二倍體棉花熱激轉(zhuǎn)錄因子HSFs家族全基因組生物信息學(xué)分析

張華崇+閆振華+趙樹(shù)琪+黃曉莉+戴寶生+李蔚

摘要：熱激因子（heat shock factors，HSFs）是生物體內(nèi)調(diào)節(jié)熱激應(yīng)答的一類轉(zhuǎn)錄因子，在熱脅迫信號(hào)轉(zhuǎn)導(dǎo)和耐熱性的產(chǎn)生過(guò)程中發(fā)揮了重要的作用。從已釋放的二倍體亞洲棉和雷蒙德氏棉全基因組測(cè)序結(jié)果中分別鑒定到42個(gè)和40個(gè)HSFs蛋白家族成員，運(yùn)用生物信息學(xué)分析其序列特征、亞細(xì)胞定位、聚類分析和保守基序等。結(jié)果表明，亞洲棉HSFs蛋白長(zhǎng)度116～526個(gè)氨基酸，分子量13 748.4～60 028.2 u，等電點(diǎn)4.40～8.75；雷蒙德氏棉HSFs蛋白長(zhǎng)度為190～528個(gè)氨基酸，分子量21 993.0～60 413.6 u，等電點(diǎn)4.36～9.50。染色體定位顯示二倍體棉花中的HSFs基因不均勻分布在13條染色體上；聚類分析表明，HSFs蛋白序列分為A、B、C 3類，每一亞類中二倍體棉花與擬南芥的蛋白具有較高的同源性，趨向于聚集在一起，且每個(gè)亞組具有相同或相似的保守基序類型及排列順序。

關(guān)鍵詞：二倍體棉花；熱激轉(zhuǎn)錄因子；全基因組；生物信息學(xué)

中圖分類號(hào)： Q755 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2017）20-0035-08

熱激因子（heat shock factors，HSFs）是生物體內(nèi)調(diào)節(jié)熱激應(yīng)答的一類轉(zhuǎn)錄因子，在熱脅迫信號(hào)轉(zhuǎn)導(dǎo)和耐熱性的產(chǎn)生過(guò)程中發(fā)揮了重要的作用[1-2]。1988年，HSFs基因首先在酵母中發(fā)現(xiàn)[3]，植物中的HSFs基因最先在番茄中克隆獲得[4]。典型的熱激轉(zhuǎn)錄因子一般包括4個(gè)部分：N端的DNA結(jié)合域（DNA binding domain，DBD）、寡聚化結(jié)構(gòu)域（HR-A/B）、細(xì)胞核定位信號(hào)（Nuclear localization signal，NLS）、細(xì)胞核輸出信號(hào)（Nuclear export signal，NES），少數(shù)還具有一個(gè)C端激活域（Cterminal activation domain，CTAD）[5]。位于HSFs基因N端的DBD中含有一個(gè)螺旋-轉(zhuǎn)角-螺旋的疏水結(jié)構(gòu)，能特異地結(jié)合熱激元件（heat stress element，HSE），誘導(dǎo)下游熱激蛋白表達(dá)[6-7]。HR-A/B含有2個(gè)疏水七肽重復(fù)區(qū)域A和B，通過(guò)形成卷曲螺旋結(jié)構(gòu)促使HSFs形成同源三聚體，根據(jù)保守DBD和HR-A/B區(qū)的結(jié)構(gòu)特點(diǎn)，熱激轉(zhuǎn)錄因子又可以分為A、B、C 3類[8-9]，在A 類、C類基因中，HR-A/B中A、B結(jié)構(gòu)域之間分別有21個(gè)和7個(gè)氨基酸插入；在B類基因中，無(wú)氨基酸殘基插入[6，10]。NLS和NES含有一簇堿性氨基酸殘基，與HSFs蛋白家族的亞細(xì)胞定位相關(guān)[11-12]。CTAD以芳族的、大的疏水的及酸性的氨基酸（AHA）基元為特征，在A類基因中含特有激活HSFs功能的AHA基元[6]。

