｇｅｎｅ与代谢进程、结合活性和细胞进程相关。将ｕｎｉｇｅｎｅ与ＣＯＧ数据库进行比对，根据其功能大致可分为２５类。
ＫＥＧＧ数据库作为参考，依据代谢途径可将ｕｎｉｇｅｎｅ定位到１１２个代谢途径分支，包括苯丙氨酸代谢通路、植物与
病原物互作、植物激素生物合成和信号转导、黄酮类化合物合成、萜类骨架生物合成、脂类代谢、ＲＮＡ降解等。ＳＳＲ
位点查找发现，从８１２２０个ｕｎｉｇｅｎｅ中共找到２２７２１个ＳＳＲ位点。ＳＳＲ不同重复基序类型中，出现频率最高的为
Ａ／Ｔ，其次是ＣＣＧ／ＣＧＧ和ＡＧＣ／ＣＴＧ。本研究首次对海滨雀稗转录组进行了分析，为草坪草的分子生物学研究提
供了宝贵的基因组数据来源。
关键词：海滨雀稗；转录组；高通量测序；基因注释；ＳＳＲ
中图分类号：Ｓ５４３．９０３；Ｑ９４３．２　　文献标识码：Ａ　　文章编号：１００４５７５９（２０１４）０６０２４２１１
犇犗犐：１０．１１６８６／ｃｙｘｂ２０１４０６２９　　
　　海滨雀稗（犘犪狊狆犪犾狌犿狏犪犵犻狀犪狋狌犿，Ｓｅａｓｈｏｒｅｐａｓｐａｌｕｍ）是禾本科（Ｇｒａｍｉｎｅａｅ）黍族（Ｐａｎｉｃｅａｅ）雀稗属（犘犪狊
狆犪犾狌犿）的多年生草本植物，原产于美洲，为潮间带草滩植被的主要组分［１２］。海滨雀稗是目前耐盐能力最强的草
坪草种，还具有较强的耐涝、耐旱、耐践踏和耐磨损特性，能在复杂的逆境条件下生长［３８］。海滨雀稗的叶色翠绿，
景观效果优于狗牙根（犆狔狀狅犱狅狀犱犪犮狋狔犾狅狀）、结缕草（犣狅狔狊犻犪犼犪狆狅狀犻犮犪）和假俭草（犈狉犲犿狅犮犺犾狅犪狅狆犺犻狌狉狅犻犱犲狊）等暖季
型禾草，作为草坪草在世界热带与亚热带地区广为种植，已成为２１世纪最具发展潜力的草坪草种［９］。同时，海滨
雀稗还具有良好的适口性和营养价值，可作为优良牧草加以利用［１０］。关于海滨雀稗的遗传多样性、分子标记辅
助育种等研究已有报道［１１１２］，但其基因组和转录组信息的缺乏，造成海滨雀稗分子标记开发、遗传图谱构建、生长
发育及其抗逆机理方面的研究相对滞后［１３］。
近年来，包括基因组、转录组、蛋白质组等各种组学技术在揭示细胞生理活动规律和生物代谢机理的研究中
起着越来越重要的作用，而转录组学是率先发展起来以及应用最为广泛的技术［１４］。转录组（ｔｒａｎｓｃｒｉｐｔｏｍｅ）是指
细胞在特定状态下全部表达的ＲＮＡ的总和，反映相同基因在不同条件下表达水平的差异，并能揭示不同基因的
相互作用及各自功能［１５］。转录组测序能全面快速地获得某一物种特定细胞或组织在某一状态下的基因表达情
况，用于研究基因结构和功能、可变剪接和新转录本预测等［１６２０］。相对于传统的芯片杂交平台，转录组测序无需
已知序列设计探针，可对任意物种的整体转录活动进行检测，提供更精确的数字化信号，更高的检测通量以及更
广泛的检测范围。对于许多缺乏基因组信息的物种而言，转录组研究已在非模式植物中得到了广泛应用［２１２６］。
尽管海滨雀稗具有很高的经济价值和生态价值，但其分子生物学研究进展缓慢，基因数据库资源也十分匮
乏。随着高通量测序技术的迅速发展，极大地促进了植物基因表达研究，这样不仅可降低测序的成本和时间，而
２４２－２５２
２０１４年１２月
　　　草　业　学　报　　　
　　　ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ　　　
第２３卷　第６期
Ｖｏｌ．２３，Ｎｏ．６
收稿日期：２０１３１１１１；改回日期：２０１３１２０２
基金项目：江苏省盐土生物资源研究重点实验室开放课题（ＪＫＬＢＳ２０１２００３）资助。
作者简介：贾新平（１９８３），男，山西晋城人，助理研究员，博士。Ｅｍａｉｌ：ｐｉｎｇｄａｙａ＠１６３．ｃｏｍ
且还可以获得丰富的数据，有利于植物生长发育及其抗逆等方面的研究［２７］。到目前为止，利用新一代高通量测
序技术进行草坪种质资源创新与开发的研究还未见报道。本研究首次将ＩｌｕｍｉｎａＨｉＳｅｑ２０００高通量测序技术
应用到草坪草转录组研究中，将测序得到的海量数据进行拼接与组装，结合生物信息学方法对所获得的ｕｎｉｇｅｎｅ
进行基因功能注释、功能分类、代谢途径等分析，从功能基因组水平上研究海滨雀稗生长发育过程中重要基因的
表达，同时也为进一步的分子标记开发和基因功能研究奠定基础。
１　材料与方法
１．１　试验材料
试验材料为海滨雀稗品种“Ａｄａｌａｙｄ”，由江苏省农业科学院生物技术所植物细胞工程课题组提供。试验于
２０１３年８月在江苏省农业科学院生物技术所温室中进行，选取长势良好、健康的植株叶片，迅速将其放入纸带
内，立即经液氮速冻后保存于实验室超低温冰箱中备用。
１．２　ＲＮＡ提取
利用ＴＲＩｚｏＬ法提取试验材料海滨雀稗叶片的总ＲＮＡ。将样品放入研钵，加适量液氮迅速研磨，转移到经
ＤＥＰＣ处理的２ｍＬ离心管中，加入１ｍＬＴＲＩｚｏＬ（Ｉｎｖｉｔｒｏｇｅｎ，ＣａｒＬｓｂａｄＣＡ９２００８，ＵＳＡ），旋涡振荡混匀，室温
静置１０ｍｉｎ；４℃、１２０００ｒ／ｍｉｎ离心１０ｍｉｎ，将上清液移入新的１．５ｍＬ离心管，加入等体积的氯仿∶异戊醇
（２４∶１）混合液，用力摇１５ｓ，室温静置１０ｍｉｎ；４℃、１２０００ｒ／ｍｉｎ离心１０ｍｉｎ，将上清液移至新的１．５ｍＬ离心
管，加入等体积的异丙醇，室温静置１０ｍｉｎ；４℃、１２０００ｒ／ｍｉｎ离心１５ｍｉｎ，去除上清液，用ＲＮａｓｅｆｒｅｅ水配制的
７５％乙醇洗涤；４℃、１２０００ｒ／ｍｉｎ离心１５ｍｉｎ，去除上清液；置于冰上自然干燥５ｍｉｎ，用ＲＮａｓｅｆｒｅｅ水溶解，保存
于－７０℃备用。用ＡｇｉＬｅｎｔ２１００ＢｉｏａｎａＬｙｚｅｒ检测ＲＮＡ提取质量，ＲＩＮ值≥７．０。
１．３　转录组测序及数据组装
提取样品总ＲＮＡ后，用带有Ｏｌｉｇｏ（ｄＴ）的磁珠富集 ｍＲＮＡ。首先加入破碎缓冲液将 ｍＲＮＡ 打断成短序
列，以这些短序列为模板，用六碱基随机引物合成第１条ｃＤＮＡ 链，然后加入缓冲液、ｄＮＴＰｓ、ＲＮａｓｅＨ 和ＤＮＡ
ｐｏｌｙｍｅｒａｓｅＩ合成第２条ｃＤＮＡ链。ｃＤＮＡ经过试剂盒纯化并加ＥＢ缓冲液洗脱之后做末端修复、加ｐｏｌｙ（Ａ）并
连接测序接头，然后用琼脂糖凝胶电泳进行序列大小选择，最后进行ＰＣＲ 扩增，建好的测序文库用Ｉｌｕｍｉｎａ
ＨｉＳｅｑＴＭ２０００进行测序。采用Ｉｌｕｍｉｎａ两个末端（ＰＥ）测序法，最初的原始序列为１００ｂｐ。原始的测序结果去除
制备文库时产生的接头序列、两端低质量序列和低度复杂序列，再利用ＳＯＡＰｄｅｎｏｖｏ软件进行序列拼接［２６］，之后
通过连接两末端和填补空位，将拼接成的重叠群（Ｃｏｎｔｉｇ），进一步组装成ｕｎｉｇｅｎｅ。转录组测序产生的原始序列
信息已提交到ＮＣＢＩ的ＳＲＡ数据库（ＳＲＡＢｉｏＰｒｏｊｅｃｔ：ＳＲＸ３８３８３７）。
１．４　功能注释、分类和代谢途径分析
采用序列比对的方法对ｕｎｉｇｅｎｅ进行序列相似性分析，使用ＢＬＡＳＴ程序将拼接得到的ｕｎｉｇｅｎｅ与核酸、蛋
白质数据库进行比对（犈值≤１×１０－１０），选取最佳的功能注释。核酸数据库为ＮＣＢＩ的非冗余核酸序列数据库
（ｎｏｎｒｅｄｕｎｄａｎｔｎｕｃｌｅｏｔｉｄｅｄａｔａｂａｓｅ，Ｎｔ），蛋白质数据库包括ＮＣＢＩ的非冗余核酸数据库（ｎｏｎｒｅｄｕｎｄａｎｔｐｒｏｔｅｉｎ
ｄａｔａｂａｓｅ，Ｎｒ）和ＳｗｉｓｓＰｒｏｔ（ｓｗｉｓｓｐｒｏｔｐｒｏｔｅｉｎｓｅｑｕｅｎｃｅｄａｔａｂａｓｅ）蛋白质序列数据库。根据ＮＣＢＩ数据库的功能
注释信息，使用Ｂｌａｓｔ２ＧＯ软件［２７］得到ｕｎｉｇｅｎｅ的ＧＯ条目，然后用 ＷＥＧＯ 软件［２８］对所有的ｕｎｉｇｅｎｅ进行ＧＯ
功能分类统计。然后对ｕｎｉｇｅｎｅ分别进行蛋白质直系同源数据库（ｃｌｕｓｔｅｒｏｆｏｒｔｈｏｌｏｇｏｕｓｇｒｏｕｐｓ，ＣＯＧ）功能分类
