滇東南瀕危植物長梗杜鵑轉錄組微衛星特征分析

李太強，劉雄芳，萬友名，李正紅，李鈺瑩，劉秀賢，馬 宏

(中國林業科學研究院資源昆蟲研究所，云南 昆明 650233)

滇東南瀕危植物長梗杜鵑轉錄組微衛星特征分析

李太強，劉雄芳，萬友名，李正紅，李鈺瑩，劉秀賢，馬 宏*

(中國林業科學研究院資源昆蟲研究所，云南 昆明 650233)

[目的]全面了解滇東南特有瀕危植物長梗杜鵑轉錄組SSR位點的分布及序列特征，為長梗杜鵑的保護和合理開發利用提供遺傳學資料，為同屬植物及近緣種SSR標記的開發及遺傳研究提供便利。[方法]利用Illumina Hiseq 4000高通量測序平臺對長梗杜鵑葉片進行轉錄組測序，再通過MISA軟件對測序所得Unigenes進行SSR位點的發掘和分析。[結果]發現含SSR的序列17 354條，共得到23 192個SSR，出現頻率為31.30%，平均每3 kb出現1個SSR。二堿基和三堿基重復為長梗杜鵑SSR主要重復單元類型，分別占SSR總數的69.25%和15.07%，187種重復基元中，所占比例最高的是(AG/CT)n(62.01%)，其次是(A/T)n(12.34%)、(AC/GT)n(4.52%)和(AAG/CTT)n(4.23%)。在SSR和CDS的交集基因中，共發現15 908個SSR位點，其中2 792個位于編碼區，出現頻率為0.076 SSR/kb，而非編碼區為0.344 SSR/kb，在基因編碼區中出現頻率最高的是三堿基重復(1 356, 48.57%)。在不同長度重復單元中，二堿基重復SSR長度變異程度最高，其次是單堿基重復。長梗杜鵑SSR的頻率和長度呈顯著負相關(P<0.01)，相關系數為-0.566。[結論]長梗杜鵑轉錄組SSR位點的出現頻率高、分布密度大、基元類型豐富、重復次數較高、長片段較多，具有較高的多態性潛能，用于遺傳分析的潛力很大，能滿足該物種的保護遺傳學研究。

長梗杜鵑；轉錄組；微衛星特征；潛在多態性

杜鵑花是杜鵑花科(Ericaceae)杜鵑屬(Rhododendron)植物的總稱，是“世界三大園藝植物”和“中國十大天然名花”之一。我國具有最豐富的資源蘊藏量，為世界杜鵑花育種做出了巨大貢獻。近百年來，國外培育出了數以千計的杜鵑花新品種，既改變了國外園林的風貌，又使杜鵑花形成了一種世界性園藝產業[1]。而我國杜鵑花引種馴化工作起步較晚，育種工作斷斷續續，所育品種較少[2]。目前，國際上杜鵑花的花色育種趨勢為純色花，特別是純正、明亮的黃色和恬靜的藍色等更顯珍貴[3]；同時，周年供應鮮花對于杜鵑花生產具有重要意義[4]。因此，選擇觀賞性高、抗逆性強、花期長等優良種質作為雜交育種的親本材料尤為重要，其中長梗杜鵑(RhododendronlongipedicellatumLei Cai & Y.P. Ma)就是眾多野生資源中難能可貴的育種材料。

長梗杜鵑系杜鵑屬、杜鵑亞屬(Subg.Rhododendron)、越桔杜鵑組(Sect.Vireya)、類越桔杜鵑亞組(Subsect.Pseudovireya)常綠植物?；ü陬伾珵槊髁恋募凕S色，無任何斑點。更令人稱奇的是，其花期11月下旬至翌年的2月上旬，時值春節且長達3個月之久[5]。由于人類活動使得生境破壞日益嚴重，該種分布范圍已非常狹窄，僅分布于滇東南海拔1 183～1 316 m左右的石灰巖山上。為了保護以及合理開發利用這一珍稀杜鵑種類，本課題組目前正在開展針對該稀有瀕危種的引種馴化及保護生物學研究。

