论文部分内容阅读
作为对公共卫生的重大威胁，尿道致病性大肠杆菌菌株CFT073自1990年被首度分离鉴定以来，便引起了学界的广泛关注和持续的研究。据估计，以大肠杆菌CFT073为代表的致病性大肠杆菌是全球每年约1.5亿人次的尿道感染病例的病原菌。目前，对大肠杆菌CFT073的研究主要集中在其致病因子、致病机制、感染模式等重要问题。
作为对这些研究工作提供指导性信息的全基因组序列以及其注释，它们的质量直接影响到研究工作的正确设计，也直接影响到研究者对关注物种的整体认识。自2002年大肠杆菌CFT073的全基因组序列及其注释公布以来，已经陆续有实验证明RefSeq公共数据库所提供的注释存在对一些关键致病因子的错误解读，而且由于时效性的原因，该注释也无法包含近年来对此病原菌研究工作的重大突破。结合以上原因，对大肠杆菌CFT073基因组进行高质量的重新注释，并对其致病机制进行更细致的生物信息学分析是十分必要的。
在本文工作中，我们结合了多样的生物信息学手段，既采用了基于机器学习的原核生物基因预测软件的预测结果，又采用了基因序列和基因结构的相似性搜索的方法，并且在亲缘关系相近的菌株间进行比较基因组学分析，最终得到了一套对大肠杆菌CFT073全基因组的高质量注释。通过与现有的RefSeq公共数据库的CFT073注释的比较，结果表明我们的注释在编码蛋白质的基因注释和在编码RNA基因的注释上都要明显优于现有的注释。
我们也采用了对具体基因进行个例分析的方法，同时结合基因组中的上下文信息，对CFT073的致病机制做出了新的解读，并提出了新的致病机制。另外，我们也对CFT073中关键的致病因子操纵子进行了模型的构建，并且进行了计算机的模拟实验，模拟的结果也说明了一些CFT073特有的基因组结构问题。从总体上来讲，本研究工作所提供的对致病性大肠杆菌CFT073的基因组注释为以后的该病原菌的研究工作提供了重要的指导信息。更为重要的是，由于类似的原因而需要重新注释的病原菌还有很多，而在该研究中所采用的分析方法可以为这些日后的工作提供一个良好的范本。