和京东基因与基金组百科全书（ｋｙｏｔｏｅｎｃｙｃｌｏｐｅｄｉａｏｆｇｅｎｅｓａｎｄｇｅｎｏｍｅｓ，ＫＥＧＧ）代谢途径分析。
１．５　ＳＳＲ位点搜索及分析
对海滨雀稗转录组中的ｕｎｉｇｅｎｅ序列进行简单重复序列（ｓｉｍｐｌｅｓｅｑｕｅｎｃｅｒｅｐｅａｔｓ，ＳＳＲ）位点搜索，搜索标准
为：单、二、三、四、五、六核苷酸基序（ｍｏｔｉｆ）至少重复次数分别为１０，８，５，４，３，３，对查找的ＳＳＲ类型进行特征分析。
２　结果与分析
２．１　海滨雀稗转录组数据的组装
采用ＩｌｕｍｉｎａＨｉＳｅｑ２０００高通量测序技术对海滨雀稗叶片转录组进行了测序，共得到４７５２０５４４个ｒｅａｄｓ片
３４２第２３卷第６期 草业学报２０１４年
段，每个ｒｅａｄｓ的长度为１００ｂｐ，即测序获得了４７５２０５４４００ｂｐ（４．７５Ｇｂ）的序列信息。采用ＳＯＡＰｄｅｎｏｖｏ软件对
ｒｅａｄｓ序列聚类进行拼接，共获得９６６１６５个ｃｏｎｔｉｇ序列。其中，长度５０～１００ｂｐ的ｃｏｎｔｉｇ序列有７６１４９８个，占
总体的７８．８２％；１００～２００ｂｐ的ｃｏｎｔｉｇ序列有１２５１７３个，占总体的１２．９６％；而≥２００ｂｐ的ｃｏｎｔｉｇ序列有７９４９４
个，占总体的８．２２％（表１）。由此可见，ｃｏｎｔｉｇ序列主要以长度为５０～１００ｂｐ为主，完全符合Ｉｌｕｍｉｎａ测序的预
期结果，为后续的数据组装提供很好的原始数据。
在ｃｏｎｔｉｇ数据的基础上，进一步对序列进行组装，共获得８１２２０个ｕｎｉｇｅｎｅ，序列信息达到了８７５４２５０３ｂｐ
（８７．５４Ｍｂ），序列大小为２０１～１６３２８ｂｐ，平均长度为１０７７ｂｐ，Ｎ５０为１６８０ｂｐ。其中，长度２００～５００ｂｐ的ｕｎｉ
ｇｅｎｅ有２９３２５个，占总体的３６．１１％；５００～１０００ｂｐ的ｕｎｉｇｅｎｅ有１８３４１个，占总体的２２．５８％；≥１０００ｂｐ的ｕｎｉ
ｇｅｎｅ有３３５５４个，占总体的４１．３１％（表２）。
表１　海滨雀稗转录组犮狅狀狋犻犵数据组装质量统计
犜犪犫犾犲１　犇犪狋犪犪狊狊犲犿犫犾狔犳狅狉犮狅狀狋犻犵犻狀狋犺犲
狋狉犪狀狊犮狉犻狆狋狅犿犲狅犳犘．狏犪犵犻狀犪狋狌犿
长度范围
Ｌｅｎｇｔｈｒａｎｇｅ（ｂｐ）
数量
Ｎｕｍｂｅｒ
百分比
Ｐｅｒｃｅｎｔａｇｅ（％）
５０～１００ ７６１４９８ ７８．８２
１００～２００ １２５１７３ １２．９６
２００～５００ ４６３２７ ４．７９
５００～１０００ １５５０２ １．６０
≥１０００ １７６６５ １．８３
表２　海滨雀稗转录组狌狀犻犵犲狀犲数据组装质量统计
犜犪犫犾犲２　犇犪狋犪犪狊狊犲犿犫犾狔犳狅狉狌狀犻犵犲狀犲犻狀狋犺犲
狋狉犪狀狊犮狉犻狆狋狅犿犲狅犳犘．狏犪犵犻狀犪狋狌犿
长度范围
Ｌｅｎｇｔｈｒａｎｇｅ（ｂｐ）
数量
Ｎｕｍｂｅｒ
百分比
Ｐｅｒｃｅｎｔａｇｅ（％）
２００～５００ ２９３２５ ３６．１１
５００～１０００ １８３４１ ２２．５８
１０００～１５００ １２７１７ １５．６６
１５００～２０００ ８７４４ １０．７７
≥２０００ １２０９３ １４．８８
　　ＧＣ含量是基因组碱基序列的重要特征之一，能
反映基因的结构、功能和进化信息，ＧＣ分布不均匀导
致基因组不同ＧＣ含量序列其性质和功能也有差异。
海滨雀稗ｕｎｉｇｅｎｅ的 ＧＣ平均含量为４９．９８％，其中
ＧＣ含量４０％～６０％的ｕｎｉｇｅｎｅ（５９９０３个）占总体的
７３．７５％，ＧＣ含量２０％～４０％的ｕｎｉｇｅｎｅ（６５５２个）占
总体的８．０７％，ＧＣ含量６０％～８０％的ｕｎｉｇｅｎｅ（１４７６５
个）占总体的１８．１８％，而ＧＣ含量过高（大于８０％）或
过低（小于２０％）的ｕｎｉｇｅｎｅ不存在，表明ＧＣ含量基
本呈正态分布（表３）。
用ＲＰＫＭ方法计算ｕｎｉｇｅｎｅ的表达水平，可消除
基因长度差异和测序深度的影响［２９］。海滨雀稗全部
表３　海滨雀稗狌狀犻犵犲狀犲的犌犆含量统计
犜犪犫犾犲３　犇犪狋犪犪狊狊犲犿犫犾狔犳狅狉犌犆犮狅狀狋犲狀狋
狅犳犘．狏犪犵犻狀犪狋狌犿狌狀犻犵犲狀犲
ＧＣ含量
ＧＣｃｏｎｔｅｎｔ（％）
数量
Ｎｕｍｂｅｒ
百分比
Ｐｅｒｃｅｎｔａｇｅ（％）
２０～３０ ２６４ ０．３３
３０～４０ ６２８８ ７．７４
４０～５０ ３３１８６ ４０．８６
５０～６０ ２６７１７ ３２．８９
６０～７０ １２９７１ １５．９７
７０～８０ １７９４ ２．２１
ｕｎｉｇｅｎｅ的ＲＰＫＭ平均值为２８．６８，最大值为５０８１２．５（ｕｎｉｇｅｎｅ４２３５８）。２８１个ｕｎｉｇｅｎｅ的ＲＰＫＭ 值大于５００，
其中许多基因参与到海滨雀稗的多种生理活动和代谢过程中。９１个ｕｎｉｇｅｎｅ的ＲＰＫＭ 值低于０．２，说明Ｉｌｕｍｉ
ｎａＨｉＳｅｑ２０００能够检测到极低水平的基因表达。
２．２　ｕｎｉｇｅｎｅ的功能注释、分类和代谢途径分析
２．２．１　ｕｎｉｇｅｎｅ的序列相似性分析　使用ＢＬＡＳＴ程序将组装得到的ｕｎｉｇｅｎｅ与Ｎｒ、Ｎｔ、ＳｗｉｓｓＰｒｏｔ数据库进行
比对，进行ｕｎｉｇｅｎｅ的序列相似性分析。结果表明，３８４４６个ｕｎｉｇｅｎｅ在Ｎｒ数据库中可找到相似序列，犈值小于
１×１０－１００的ｕｎｉｇｅｎｅ有２２６２９个（占总体的５８．８６％），犈值介于１×１０－１０～１×１０－１００的ｕｎｉｇｅｎｅ有１５８１７个（占
总体的４１．１４％）；相似序列匹配的近缘物种中，高粱（犛狅狉犵犺狌犿犫犻犮狅犾狅狉）所占比例最高（４５．７６％），随后依次是玉
４４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．６
米（犣犲犪犿犪狔狊，３８．６８％）、水稻（犗狉狔狕犪狊犪狋犻狏犪，８．９１％）、小麦（犜狉犻狋犻犮狌犿犪犲狊狋犻狏狌犿，２．４５％）和其他物种（４．２０％）
（图１）。４６１６９个ｕｎｉｇｅｎｅ在Ｎｔ数据库中可找到相似序列，犈值小于１×１０－１００的ｕｎｉｇｅｎｅ有２８５９９个（占总体的
６１．９４％），犈值介于１×１０－１０～１×１０－１００的ｕｎｉｇｅｎｅ有１７５７０个（占总体的３８．０６％）；相似序列匹配的近缘物种
中，高粱所占比例最高（６２．７２％），随后依次是玉米（２５．８２％）、水稻（３．８１％）、短柄草（犅狉犪犮犺狔狆狅犱犻狌犿犱犻狊
狋犪犮犺狔狅狀，２．１１％）和其他物种（５．５４％）。２４４７１个ｕｎｉｇｅｎｅ在ＳｗｉｓｓＰｒｏｔ数据库中可找到相似序列，犈值小于１×
１０－１００的ｕｎｉｇｅｎｅ有８７４２个（占总体的３５．７２％），犈值介于１×１０－１０～１×１０－１００的ｕｎｉｇｅｎｅ有１５７２９个（占总体
的６４．２８％）；相似序列匹配的近缘物种中，拟南芥（犃狉犪犫犻犱狅狆狊犻狊狋犺犪犾犻犪狀犪）所占比例最高（４６．０３％），随后依次是
水稻（２０．１０％）、玉米（８．３０％）、小麦（３．７３％）和其他物种（２１．８４％）（图１）。由于缺乏海滨雀稗的基因组、ＥＳＴ
和蛋白序列信息，部分ｕｎｉｇｅｎｅ在数据库中无法匹配到已知基因。
图１　海滨雀稗狌狀犻犵犲狀犲的序列相似性分析
犉犻犵．１　犆犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳犺狅犿狅犾狅犵狔狊犲犪狉犮犺狅犳犘．狏犪犵犻狀犪狋狌犿狌狀犻犵犲狀犲
　Ｏｓ：水稻犗狉狔狕犪狊犪狋犻狏犪；Ｚｍ：玉米犣犲犪犿犪狔狊；Ｓｂ：高粱犛狅狉犵犺狌犿犫犻犮狅犾狅狉；Ｂｄ：短柄草犅狉犪犮犺狔狆狅犱犻狌犿犱犻狊狋犪犮犺狔狅狀；Ａｔ：拟南芥 犃狉犪犫犻犱狅狆狊犻狊狋犺犪犾犻犪狀犪；
Ｏｔ：其他ｏｔｈｅｒ．