遺傳多樣性是生物多樣性最基本的組成部分，也是保護生物學研究的核心目標。近年來，基于微衛星(microsatellite or simple sequence repeat)標記的杜鵑屬植物遺傳多樣性和遺傳結構研究已有一些報道。吳富勤[6]利用14個SSR標記分析了極小種群野生植物大樹杜鵑(R.protistumvar.giganteumForrest et Tagg chambeniain)2個殘存居群的遺傳結構、遺傳多樣性和歷史動態；Wang等[7]利用8個SSR位點評估了當地居民采食花朵對大白花杜鵑(R.decorumFranch.)的遺傳影響。但目前杜鵑花中可利用的SSR標記較少，限制了其在杜鵑花種質資源評價中的應用。鑒于此，本研究利用Illumina Hiseq 4000最新高通量測序平臺，對長梗杜鵑葉片進行轉錄組測序和組裝，從獲得的Unigenes序列中檢測SSR位點，并對其序列特征、組成和變異規律開展分析，以期為后續長梗杜鵑大批量EST-SSR標記開發，進而進行遺傳多樣性和遺傳結構分析，以及長梗杜鵑的保護和合理開發利用提供遺傳學資料。同時，也豐富了杜鵑屬植物的EST數據庫，為同屬植物及近緣種SSR標記的開發及遺傳研究提供便利。

1 材料與方法

1.1 供試材料

采自云南省麻栗坡縣，海拔高度約1 270 m。于2016年10月采集長梗杜鵑植株的幼嫩葉片，立即置于液氮中，帶回實驗室于﹣80℃冰箱中保存備用。

1.2 轉錄組測序

用“試劑盒提取法”對所采集的材料進行RNA提取，送華大基因有限公司(BGI)進行高通量測序。測序完成后先對原始數據進行過濾，然后使用Trinity對過濾后的reads進行de novo組裝，最后使用Tgicl進行聚類去冗余得到最終的Unigenes。

1.3 SSR位點的搜索與分析

利用Perl操作平臺下的MISA軟件(misa-microsatellite identification tool, MISA, http:// pgrc.ipk-gatersleben. de/misa/)搜索長梗杜鵑Unigenes中潛在的1～6 bp的SSR位點，參數設置為：單堿基、二堿基、三堿基、四堿基、五堿基、六堿基的最短重復分別為12、6、5、5、4、4，復合SSR兩個位點間最大間隔堿基數為100。采用Excel軟件統計長梗杜鵑SSR位點的數量、出現頻率、分布的平均距離、重復單元類型和比例、重復單元堿基組成以及序列長度變異，并結合SSR和CDS的位置信息判斷SSR的落點，全面了解其轉錄組SSR的序列特征。

2 結果與分析

2.1 長梗杜鵑轉錄組測序組裝結果及統計

測序獲得58.30 Mb的Raw Reads，過濾后得到44.85 Mb的Clean Reads，總堿基數為6.73 Gb，Q20(質量值大于20的堿基數目占總堿基數目的比例)為98.22%，所得序列的數量及質量均較高。對Clean Reads進行組裝得到94 906個轉錄本(Transcripts)，其長度主要分布在200～2 000 bp之間，占轉錄本總數的89.85%。將這些轉錄本進一步聚類去冗余得到74 092條Unigenes，其中聚類(clusters)的Unigenes為51 505條，單獨(singletons)的Unigenes為22 587條；GC(堿基)含量為43.20%，長度在1 kb以上的有23 879條，占Unigenes總數的32.23%(表1)。

表1 長梗杜鵑轉錄組組裝測序結果

2.2 長梗杜鵑轉錄組中SSR位點的分布豐度與距離

利用Perl操作平臺下的MISA軟件對長梗杜鵑轉錄組所得74 092條Unigenes中1～6 bp的SSR進行查找，共搜索到23 192個SSR位點，包含2 826個復合型SSR，分布于17 354條Unigenes上，其中4 402條Unigenes含有2個或2個以上的SSR，部分SSR信息見表2。

表2 長梗杜鵑轉錄組SSR數據庫的部分結果

序列組裝去冗余后總長度為69 505 225 bp(表1)，SSR的發生頻率(含SSR位點的Unigenes數與總Unigenes之比)為23.42%，包含SSR的一致序列出現頻率(檢出的SSR個數與總Unigenes序列數之比)為31.30%。SSR的分布密度為0.334 SSR/kb，平均每3 kb出現1個SSR位點；搜索到的SSR序列總長度為543.322 kb(0.78%)，說明在長梗杜鵑轉錄組中SSR序列小于整個轉錄組序列的百分之一(表3)。

