基于全基因组序列的核桃细菌性黑斑病菌分泌蛋白的预测及特征分析

doi:10.3969/j.issn.1000-2006.201807003

国家林草科技领军期刊
中国精品科技期刊
中国高校百佳科技期刊
江苏省新闻出版政府奖期刊奖
RCCSE林学权威期刊（A+）
CSCD核心期刊
Scopus数据库收录期刊
中文核心期刊
SCD核心期刊

作者加群：102861116

微信公众号：南京林业大学学报

高级检索

南京林业大学学报（自然科学版） ›› 2019, Vol. 43 ›› Issue (03): 17-22.doi: 10.3969/j.issn.1000-2006.201807003

基于全基因组序列的核桃细菌性黑斑病菌分泌蛋白的预测及特征分析

祝友朋¹,刘宏莉¹,韩长志^1,2*

1. 西南林业大学生物多样性保护与利用学院,云南昆明 650224; 2. 云南省森林灾害预警与控制重点实验室,云南昆明 650224

出版日期:2019-05-15 发布日期:2019-05-15
基金资助:
收稿日期:2018-07-02 修回日期:2019-02-11
基金项目:国家留学基金资助项目(留金法[2017]5086号,201708535056); 国家自然科学基金项目(31560211); 云南省森林灾害预警与控制重点实验室开放基金项目(ZK150004); 云南省高等学校大学生创新创业训练计划项目(S2017106770131)。
第一作者:祝友朋(3420204485@qq.com)。*通信作者:韩长志(hanchangzhi2010@163.com),副教授,ORCID(0000-0002-8622-6232)。

Prediction of secretory protein in walnut bacterial black spot pathogen

ZHU Youpeng¹, LIU Hongli¹, HAN Changzhi^1,2*

1.College of Biodiversity Conservation and Utilization, Southwest Forestry University, Kunming 650224,China; 2. The Key Laboratory of Forest Disaster Warning and Control of Yunnan Province, Kunming 650224,China

Online:2019-05-15 Published:2019-05-15

摘要/Abstract

摘要： 【目的】充分了解核桃黑斑病菌的侵染机制。【方法】以全基因组序列已经公布的7个核桃细菌性黑斑病菌菌株CFBP2528、CFBP7179、CFBP8253、DW3F3、J303、NCPPB1447、Xaj417等所具有的蛋白序列为预测数据,基于分泌蛋白所具有的主要特征,利用SignalP v4.1、ProtCompB v9.0、TMHMM v2.0、big-PI Fungal predictor、TargetP v1.1、LipoP v1.0等在线分析程序对分泌蛋白进行预测,同时分析其氨基酸组成及分布、信号肽长度、信号肽切割位点等特征。【结果】核桃细菌性黑斑病菌的分泌蛋白平均为74个,其氨基酸长度多集中于101～400氨基酸,所占比例为63.65%。信号肽氨基酸残基中以A最多,所占比例为22.04%; 其次是L,所占比例为19.27%。信号肽长度以19～29个氨基酸的最多,所占比例为79.62%,信号肽切割位点属于A-X-A类型。【结论】核桃细菌性黑斑病菌中分泌蛋白的有效预测,可为深入解析核桃细菌性黑斑病菌中分泌蛋白在侵染过程中所发挥的功能提供理论依据。

Abstract: 【Objective】 Fully understand the infection mechanism of black spot pathogen of walnut. 【Method】 The genome sequence of seven bacterial pathogens causing black spot of walnut, CFBP2528, CFBP7179, CFBP8253, DW3F3, J303, NCPPB1447 and Xaj417, whose complete genome sequence is known, were analyzed. Secretory proteins were predicted in the genome sequence based on the features of secretory protein using the online prediction programs such as SignalP v4.1, ProtCompB v9.0, TMHMM v2.0, big-PI Fungal predictor, TargetP v1.1, and LipoP v1.0. Additionally, the amino acid composition and distribution, signal peptide length, and signal peptide cleavage site of the secretory proteins were analyzed. 【Result】 The average number of secretory proteins predicted in the pathogens causing bacterial black spot of walnut was 74. The length of secretory proteins was mostly in the range of 101-400 amino acid residues, which accounted for about 63.65% of the total predicted secretory proteins. The abundant amino acid residue in the signal peptide was alanine, which accounted for 22.04%, followed by leucine, which accounted for 19.27% of the total amino acid residues. The length of signal peptide was mostly in the range of 19-29 amino acids residues, which accounted for 79.62% of the total predicted signal peptides. The signal peptide cleavage site belonged to the A-X-A type. 【Conclusion】The prediction of secreted proteins in the bacterial black spot pathogen of walnut is effe-ctively realized, which provides a theoretical foundation for further analysis of the secretory protein functions in the pathogens causing bacterial black spot of walnut during the process of infection.