２．２．２　ｕｎｉｇｅｎｅ的ＧＯ分类　基因本体论（ｇｅｎｅｏｎｔｏｌｏｇｙ，ＧＯ）是一个国际标准化的基因功能分类数据库，用于
全面地描述不同生物中基因的生物学特征。结合ＧＯ数据库对海滨雀稗的ｕｎｉｇｅｎｅ进行功能分类，从宏观上认
识海滨雀稗表达基因的功能分布特征。ＧＯ数据库包括３个相对独立的本体，分别描述所处的细胞组分（ｃｅｌｕｌａｒ
ｃｏｍｐｏｎｅｎｔ）、分子功能（ｍｏｌｅｃｕｌａｒｆｕｎｃｔｉｏｎ）和参与的生物学过程（ｂｉｏｌｏｇｉｃａｌｐｒｏｃｅｓｓ）。研究结果表明，可将海滨
雀稗ｕｎｉｇｅｎｅ划分为４８个功能组，并对每个功能组涉及的ｕｎｉｇｅｎｅ进行了统计分析。从图２中可以看出，５１４９７
个ｕｎｉｇｅｎｅ归属于细胞组分，２２７１８个ｕｎｉｇｅｎｅ归属于分子功能，６０８５６个ｕｎｉｇｅｎｅ归属于生物学过程，这一分类
结果显示了海滨雀稗生长过程中基因表达谱的总体情况。其中，“细胞成分”（１８７６３个）、“细胞进程”（１７３４７个）、
“代谢进程”（１３８９１个）和“结合活性”（１０７２６个）功能组中涉及的ｕｎｉｇｅｎｅ较多，而“翻译调节活性”（７个）、“金属
伴侣蛋白活性”（４个）、“氮素利用”（２个）和“蛋白标签”（２个）功能组中涉及的ｕｎｉｇｅｎｅ较少。
２．２．３　ｕｎｉｇｅｎｅ的ＣＯＧ功能分类　蛋白质直系同源数据库（ｃｌｕｓｔｅｒｏｆｏｒｔｈｏｌｏｇｏｕｓｇｒｏｕｐｓ，ＣＯＧ）是对基因产物
进行直系同源分类的数据库。将海滨雀稗ｕｎｉｇｅｎｅ与ＣＯＧ 数据库进行比对，预测ｕｎｉｇｅｎｅ功能并进行分类统
计。研究结果表明，海滨雀稗ｕｎｉｇｅｎｅ根据其功能大致可分为２５类，并对每类的ｕｎｉｇｅｎｅ进行了统计分析（图３
中用Ａ～Ｚ表示）。从图中可以看出，ｕｎｉｇｅｎｅ涉及的ＣＯＧ功能类别比较全面，涉及了大多数的生命活动。其中，
一般功能预测类基因最多（４７１６个）；其次是未知功能类基因（３３０６个）、翻译，核糖体结构和生物发生类基因
（２６６２个）、翻译后修饰，蛋白质折叠和分子伴侣类基因（２２４７个）和碳水化合物运输和代谢类基因（２０８７个）；而
胞外结构类基因（１１个）和核结构类基因较少（７个）；其他类别的基因表达丰度都各不相同。
５４２第２３卷第６期 草业学报２０１４年
图２　海滨雀稗狌狀犻犵犲狀犲的犌犗分类
犉犻犵．２　犌犗犳狌狀犮狋犻狅狀犪犾犮犪狋犲犵狅狉犻犲狊狅犳犘．狏犪犵犻狀犪狋狌犿狌狀犻犵犲狀犲
　１：突触成分Ｓｙｎａｐｓｅｐａｒｔ；２：共质体Ｓｙｍｐｌａｓｔ；３：胞外成分 Ｅｘｔｒａｃｅｌｕｌａｒｒｅｇｉｏｎｐａｒｔ；４：细胞器 Ｏｒｇａｎｅｌｅ；５：细胞成分 Ｃｅｌｐａｒｔ；６：膜关闭内腔
Ｍｅｍｂｒａｎｅｅｎｃｌｏｓｅｄｌｕｍｅｎ；７：突触Ｓｙｎａｐｓｅ；８：胞外区域Ｅｘｔｒａｃｅｌｕｌａｒｒｅｇｉｏｎ；９：细胞连接Ｃｅｌｊｕｎｃｔｉｏｎ；１０：复杂大分子 Ｍａｃｒｏｍｏｌｅｃｕｌａｒｃｏｍｐｌｅｘ；１１：
细胞Ｃｅｌ；１２：细胞器成分 Ｏｒｇａｎｅｌｅｐａｒｔ；１３：电子载体活性Ｅｌｅｃｔｒｏｎｃａｒｒｉｅｒａｃｔｉｖｉｔｙ；１４：结合蛋白转录活性Ｐｒｏｔｅｉｎｂｉｎｄｉｎｇｔｒａｎｓｃｒｉｐｔｉｏｎｆａｃｔｏｒ；１５：
转运活性 Ｔｒａｎｓｐｏｒｔｅｒａｃｔｉｖｉｔｙ；１６：结合活性Ｂｉｎｄｉｎｇ；１７：蛋白标签Ｐｒｏｔｅｉｎｔａｇ；１８：催化活性Ｃａｔａｌｙｔｉｃａｃｔｉｖｉｔｙ；１９：金属伴侣蛋白活性 Ｍｅｔａｌｏｃｈａｐｅｒ
ｏｎｅａｃｔｉｖｉｔｙ；２０：酶调节活性Ｅｎｚｙｍｅｒｅｇｕｌａｔｏｒａｃｔｉｖｉｔｙ；２１：分子转导活性 Ｍｏｌｅｃｕｌａｒｔｒａｎｓｄｕｃｅｒａｃｔｉｖｉｔｙ；２２：翻译调节活性Ｔｒａｎｓｌａｔｉｏｎｒｅｇｕｌａｔｏｒａｃｔｉｖ
ｉｔｙ；２３：结构分子活性Ｓｔｒｕｃｔｕｒａｌｍｏｌｅｃｕｌｅａｃｔｉｖｉｔｙ；２４：转录因子活性 Ｔｒａｎｓｃｒｉｐｔｉｏｎｆａｃｔｏｒａｃｔｉｖｉｔｙ；２５：抗氧化活性 Ａｎｔｉｏｘｉｄａｎｔａｃｔｉｖｉｔｙ；２６：氮素利用
Ｎｉｔｒｏｇｅｎｕｔｉｌｉｚａｔｉｏｎ；２７：繁殖 Ｒｅｐｒｏｄｕｃｔｉｏｎ；２８：有机体进程 Ｍｕｌｔｉｏｒｇａｎｉｓｍｐｒｏｃｅｓｓ；２９：发育进程 Ｄｅｖｅｌｏｐｍｅｎｔａｌｐｒｏｃｅｓｓ；３０：有机体多细胞进程
Ｍｕｌｔｉｃｅｌｕｌａｒｏｒｇａｎｉｓｍａｌｐｒｏｃｅｓｓ；３１：细胞进程Ｃｅｌｕｌａｒｐｒｏｃｅｓｓ；３２：色素淀积 Ｐｉｇｍｅｎｔａｔｉｏｎ；３３：生长 Ｇｒｏｗｔｈ；３４：信号传导Ｓｉｇｎａｌｉｎｇ；３５：病毒繁殖
Ｖｉｒａｌｒｅｐｒｏｄｕｃｔｉｏｎ；３６：生物调节Ｂｉｏｌｏｇｉｃａｌｒｅｇｕｌａｔｉｏｎ；３７：代谢进程 Ｍｅｔａｂｏｌｉｃｐｒｏｃｅｓｓ；３８：凋亡Ｄｅａｔｈ；３９：繁殖进程Ｒｅｐｒｏｄｕｃｔｉｖｅｐｒｏｃｅｓｓ，４０：免疫系
统进程Ｉｍｍｕｎｅｓｙｓｔｅｍｐｒｏｃｅｓｓ；４１：定位活性Ｅｓｔａｂｌｉｓｈｍｅｎｔｏｆｌｏｃａｌｉｚａｔｉｏｎ；４２：细胞成分组织Ｃｅｌｕｌａｒｃｏｍｐｏｎｅｎｔｏｒｇａｎｉｚａｔｉｏｎ；４３：节律进程 Ｒｈｙｔｈｍｉｃ
ｐｒｏｃｅｓｓ；４４：细胞增殖Ｃｅｌｐｒｏｌｉｆｅｒａｔｉｏｎ；４５：生物黏附Ｂｉｏｌｏｇｉｃａｌａｄｈｅｓｉｏｎ；４６：应激反应Ｒｅｓｐｏｎｓｅｔｏｓｔｉｍｕｌｕｓ；４７：细胞活动Ｌｏｃｏｍｏｔｉｏｎ；４８：定位Ｌｏｃａｌｉｚａｔｉｏｎ．
图３　海滨雀稗狌狀犻犵犲狀犲的犆犗犌功能分类
犉犻犵．３　犆犗犌犳狌狀犮狋犻狅狀犮犾犪狊狊犻犳犻犮犪狋犻狅狀狅犳犘．狏犪犵犻狀犪狋狌犿狌狀犻犵犲狀犲
　Ａ：ＲＮＡ加工和修饰 ＲＮＡｐｒｏｃｅｓｓｉｎｇａｎｄｍｏｄｉｆｉｃａｔｉｏｎ；Ｂ：染色质结构和活力Ｃｈｒｏｍａｔｉｎｓｔｒｕｃｔｕｒｅａｎｄｄｙｎａｍｉｃｓ；Ｃ：能量生成和转换 Ｅｎｅｒｇｙｐｒｏ
ｄｕｃｔｉｏｎａｎｄｃｏｎｖｅｒｓｉｏｎ；Ｄ：细胞周期控制，细胞分裂，染色体分区Ｃｅｌｃｙｃｌｅｃｏｎｔｒｏｌ，ｃｅｌｄｉｖｉｓｉｏｎ，ｃｈｒｏｍｏｓｏｍｅｐａｒｔｉｔｉｏｎｉｎｇ；Ｅ：氨基酸运输和代谢 Ａ
ｍｉｎｏａｃｉｄｔｒａｎｓｐｏｒｔａｎｄｍｅｔａｂｏｌｉｓｍ；Ｆ：核苷酸运输和代谢 Ｎｕｃｌｅｏｔｉｄｅｔｒａｎｓｐｏｒｔａｎｄｍｅｔａｂｏｌｉｓｍ；Ｇ：碳水化合物运输和代谢 Ｃａｒｂｏｈｙｄｒａｔｅｔｒａｎｓｐｏｒｔ
ａｎｄｍｅｔａｂｏｌｉｓｍ；Ｈ：辅酶运输和代谢Ｃｏｅｎｚｙｍｅｔｒａｎｓｐｏｒｔａｎｄｍｅｔａｂｏｌｉｓｍ；Ｉ：脂质运输和代谢Ｌｉｐｉｄｔｒａｎｓｐｏｒｔａｎｄｍｅｔａｂｏｌｉｓｍ；Ｊ：翻译，核糖体结构和
生物发生Ｔｒａｎｓｌａｔｉｏｎ，ｒｉｂｏｓｏｍａｌｓｔｒｕｃｔｕｒｅａｎｄｂｉｏｇｅｎｅｓｉｓ；Ｋ：转录Ｔｒａｎｓｃｒｉｐｔｉｏｎ；Ｌ：复制，重组和修复Ｒｅｐｌｉｃａｔｉｏｎ，ｒｅｃｏｍｂｉｎａｔｉｏｎａｎｄｒｅｐａｉｒ；Ｍ：细胞
壁／膜发生Ｃｅｌｗａｌ／ｍｅｍｂｒａｎｅ／ｅｎｖｅｌｏｐｅｂｉｏｇｅｎｅｓｉｓ；Ｎ：细胞运动Ｃｅｌｍｏｔｉｌｉｔｙ；Ｏ：翻译后修饰，蛋白质折叠和分子伴侣Ｐｏｓｔｔｒａｎｓｌａｔｉｏｎａｌｍｏｄｉｆｉｃａｔ
ｉｏｎ，ｐｒｏｔｅｉｎｔｕｒｎｏｖｅｒ，ｃｈａｐｅｒｏｎｅｓ；Ｐ：矿脂运输和代谢Ｉｎｏｒｇａｎｉｃｉｏｎｔｒａｎｓｐｏｒｔａｎｄｍｅｔａｂｏｌｉｓｍ；Ｑ：次生代谢物合成，运输和代谢Ｓｅｃｏｎｄａｒｙｍｅｔａｂｏｌｉｔｅｓ
ｂｉｏｓｙｎｔｈｅｓｉｓ，ｔｒａｎｓｐｏｒｔａｎｄｃａｔａｂｏｌｉｓｍ；Ｒ：一般功能预测 Ｇｅｎｅｒａｌｆｕｎｃｔｉｏｎｐｒｅｄｉｃｔｉｏｎｏｎｌｙ；Ｓ：未知功能 Ｆｕｎｃｔｉｏｎｕｎｋｎｏｗｎ；Ｔ：信号传导机制Ｓｉｇｎａｌ
ｔｒａｎｓｄｕｃｔｉｏｎｍｅｃｈａｎｉｓｍｓ；Ｕ：防卫机制 Ｄｅｆｅｎｓｅｍｅｃｈａｎｉｓｍｓ；Ｖ：细胞内转运，分泌和小泡运输Ｉｎｔｒａｃｅｌｕｌａｒｔｒａｆｆｉｃｋｉｎｇ，ｓｅｃｒｅｔｉｏｎ，ａｎｄｖｅｓｉｃｕｌａｒｔｒａｎｓ
