[发明专利]确定林木次生生长过程中关键lncRNA及其功能的方法

权利要求书

1.一种确定林木次生生长过程中关键lncRNA及其功能的方法，其特征在于，包括以下步骤：

分别获得同一林木个体的维管形成层、未成熟木质部和成熟木质部的总RNA；

分别针对所述维管形成层、未成熟木质部和成熟木质部的总RNA，进行cDNA文库构建及测序，以便获得测序结果；

基于所述测序结果，进行lncRNA预测和注释，以便分别获得所述维管形成层、未成熟木质部和成熟木质部的lncRNA数量、表达量等注释信息；

基于所述维管形成层、未成熟木质部和成熟木质部的lncRNA表达量，进行组织特异性表达分析，以便确定具有组织特异性的lncRNA，所述具有组织特异性的lncRNA即为所述林木次生生长过程中的关键lncRNA；

将所述具有组织特异性的lncRNA进行序列元件motif预测，以便确定所述具有组织特异性的lncRNA的motif；以及

对所述具有组织特异性的lncRNA的motif进行功能分析，以便确定所述林木次生生长过程中关键lncRNA的功能；

其中，所述lncRNA预测和注释包括：

利用Tophat将所述测序结果比对到所述林木的基因组，以便获得经过比对的测序读段；

利用cufflinks将所述经过比对的测序读段进行转录本组装；

利用cuffcompare将组装的候选转录本比对到基因组注释文件，以便生成cuffcompare结果的gtf文件，获得各候选转录本的FPKM表达值；

基于所述cuffcompare结果的gtf文件，对各候选转录本依次进行提取{i,j,o,u,x}五类转录本、筛选length200nt且ORF100aa的转录本、去除比对上已知蛋白数据库Pfam的转录本、以及筛选CPC0，CNCI0的不具有编码蛋白能力的转录本的操作，以便筛选获得目的转录本，实现lncRNA预测和注释。

2.根据权利要求1所述的方法，其特征在于，在进行lncRNA预测和注释之前，进一步包括对所述测序结果进行预处理的步骤。

3.根据权利要求2所述的方法，其特征在于，所述预处理包括：

(1)去除总体质量偏低的测序读段：将质量大于20碱基所占比例小于50％的测序读段去除；

(2)去除3’端质量Q低于10的碱基，其中，Q＝-10log(error_ratio)；

(3)去除测序读段中所含有的接头序列；

(4)去除测序读段中含有的模糊的N碱基；

(5)去除长度小于20bp的测序片段；

(6)去除核糖体RNA，其中以所述林木的所有核糖体RNA作为比对模板，将比对上模板的测序读段作为核糖体RNA。

4.根据权利要求1所述的方法，其特征在于，所述维管形成层、未成熟木质部和成熟木质部的lncRNA表达量以FPKM表达值的形式表示。

5.根据权利要求1所述的方法，其特征在于，基于所述维管形成层、未成熟木质部和成熟木质部中lncRNA的组织特异性指数，确定具有组织特异性的lncRNA。

6.根据权利要求5所述的方法，其特征在于，基于下述计算公式确定所述lncRNA的组织特异性指数：

其中，

n指样品组织的数目；

exp_i指所述lncRNA在组织i中的表达值；

exp_max指所述lncRNA在所有组织中的最大表达值。

7.根据权利要求5所述的方法，其特征在于，所述具有组织特异性的lncRNA的组织特异性指数大于0.95。

8.根据权利要求1所述的方法，其特征在于，利用软件DREME将所述具有组织特异性的lncRNA进行序列元件motif预测，且设置参数E-value小于0.01。

9.根据权利要求8所述的方法，其特征在于，利用软件GOMo对所述具有组织特异性的lncRNA的motif进行功能分析，且设置参数q-value小于0.01，shuffling rounds为2000。