中图分类号:

S763
Q816

祝友朋,刘宏莉,韩长志. 基于全基因组序列的核桃细菌性黑斑病菌分泌蛋白的预测及特征分析[J]. 南京林业大学学报（自然科学版）, 2019, 43(03): 17-22.

ZHU Youpeng, LIU Hongli, HAN Changzhi. Prediction of secretory protein in walnut bacterial black spot pathogen[J].Journal of Nanjing Forestry University (Natural Science Edition), 2019, 43(03): 17-22.DOI: 10.3969/j.issn.1000-2006.201807003.

参考文献

[1] 李娅, 余红红. 基于全产业链视角的云南省核桃产业国内竞争力分析[J]. 林业经济问题, 2018, 38(5): 38-43,104. DOI:10.16832/j.cnki.1005-9709.2018.05.006.
LI Y, YU H H.Analysis on the domestic competitiveness of walnut industry in Yunnan Province from the perspective of whole industry chain[J]. Issues of Forestry Economics, 2018, 38(5): 38-43,104.
[2] 韩长志, 霍超. 核桃炭疽病生物防治菌株YB-4-15的筛选和鉴定[J]. 经济林研究, 2016, 34(1): 83-89. DOI:10.14067/j.cnki.1003-8981.2016.01.014.
HAN C Z, HUO C. Isolation and identification of YB-4-15 strain against walnut anthracnose[J]. Nonwood Forest Research, 2016, 34(1): 83-89.
[3] 韩长志, 霍超. 核桃炭疽病生防菌yb33的鉴定及其次生代谢物特性分析[J]. 经济林研究, 2015, 33(3): 63-67,74. DOI:10.14067/j.cnki.1003-8981.2015.03.011.
HAN C Z, HUO C. Identiifcation of bio-control strain yb33 against walnut anthracnose and analysis of its secondary metabolite characteristics[J]. Nonwood Forest Research, 2015, 33(3): 63-67,74.
[4] 王琳莹. 石棉县核桃黑斑病与炭疽病病原鉴定及其防治技术研究[D]. 雅安: 四川农业大学, 2015.
WANG L Y. Identifieation and control of pathogens causing walnut anthracnoset and walnut blight in Shimian[D]. Yaan: Sichuan Agricultural University, 2015.
[5] 张永强, 朱惠英, 冯强, 等. 核桃黑斑病病原研究与防治试验初报[J]. 甘肃林业科技, 2004, 29(2): 41-42. DOI:10.3969/j.issn.1006-0960.2004.02.013.
ZHANG Y Q, ZHU H Y, FENG Q, et al. Preliminary report on pathogen studies of Xanthomonas campestris and its control trial[J]. Journal of Gansu Forestry Science and Technology, 2004, 29(2): 41-42.
[6] 曲文文, 杨克强, 刘会香, 等. 山东省核桃主要病害及其综合防治[J]. 植物保护, 2011, 37(2): 136-140. DOI:10.3969/j.issn.0529-1542.2011.02.030.
QU W W, YANG K Q, LIU H X, et al. Main diseases of walnut and integrated management in Shandong[J]. Plant Protection, 2011, 37(2): 136-140.
[7] SOLAR A, COLARIC^{^} M, USENIK V, et al. Seasonal variations of selected flavonoids, phenolic acids and quinones in annual shoots of common walnut(Juglans regia L.)[J]. Plant Science, 2006, 170(3): 453-461. DOI:10.1016/j.plantsci.2005.09.012.
[8] 张慧, 乔旭, 王云霞, 等. 陇南市核桃细菌性黑斑病的发生与防治[J]. 现代农业科技, 2012(14): 118-118. DOI:10.3969/j.issn.1007-5739.2012.14.082.
ZHANG H, QIAO X, WANG Y X, et al. Occurrence and prevention of walnut bacterial black spot disease in Longnan City [J]. Modern Agricultural Sciences and Technology, 2012(14): 118-118.
[9] 肖波, 卢世栋, 杨斌, 等. 云南核桃细菌性黑斑病病原菌的分离与鉴定[J]. 贵州农业科学, 2017, 45(12): 55-58,63.
XIAO B, LU S D, YANG B, et al. Isolation and identification of walnut bacterial black spot pathogen in Yunnan[J]. Guizhou Agricultural Sciences, 2017, 45(12): 55-58,63.