2.3 長梗杜鵑轉錄組中SSR位點的重復單元類型

表3 長梗杜鵑轉錄組SSR各重復類型的分布特征

在長梗杜鵑轉錄組SSR數據庫中，以二堿基為重復單元的SSR含量最多，占總數的69.25%，其次是三堿基和單堿基，分別占15.07%和12.45%。而四、五、六堿基重復單元所占比例均較低且依次遞增(表3)。相應地不同重復單元的SSR含量、出現頻率、分布密度以及分布的平均距離變化也很大。其中，SSR含量、出現頻率、分布密度的變化規律一致，依次為：二堿基>三堿基>單堿基>六堿基>五堿基>四堿基；與之對應的平均距離以四堿基最高，為451.33 kb；以二堿基最低，為4.33 kb，且二者的差異達104倍，即該轉錄組序列中每出現104個二堿基重復類型才出現1個四堿基重復類型的SSR。

2.4 長梗杜鵑轉錄組中SSR重復基元堿基組成

考慮堿基互補作用，在長梗杜鵑轉錄組23 192個SSR中共發現187種重復基元，其中單、二、三、四、五、六堿基重復分別有2、4、10、22、56和93種，不同堿基的重復基元所占比例差異較大(圖1)。單堿基重復類型中以A/T為主要重復基元，占該類型的99.07%；二堿基重復類型中各基元所占比例依次為：AG/CT(89.55%)>AC/GT(6.53%)>AT/AT(3.64%)>CG/CG(0.27%)；三堿基重復類型中AAG/CTT最多(28.09%)，其次是AGG/CCT(13.27%)、ACC/GGT(13.27%)；AAAG/CTTT(16.88%)、AAAAG/CTTTT(12.63%)和AGAGGG/CCCTCT(12.94%)分別為四、五、六堿基重復類型的優勢重復基元，且分別有5、20、41種基元里只有1個SSR。

注：others表示未列出的其余基元的統稱Note: others: The rest of all repeat motifs not for being listed in the bar圖1 長梗杜鵑轉錄組SSR不同重復類型各基元的比例Fig. 1 Motif proportions of each types of repeat in R. longipedicellatum transcriptome

整體來看，在長梗杜鵑轉錄組中最豐富的SSR類型是二堿基重復，其次是三堿基重復，最主要的優勢重復基元分別是(AG/CT)n、(A/T)n、(AC/GT)n及(AAG/CTT)n，分別占總SSR數量的62.01%、12.34%、4.52%和4.23%。此外，還發現了44個在植物轉錄組中不常見的CG/CG基元，以及240個在雙子葉植物中很少見的CCG/CGG基元。

2.5 長梗杜鵑轉錄組中SSR在編碼區中的分布特征

對SSR和CDS(編碼區)的交集基因進行檢測，共發現15 908個SSR位點，其中僅有2 792個位點存在于編碼區，位于非編碼區的位點達到12 555個，另有561個位點跨越了蛋白編碼區和非編碼區。編碼區SSR的出現頻率(編碼區中檢出的SSR個數與CDS總長度之比)為0.076 SSR/kb，而在非編碼區中為0.344 SSR/kb，這說明非編碼區SSR出現頻率大約是編碼區的4.5倍。在基因編碼區2 792個位點中，所占比例最高的是三堿基重復(1 356, 48.57%)，其次是二堿基重復(808, 28.94%)和單堿基重復(275, 9.85%)，此外還發現(225, 8.06%)個復合型SSR。非編碼區則是二堿基重復最多(8 306, 66.16%)，其次是單堿基重復(1 283, 10.22%)。

2.6 長梗杜鵑轉錄組中SSR基元重復次數

SSR重復次數的不同會導致重復片段長度發生變異，進而影響其多態性。長梗杜鵑轉錄組中SSR各重復類型的重復次數分布范圍較廣，波動于4～117次，且多集中于4～25次(圖2)。