ｐｏｒｔ；Ｗ：胞外结构Ｅｘｔｒａｃｅｌｕｌａｒｓｔｒｕｃｔｕｒｅｓ；Ｘ：核结构 Ｎｕｃｌｅａｒｓｔｒｕｃｔｕｒｅ；Ｙ：细胞构架Ｃｙｔｏｓｋｅｌｅｔｏｎ．
６４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．６
２．２．４　ｕｎｉｇｅｎｅ的ＫＥＧＧ分析　ＫＥＧＧ（ｋｙｏｔｏｅｎｃｙｃｌｏｐｅｄｉａｏｆｇｅｎｅｓａｎｄｇｅｎｏｍｅｓ）是系统分析基因产物在细胞
中的代谢途径以及基因产物功能的数据库。根据ＫＥＧＧ数据库的注释信息能进一步得到ｕｎｉｇｅｎｅ的ｐａｔｈｗａｙ
注释［３０］。结合ＫＥＧＧ数据库，对海滨雀稗的ｕｎｉｇｅｎｅ可能参与或涉及的代谢途径进行了统计分析。研究结果表
明，可将海滨雀稗的ｕｎｉｇｅｎｅ归属于五大类的代谢途径，主要包括碳水化合物代谢、氨基酸代谢、脂类物质代谢、
次生物质代谢、复制与修复、转录与翻译、信号转导等１９类代谢途径（图４）。将 ＫＥＧＧｐａｔｈｗａｙ数据库作为参
考，可将ｕｎｉｇｅｎｅ定位到１１２个具体的代谢途径分支。其中，涉及糖异生和糖酵解途径的基因有１４０个，占总体
的３．３５％；磷脂酰肌醇信号系统途径的基因有１３３个，占总体的３．１８％；甘油磷脂代谢途径的基因有１３０个，占
总体的３．１１％；苯丙氨酸代谢途径的基因有７９个，占总体的１．８９％；ＲＮＡ降解途径的基因有６８个，占总体的
１．６３％；黄酮类化合物合成途径的基因有４４个，占总体的１．０５％；植物与病原物互作的基因有２３个，占总体的
０．５６％（表４）。
图４　海滨雀稗狌狀犻犵犲狀犲的犓犈犌犌分类
犉犻犵．４　犓犈犌犌犮犾犪狊狊犻犳犻犮犪狋犻狅狀狅犳犘．狏犪犵犻狀犪狋狌犿狌狀犻犵犲狀犲
　１：环境适应Ｅｎｖｉｒｏｎｍｅｎｔａｌａｄａｐｔａｔｉｏｎ；２：免疫系统Ｉｍｍｕｎｅｓｙｓｔｅｍ；３：运输和代谢 Ｔｒａｎｓｐｏｒｔａｎｄｃａｔａｂｏｌｉｓｍ；４：信号转导Ｓｉｇｎａｌｔｒａｎｓｄｕｃｔｉｏｎ；５：
复制和修复 Ｒｅｐｌｉｃａｔｉｏｎａｎｄｒｅｐａｉｒ；６：折叠、分类和降解Ｆｏｌｄｉｎｇ，ｓｏｒｔｉｎｇａｎｄｄｅｇｒａｄａｔｉｏｎ；７：翻译 Ｔｒａｎｓｌａｔｉｏｎ；８：转录 Ｔｒａｎｓｃｒｉｐｔｉｏｎ；９：化学降解和代
谢 Ｘｅｎｏｂｉｏｔｉｃｓｂｉｏｄｅｇｒａｄａｔｉｏｎａｎｄｍｅｔａｂｏｌｉｓｍ；１０：其他次生物质代谢Ｂｉｏｓｙｎｔｈｅｓｉｓｏｆｏｔｈｅｒｓｅｃｏｎｄａｒｙｍｅｔａｂｏｌｉｔｅｓ；１１：萜类化合物和聚酮化合物的代
谢 Ｍｅｔａｂｏｌｉｓｍｏｆｔｅｒｐｅｎｏｉｄｓａｎｄｐｏｌｙｋｅｔｉｄｅｓ；１２：辅助因子和维生素代谢 Ｍｅｔａｂｏｌｉｓｍｏｆｃｏｆａｃｔｏｒｓａｎｄｖｉｔａｍｉｎｓ；１３：糖生物合成和代谢Ｇｌｙｃａｎｂｉｏｓｙｎ
ｔｈｅｓｉｓａｎｄｍｅｔａｂｏｌｉｓｍ；１４：其他的氨基酸代谢 Ｍｅｔａｂｏｌｉｓｍｏｆｏｔｈｅｒａｍｉｎｏａｃｉｄｓ；１５：氨基酸代谢 Ａｍｉｎｏａｃｉｄｍｅｔａｂｏｌｉｓｍ；１６：核苷酸代谢 Ｎｕｃｌｅｏｔｉｄｅ
ｍｅｔａｂｏｌｉｓｍ；１７：脂类物质代谢Ｌｉｐｉｄｍｅｔａｂｏｌｉｓｍ；１８：能量代谢Ｅｎｅｒｇｙｍｅｔａｂｏｌｉｓｍ；１９：碳水化合物代谢Ｃａｒｂｏｈｙｄｒａｔｅｍｅｔａｂｏｌｉｓｍ．
２．３　ＳＳＲ分析
对海滨雀稗的８１２２０个ｕｎｉｇｅｎｅ进行ＳＳＲ位点搜索，共检测到２２７２１个ＳＳＲ位点。ＳＳＲ的类型丰富，单核
苷酸至六核苷酸重复类型均存在，所占比例变化较大（表５）。其中，三核苷酸重复所占比例最高，达到了
３１．７１％；比例最低的是二核苷酸重复，仅为４．３５％；五核苷酸重复和六核苷酸重复所占比例基本相同，分别为
１４．１５％和１４．６７％。在检测到的ＳＳＲ中，出现频率最高的１０类基序为：Ａ／Ｔ（６１９８个）、ＣＣＧ／ＣＧＧ（２９９２个）、
ＡＧＣ／ＣＴＧ（１２７７个）、ＡＧＧ／ＣＣＴ（１２４９个）、ＡＧ／ＣＴ（７７６个）、ＡＣＧ／ＣＧＴ（５１６个）、ＡＡＧ／ＣＴＴ（４１５个）、ＡＣＣ／
ＧＧＴ（３７６个）、ＡＧＡＧＧ／ＣＣＴＣＴ（２５９个）、ＡＧＧＧ／ＣＣＣＴ（１９７个）。上述ＳＳＲ特征分析，有助于开展海滨雀稗及
其同属物种的基因组差异分析、通用性标记开发和遗传图谱构建的研究。
３　讨论
随着新一代高通量测序技术的广泛应用，植物基因组研究得到快速发展，但草坪草基因组研究还相对较少。
Ｉｌｕｍｉｎａ高通量测序的数据量大、速度快、成本低、效率高［３１］，适合于没有基因组信息的海滨雀稗展开转录组测
序研究。基于转录组学在功能基因组学研究中的重要价值，本研究应用Ｉｌｕｍｉｎａ高通量测序技术对海滨雀稗转
录组进行测序，研究其基因表达谱和挖掘生长发育过程中的重要表达基因。对海滨雀稗转录组进行测序，获得了
７４２第２３卷第６期 草业学报２０１４年
表４　海滨雀稗狌狀犻犵犲狀犲的代谢途径分析
犜犪犫犾犲４　犃狀犪犾狔狊犻狊狅犳犿犲狋犪犫狅犾犻犮狆犪狋犺狑犪狔狊狅犳犘．狏犪犵犻狀犪狋狌犿狌狀犻犵犲狀犲
编号
Ｎｏ．
代谢途径
Ｐａｔｈｗａｙ
数量
Ｎｕｍｂｅｒ
编码
ＩＤ
编号
Ｎｏ．
代谢途径
Ｐａｔｈｗａｙ
数量
Ｎｕｍｂｅｒ
编码
ＩＤ
１ 糖降解和糖异生 Ｇｌｙｃｏｌｙｓｉｓ／Ｇｌｕｃｏｎｅｏｇｅｎｅｓｉｓ １４０ ｋｏ０００１０ ５７ 甘油脂代谢 Ｇｌｙｃｅｒｏｌｉｐｉｄｍｅｔａｂｏｌｉｓｍ ２９ ｋｏ００５６１
２ 磷脂酰肌醇信号系统 Ｐｈｏｓｐｈａｔｉｄｙｌｉｎｏｓｉｔｏｌｓｉｇｎａ
ｌｉｎｇｓｙｓｔｅｍ
１３３ ｋｏ０４０７０ ５８ 泛酸盐和ＣｏＡ生物合成ＰａｎｔｏｔｈｅｎａｔｅａｎｄＣｏＡ
ｂｉｏｓｙｎｔｈｅｓｉｓ
２８ ｋｏ００７７０
３ 甘油磷脂代谢 Ｇｌｙｃｅｒｏｐｈｏｓｐｈｏｌｉｐｉｄｍｅｔａｂｏｌｉｓｍ １３０ ｋｏ００５６４ ５９ 鞘脂类代谢Ｓｐｈｉｎｇｏｌｉｐｉｄｍｅｔａｂｏｌｉｓｍ ２８ ｋｏ００６００
４ 嘧啶代谢Ｐｙｒｉｍｉｄｉｎｅｍｅｔａｂｏｌｉｓｍ １２１ ｋｏ００２４０ ６０ 其他聚糖降解 Ｏｔｈｅｒｇｌｙｃａｎｄｅｇｒａｄａｔｉｏｎ ２８ ｋｏ００５１１
５ 半胱／蛋氨酸代谢Ｃｙｓｔｅｉｎｅａｎｄｍｅｔｈｉｏｎｉｎｅｍｅｔａｂｏｌｉｓｍ １０７ ｋｏ００２７０ ６１ 叶酸碳库Ｏｎｅｃａｒｂｏｎｐｏｏｌｂｙｆｏｌａｔｅ ２７ ｋｏ００６７０
６ 生物固碳Ｃａｒｂｏｎｆｉｘａｔｉｏｎｉｎｐｈｏｔｏｓｙｎｔｈｅｔｉｃｏｒｇａｎｉｓｍｓ１０４ ｋｏ００７１０ ６２ 同源重组 Ｈｏｍｏｌｏｇｏｕｓｒｅｃｏｍｂｉｎａｔｉｏｎ ２７ ｋｏ０３４４０
７ 嘌呤代谢Ｐｕｒｉｎｅｍｅｔａｂｏｌｉｓｍ ９２ ｋｏ００２３０ ６３ 苯丙素生物合成Ｐｈｅｎｙｌｐｒｏｐａｎｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ ２６ ｋｏ００９４０
８ 核苷酸切除修复 Ｎｕｃｌｅｏｔｉｄｅｅｘｃｉｓｉｏｎｒｅｐａｉｒ ８８ ｋｏ０３４２０ ６４ 核糖体合成 Ｒｉｂｏｓｏｍｅｂｉｏｇｅｎｅｓｉｓｉｎｅｕｋａｒｙｏｔｅｓ ２６ ｋｏ０３００８
９ 脂肪酸生物合成Ｆａｔｔｙａｃｉｄｂｉｏｓｙｎｔｈｅｓｉｓ ８５ ｋｏ０００６１ ６５ 赖氨酸降解Ｌｙｓｉｎｅｄｅｇｒａｄａｔｉｏｎ ２５ ｋｏ００３１０
１０ 苯丙氨酸代谢Ｐｈｅｎｙｌａｌａｎｉｎｅｍｅｔａｂｏｌｉｓｍ ７９ ｋｏ００３６０ ６６ 谷胱甘肽代谢 Ｇｌｕｔａｔｈｉｏｎｅｍｅｔａｂｏｌｉｓｍ ２５ ｋｏ００４８０
１１ 糖基化磷脂酰肌醇生物合成 Ｇｌｙｃｏｓｙｌｐｈｏｓｐｈａｔｉ
ｄｙｌｉｎｏｓｉｔｏｌａｎｃｈｏｒｂｉｏｓｙｎｔｈｅｓｉｓ
