首页--生物科学论文--植物学论文--植物细胞遗传学论文--植物基因工程论文

拟南芥中microRNAs单核苷酸多态性的识别与分析

摘要第6-7页
ABSTRACT第7-8页
缩略词表第14-15页
第一章 绪论第15-27页
    1.1 拟南芥的生物学研究基础第15页
    1.2 植物中小非编码RNA简介第15-21页
        1.2.1 microRNA第16-19页
            1.2.1.1 microRNA简介第16-17页
            1.2.1.2 microRNA的生物合成第17-18页
            1.2.1.3 microRNA的功能研究第18-19页
        1.2.2 siRNA第19-21页
            1.2.2.1 trans-acting siRNA的生成过程第20页
            1.2.2.2 tasiRNA的功能第20页
            1.2.2.3 phasiRNA的发现第20页
            1.2.2.4 phasiRNA的调控机制第20-21页
    1.3. 植物中单核昔酸多态性(SNP)简介第21-25页
        1.3.1 研究植物中单核昔酸多态性的意义第21-22页
        1.3.2 SNP位点的识别技术第22-25页
            1.3.2.1 基于EST序列数据识别SNP位点第22-23页
            1.3.2.2 基于阵列数据分析来识别SNP位点第23页
            1.3.2.3 扩增子重测序技术第23-24页
            1.3.2.4 从基因组测序中识别SNP第24页
            1.3.2.5 利用二代测序技术(NGS)识别SNP第24-25页
    1.4. 本研究的目的与意义第25-27页
第二章 材料与方法第27-47页
    2.1. 生物信息学功能数据库简介第27-30页
        2.1.1 miRBase数据库第27页
        2.1.2 The Arabidopsis Information Resource(TAIR)数据库第27-30页
            2.1.2.1. 通过序列或者结构相似性来查找基因第29页
            2.1.2.2. 通过基因表达数据来查找基因第29页
            2.1.2.3. 对基因的功能进行分类第29页
            2.1.2.4. 利用正向和反向遗传资源来解析生物过程或特定基因功能第29-30页
        2.1.3 The Single Nucleotide Polymorphism Database (dbSNP)数据库第30页
    2.2. 样本数据收集第30-34页
    2.3. SNP位点的识别与分析方法第34-47页
        2.3.1 对small RNA的高通量测序数据(HTS)的预处理第34-38页
            2.3.1.1 根据测序质量分数过滤数据第34-35页
            2.3.1.2 去除3'末端的接头第35-36页
            2.3.1.3 获取小RNA序列并统计其频率第36-37页
            2.3.1.4 对valid reads计算并统计长度分布第37页
            2.2.1.5 样本数据valid reads的类型分布第37-38页
        2.3.2 对microRNA序列上的单核苷酸突变事件的识别第38-41页
            2.3.2.1 将small RNA 比对到microRNA前体上第39页
            2.3.2.2 将small RNA进行过滤获取源自于pre-miRNA的序列第39-40页
            2.3.2.3 识别microRNA前体上的单核苷酸突变事件第40-41页
        2.3.3 识别的单核苷酸突变位点的P值第41页
        2.3.4 单核苷酸变异位点的判定标准第41页
        2.3.5 对于microRNA中发生的单核苷酸变异事件的命名第41-42页
        2.3.6 对于收集的数据样本进行分析并整合不同样本的结果第42页
        2.3.7 收集已经公布的拟南芥的microRNA上的SNP位点信息第42-44页
            2.3.7.1 下载并整理gff文件第43页
            2.3.7.2 根据gff文件计算microRNA上的SNP位点第43-44页
            2.3.7.3 统计发生在成熟microRNA序列上的SNP位点信息第44页
            2.3.7.4 对统计的SNP位点进行统一格式命名第44页
        2.3.8 在样本数据中识别microRNA上的新的SNP位点第44页
        2.3.9 靶基因预测分析第44-45页
        2.3.10 二级结构预测分析第45页
        2.3.11 GO以及通路分析第45-47页
第三章 结果与分析第47-87页
    3.1. 拟南芥small RNA测序数据长度分布统计第47-48页
    3.2. 样本数据中的valid reads的类型分布第48-50页
    3.3. microRNA序列上的单核苷酸变异第50页
    3.4. microRNA保守性家族的确定第50-51页
    3.5. dbSNP数据库中发生在microRNA序列上的SNP位点的识别第51-70页
        3.5.2 dbSNP数据库中识别的microRNA上的SNP事件碱基突变类型第69-70页
    3.6. 样本数据中识别出的SNP位点第70-78页
        3.6.1 A-to-I(G)类型SNP位点的识别与分析第74-75页
        3.6.2 C-to-U类型SNP位点的识别与分析第75-76页
        3.6.3 other类型SNP位点的识别与分析第76-77页
        3.6.4 两类典型的单核苷酸变异位点的分析第77-78页
    3.7. 靶基因预测分析第78-81页
        3.7.1 用MiRME识别的SNP位点对microRNA靶基因影响情况第78-79页
        3.7.2 dbSNP中SNP位点对microRNA靶基因影响情况第79-81页
    3.8. SNP事件对pre-miRNA二级结构的影响第81-85页
    3.9 对于发生SNP前后的microRNA的靶基因进行GO分析第85-87页
第四章 总结与展望第87-91页
    4.1. 结论第87-88页
    4.2. 讨论第88-89页
    4.3 展望第89-91页
致谢第91-93页
参考文献第93-103页
附录 硕士期间发表论文目录第103页

论文共103页,点击 下载论文
上一篇:利用病毒诱导的基因沉默技术(VIGS)解析受体类激酶GmFLS2与GmBAK1在大豆抗病中的作用
下一篇:小麦中miRNA和phasiRNA的识别和分析