圖2 長梗杜鵑轉錄組SSR各重復類型不同重復次數分布頻率Fig. 2 Percentage of various repeat types with different number of repeats in R. longipedicellatum transcriptome

其中，單、二、三、四、五、六堿基分別重復12～117、6～50、5～22、5～10、4～8和4～15次，且表現為隨著重復次數以及堿基數量的增加，SSR出現的頻率降低，僅當二堿基重復從10次增加到11次時，SSR數量出現了較大增加的情況。重復基元以重復6次的頻率最高，共有SSR 3 630個，占SSR總數的15.65%，其次是7次(2 587，11.15%)、5次(2 176，9.38%)、8次(2 144，9.24%)，25次以上的SSR僅有340個，占總SSR的1.47%?？傮w來看，SSR的重復次數以4～10次較多，占59.12%，11～20次的占35.97%，而重復次數在20次以上的不足5%，表現為SSR數量隨著重復次數的增加呈明顯下降的趨勢(圖3)。

2.7 長梗杜鵑轉錄組中SSR序列長度分布及變異情況

長梗杜鵑轉錄組中SSR序列的長度存在顯著變異，長度由12～117 bp不等，平均長度為21.23 bp，通過正態性檢驗，其偏度(Sk)和峰度(Ku)均大于零，不符合正態分布；單堿基重復長度變化范圍最大(12～117 bp)，其中以A/T基元長度變化范圍最大(12～117 bp)，其次是AG/CT(12～100 bp)。單堿基、二堿基、三堿基、四堿基、五堿基和六堿基的平均長度分別為14.67、22.99、17.83、21.63、21.32和28.89 bp(表3)，且各堿基重復類型均表現為隨著重復片段長度的增加，SSR出現的頻率降低，即各堿基重復區段片段長度與其對應的SSR數量成相反的變化趨勢。從全部堿基來看，12 bp長的SSR在長梗杜鵑轉錄組中所占比例最高，為14.46%，其次是15 bp(10.56%)、14 bp(10.48%)和18 bp(9.53%)，其中長度≥20 bp的SSR位點有7 698個，占SSR總數的42.90%(圖4)。

圖4 長梗杜鵑轉錄組中SSR的長度分布Fig. 4 Length distribution of SSR in R. longipedicellatum transcriptome

進一步對長梗杜鵑不同長度重復單元SSR的長度變異情況進行分析，分別描述了各堿基重復不同長度SSR在餅圖中的占比，圖中各扇區對應不同長度的SSR，頻率≤1%的SSR合并在同一黑色扇區內(圖5)。從圖中可知，二堿基重復SSR的長度變異程度最高，有40種不同SSR變化長度；其次是單堿基，有28種；三堿基、六堿基、四堿基重復SSR長度變異程度依次降低，五堿基最低，僅4種變化長度。長梗杜鵑轉錄組SSR的序列長度與其出現頻率的Pearson相關性分析表明二者在0.01水平(雙側)上顯著負相關，相關系數為-0.566。

注：餅圖每一扇區對應不同長度的SSR標注于所占比例上部括號內，若對應長度SSR頻率≤1%，則一起合并在黑色扇區內。
Note: SSR in different lengths are demonstrated in separate slices. If the corresponding percentage≤1%, slices were combined for percentages(black slices).
圖5 長梗杜鵑轉錄組不同長度重復單元SSR長度變異情況
Fig. 5 Length diversification of SSR in R. longipedicellatum transcriptome

3 討論

本研究通過長梗杜鵑葉片轉錄組測序，組裝、聚類去冗余后獲得74 092條Unigenes，利用Perl操作平臺下的MISA軟件共搜索到23 192個SSR位點，包含SSR的一致序列出現頻率為31.30%，分布密度為0.334 SSR/kb，平均每3 kb出現1個SSR位點。與大多數雙子葉植物如杜仲(EucommiaulmoidesOliver)[8](0.038 SSR/kb)、碧桃(Prunuspersicacv.duplexRehd.)[9](0.287 SSR/kb)和短絲木犀(OsmanthusserrulatusRehd.)[10](0.183 SSR/kb)的EST-SSR相比，長梗杜鵑轉錄組中SSR的分布密度較高；但低于高粱(Sorghumbicolor(L.) Moench)(0.646 SSR/kb)、水稻(OryzasativaL.)(0.739 SSR/kb)等單子葉植物[11]，這可能是二者的進化因素不同使得雙子葉植物的SSR分布偏低[12]，另外出現這種差異也可能與物種間SSR的分布、含有SSR基因的表達豐度、搜索的序列來源、搜索軟件的選擇以及搜索的標準等不一致有關?？傮w而言，長梗杜鵑轉錄組中SSR數量比較豐富。