[10] 韩长志, 许僖. 植物病原丝状真菌分泌蛋白及CAZymes的研究进展[J]. 南京林业大学学报(自然科学版), 2017, 41(5): 152-160. DOI:10.3969/j.issn.1000-2006.201607045.
HAN C Z, XU X. Advance in functional research of secreted protein and CAZymes in plant pathogenic filamentous fungus[J]. Journal of Nanjing Forestry University(Natural Sciences Edition), 2017, 41(5): 152-160.
[11] 韩长志. 全基因组预测禾谷炭疽菌的分泌蛋白[J]. 生物技术, 2014, 24(2): 36-41.
HAN C Z. Prediction for secreted proteins from Colletotrichum graminicola genome[J]. Biotechnology, 2014, 24(2): 36-41.
[12] 韩长志. 全基因组预测希金斯炭疽菌的候选效应分子[J]. 生物技术, 2015, 25(6): 546-551.
HAN C Z. Prediction for candidate effectors from Colletotrichum higginsanum genome[J]. Biotechnology, 2015, 25(6): 546-551.
[13] 陈继圣, 郑士琴, 郑武, 等. 全基因组预测稻瘟菌的分泌蛋白[J]. 中国农业科学, 2006, 39(12): 2474-2482. DOI:10.3321/j.issn:0578-1752.2006.12.011.
CHEN J S, ZHENG S Q, ZHENG W, et al. Prediction for secreted proteins from Magnaporthe grisea genome[J]. Scientia Agricultura Sinica, 2006, 39(12): 2474-2482.
[14] 田李, 陈捷胤, 陈相永, 等. 大丽轮枝菌(Verticillium dahliae VdLs.17)分泌组预测及分析[J]. 中国农业科学, 2011, 44(15): 3142-3153.
TIAN L, CHEN J Y, CHEN X Y, et al. Prediction and analysis of Verticillium dahliae VdLs.17 secretome[J]. Scientia Agricultura Sinica, 2011, 44(15): 3142-3153.
[15] 韩长志. 全基因组预测樟疫霉的候选效应分子[J]. 南京林业大学学报(自然科学版), 2015, 39(2): 69-74. DOI:10.3969/j.issn.1000-2006.2015.02.012.
HAN C Z. Prediction for candidate effector proteins from Phytophthora cinnamomi genome[J]. Journal of Nanjing Forestry University(Natural Sciences Edition), 2015, 39(2): 69-74.
[16] 周晓罡, 侯思名, 陈铎文, 等. 马铃薯晚疫病菌全基因组分泌蛋白的初步分析[J]. 遗传, 2011, 33(7): 785-793. DOI:10.3724/SP.J.1005.2011.00785.
ZHOU X G, HOU S M, CHEN D W, et al. Genome-wide analysis of the secreted proteins of phytophthora infestans[J]. Hereditas, 2011, 33(7): 785-793.
[17] 任文来, 韩长志, 刘通, 等. 全基因组预测枯草芽孢杆菌BEST195的分泌蛋白[J]. 西南林业大学学报, 2016, 36(6): 106-111. DOI:10.11929/j.issn.2095-1914.2016.06.017.
REN W L, HAN C Z, LIU T, et al. Prediction for secreted proteins from Bacillus subtilis subsp. natto BEST195 genome[J]. Journal of Southwest Forestry University, 2016, 36(6): 106-111.
[18] GOMEZ M, JOHNSON S, GENNARO M L. Identification of secreted proteins of Mycobacterium tuberculosis by a bioinformatic approach[J]. Infection and Immunity, 2000, 68(4): 2323-2327.
[19] 肖文超, 范会云, 白亭亭, 等. 香蕉细菌性软腐病菌XJ8-3-3基因组中ORFs的信号肽及分泌蛋白功能预测分析[J]. 果树学报,2014, 31(6): 1057-1064.
XIAO W C, FAN H Y, BAI T T, et al. Prediction and analysis of the signal peptide and secreted proteins in softrot bacteria XJ8-3-3 genome ORFs of banana [J]. Journal of Fruit Science, 2014, 31(6): 1057-1064.
[20] 黄俊丽, 吴金钟, 肖崇刚, 等. 植物病原细菌Ralstonia solanacearum GMI₁₀₀₀中分泌蛋白信号肽分析[J]. 遗传, 2007, 29(11): 1409-1416. DOI:10.16288/j.yczz.2007.11.022.
