[发明专利]一种批量检测植物基因组LTR-反转座子的方法

摘要

本发明公开了一种批量检测植物基因组LTR-反转座子的方法。本发明所提供的检测植物基因组LTR-反转座子的方法综合运用了基于结构特征从头寻找的LTR_STRUC程序，基于同源搜索的CROSS_MATCH程序，基于序列相似性的CLUSTALW比对程序，以及结合Perl脚本语言编程等方法。实验证明，本发明所提供的批量检测LTR-反转座子的方法比较系统，检测植物基因组LTR-反转座子插入位点正向重复的效果好，速度快，易实现流程化。本发明将常用的检测LTR-反转座子的软件与Perl脚本语言编程相结合，一定程度上弥补了这些常用软件的一些不足。本方法将在基因组注释和批量检测植物基因组LTR-反转座子中发挥着重要的作用。

主权项

一种批量检测基因组LTR‑反转座子的方法，包括如下步骤：（1）将待测基因组序列记为A数据集，利用LTR_STRUC程序，在Windows操作系统下，采用默认参数设置对所述A数据集进行分析；把脚本abstract1.pl放到LTR_STRUC文件夹下，运行“perl abstract1.pl XXX1”命令，得到“result_LTR”和“result_INTACT”两个文件；所述“result_LTR”文件中的数据为LTRs序列，记为B数据集；所述“result_INTACT”文件中的数据为LTR‑反转座子序列，记为L1数据集；所述“XXX1”代表A数据集的文件名，该文件在运行LTR_STRUC程序时已置于input文件夹内；所述input文件夹为所述LTR_STRUC文件夹的子文件夹；（2）将模式生物的Tyl‑copia和Ty3‑gypsy两类LTR‑反转座子中转座酶保守结构域的氨基酸序列记为C数据集，利用Tblastn程序，在Linux操作系统或Window操作系统下，把‑outfmt设置为6或7，其它采用默认参数设置，用所述C数据集对所述A数据集进行比对分析；按照如下用脚本abstract_filter.pl对比对结果进行分析：运行命令“perl abstract_filter.pl XXX1XXX2”，得到“dbD”和“dbE”两个文件；所述“XXX1”代表所述A数据集的文件名；所述“XXX2”代表所述数据集C对所述数据集A做Tblastn比对的结果的文件名；所述“dbD”为所述A数据集中匹配到的包含所述转座酶保守结构域的序列集合，记为D数据集；所述“dbE”为所述数据集A中剔除所述D数据集中的序列后得到的数据集，记为E数据集；（3）利用CROSS_MATCH程序，在Linux操作系统下，采用默认参数设置，对所述B数据集和所述D数据集进行cross_match比对，把所得cross_match结果文件的开头和结尾的说明部分删除，留下比对行，得到的文件记为XXX4；按照如下用脚本abstract2.pl对所述文件XXX4中的数据进行分析：运行命令“perl abstract2.pl XXX3XXX4”命令，得到“XXX4.result”文件；根据所述“XXX4.result”文件中的LTR‑反转座子的起始位点和结束位点提取LTR‑反转座子序列集合，记为L2数据集；所述“XXX3”为所述D数据集的文件名；（4）利用CLUSTALW程序，在Linux操作系统或Window操作系统下，采用默认参数设置，对所述D数据集进行多序列比对，提取LTR‑反转座子，记为L3数据集；（5）利用CROSS_MATCH程序，在Linux操作系统下，采用默认参数设置，对所述B数据集和所述E数据集进行cross_match比对，把所得cross_match结果文件的开头和结尾的说明部分删除，留下比对行，得到的文件记为文件XXX6；按照如下脚本abstract2.pl对所述XXX6中的数据进行分析：运行“perl abstract2.pl XXX5XXX6”命令，得到“XXX6.result”文件；根据所述“XXX6.result”文件中的LTR‑反转座子的起始位点和结束位点提取LTR‑反转座子序列集合，记为L4数据集；；所述“XXX5”为所述E数据集的文件名；（6）将所述L1数据集、所述L2数据集、所述L3数据集和所述L4数据集进行整理去重，得到L数据集；所述L数据集中的序列即为从所述待测基因组序列中批量检测到的LTR‑反转座子。