在獲得的長梗杜鵑轉錄組所有SSR中，二堿基重復為最主要重復類型，占所有SSR的69.52%，其次是三堿基重復，占15.07%，這與許多物種以二、三堿基重復類型居多一致[13-15]。袁陽陽等[16]在莕菜(Nymphoidespeltata(Gmel.) O. Kuntze)轉錄組發現的12 319個EST-SSR位點中，二堿基和三堿基重復單元是主導類型，分別占總SSR的57.31%和30.87%；李美芹等[17]從NCBI公共數據庫現有杜鵑花相關EST中獲得的435個SSR序列也以二、三堿基重復為主。一般認為，低級重復單元的大量存在暗示著該物種進化水平較高，而高級重復單元出現頻率高的物種具有較短的進化時間或較低的變異頻率[18,19]。長梗杜鵑中單、二和三堿基重復類型共占總SSR的96.77%，可能預示著其具有較高的變異頻率或較長的進化歷史，這或許在一定程度上支持了方瑞征和閔天祿[20]所得結論，杜鵑屬植物起源于距今約6 700萬年至13 700萬年中生代的白堊紀，具有悠久的進化歷史。相比較而言，4～6 bp重復類型較少，且隨著重復單元堿基數的增加，SSR出現頻率、SSR含量以及分布密度隨之升高，即六堿基SSR類型較多。在云南松(PinusyunnanensisFranch.)[21]轉錄組SSR分布特征研究中，也表現為六堿基較四、五堿基多。這可能與密碼子以三堿基為一個單元有關，造成了三堿基位移[22]。

SSR分布在不同物種間存在較大差異，且物種本身堿基組成也是選擇的結果。在長梗杜鵑單堿基重復類型中，A/T基元占絕大多數，四、五、六堿基中AAAT/ATTT、AAAAT/ATTTT和AAAAAT/ATTTTT基元含量也相對較高，表現出一定的A/T優勢，這可能與堿基所含的能量有關[23]。但是主要重復類型二、三堿基的優勢重復基元是AG/CT和AAG/CTT，分別占SSR總數的62.01%和4.23%，與蠟梅(Chimonanthuspraecox(Linn.) Link)[24]、碧桃[9]、短絲木犀[10]等植物轉錄組SSR分布的研究結果一致。在三堿基重復中，AAG/CTT、AGG/CCT和ACC/GGT基元所占比例最高，與王書珍等[25]報道的杜鵑花EST-SSR序列三堿基中的優勢基元AAG、ACC、AGA比較相似，許玉蘭等[14]對多數物種的統計也表明三堿基中AAG、AGC和AGG較多，這些較多的重復基元可能在EST序列中較為普遍，也可能是優勢的蛋白或DNA家族[26]。此外，長梗杜鵑中還發現了44個在植物轉錄組二堿基重復中比較罕見的CG/CG和240個在雙子葉植物中分布較少的CCG/CGG重復基元，其含量遠高于大多數植物，如甘藍(BrassicaoleraceaL.)[27](1個CG)、蠟梅[24](6個CG)、杜仲[8](1個CG)和短絲木犀[12](13個CG、43個CCG)等，較多的CG和CCG重復基元可能與某些特定的功能相關，如抗逆性、轉錄調控和信號轉導等[28]。也進一步證明所得長梗杜鵑轉錄組SSR具有較高的特異性。