HUANG J L, WU J Z, XIAO C G, et al. Analysis of signal peptides of the secreted proteins in Ralstonia solanacearum GMI₁₀₀₀[J]. Hereditas, 2007, 29(11): 1409-1416.
[21] 刘雅婷, 李正跃, 朱有勇, 等. 植物病原细菌Pseudomonas syringae pv.tomato基因组中的信号肽分析[J]. 遗传, 2005, 27(6): 959-964. DOI:10.3321/j.issn:0253-9772.2005.06.019.
LIU Y T, LI Z Y, ZHU Y Y, et al. Analysis of the coding region for signal peptide-containing proteins in Pseudomonas syringae pv. tomato genome[J]. Hereditas, 2005, 27(6): 959-964.
[22] 吕伟强, 刘聪, 黄丽丽, 等. 内生菌KM-1-2全基因组ORFs信号肽和分泌蛋白预测及功能分析[J]. 微生物学报, 2017, 57(3): 411-421. DOI:10.13343/j.cnki.wsxb.20160281.
LÜ W Q, LIU C, HUANG L L, et al. Genome-wide prediction and analysis of the secretory proteins and ORFs signal peptide of ginkgo endophyte KM-1-2[J]. Acta Microbiologica Sinica, 2017, 57(3): 411-421.
[23] 韩长志, 祝友朋, 许僖. 枯草芽孢杆菌XF-1的碳水化合物活性酶类(CAZymes)蛋白预测与遗传关系分析[J]. 河南师范大学学报(自然科学版), 2018, 46(3): 95-100.
HAN C Z, ZHU Y P, XU X. Prediction for CAZymes proteins from Bacillus subtilis XF-1 genome[J]. Journal of Henan Normal University(Natural Science), 2018, 46(3): 95-100.
[24] 韩长志. 全基因组预测枯草芽孢杆菌 XF-1的分泌蛋白[J]. 福建农业学报, 2016, 31(4): 384-388. DOI:10.19303/j.issn.1008-0384.2016.04.010.
HAN C Z. Prediction algorithm on secretory proteins of Bacillus subtilis XF-1[J]. Fujian Journal of Agricultural Sciences, 2016, 31(4): 384-388.
[25] 韩长志, 王娟. 基于全基因组序列预测里氏木霉QM6a的分泌蛋白[J]. 华中农业大学学报, 2017, 36(2): 28-32. DOI:10.13300/j.cnki.hnlkxb.20170213.017.
HAN C Z, WANG J. Predicting forsecreted proteins from Trichoderma reesei QM6a genome[J]. Journal of Huazhong Agricultural University, 2017, 36(2): 28-32.
[26] 陈琦光, 王陈骄子, 杨媚, 等. 希金斯刺盘孢全基因组候选效应分子的预测[J]. 热带作物学报, 2015, 36(6): 1105-1111.
CHEN Q G, WANG C J Z, YANG M, et al. Prediction of candidate effectors from the genome of Colletotrichum higginsianum [J]. Chinese Journal of Tropical Crops, 2015, 36(6): 1105-1111.
[27] 陈相永, 陈捷胤, 肖红利, 等. 植物病原真菌寄生性与分泌蛋白组CAZymes的比较分析[J]. 植物病理学报, 2014, 44(2): 163-172.
CHEN X Y, CHEN J Y, XIAO H L, et al. The comparative analysis of secreted CAZymes in phytopathogenic fungi with different lifestyle[J]. Acta Phytopathologica Sinica, 2014, 44(2): 163-172.
[28] 陈建森, 佘菲菲. 全基因组预测幽门螺杆菌的分泌蛋白[J]. 中国人兽共患病学报, 2008, 24(7): 607-611. DOI:10.3969/j.issn.1002-2694.2008.07.004.
CHEN J S, SHE F F. Whole genome prediction for secreted proteins from Helicobacter pylori[J]. Chinese Journal of Zoonoses, 2008, 24(7): 607-611.
[29] 孙阳. 不同药剂防治核桃细菌性黑斑病田间药效试验[J]. 山东农业科学, 2012, 44(1): 93-94. DOI:10.3969/j.issn.1001-4942.2012.01.027.
SUN Y. Field efficacy test of different pesticides against walnut bacterial black spot disease[J]. Shandong Agricultural Sciences, 2012, 44(1): 93-94.
[30] 宫永红. 核桃细菌性黑斑病研究进展[J]. 北方果树, 2012(6): 1-4. DOI:10.3969/j.issn.1001-5698.2012.06.001.
GONG Y H. Advance in research on walnut blight[J]. Northern Fruits, 2012(6): 1-4.