７８ ｋｏ００５６３ ６７ 不饱和脂肪酸生物合成Ｂｉｏｓｙｎｔｈｅｓｉｓｏｆｕｎｓａｔｕ
ｒａｔｅｄｆａｔｔｙａｃｉｄｓ
２４ ｋｏ０１０４０
１２ 甘氨酸、丝氨酸和苏氨酸代谢 Ｇｌｙｃｉｎｅ，ｓｅｒｉｎｅａｎｄ
ｔｈｒｅｏｎｉｎｅｍｅｔａｂｏｌｉｓｍ
７７ ｋｏ００２６０ ６８ 缬氨酸，亮氨酸和异亮氨酸生物合成 Ｖａｌｉｎｅ，
ｌｅｕｃｉｎｅａｎｄｉｓｏｌｅｕｃｉｎｅｂｉｏｓｙｎｔｈｅｓｉｓ
２４ ｋｏ００２９０
１３ 精氨酸和脯氨酸代谢Ａｒｇｉｎｉｎｅａｎｄｐｒｏｌｉｎｅｍｅｔａｂｏｌｉｓｍ ７７ ｋｏ００３３０ ６９ 赖氨酸生物合成Ｌｙｓｉｎｅｂｉｏｓｙｎｔｈｅｓｉｓ ２４ ｋｏ００３００
１４ 果糖和甘露糖代谢Ｆｒｕｃｔｏｓｅａｎｄｍａｎｎｏｓｅｍｅｔａｂｏｌｉｓｍ ７６ ｋｏ０００５１ ７０ 叶酸生物合成Ｆｏｌａｔｅｂｉｏｓｙｎｔｈｅｓｉｓ ２３ ｋｏ００７９０
１５ 丙氨酸，天门冬氨酸和谷氨酸代谢 Ａｌａｎｉｎｅ，ａｓｐａｒ
ｔａｔｅａｎｄｇｌｕｔａｍａｔｅｍｅｔａｂｏｌｉｓｍ
７２ ｋｏ００２５０ ７１ 苯丙氨酸，酪氨酸和色氨酸生物合成Ｐｈｅｎｙｌａｌａ
ｎｉｎｅ，ｔｙｒｏｓｉｎｅａｎｄｔｒｙｐｔｏｐｈａｎｂｉｏｓｙｎｔｈｅｓｉｓ
２３ ｋｏ００４００
１６ 剪接体Ｓｐｌｉｃｅｏｓｏｍｅ ７０ ｋｏ０３０４０ ７２ 植物与病原物互作Ｐｌａｎｔｐａｔｈｏｇｅｎｉｎｔｅｒａｃｔｉｏｎ ２３ ｋｏ０４６２６
１７ 淀粉和蔗糖代谢Ｓｔａｒｃｈａｎｄｓｕｃｒｏｓｅｍｅｔａｂｏｌｉｓｍ ６９ ｋｏ００５００ ７３ 碱基切除修复Ｂａｓｅｅｘｃｉｓｉｏｎｒｅｐａｉｒ ２２ ｋｏ０３４１０
１８ 内吞作用Ｅｎｄｏｃｙｔｏｓｉｓ ６９ ｋｏ０４１４４ ７４ 生物碱生物合成Ｉｓｏｑｕｉｎｏｌｉｎｅａｌｋａｌｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ２１ ｋｏ００９５０
１９ ＲＮＡ降解
ＲＮＡｄｅｇｒａｄａｔｉｏｎ
６８ ｋｏ０３０１８ ７５ 戊糖和糖醛酸转换Ｐｅｎｔｏｓｅａｎｄｇｌｕｃｕｒｏｎａｔｅｉｎ
ｔｅｒｃｏｎｖｅｒｓｉｏｎｓ
１９ ｋｏ０００４０
２０ 戊糖磷酸途径Ｐｅｎｔｏｓｅｐｈｏｓｐｈａｔｅｐａｔｈｗａｙ ６６ ｋｏ０００３０ ７６ 基础转录因子Ｂａｓａｌｔｒａｎｓｃｒｉｐｔｉｏｎｆａｃｔｏｒｓ １８ ｋｏ０３０２２
２１ 缬氨酸，亮氨酸和异亮氨酸降解 Ｖａｌｉｎｅ，ｌｅｕｃｉｎｅ
ａｎｄｉｓｏｌｅｕｃｉｎｅｄｅｇｒａｄａｔｉｏｎ
６６ ｋｏ００２９０ ７７ 鞘糖脂生物合成 Ｇｌｙｃｏｓｐｈｉｎｇｏｌｉｐｉｄｂｉｏｓｙｎｔｈｅｓｉｓ
ｇａｎｇｌｉｏｓｅｒｉｅｓ
１８ ｋｏ００６０４
２２ 吞噬体Ｐｈａｇｏｓｏｍｅ ６５ ｋｏ０４１４５ ７８ 硒化合物代谢Ｓｅｌｅｎｏｃｏｍｐｏｕｎｄｍｅｔａｂｏｌｉｓｍ １７ ｋｏ００４５０
２３ 丙酮酸代谢
Ｐｙｒｕｖａｔｅｍｅｔａｂｏｌｉｓｍ
６４ ｋｏ００６２０ ７９ 角质和蜡质生物合成 Ｃｕｔｉｎ，ｓｕｂｅｒｉｎｅａｎｄｗａｘ
ｂｉｏｓｙｎｔｈｅｓｉｓ
１５ ｋｏ０００７３
２４ 磷酸肌醇代谢Ｉｎｏｓｉｔｏｌｐｈｏｓｐｈａｔｅｍｅｔａｂｏｌｉｓｍ ６２ ｋｏ００５６２ ８０ 蛋白质输出Ｐｒｏｔｅｉｎｅｘｐｏｒｔ １５ ｋｏ０３０６０
２５ 多糖降解 Ｇｌｙｃｏｓａｍｉｎｏｇｌｙｃａｎｄｅｇｒａｄａｔｉｏｎ ６０ ｋｏ００５３１ ８１ 花生四烯酸代谢 Ａｒａｃｈｉｄｏｎｉｃａｃｉｄｍｅｔａｂｏｌｉｓｍ １４ ｋｏ００５９０
２６ 柠檬酸循环Ｃｉｔｒａｔｅｃｙｃｌｅ（ＴＣＡｃｙｃｌｅ） ５７ ｋｏ０００２０ ８２ 色氨酸代谢 Ｔｒｙｐｔｏｐｈａｎｍｅｔａｂｏｌｉｓｍ １４ ｋｏ００３８０
２７ β丙氨酸代ＢｅｔａＡｌａｎｉｎｅｍｅｔａｂｏｌｉｓｍ ５６ ｋｏ００４１０ ８３ 磺酸类代谢Ｔａｕｒｉｎｅａｎｄｈｙｐｏｔａｕｒｉｎｅｍｅｔａｂｏｌｉｓｍ １４ ｋｏ００４３０
２８ ＲＮＡ聚合酶 ＲＮＡｐｏｌｙｍｅｒａｓｅ ５６ ｋｏ０３０２０ ８４ 氨酰ｔＲＮＡ合成酶 ＡｍｉｎｏａｃｙｌｔＲＮＡｂｉｏｓｙｎｔｈｅｓｉｓ１４ ｋｏ００９７０
２９ 核糖体
Ｒｉｂｏｓｏｍｅ
５５ ｋｏ０３０１０ ８５ 酮体合成和降解 Ｓｙｎｔｈｅｓｉｓａｎｄｄｅｇｒａｄａｔｉｏｎｏｆ
ｋｅｔｏｎｅｂｏｄｉｅｓ
１３ ｋｏ０００７２
３０ ｍＲＮＡ监视途径 ｍＲＮＡｓｕｒｖｅｉｌａｎｃｅｐａｔｈｗａｙ ５１ ｋｏ０３０１５ ８６ 硫胺代谢 Ｔｈｉａｍｉｎｅｍｅｔａｂｏｌｉｓｍ １３ ｋｏ００７３０
３１ 半乳糖代谢 Ｇａｌａｃｔｏｓｅｍｅｔａｂｏｌｉｓｍ ５０ ｋｏ０００５２ ８７ ＤＮＡ复制 ＤＮＡｒｅｐｌｉｃａｔｉｏｎ １３ ｋｏ０３０３０
３２ 氧化磷酸化 Ｏｘｉｄａｔｉｖｅｐｈｏｓｐｈｏｒｙｌａｔｉｏｎ ４９ ｋｏ００１９０ ８８ 光合作用Ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ １２ ｋｏ００１９５
８４２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．６
　续表４　Ｃｏｎｔｉｎｕｅｄ
编号
Ｎｏ．
代谢途径
Ｐａｔｈｗａｙ
数量
Ｎｕｍｂｅｒ
编码
ＩＤ
编号
Ｎｏ．
代谢途径
Ｐａｔｈｗａｙ
数量
Ｎｕｍｂｅｒ
编码
ＩＤ
３３ 乙醛酸和二羧酸代谢 Ｇｌｙｏｘｙｌａｔｅａｎｄｄｉｃａｒｂｏｘｙｌａｔｅ
ｍｅｔａｂｏｌｉｓｍ
４６ ｋｏ００６３０ ８９ 芪类、二苯基庚酮和姜酚生物合成 Ｓｔｉｌｂｅｎｏｉｄ，
ｄｉａｒｙｌｈｅｐｔａｎｏｉｄａｎｄｇｉｎｇｅｒｏｌｂｉｏｓｙｎｔｈｅｓｉｓ
１２ ｋｏ００９４５
３４ 过氧物酶体
Ｐｅｒｏｘｉｓｏｍｅ
４６ ｋｏ０４１４６ ９０ 卟啉和叶绿素代谢 Ｐｏｒｐｈｙｒｉｎａｎｄｃｈｌｏｒｏｐｈｙｌ
ｍｅｔａｂｏｌｉｓｍ
１１ ｋｏ００８６０
３５ Ｎ多糖代谢 ＮＧｌｙｃａｎｂｉｏｓｙｎｔｈｅｓｉｓ ４５ ｋｏ００５１０ ９１ 柠檬烯和蒎烯降解Ｌｉｍｏｎｅｎｅａｎｄｐｉｎｅｎｅｄｅｇｒａｄａｔｉｏｎ１１ ｋｏ００９０３
３６ α亚麻酸代谢ａｌｐｈａＬｉｎｏｌｅｎｉｃａｃｉｄｍｅｔａｂｏｌｉｓｍ ４４ ｋｏ００５９２ ９２ 硫中继系统Ｓｕｌｆｕｒｒｅｌａｙｓｙｓｔｅｍ １１ ｋｏ０４１２２
３７ 黄酮类化合物合成Ｆｌａｖｏｎｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ ４４ ｋｏ００９４１ ９３ 激素信号转导Ｐｌａｎｔｈｏｒｍｏｎｅｓｉｇｎａｌｔｒａｎｓｄｕｃｔｉｏｎ １１ ｋｏ０４０７５
３８ 泛素介导的蛋白水解 Ｕｂｉｑｕｉｔｉｎｍｅｄｉａｔｅｄｐｒｏｔｅｏｌｙｓｉｓ４４ ｋｏ０４１２０ ９４ 氰基乙酸代谢Ｃｙａｎｏａｍｉｎｏａｃｉｄｍｅｔａｂｏｌｉｓｍ １０ ｋｏ００４６０
３９ 蛋白酶体Ｐｒｏｔｅａｓｏｍｅ ４３ ｋｏ０３０５０ ９５ 非同源末端连接 Ｎｏｎｈｏｍｏｌｏｇｏｕｓｅｎｄｊｏｉｎｉｎｇ ９ ｋｏ０３４５０
４０ 氮素代谢 Ｎｉｔｒｏｇｅｎｍｅｔａｂｏｌｉｓｍ ４１ ｋｏ００９１０ ９６ 鞘糖脂生物合成 Ｇｌｙｃｏｓｐｈｉｎｇｏｌｉｐｉｄｂｉｏｓｙｎｔｈｅｓｉｓ ８ ｋｏ００６０３
４１ 醚脂质代谢Ｅｔｈｅｒｌｉｐｉｄｍｅｔａｂｏｌｉｓｍ ３９ ｋｏ００５６５ ９７ 光合作用蛋白Ｐｈｏｔｏｓｙｎｔｈｅｓｉｓａｎｔｅｎｎａｐｒｏｔｅｉｎｓ ６ ｋｏ００１９５
４２ 丁酸乙酯代谢Ｂｕｔａｎｏａｔｅｍｅｔａｂｏｌｉｓｍ ３８ ｋｏ００６５０ ９８ 硫化物代谢Ｓｕｌｆｕｒｍｅｔａｂｏｌｉｓｍ ６ ｋｏ００９２０