許多研究表明三堿基重復SSR是目前為止基因編碼區中發現最多的SSR類型[29, 30]。長梗杜鵑也不例外，結合SSR和CDS的位置信息，對SSR的分布區間進行統計，發現長梗杜鵑轉錄組SSR序列主要分布在非編碼區，編碼區SSR出現頻率僅為非編碼區的11/50，且編碼區中三堿基SSR顯著富集，占總檢測量的48.57%，而非編碼區以二堿基重復較多。這可能是密碼子選擇作用的結果，由于三堿基重復單元重復次數的變化對基因讀碼框和表達產物的影響較小，從而使其在編碼區的容受性優于其他類型。這一現象也說明三堿基重復SSR富集是基因編碼區SSR在基因組中得以保存的重要機制[31]。Reddy等[32]報道了人類基因組研究已經發現三堿基重復SSR與某些疾病的發生相關；將長梗杜鵑轉錄組測序所得全部Unigenes映射到KEGG代謝庫，發現了176條與人類疾病相關的Unigenes，這是否與基因編碼區富集的三堿基重復有關，對長梗杜鵑的生長發育又有什么意義仍有待進一步研究。

SSR位點多態性主要原因是基元重復數和堿基數不同而形成的序列長度多態性[33]，一般重復次數越多，變異性越大，其多態性潛力越高。長梗杜鵑SSR重復次數波動于4～117次，以4～10次重復較多，其次是11～20次；其中單堿基因容易發生錯配不考慮在內，其余的堿基重復類型重復次數也集中于4～36次，甚至有高達50次的。從片段長度來看，當SSR長度≥20 bp時多態性較高，在12～20 bp之間多態性中等，<12 bp時多態性極低[34]，本研究在篩選過程中已經將<12 bp的低多態SSR過濾掉，最終發現長梗杜鵑SSR序列長度變化范圍是12～117 bp之間，平均長度為21.23 bp，其中≥20 bp的高多態重復序列占42.90%，其比例高于云南松[21](14.76%)、碧桃[9](12.13%)、短絲木犀[10](13.47%)等大多數植物，由此推測長梗杜鵑轉錄組挖掘出的23 192個SSR位點大部分具有高多態性潛能。通過SPSS軟件對SSR發生頻率與重復片段長度進行Pearson相關性分析，發現二者顯著負相關，相關系數為-0.566。在長梗杜鵑不同長度重復單元SSR長度變異分析中，二堿基重復SSR長度變異程度較高，有40種不同SSR變化長度，即二堿基類型獲得或失去重復基元的活躍程度較高；其次是單堿基(28種)，而五堿基最低(僅4種)，且各重復類型均表現為SSR長度越長，出現的頻率越低。表明由短重復單元組成的SSR比由長重復單元組成的SSR可能具有更豐富的多態性。

4 結論

本研究通過Perl操作平臺下的MISA軟件對長梗杜鵑轉錄組中SSR序列進行查找，共搜索到23 192個SSR位點，對其分布頻率、重復單元類型、重復基元堿基組成、在編碼區中的分布特征、重復次數和序列長度分布及變異情況進行分析，得出大多數位點具有高多態性潛能，用于遺傳分析的潛力很大，為長梗杜鵑SSR分子標記的大規模開發提供了重要的信息資源和數據保障。尤其是分布于編碼區的序列，可能與某一特定功能相關聯，有助于長梗杜鵑功能性SSR標記的開發，進而為該物種遺傳多樣性和遺傳結構、遺傳資源分類和進化以及分子標記輔助育種等方面的研究奠定基礎。加之，EST-SSR具有較高的轉移性，進一步開發的SSR標記有望用于杜鵑屬植物及其它親緣關系較近物種的研究中。

[1] 張長芹. 云南杜鵑花[M].昆明: 云南科技出版社, 2008: 1.

[2] 張長芹，高連明，薛潤光，等. 中國杜鵑花的保育現狀和展望[J]. 廣西科學, 2004, 11(4): 354-359.

[3] 程金水，劉青林. 園林植物遺傳育種學(第2版)[M]. 北京: 中國林業出版社, 2010: 452.

[4] 蘭 熙，張樂華，張金政，等. 杜鵑花屬植物育種研究進展[J]. 園藝學報, 2012, 39(9): 1829-1838.

[5] Cai L, Neilsen J, Dao Z L,etal.Rhododendronlongipedicellatum(Ericaceae), a new species from Southeastern Yunnan, China[J]. Phytotaxa, 2016, 282(4): 296-300.

[6] 吳富勤. 極小種群野生植物大樹杜鵑的保護生物學研究[D]. 云南: 云南大學, 2015.

