位置:立项数据库 > 立项详情页
基于改进Mauve算法的贯众类药材DNA条形码序列预测与验证
  • 项目名称:基于改进Mauve算法的贯众类药材DNA条形码序列预测与验证
  • 项目类别:青年科学基金项目
  • 批准号:81102764
  • 申请代码:H2802
  • 项目来源:国家自然科学基金
  • 研究期限:2012-01-01-2014-12-31
  • 项目负责人:马新业
  • 依托单位:广州中医药大学
  • 批准年度:2011
中文摘要:

采用改进Mauve算法对有分类学代表性的物种的叶绿体全基因组序列进行多重比对,可以识别出特定植物类群中全部的共有且共线性基因(群)。在此基础上预测既有通用引物又包含适当变异的DNA条形码序列,是DNA条形码技术研究中的一种全局性优化的新方法,大大增强了研究逻辑性,有助于充分阐释该技术的科学内涵。本研究通过对11个蕨类植物物种(涵盖全部5个蕨类植物亚门)的叶绿体全基因组序列进行多重比对,预测适合该类群的DNA条形码,随后以60种贯众类药材为对象进行PCR扩增效率、测序成功率、序列质量状况、种内/种间变异和物种鉴定效率等内容的综合验证,最终建立起适合贯众类药材真伪鉴定的DNA条形码技术体系,是运用新技术解决中药鉴定具体问题的示范性探索。此外,本研究所采用的预测DNA条形码序列的新方法,对不同植物类群的相关研究均具有借鉴意义。

结论摘要:

中药鉴定传统方法有诸多不足,DNA条形码技术有望成为该领域有力新型实用工具。目前多数药用植物DNA条形码研究报道仅在已知推荐序列范围内使用不同材料进行数据性验证,缺乏序列筛选的逻辑步骤,方法学示范性不强。 本课题则选择贯众类这一涉及多个科属物种(11科19属)的品种混乱典型代表,通过强化生物信息学预测来论证新型DNA条形码鉴定技术的通用性和准确性。首先利用渐进式Mauve算法对11个代表性蕨类植物叶绿体基因组数据进行多重序列比对和全局性搜索共有共线性基因(群),然后利用Primer、Oligo等软件预测和筛选具有通用引物和充分变异的条形码区段,最后进行PCR效率、测序成功率和物种鉴定有效性的综合检验。 结合生物信息学预测、早期实验结果和国际共识,实验最终结果表明,psbA-trnH 序列在贯众类(67物种110份样品)原植物中PCR和测序成功率均为100%,鉴定成功率71.6%(48物种),可作为有效条形码使用;增加辅助序列ITS2则能提高物种识别率至98.5%(66物种)。 本工作可为建立适合贯众类药材真伪鉴定的实用DNA条形码技术体系提供关键支撑,同时亦可为同类研究提供方法学借鉴。另外,本项目还部分资助了水龙骨科药用植物和溪黄草药材的鉴定研究工作。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 2
  • 1
  • 0
  • 0
  • 0
相关项目
期刊论文 9 会议论文 2 专利 1
马新业的项目