基于全基因组序列的核桃细菌性黑斑病菌分泌蛋白的预测及特征分析

Prediction of secretory protein in walnut bacterial black spot pathogen

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

作者

读者

审稿

[1]	彭萌萌, 吴红渠, 张佳雯, 闫丽琼, 曹传旺, 孙丽丽. 基于RNAi技术解析美国白蛾HcAnk1和HcAnk2基因功能及对HcNPV的敏感性[J]. 南京林业大学学报（自然科学版）, 2024, 48(3): 181-190.
[2]	方静, 张书曼, 严善春, 武帅, 赵佳齐, 孟昭军. 两种丛枝菌根真菌复合接种对青山杨叶片抗美国白蛾的影响[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 144-154.
[3]	祝艳艳, 贾瑞瑞, 付钰, 常林, 岳远征, 杨秀莲, 王良桂. 不同楸树品种对茎腐病的抗性差异研究[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 155-165.
[4]	张馨方, 王广鹏, 张树航, 李颖, 郭燕. 不同抗螨性板栗差异次生代谢物筛选与分析[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 234-240.
[5]	赵亚楠, 孙天骅, 王利峰, 许强, 刘军侠, 高宝嘉, 周国娜. 油松抗性相关激素与代谢物对油松毛虫取食与剪叶刺激的响应[J]. 南京林业大学学报（自然科学版）, 2024, 48(1): 219-226.
[6]	张丞慧, 祖国浩, 王海洋, 薛昊. 蝇克跳小蜂属1中国新记录种(膜翅目:跳小蜂科)[J]. 南京林业大学学报（自然科学版）, 2024, 48(1): 214-218.
[7]	孙凯丽, 贺春玲, 胡俊杰, 方全博, 栾科, 任迎丰, 肖治术. 岩田蜾蠃𧎥在黄喙蜾蠃腹部的寄生习性研究[J]. 南京林业大学学报（自然科学版）, 2023, 47(6): 243-250.
[8]	程方, 孙婷玉, 叶建仁. 抗松针褐斑病湿地松未成熟合子胚胚性愈伤组织的诱导[J]. 南京林业大学学报（自然科学版）, 2023, 47(6): 175-182.
[9]	于赐刚, 郭晓平, 马月, 张振华, 刘燕, 董姗姗, 孙硕. 浙江松阳县鸟类群落结构和多样性分析[J]. 南京林业大学学报（自然科学版）, 2023, 47(5): 231-236.
[10]	刘佳磊, 白润娥, 张锴, 文才艺, 闫凤鸣. 我国桂花树上常见粉虱种类记述[J]. 南京林业大学学报（自然科学版）, 2023, 47(5): 237-244.
[11]	杨乐, 黄晓君, 包玉海, 包刚, 佟斯琴, 苏都毕力格. 无人机航高对落叶松毛虫虫害遥感监测精度的影响[J]. 南京林业大学学报（自然科学版）, 2023, 47(4): 13-22.
[12]	高家军, 张旭, 郭颖, 刘昱坤, 郭安琪, 石蒙蒙, 王鹏, 袁莹. 融合Swin Transformer的虫害图像实例分割优化方法研究[J]. 南京林业大学学报（自然科学版）, 2023, 47(3): 1-10.
[13]	杨堃, 范习健, 薄维昊, 刘婕, 王俊玲. 基于视觉加强注意力模型的植物病虫害检测[J]. 南京林业大学学报（自然科学版）, 2023, 47(3): 11-18.
[14]	王立超, 陈凤毛, 董晓燕, 田成连, 王洋. 松墨天牛取食和产卵特性研究[J]. 南京林业大学学报（自然科学版）, 2023, 47(2): 219-224.
[15]	石慧敏, 叶建仁, 王焱, 陆蓝翔, 史纪武. 响应面优化贝莱斯芽孢杆菌(Bacillus velezensis)菌株YH-18产芽孢培养基和培养条件[J]. 南京林业大学学报（自然科学版）, 2023, 47(1): 209-218.