[7] Wang X, Huang Y, Long C. Assessing the genetic consequences of flower-harvesting inRhododendrondecorumFranchet (Ericaceae) using microsatellite markers[J]. Biochemical Systematics and Ecology, 2013, 50: 296-303.

[8] 黃海燕，杜紅巖，烏云塔娜，等. 基于杜仲轉錄組序列的SSR分子標記的開發[J]. 林業科學, 2013, 5: 176-181.

[9] 馬秋月，廖卓毅，張得芳，等. 碧桃花瓣轉錄組微衛星特征分析[J]. 南京林業大學學報:自然科學版, 2015, 3: 34-38.

[10] 陳 林，李龍娜，楊國棟，等. 特有植物短絲木犀(Osmanthus serrulatus)轉錄組微衛星特征分析[J]. 分子植物育種, 2016, 14(4): 959-965.

[11] Cavagnaro P F, Senalik D A, Yang L,etal. Genome-wide characterization of simple sequence repeats in cucumber (CucumissativusL.)[J]. BMC Genomics, 2010, 11(1): 569.

[12] Bai T D, Xu L A, Xu M,etal. Characterization of masson pine (PinusmassonianaLamb.) microsatellite DNA by 454 genome shotgun sequencing[J]. Tree Genetics & Genomes, 2014, 10: 429-437.

[13] Aggarwal R K, Hendre P S, Varshney R K,etal. Identification, characterization and utilization of EST-derived genic microsatellite markers for genome analyses of coffee and related species[J]. Theoretical and Applied Genetics, 2007, 114(2): 359-372.

[14] 許玉蘭，蔡年輝，康向陽，等. EST-SSR標記的開發及其在木本植物中的分布特點[J]. 中國農學通報, 2012, 28(4): 1-7.

[15] 饒龍兵，楊漢波，郭洪英，等. 基于榿木屬轉錄組測序的 SSR 分子標記的開發[J]. 林業科學研究, 2016, 29(6): 875-882.

[16] 袁陽陽，王青鋒，陳進明. 基于轉錄組測序信息的水生植物莕菜SSR標記開發[J]. 植物科學學報, 2013, 31(5): 485-492.

[17] 李美芹，潘葉羽，錢萍仙，等. 杜鵑花EST-SSR標記的開發及遺傳多樣性分析[J]. 植物生理學報, 2016, 52(3): 356-364.

[18] Harr B, Schlotterer C. Long microsatellite alleles inDrosophilamelanogasterhave a downward mutation bias and short persistence times, which cause their genome-wide under representation[J]. Genetics, 2000, 155(3): 1213-1220.

[19] 阮楨媛，王兵益，歐陽志勤，等. 極度瀕危植物巧家五針松基因組微衛星特征分析[J]. 植物研究, 2016, 36(5): 775-781.

[20] 方瑞征，閔天祿. 杜鵑屬植物區系的研究[J]. 云南植物研究, 1995, 17(4): 359-379.

[21] 蔡年輝，許玉蘭，徐 楊，等. 云南松轉錄組SSR的分布及其序列特征[J]. 云南大學學報:自然科學版, 2015, 37(5): 770-778.

[22] Metzgar D, Bytof J, Wills C. Selection against frameshift mutations limits microsatellite expansion in coding DNA[J]. Genome Research, 2000, 10(1): 72-80.

[23] 童治軍，肖炳光. 3種煙草基因組SSR位點信息分析和標記開發[J]. 西北植物學報, 2014, 34(8): 1549-1558.

[24] 李 響，楊 楠，趙凱歌，等. 蠟梅轉錄組EST-SSR標記開發與引物篩選[J]. 北京林業大學學報, 2013, 35(1): 25-32.

[25] 王書珍，張傳進，程 華, 等. 杜鵑花表達序列標簽資源中的微衛星信息分析[J]. 湖北林業科技, 2014, 43(2): 7-10.

[26] 張得芳，李淑嫻，夏 濤. 薔薇科6個屬植物EST-SSR特征分析[J]. 植物研究, 2014, 34(6): 810-815.

[27] 陳 琛，莊 木，李康寧，等. 甘藍EST-SSR標記的開發與應用[J]. 園藝學報, 2010, 37(2): 221-228.

