基于高通量测序技术的药用植物表达序列标签系统的构建与应用的中期报告.docxVIP

基于高通量测序技术的药用植物表达序列标签系统的构建与应用的中期报告 本研究旨在通过采用高通量测序技术，构建一套适用于药用植物的表达序列标签系统，并应用于研究这些植物的基因表达调控机制。在研究过程中，我们选取了两种常用的药用植物——黄芪和人参，分别进行了转录组测序和比较分析。 首先，我们从每个植物的根、茎、叶和花中提取了RNA样品，并利用Illumina HiSeq平台进行测序。经过质量控制和数据清洗后，我们得到了大量的高质量测序数据。然后，我们使用SOAPdenovo-Trans软件将这些数据拼接成转录组，并使用Trinity软件进行了剪接分析和拼接校正。 接下来，我们使用Bowtie2软件将剪接校正后的序列与参考基因组比对，通过Cufflinks软件进行转录本组装，得到了黄芪和人参的基因表达量矩阵。随后，我们使用DESeq2软件对表达矩阵进行差异分析，挑选出了表达量差异最显著的基因，并对这些基因进行了GO和KEGG富集分析，以揭示这些基因在药用植物生长发育和次生代谢中的功能和调控机制。 我们的研究得出了一些有趣的结果，例如，在黄芪中，许多关键的次生代谢酶基因（如黄芪酸合成酶、异黄酮还原酶等）的表达量受到了生长环境的明显影响。在人参中，我们发现许多高亲疏水性物质的合成途径被显著激活，这一发现为人参的药用价值提供了新的基础。 总的来说，我们的研究构建了一套药用植物表达序列标签系统，并应用于黄芪和人参的比较分析，为深入研究这些药用植物的基因表达调控机制和药物成分的合成途径提供了新的思路和分子资源。