一种植物耐盐基因模块发掘方法与流程

1.本发明涉及耐盐基因技术领域，具体的是一种植物耐盐基因模块发掘方法。


背景技术：

2.耕地盐碱化是目前我国农业生产中面临的主要问题之一，其严重影响了我国农业生产及粮食安全，培养耐盐碱的作物新品种是面对盐碱化的有效手段之一，对于盐碱地的改善具有重要意义。植物适应盐碱环境的机制十分复杂，是众多基因/途径相互作用形成复杂网络综合调控的结果。植物在遭受盐胁迫后，通过信号感知与一系列复杂的信号转导并激活特定转录调控因子，进而调控下游功能基因的表达，启动相应的生理生化等适应性反应来降低或消除高盐度给植物生长带来的危害。这些基因调控网络之间，既相互独立，又紧密联系，共同组成了一个复杂的植物响应盐胁迫的基因网络。为此，单一或少数几个耐盐相关基因的功能解析，无法系统了解植物抗旱分子机制，且，利用单一耐盐相关基因对作物进行基因工程改造也被证明作用有限，因此，本发明提出一种植物耐盐基因模块发掘方法。


技术实现要素：

3.为了克服现有技术中的缺陷，本发明实施例提供了一种植物耐盐基因模块发掘方法，以解决上述背景技术中提出的问题。
4.本技术实施例公开了：一种植物耐盐基因模块发掘方法，包括以下步骤：第一步，分离并建立目标植物的基因互作数据库；第二步，利用马尔可夫聚类算法对基因互作网络进行模块化分析，并对基因模块的生物学意义进行评估；第三步，利用基因芯片数据鉴定目标植物的盐胁迫应答基因，采用累积超几何分布对基因模块富含盐胁迫应答基因进行显著性分析；第四步，利用全基因组关联数据分析基因模块与耐盐性之间的关联程度；第五步，根据基因模块两类排名的几何平均值计算基因模块的耐盐作用大小，并以此筛选关键耐盐基因模块。
5.优选的，第一步的具体做法是，从biogrid、intact、dip、mint及string数据库中收集基因互作数据，并分离目标植物的互作数据，建立相应的数据库。
6.优选的，第二步的具体做法是，采用马尔可夫模型的聚类算法mcl对基因网络进行模块化分析，利用geneontology数据对mcl算法的不同inflation参数条件下模块基因的功能相似性进行评估，确定模块基因功能相似性得分最高时的inflation参数。
7.优选的，第三步的具体做法是，从ncbi的geo数据库以及ebi的arrayexpress数据库中下载获得目标植物受盐胁迫的基因芯片数据，用rmaexpress软件对芯片数据进行均一化，采用sam软件包计算目标植物的盐胁迫应答基因；采用累积超几何分布对基因模块富含盐胁迫应答基因进行显著性分析。
8.优选的，第四步的具体做法是，从gramene数据库下载与目标植物耐盐相关的全基因组关联数据，而后对各材料的耐盐表型数据进行随机置换，用tassel软件的mlm模型计算各snp的p值，然后统计各基因模块中与耐盐性显著关联的snp比例，共进行9999次置换检
验，分析基因模块与耐盐性之间的关联程度。
9.优选的，第五步的具体做法是，对基因模块富含盐胁迫应答基因的概率由小到大进行排序。同样，对基因模块与耐盐性之间的关联程度也由小到大进行排序，根据基因模块两类排名的几何平均值计算基因模块的耐盐作用大小，并以此筛选关键耐盐基因模块。
10.优选的，所述与耐盐性显著相关是指p《0.05。
11.本发明的有益效果如下：本发明基于基因相互作用网络，采用马尔可夫聚类算法对基因互作网络进行模块化分析，并利用基因芯片与全基因组关联数据对基因模块的耐盐作用大小进行评估。根据各个基因模块的耐盐贡献大小，筛选关键耐盐基因模块。与现有方法相比，该方法侧重于全新耐盐基因群的发现，极大地提高了植物耐盐基因发掘的效率与准确性。
12.为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
13.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
14.图1是一种植物耐盐基因模块发掘方法流程图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.本发明公开一种植物耐盐基因模块发掘方法，包括以下步骤：第一步，分离并建立目标植物的基因互作数据库；第二步，利用马尔可夫聚类算法对基因互作网络进行模块化分析，并对基因模块的生物学意义进行评估；第三步，利用基因芯片数据鉴定目标植物的盐胁迫应答基因，采用累积超几何分布对基因模块富含盐胁迫应答基因进行显著性分析；第四步，利用全基因组关联数据分析基因模块与耐盐性之间的关联程度；第五步，根据基因模块两类排名的几何平均值计算基因模块的耐盐作用大小，并以此筛选关键耐盐基因模块。
17.优选的，第一步的具体做法是，从biogrid、intact、dip、mint及string数据库中收集基因互作数据，并分离目标植物的互作数据，建立相应的数据库。
18.优选的，第二步的具体做法是，采用马尔可夫模型的聚类算法mcl对基因网络进行模块化分析，利用geneontology数据对mcl算法的不同inflation参数条件下模块基因的功能相似性进行评估，确定模块基因功能相似性得分最高时的inflation参数。
19.优选的，第三步的具体做法是，从ncbi的geo数据库以及ebi的arrayexpress数据库中下载获得目标植物受盐胁迫的基因芯片数据，用rmaexpress软件对芯片数据进行均一化，采用sam软件包计算目标植物的盐胁迫应答基因；采用累积超几何分布对基因模块富含
盐胁迫应答基因进行显著性分析。
20.优选的，第四步的具体做法是，从gramene数据库下载与目标植物耐盐相关的全基因组关联数据，而后对各材料的耐盐表型数据进行随机置换，用tassel软件的mlm模型计算各snp的p值，然后统计各基因模块中与耐盐性显著关联的snp比例，共进行9999次置换检验，分析基因模块与耐盐性之间的关联程度。
21.优选的，第五步的具体做法是，对基因模块富含盐胁迫应答基因的概率由小到大进行排序。同样，对基因模块与耐盐性之间的关联程度也由小到大进行排序，根据基因模块两类排名的几何平均值计算基因模块的耐盐作用大小，并以此筛选关键耐盐基因模块。
22.优选的，所述与耐盐性显著相关是指p《0.05。
23.本技术实施例的有益效果如下：本发明基于基因相互作用网络，采用马尔可夫聚类算法对基因互作网络进行模块化分析，并利用基因芯片与全基因组关联数据对基因模块的耐盐作用大小进行评估。根据各个基因模块的耐盐贡献大小，筛选关键耐盐基因模块。与现有方法相比，该方法侧重于全新耐盐基因群的发现，极大地提高了植物耐盐基因发掘的效率与准确性。
24.本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。