[28] Li S X, Yin T M. Map and analysis of microsatellites in the genome of Populus: The first sequenced perennial plant[J]. Science in China Series C: Life Sciences, 2007, 50(5): 690-699.

[29] Morgante M, Hanafey M, Powell W. Microsatellites are preferentially associated with nonrepetitive DNA in plant genomes.[J]. Nature Genetics, 2002, 30(2): 194-200.

[30] 王麗鴛，韋 康，張成才，等. 茶樹花轉錄組微衛星分布特征[J]. 作物學報, 2014, 40(1): 80-85.

[31] 劉菁菁，戴曉港，王 潔，等. 楊樹微衛星序列對基因表達頻率的影響及表達序列中微衛星特征的分析[J]. 南京林業大學學報:自然科學版, 2011, 35(1): 11-14.

[32] Reddy P S, Housman D E. The complex pathology of trinucleotide repeats[J]. Current Opinion in Cell Biology, 1997, 9(3): 364-372.

[33] 王 森，張 震，姜倪皓，等. 半夏轉錄組中的SSR位點信息分析[J]. 中藥材, 2014, 37(9): 1566-1569.

[34] Temnykh S, Declerck G, Lukashova A. Computational and experimental analysis of microsatellites in rice (OryzasativaL.) frequency, length variation, transposon associations, and genetic marker potential[J]. Genome Research, 2001, 11(8): 1441-1452.

(責任編輯：張 玲)

Characteristic Analysis of Microsatellites in the Transcriptome ofRhododendronlongipedicellatum, an Endangered Species Endemic to Southeastern Yunnan, China

LITai-qiang，LIUXiong-fang，WANYou-ming，LIZheng-hong，LIYu-ying，LIUXiu-xian，MAHong

(Research Institute of Resource Insects, Chinese Academy of Forestry, Kunming 650233, Yunnan, China)

[Objective]To comprehensively understand the distribution and sequence characteristics of SSR loci in theRhododendronlongipedicellatumtranscriptome, and to provide a theoretical basis for further development of high efficient SSR markers. [Method] Transcriptome sequencing was conducted on young leaves ofR.longipedicellatumby using Illumina Hiseq 4000. Then the SSR loci were sought and analyzed using MISA software from the obtained unigenes. [Result] A total of 23,192 SSRs were identified in 17,354 unigenes, with an average density of one SSR per 3 kb. Dinucleotide and trinucleotide repeat were the main SSR types, accounting for 69.25% and 15.07% of all SSRs, respectively. Among all the 187 repeat motifs, (AG/CT)n was the most frequent repeat motif (62.01%), followed by (A/T)n (12.34%), (AC/GT)n (4.52%) and (AAG/CTT)n (4.23%). A total of 15,908 SSRs occurred in the intersection of SSR and CDS, only 2792 of which occurred in protein-coding regions of these sequences. The density of SSRs was 0.076 SSR/kb in coding regions which was significantly lower than that in non-coding regions (0.344 SSR/kb). Moreover, trinucleotide repeat was the most abundant in coding regions (1356, 48.57%). In terms of different length repeat units, the variation of the length of dinucleotide repeat SSR was the most abundant, followed by the mononucleotide. There was a significant negative correlation (P<0.01) between the frequency of SSR and the length, with the correlation coefficient of-0.566. [Conclusion] The SSR loci in theR.longipedicellatumtranscriptome showed high frequency and density of distribution, rich repeat motifs, high repeat times, more long fragment and significant potential of polymorphism. The SSR loci could be applied in genetic analysis and conservation genetics ofR.longipedicellatumin the future.

Rhododendronlongipedicellatum; transcriptome; microsatellites characteristics; potential of polymorphism

10.13275/j.cnki.lykxyj.2017.04.001

2016-07-14

“云南省技術創新人才”培養對象項目(2016HB007)

李太強(1993—)，男，云南鳳慶人，碩士，主要從事杜鵑屬植物保護生物學研究.

* 通訊作者：馬宏，男，副研究員，主要從事西南特色野生花卉種質資源創新與遺傳多樣性研究.E-mail:hortscience@163.com.

S685.21

A

1001-1498(2017)04-0533-09