４３ 酪氨酸代谢 Ｔｙｒｏｓｉｎｅｍｅｔａｂｏｌｉｓｍ ３８ ｋｏ００３５０ ９９ 亚麻酸代谢Ｌｉｎｏｌｅｉｃａｃｉｄｍｅｔａｂｏｌｉｓｍ ６ ｋｏ００５９１
４４ 昼夜节律Ｃｉｒｃａｄｉａｎｒｈｙｔｈｍ ３８ ｋｏ０４７１２ １００ 咖啡碱代谢Ｃａｆｆｅｉｎｅｍｅｔａｂｏｌｉｓｍ ６ ｋｏ００２３２
４５ 泛醌和其他萜醌生物合成 Ｕｂｉｑｕｉｎｏｎｅａｎｄｏｔｈｅｒ
ｔｅｒｐｅｎｏｉｄｑｕｉｎｏｎｅｂｉｏｓｙｎｔｈｅｓｉｓ
３７ ｋｏ００１３０ １０１ 自然杀伤细胞介导细胞毒性 Ｎａｔｕｒａｌｋｉｌｅｒｃｅｌ
ｍｅｄｉａｔｅｄｃｙｔｏｔｏｘｉｃｉｔｙ
５ ｋｏ０４６５０
４６ 抗坏血酸代谢 Ａｓｃｏｒｂａｔｅａｎｄａｌｄａｒａｔｅｍｅｔａｂｏｌｉｓｍ ３５ ｋｏ０００５３ １０２ 维生素Ｂ６代谢 ＶｉｔａｍｉｎＢ６ｍｅｔａｂｏｌｉｓｍ ５ ｋｏ００７５０
４７ 萜类骨架生物合成 Ｔｅｒｐｅｎｏｉｄｂａｃｋｂｏｎｅｂｉｏｓｙｎｔｈｅｓｉｓ３５ ｋｏ００９００ １０３ 脂肪酸延伸Ｆａｔｔｙａｃｉｄｅｌｏｎｇａｔｉｏｎ ３ ｋｏ０００６２
４８ 丙酸乙酯代谢Ｐｒｏｐａｎｏａｔｅｍｅｔａｂｏｌｉｓｍ ３３ ｋｏ００６４０ １０４ 类固醇生物合成Ｓｔｅｒｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ ３ ｋｏ００１００
４９ 内质网蛋白质加工 Ｐｒｏｔｅｉｎｐｒｏｃｅｓｓｉｎｇｉｎｅｎｄｏｐｌａｓ
ｍｉｃｒｅｔｉｃｕｌｕｍ
３２ ｋｏ０４１４１ １０５ 黄酮和黄酮醇生物合成 Ｆｌａｖｏｎｅａｎｄｆｌａｖｏｎｏｌｂｉ
ｏｓｙｎｔｈｅｓｉｓ
３ ｋｏ００９４４
５０ 类胡萝卜素生物合成Ｃａｒｏｔｅｎｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ ３２ ｋｏ００９０６ １０６ 核黄素代谢 Ｒｉｂｏｆｌａｖｉｎｍｅｔａｂｏｌｉｓｍ ２ ｋｏ００７４０
５１ 烟酸和烟酰胺代谢 Ｎｉｃｏｔｉｎａｔｅａｎｄｎｉｃｏｔｉｎａｍｉｄｅ
ｍｅｔａｂｏｌｉｓｍ
３１ ｋｏ００７６０ １０７ 倍半萜和三萜类化合物生物合成 Ｓｅｓｑｕｉｔｅｒｐｅ
ｎｏｉｄａｎｄｔｒｉｔｅｒｐｅｎｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ
１ ｋｏ００９０９
５２ 莨菪烷、哌啶和吡啶生物碱生物合成Ｔｒｏｐａｎｅ，ｐｉ
ｐｅｒｉｄｉｎｅａｎｄｐｙｒｉｄｉｎｅａｌｋａｌｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ
３１ ｋｏ００９６０ １０８ Ｃ５支链二元酸代谢 Ｃ５Ｂｒａｎｃｈｅｄｄｉｂａｓｉｃａｃｉｄ
ｍｅｔａｂｏｌｉｓｍ
１ ｋｏ００６６０
５３ 组氨酸代谢 Ｈｉｓｔｉｄｉｎｅｍｅｔａｂｏｌｉｓｍ ３０ ｋｏ００３４０ １０９ 生物素代谢Ｂｉｏｔｉｎｍｅｔａｂｏｌｉｓｍ １ ｋｏ００７８０
５４ ＲＮＡ转运 ＲＮＡｔｒａｎｓｐｏｒｔ ３０ ｋｏ０３０１３ １１０ 甲烷代谢 Ｍｅｔｈａｎｅｍｅｔａｂｏｌｉｓｍ １ ｋｏ００６８０
５５ 错配修复 Ｍｉｓｍａｔｃｈｒｅｐａｉｒ ３０ ｋｏ０３４３０ １１１ 苯甲酸降解Ｂｅｎｚｏａｔｅｄｅｇｒａｄａｔｉｏｎ １ ｋｏ００３６２
５６ 氨基酸和核苷酸糖代谢 Ａｍｉｎｏｓｕｇａｒａｎｄｎｕｃｌｅｏ
ｔｉｄｅｓｕｇａｒｍｅｔａｂｏｌｉｓｍ
２９ ｋｏ００５２０ １１２ 双组分系统 Ｔｗｏｃｏｍｐｏｎｅｎｔｓｙｓｔｅｍ １ ｋｏ０２０２０
表５　海滨雀稗犛犛犚不同重复基序分布及优势碱基组成
犜犪犫犾犲５　犇犻狊狋狉犻犫狌狋犻狅狀犪狀犱犮狅犿狆狅狊犻狋犻狅狀狊狅犳狋犺犲犱狅犿犻狀犪狀狋狉犲狆犲犪狋狅犳狋犺犲犱犻犳犳犲狉犲狀狋狉犲狆犲犪狋犿狅狋犻犳狊犳狅狉犛犛犚
重复基元长度Ｌｅｎｇｔｈｏｆｒｅｐｅａｔｍｏｔｉｆ 数量Ｎｕｍｂｅｒ 百分比Ｐｅｒｃｅｎｔａｇｅ（％） 优势重复基序Ａｄｖａｎｔａｇｅｒｅｐｅａｔｍｏｔｉｆ
单核苷酸 Ｍｏｎｏｎｕｃｌｅｏｔｉｄｅ ６６５３ ２９．２８ Ａ／Ｔ
二核苷酸 Ｄｉｎｕｃｌｅｏｔｉｄｅ ９８８ ４．３５ ＡＧ／ＣＴ
三核苷酸 Ｔｒｉｎｕｃｌｅｏｔｉｄｅ ７２０４ ３１．７１ ＣＣＧ／ＣＧＧ；ＡＧＣ／ＣＴＧ；ＡＧＧ／ＣＣＴ；ＡＣＧ／ＣＧＴ；ＡＡＧ／ＣＴＴ；ＡＣＣ／ＧＧＴ
四核苷酸 Ｔｅｔｒａｎｕｃｌｅｏｔｉｄｅ １３２７ ５．８４ ＡＧＧＧ／ＣＣＣＴ
五核苷酸Ｐｅｎｔａｎｕｃｌｅｏｔｉｄｅ ３２１４ １４．１５ ＡＧＡＧＧ／ＣＣＴＣＴ
六核苷酸 Ｈｅｘａｎｕｃｌｅｏｔｉｄｅ ３３３５ １４．６７ ＡＧＧＣＧＧ／ＣＣＧＣＣＴ
９４２第２３卷第６期 草业学报２０１４年
４７５２０５４４个ｒｅａｄｓ序列；对ｒｅａｄｓ序列进行拼接，共获得了９６６１６５个ｃｏｎｔｉｇ序列。在ｃｏｎｔｉｇ数据的基础上，序列
组装后得到了８１２２０个ｕｎｉｇｅｎｅ，长度大小从２０１～１６３２８ｂｐ，平均长度为１０７７ｂｐ，Ｎ５０值为１６８０ｂｐ（Ｎ５０指从组装
最长的ｕｎｉｇｅｎｅ依次向下求长度的总加和，当累加长度达到组装长度的一半时，对应的ｕｎｉｇｅｎｅ长度是Ｎ５０长度。
Ｎ５０值越大，反映组装得到的长片段越多，组装效果就越好。测序数据产量和数据组装质量是转录组测序完成情
况的重要指标。以上研究结果表明，此次序列组装的质量和长度可以满足转录组分析的基本要求，且新一代高通
量测序技术是批量发现海滨雀稗功能基因的更为有效手段，进一步说明ＩｌｕｍｉｎａＨｉＳｅｑ２０００是高通量转录组测
序的可靠平台。
结合生物信息学分析方法，对海滨雀稗ｕｎｉｇｅｎｅ与Ｎｒ、Ｎｔ、ＳｗｉｓｓＰｒｏｔ数据库进行比对，进行序列相似性和功
能注释分析。４６１６９个ｕｎｉｇｅｎｅ与其他近缘生物的已知基因具有不同程度的同源性，并且还获得了３５０５１个新的
ｕｎｉｇｅｎｅ（占总体的５６．８４％），表明在对海滨雀稗基因组及遗传背景几乎不清楚的情况下，高通量测序技术是批量
发现海滨雀稗功能基因的有效手段。虽然ＧＯ是个标准化的生物信息本体数据库，被广泛地用于基因的注释功
能，然而由于ＧＯ结构设计上的缺陷以及基因的许多特征还未被发现，使得这种基因注释信息尚不完全。因此，
本研究中的海滨雀稗ｕｎｉｇｅｎｅ基于ＧＯ数据库进行的相关功能注释信息还不完善，还有部分的ｕｎｉｇｅｎｅ没有赋予
了可能的ＧＯ条目，有待通过其他生物信息学方法对ｕｎｉｇｅｎｅ功能注释进一步补充。利用ＣＯＧ数据库对海滨雀
稗ｕｎｉｇｅｎｅ进行基因功能分类，可从基因组水平上找寻直系同源体，预测未知ＯＲＦ的生物学功能，可以大大提高
基因功能注释的准确性。根据ＫＥＧＧ数据库对上述ｕｎｉｇｅｎｅ进行代谢途径分析，涉及１１２个具体的代谢途径分
支，参与到海滨雀稗体内的碳水化合物代谢、脂类代谢、次生物质代谢等过程中，为进一步大量挖掘海滨雀稗生长
发育过程中的重要表达基因，开展海滨雀稗的基因克隆及功能验证等研究提供了基础数据。
ＳＳＲ分子标记具有操作简便、重复性好、多态性丰富、遗传信息量大、共显性遗传等优点，已在遗传多样性分
析、遗传图谱构建、功能基因发掘、分子标记辅助育种等研究中得到了广泛应用［３２３６］。采取实验室手段开发ＳＳＲ
引物费时，耗力，成本高，试验复杂，基于转录组数据库信息进行ＳＳＲ分子标记开发将是一种既经济又有效的方
法。目前，海滨雀稗可利用的分子标记数量非常有限，转录组产生的海量数据为ＳＳＲ分子标记的开发提供了更
丰富和极有价值的可利用资源。本研究通过查找发现了２２７２１个ＳＳＲ位点，ＳＳＲ不但出现频率高，而且类型丰
富。利用在线引物设计软件共设计出８７５８对ＳＳＲ引物，进一步可对这些ＳＳＲ引物进行扩增检测，筛选出扩增稳
定、条带清晰、多态性好的引物，为进一步开发新的ＳＳＲ标记奠定了基础。ＳＳＲ分子标记的开发可用于草坪草功
能基因的挖掘、丰富分子标记类型、遗传资源评价、重要性状的辅助选择等研究，有助于促进草坪草遗传育种的发
展［３７３８］。
本研究首次在国内外采用ＩｌｕｍｉｎａＨｉＳｅｑ２０００高通量测序技术建立了海滨雀稗转录组数据库，获得了大量
的转录本信息，并对表达基因进行了序列组装、功能注释、代谢途径等分析，为今后更深入研究海滨雀稗功能基因
组、基因克隆及抗逆机理研究提供了极大的方便，而且该转录组数据还可以作为今后海滨雀稗基因组的参考序
列，为海滨雀稗的分子生物学研究提供宝贵的基因组数据来源。
参考文献：
［１］　解新明，卢小良．海雀稗种质资源的优良特性及其利用价值［Ｊ］．华南农业大学学报，２００４，２５：６４６７．
［２］　常盼盼，钟小仙，刘智微．海滨雀稗体细胞突变体ＳＰ２００８３的特异性分析［Ｊ］．草业学报，２０１２，２１（６）：２０７２１２．
［３］　陈静波，褚晓晴，李珊，等．盐水灌溉对７属１１种暖季型草坪草生长的影响及抗盐性差异［Ｊ］．草业科学，２０１２，２９（８）：
１１８５１１９２．
［４］　卢少云，郭振飞．草坪草逆境生理研究进展［Ｊ］．草业学报，２００３，１２（４）：７１３．
［５］　ＣａｒｄｏｎａＣＡ，ＤｕｎｃａｎＲＲ，Ｌｉｎｄｓｔｒｏｍ Ｏ．Ｌｏｗｔｅｍｐｅｒａｔｕｒｅｔｏｌｅｒａｎｃｅａｓｓｅｓｓｍｅｎｔｉｎｐａｓｐａｌｕｍ［Ｊ］．ＣｒｏｐＳｃｉｅｎｃｅ，１９９７，
３７（４）：１２８３１２９１．
［６］　ＣａｒｒｏｗＲＮ．Ｓｅａｓｈｏｒｅｐａｓｐａｌｕｍｅｃｏｔｙｐｅｒｅｓｐｏｎｓｅｓｔｏｄｒｏｕｇｈｔａｎｄｒｏｏｔｌｉｍｉｔｉｎｇｓｔｒｅｓｓｅｓ［Ｊ］．ＵＳＧＡＴｕｒｆｇｒａｓｓａｎｄＥｎｖｉｒｏｎ
ｍｅｎｔａｌＲｅｓｅａｒｃｈ，２００５，４（１３）：１９．
０５２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．６
［７］　ＨｕａｎｇＢ，ＤｕｎｃａｎＲＲ，ＣａｒｒｏｗＲＮ．Ｄｒｏｕｇｈｔｒｅｓｉｓｔａｎｃｅｍｅｃｈａｎｉｓｍｓｏｆｓｅｖｅｎｗａｒｍｓｅａｓｏｎｔｕｒｆｇｒａｓｓｅｓｕｎｄｅｒｓｕｒｆａｃｅｓｏｉｌｄｒ
ｙｉｎｇ：Ｉ．Ｓｈｏｏｔｒｅｓｐｏｎｓｅ［Ｊ］．ＣｒｏｐＳｃｉｅｎｃｅ，１９９７，３７（６）：１８５８１８６３．
［８］　Ｕｎｒｕｈ，ＪＢ，ＢｒｅｃｋｅＢＪ，ＰａｒｔｒｉｄｇｅＤＥ．Ｓｅａｓｈｏｒｅｐａｓｐａｌｕｍｐｅｒｆｏｒｍａｎｃｅｔｏｐｏｔａｂｌｅｗａｔｅｒ［Ｊ］．ＵＳＧＡＴｕｒｆｇｒａｓｓａｎｄＥｎｖｉｒｏｎ
ｍｅｎｔａｌＲｅｓｅａｒｃｈ，２００７，６（２３）：１１０．
［９］　叶晓青，佘建明，梁流芳，等．海雀稗体细胞低温筛选获得耐寒突变体［Ｊ］．草地学报，２０１０，１８（１）：９７１０２．
［１０］　刘国道，罗丽娟．中国热带饲用植物资源［Ｍ］．北京：中国农业大学出版社，１９９９：１７６１７９．
［１１］　贺小霞，刘一明，王兆龙．海滨雀稗栽培品种的形态特征与ＡＦＬＰ分子标记分析［Ｊ］．草地学报，２０１１，１９（１）：１６４１７０．
［１２］　解新明，卢小良，孙雄松，等．海雀稗种质资源ＲＡＰＤ分子标记的遗传多样性研究［Ｊ］．华南农业大学学报，２００４，２５：１０
１５．
［１３］　井赵斌，魏琳，俞靓，等．转录组测序及其在牧草基因资源发掘中的应用前景［Ｊ］．草业科学，２０１２，２８（７）：１３６４１３６９．
［１４］　ＬｏｃｋｈａｒｔＤＪ，ＷｉｎｚｅｌｅｒＥＡ．Ｇｅｎｏｍｉｃｓ，ｇｅｎｅｅｘｐｒｅｓｓａｎｄＤＮＡａｒｒａｙｓ［Ｊ］．Ｎａｔｕｒｅ，２０００，４０５：８２７８３６．
［１５］　ＶｅｌｃｕｌｅｓｃｕＶＥ，ＺｈａｎｇＬ，ＺｈｏｕＷ，犲狋犪犾．Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｔｈｅｙｅａｓｔｔｒａｎｓｃｒｉｐｔｏｍｅ［Ｊ］．Ｃｅｌ，１９９７，８８（２）：２４３２５１．
［１６］　ＡｌａｇｎａＦＤ，ＡｇｏｓｔｉｎｏＮ，ＴｏｒｃｈｉａＬ，犲狋犪犾．Ｃｏｍｐａｒａｔｉｖｅ４５４ｐｙｒｏｓｅｑｕｅｎｃｉｎｇｏｆｔｒａｎｓｃｒｉｐｔｓｆｒｏｍｔｗｏｏｌｉｖｅｇｅｎｏｔｙｐｅｓｄｕｒｉｎｇ
ｆｒｕｉｔｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．ＢＭＣＧｅｎｏｍｉｃｓ，２００９，１０：３９９．
［１７］　ＢａｒａｋａｔＡ，ＤｉＬｏｒｅｔｏＤＳ，ＺｈａｎｇＹ，犲狋犪犾．ＣｏｍｐａｒｉｓｏｎｏｆｔｈｅｔｒａｎｓｃｒｉｐｔｏｍｅｓｏｆＡｍｅｒｉｃａｎｃｈｅｓｔｎｕｔ（犆犪狊狋犪狀犲犪犱犲狀狋犪狋犪）ａｎｄ
Ｃｈｉｎｅｓｅｃｈｅｓｔｎｕｔ（犆犪狊狋犪狀犲犪犿狅犾犾犻狊狊犻犿犪）ｉｎｒｅｓｐｏｎｓｅｔｏｔｈｅｃｈｅｓｔｎｕｔｂｌｉｇｈｔｉｎｆｅｃｔｉｏｎ［Ｊ］．ＢＭＣＰｌａｎｔＢｉｏｌｏｇｙ，２００９，９：５１．
［１８］　ＤａｓｓａｎａｙａｋｅＭ，ＨａａｓＪＳ，ＢｏｈｎｅｒｔＨＪ，犲狋犪犾．Ｓｈｅｄｄｉｎｇｌｉｇｈｔｏｎａｎｅｘｔｒｅｍｏｐｈｉｌｅｌｉｆｅｓｔｙｌｅｔｈｒｏｕｇｈｔｒａｎｓｃｒｉｐｔｏｍｉｃｓ［Ｊ］．Ｎｅｗ
Ｐｈｙｔｏｌｏｇｉｓｔ，２００９，１８３（３）：７６４７７５．
［１９］　ＭａｈｅｒＣＡ，ＫｕｍａｒＳｉｎｈａＣ，ＣａｏＸ，犲狋犪犾．Ｔｒａｎｓｃｒｉｐｔｏｍｅｓｅｑｕｅｎｃｉｎｇｔｏｄｅｔｅｃｔｇｅｎｅｆｕｓｉｏｎｓｉｎｃａｎｃｅｒ［Ｊ］．Ｎａｔｕｒｅ，２００９，
４５８：９７１０１．
［２０］　ＷａｎｇＥＴ，ＳａｎｄｂｅｒｇＲ，ＬｕｏＳ，犲狋犪犾．Ａｌｔｅｒｎａｔｉｖｅｉｓｏｆｏｒｍｒｅｇｕｌａｔｉｏｎｉｎｈｕｍａｎｔｉｓｓｕｅｔｒａｎｓｃｒｉｐｔｏｍｅｓ［Ｊ］．Ｎａｔｕｒｅ，２００８，
４５６：４７０４７６．
［２１］　张争，高志晖，魏建和，等．三年生白木香机械伤害转录组学研究［Ｊ］．药学学报，２０１２，４７（８）：１１０６１１１０．
［２２］　杨楠，赵凯歌，陈龙清．蜡梅花转录组数据分析及次生代谢产物合成途径研究［Ｊ］．北京林业大学学报，２０１２，３４（１）：１０４
１０７．
［２３］　ＦｒａｎｓｓｅｎＳＵ，ＳｈｒｅｓｔｈａＲＰ，ＢｒａｕｔｉｇａｍＡ，犲狋犪犾．Ｃｏｍｐｒｅｈｅｎｓｉｖｅｔｒａｎｓｃｒｉｐｔｏｍｅａｎａｌｙｓｉｓｏｆｔｈｅｈｉｇｈｌｙｃｏｍｐｌｅｘ犘犻狊狌犿狊犪狋犻
狏狌犿ｇｅｎｏｍｅｕｓｉｎｇｎｅｘｔｇｅｎｅｒａｔｉｏｎｓｅｑｕｅｎｃｉｎｇ［Ｊ］．ＢＭＣＧｅｎｏｍｉｃｓ，２０１１，１２：２２７．
［２４］　ＤｅｒＪＰ，ＢａｒｋｅｒＭＳ，ＷｉｃｋｅｔｔＮＪ，犲狋犪犾．Ｄｅｎｏｖｏｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｔｈｅｇａｍｅｔｏｐｈｙｔｅｔｒａｎｓｃｒｉｐｔｏｍｅｉｎｂｒａｃｋｅｎｆｅｒｎ，犘狋犲狉犻犱
犻狌犿犪狇狌犻犾犻狀狌犿［Ｊ］．ＢＭＣＧｅｎｏｍｉｃｓ，２０１１，１２（１）：９９．
［２５］　王晓锋，何卫龙，蔡卫佳，等．马尾松转录组测序和分析［Ｊ］．分子植物育种，２０１３，１１（３）：３８５３９２．
［２６］　ＬｉＲＱ，ＺｈｕＨ Ｍ，ＲｕａｎＪ．Ｄｅｎｏｖｏａｓｓｅｍｂｌｙｏｆｈｕｍａｎｇｅｎｏｍｅｓｗｉｔｈｍａｓｓｉｖｅｌｙｐａｒａｌｅｌｓｈｏｒｔｒｅａｄｓｅｑｕｅｎｃｉｎｇ［Ｊ］．Ｇｅｎｏｍｅ
Ｒｅｓｅａｒｃｈ，２０１０，２０（２）：２６５２７２．
［２７］　ＣｏｎｅｓａＡ，ＧｔｚＳ，ＧａｒｃíａＧóｍｅｚＪＭ，犲狋犪犾．Ｂｌａｓｔ２ＧＯ：ａｕｎｉｖｅｒｓａｌｔｏｏｌｆｏｒａｎｎｏｔａｔｉｏｎ，ｖｉｓｕａｌｉｚａｔｉｏｎａｎｄａｎａｌｙｓｉｓｉｎｆｕｎｃ
ｔｉｏｎａｌｇｅｎｏｍｉｃｓｒｅｓｅａｒｃｈ［Ｊ］．Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００５，２１（１８）：３６７４３６７６．
［２８］　ＹｅＪ，ＦａｎｇＬ，ＺｈｅｎｇＨ，犲狋犪犾．ＷＥＧＯ：ａｗｅｂｔｏｏｌｆｏｒｐｌｏｔｔｉｎｇＧＯａｎｎｏｔａｔｉｏｎｓ［Ｊ］．ＮｕｃｌｅｉｃＡｃｉｄｓＲｅｓｅａｒｃｈ，２００６，３４：２９３
２９７．
［２９］　ＭｏｒｔａｚａｖｉＡ，ＷｉｌｉａｍｓＢＡ，ＭｃＣｕｅＫ，犲狋犪犾．ＭａｐｐｉｎｇａｎｄｑｕａｎｔｉｆｙｉｎｇｍａｍｍａｌｉａｎｔｒａｎｓｃｒｉｐｔｏｍｅｓｂｙＲＮＡＳｅｑ［Ｊ］．Ｎａｔｕｒｅ
Ｍｅｔｈｏｄｓ，２００８，５（７）：６２１６２８．
［３０］　林萍，曹永庆，姚小华，等．普通油茶种子４个发育时期的转录组分析［Ｊ］．分子植物育种，２０１１，９（４）：４９８５０５．
［３１］　祁云霞，刘永斌，荣威恒．转录组研究新技术：ＲＮＡＳｅｑ及其应用［Ｊ］．遗传，２０１１，３３（１１）：１１９１１２０２．
［３２］　宋建，陈杰，陈火英，等．利用ＳＳＲ分子标记分析番茄的遗传多样性［Ｊ］．上海交通大学学报，２００６，２４（６）：５２４５２８．
［３３］　陈海梅，李林志，卫宪云，等．小麦ＥＳＴＳＳＲ标记的开发、染色体定位和遗传作图［Ｊ］．科学通报，２００５，５０（２０）：２２０８
２２１６．
［３４］　刘峰，王运生，田雪亮，等．辣椒转录组ＳＳＲ挖掘及其多态性分析［Ｊ］．园艺学报，２０１２，３９（１）：１６８１７４．
［３５］　ＹａｎｇＨＢ，ＬｉｕＷＹ，ＫａｎｇＷＨ，犲狋犪犾．ＤｅｖｅｌｏｐｍｅｎｔｏｆＳＮＰｍａｒｋｅｒｓｌｉｎｋｅｄｔｏｔｈｅＬｌｏｃｕｓｉｎ犆犪狆狊犻犮狌犿ｓｐｐ．ｂｙａｃｏｍｐａｒａ
１５２第２３卷第６期 草业学报２０１４年
ｔｉｖｅｇｅｎｅｔｉｃａｎａｌｙｓｉｓ［Ｊ］．ＭｏｌｅｃｕｌａｒＢｒｅｅｄｉｎｇ，２００９，２４（４）：４３３４４６．
［３６］　ＹｉＧ，ＬｅｅＪＭ，ＬｅｅＳ，犲狋犪犾．ＥｘｐｌｏｉｔａｔｉｏｎｏｆｐｅｐｐｅｒＥＳＴＳＳＲｓａｎｄａｎＳＳＲｂａｓｅｄｌｉｎｋａｇｅｍａｐ［Ｊ］．ＴｈｅｏｒｅｔｉｃａｌａｎｄＡｐｐｌｉｅｄ
Ｇｅｎｅｔｉｃｓ，２００６，１１４（１）：１１３１３０．
［３７］　曾亮，袁庆华，王方，等．冰草属植物种质资源遗传多样性的ＩＳＳＲ分析［Ｊ］．草业学报，２０１３，２２（１）：２６０２６７．
［３８］　陈群，袁晓君，何亚丽．高羊茅单株耐热性相关分子标记的筛选及其与越夏性的关系研究［Ｊ］．草业学报，２０１３，２２（５）：８４
９５．
犜狉犪狀狊犮狉犻狆狋狅犿犲犮犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳犘犪狊狆犪犾狌犿狏犪犵犻狀犪狋狌犿犪狀犪犾狔狕犲犱狑犻狋犺犐犾狌犿犻狀犪狊犲狇狌犲狀犮犻狀犵狋犲犮犺狀狅犾狅犵狔
ＪＩＡＸｉｎｐｉｎｇ，ＹＥＸｉａｏｑｉｎｇ，ＬＩＡＮＧＬｉｊｉａｎ，ＤＥＮＧＹａｎｍｉｎｇ，ＳＵＮＸｉａｏｂｏ，ＳＨＥＪｉａｎｍｉｎｇ
（ＰｒｏｖｉｎｃｉａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｇｒｏｂｉｏｌｏｇｙ，ＩｎｓｔｉｔｕｔｅｏｆＡｇｒｏｂｉｏｔｅｃｈｎｏｌｏｇｙ，Ｊｉａｎｇｓｕ
ＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｎａｎｊｉｎｇ２１００１４，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｔｈｅｔｒａｎｓｃｒｉｐｔｏｍｅｏｆ犘犪狊狆犪犾狌犿狏犪犵犻狀犪狋狌犿ｌｅａｆｗａｓｓｅｑｕｅｎｃｅｄｕｓｉｎｇａｎＩｌｕｍｉｎａＨｉＳｅｑ２０００ｐｌａｔ
ｆｏｒｍ，ｗｈｉｃｈｉｓａｎｅｗｇｅｎｅｒａｔｉｏｎｏｆｈｉｇｈｔｈｒｏｕｇｈｐｕｔｓｅｑｕｅｎｃｉｎｇｔｅｃｈｎｏｌｏｇｙｕｓｅｄｔｏｓｔｕｄｙｅｘｐｒｅｓｓｉｏｎｐｒｏｆｉｌｅｓ
ａｎｄｔｏｐｒｅｄｉｃｔｆｕｎｃｔｉｏｎａｌｇｅｎｅｓ．Ｉｎｔｈｅｔａｒｇｅｔｓａｍｐｌｅ，ａｔｏｔａｌｏｆ４７５２０５４４ｒｅａｄｓｃｏｎｔａｉｎｉｎｇ４７５２０５４４００ｂｐｏｆｓｅ
ｑｕｅｎｃｅｉｎｆｏｒｍａｔｉｏｎｗｅｒｅｇｅｎｅｒａｔｅｄ．Ａｔｏｔａｌｏｆ８１２２０ｕｎｉｇｅｎｅｓｃｏｎｔａｉｎｉｎｇ８７５４２５０３ｂｐｓｅｑｕｅｎｃｅｉｎｆｏｒｍａｔｉｏｎ
ｗｅｒｅｆｏｒｍｅｄｂｙｉｎｉｔｉａｌｓｅｑｕｅｎｃｅｓｐｌｉｃｉｎｇ，ｗｉｔｈａｎａｖｅｒａｇｅｒｅａｄｌｅｎｇｔｈｏｆ１０７７ｂｐ．Ｕｎｉｇｅｎｅｑｕａｌｉｔｉｅｓｆｏｒｓｅｖｅｒａｌ
ａｓｐｅｃｔｓｗｅｒｅａｓｓｅｓｓｅｄ，ｓｕｃｈａｓｌｅｎｇｔｈｄｉｓｔｒｉｂｕｔｉｏｎ，ＧＣｃｏｎｔｅｎｔａｎｄｇｅｎｅｅｘｐｒｅｓｓｉｏｎｌｅｖｅｌ．Ｔｈｅｓｅｑｕｅｎｃｉｎｇｄａｔａ
ｗａｓｏｆｈｉｇｈｑｕａｌｉｔｙａｎｄｒｅｌｉａｂｉｌｉｔｙ．Ｔｈｅ４６１６９ｕｎｉｇｅｎｅｓｗｅｒｅａｎｎｏｔａｔｅｄｕｓｉｎｇＢＬＡＳＴｓｅａｒｃｈｅｓａｇａｉｎｓｔｔｈｅＮｒ，
ＮｔａｎｄＳｗｉｓｓＰｒｏｔｄａｔａｂａｓｅｓ．Ａｌｔｈｅａｓｓｅｍｂｌｅｄｕｎｉｇｅｎｅｓｃｏｕｌｄｂｅｂｒｏａｄｌｙｄｉｖｉｄｅｄｉｎｔｏｂｉｏｌｏｇｉｃａｌｐｒｏｃｅｓｓｅｓ，ｃｅｌ
ｌｕｌａｒｃｏｍｐｏｎｅｎｔｓａｎｄ４８ｂｒａｎｃｈｅｓｏｆｍｏｌｅｃｕｌａｒｆｕｎｃｔｉｏｎｃａｔｅｇｏｒｉｅｓｂｙｇｅｎｅｏｎｔｏｌｏｇｙ，ｉｎｃｌｕｄｉｎｇｍｅｔａｂｏｌｉｃ
ｐｒｏｃｅｓｓ，ｂｉｎｄｉｎｇａｎｄｃｅｌｕｌａｒｐｒｏｃｅｓｓｅｓ．ＴｈｅｕｎｉｇｅｎｅｓｗｅｒｅｆｕｒｔｈｅｒａｎｎｏｔａｔｅｄｂａｓｅｄｏｎＣＯＧｃａｔｅｇｏｒｙ，ｗｈｉｃｈ
ｃｏｕｌｄｂｅｇｒｏｕｐｅｄｉｎｔｏ２５ｆｕｎｃｔｉｏｎａｌｃａｔｅｇｏｒｉｅｓ．Ｔｈｅｕｎｉｇｅｎｅｓｃｏｕｌｄｂｅｂｒｏａｄｌｙｄｉｖｉｄｅｄｉｎｔｏ１１２ｃｌａｓｓｅｓａｃｃｏｒｄｉｎｇ
ｔｏｔｈｅｉｒｍｅｔａｂｏｌｉｃｐａｔｈｗａｙ，ｉｎｃｌｕｄｉｎｇｔｈｅｐｈｅｎｙｌａｌａｎｉｎｅｍｅｔａｂｏｌｉｓｍｐａｔｈｗａｙ，ｐｌａｎｔｐａｔｈｏｇｅｎｉｎｔｅｒａｃｔｉｏｎ，ｐｌａｎｔ
ｈｏｒｍｏｎｅｂｉｏｓｙｎｔｈｅｓｉｓａｎｄｓｉｇｎａｌｔｒａｎｓｄｕｃｔｉｏｎ，ｆｌａｖｏｎｏｉｄｂｉｏｓｙｎｔｈｅｓｉｓ，ｔｅｒｐｅｎｏｉｄｂａｃｋｂｏｎｅｂｉｏｓｙｎｔｈｅｓｉｓ，ｌｉｐｉｄ
ｍｅｔａｂｏｌｉｓｍ，ａｎｄＲＮＡｄｅｇｒａｄａｔｉｏｎ．Ｔｈｅｒｅｗｅｒｅ２２７２１ＳＳＲｉｎ８１２２０ｕｎｉｇｅｎｅｓａｎｄｉｎｔｈｅＳＳＲ，Ａ／Ｔｗａｓｔｈｅ
ｈｉｇｈｅｓｔｒｅｐｅａｔ，ｆｏｌｏｗｉｎｇｂｙＣＣＧ／ＣＧＧａｎｄＡＧＣ／ＣＴＧ．Ｔｈｉｓｓｔｕｄｙｉｓｔｈｅｆｉｒｓｔｃｏｍｐｒｅｈｅｎｓｉｖｅｔｒａｎｓｃｒｉｐｔｏｍｅａ
ｎａｌｙｓｉｓｆｏｒ犘犪狊狆犪犾狌犿狏犪犵犻狀犪狋狌犿，ｐｒｏｖｉｄｉｎｇｖａｌｕａｂｌｅｇｅｎｏｍｅｄａｔａｓｏｕｒｃｅｓｆｏｒｔｈｅｍｏｌｅｃｕｌａｒｂｉｏｌｏｇｙｏｆｔｈｉｓ
ｇｒａｓｓ．
犓犲狔狑狅狉犱狊：犘犪狊狆犪犾狌犿狏犪犵犻狀犪狋狌犿；ｔｒａｎｓｃｒｉｐｔｏｍｅ；ｈｉｇｈｔｈｒｏｕｇｈｐｕｔｓｅｑｕｅｎｃｉｎｇ；ｇｅｎｅａｎｎｏｔａｔｉｏｎ；ｓｉｍｐｌｅｓｅ
ｑｕｅｎｃｅｒｅｐｅａｔ
２５２ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１４） Ｖｏｌ．２３，Ｎｏ．６