棉花是喜溫植物，適當(dāng)高溫可加快棉株生長(zhǎng)發(fā)育，但長(zhǎng)時(shí)間的高溫嚴(yán)重影響花粉發(fā)育、授粉和受精，對(duì)棉花產(chǎn)量和品質(zhì)產(chǎn)生不利的影響。隨著全球氣候的變暖，棉花的耐高溫育種顯得尤其重要。本研究利用已釋放的二倍體亞洲棉和雷蒙德氏棉全基因組測(cè)序結(jié)果[13-14]，通過(guò)生物信息學(xué)技術(shù)掃描全基因組HSFs，進(jìn)一步分析其進(jìn)化關(guān)系、亞細(xì)胞定位、理化性質(zhì)預(yù)測(cè)和保守基序等，為下一步的選育耐高溫新品種提供理論基礎(chǔ)。

1 材料與方法

1.1 全基因組檢索HSF基因

HSF基因的結(jié)構(gòu)域信息（PF00447）下載自Pfam數(shù)據(jù)庫(kù)[15]，利用軟件HMMER3.1b2[16]在Cottongen（https：//www.cottongen.org/）數(shù)據(jù)庫(kù)中檢索二倍體亞洲棉和雷蒙德氏棉HSFs基因家族氨基酸序列，經(jīng)Smart網(wǎng)站[17]（http：//smart.embl-heidelberg.de/smart/set_mode.cgi？NORMAL=1）進(jìn)一步結(jié)構(gòu)域預(yù)測(cè)確認(rèn)。

擬南芥HSF基因家族氨基酸序列來(lái)自PlantTFDB（http：//planttfdb.cbi.pku.edu.cn/）數(shù)據(jù)庫(kù)[18]。

1.2 理化性質(zhì)預(yù)測(cè)

通過(guò)ExPASy網(wǎng)站中的程序Protparam（http：//web.expasy.org/protparam/）對(duì)HSFs蛋白家族蛋白分子量、等電點(diǎn)等基本理化性質(zhì)進(jìn)行預(yù)測(cè)分析。

1.3 亞細(xì)胞定位

利用在線軟件WOLF PSORT（http：//www.genscript.com/wolf-psort.html），以及在線網(wǎng)站Soft Berry（http：//linux1.softberry.com/berry.phtml）中的PROTCOMP 程序共同對(duì)HSFs蛋白家族進(jìn)行亞細(xì)胞定位預(yù)測(cè)分析。

1.4 聚類分析

利用生物信息學(xué)軟件MEGA5.2對(duì)鑒定的二倍體棉花中的HSFs蛋白家族和擬南芥中的HSFs蛋白家族進(jìn)行多重序列比對(duì)，采用鄰接法構(gòu)建系統(tǒng)發(fā)育樹(shù)，進(jìn)行1 000次重復(fù)。

1.5 基序分析

利用MEME軟件分析HSFs蛋白家族的motif類型和順序。具體參數(shù)設(shè)置如下：預(yù)測(cè)數(shù)10，其他參數(shù)為默認(rèn)。

2 結(jié)果與分析

2.1 棉花HSF基因家族鑒定

利用結(jié)構(gòu)域預(yù)測(cè)得到的結(jié)構(gòu)域信息（PF00447），通過(guò)對(duì)二倍體棉花全基因組搜索，發(fā)現(xiàn)亞洲棉和雷蒙德氏棉分別有42條和40條具有典型HSF結(jié)構(gòu)域蛋白，并統(tǒng)計(jì)了其蛋白號(hào)、蛋白長(zhǎng)度及對(duì)應(yīng)基因所在的染色體（表1），結(jié)果顯示，亞洲棉HSFs蛋白長(zhǎng)度為116～526個(gè)氨基酸不等；雷蒙德氏棉HSFs蛋白長(zhǎng)度為190～528個(gè)氨基酸不等。亞洲棉基因組中的42個(gè)HSFs基因家族成員不均勻分布在13條染色體上，其中，A11號(hào)染色體分布最多，為8個(gè)；A6號(hào)染色體分布最少，為1個(gè)。雷蒙德氏棉基因組中的40個(gè)HSFs基因家族成員也不均勻分布在13條染色體上，其中，D3、D4和D6號(hào)染色體分布最多，均為5個(gè)；D1、D2和D12號(hào)染色體分布最少，均為1個(gè)。endprint

2.2 棉花HSFs蛋白家族理化性質(zhì)預(yù)測(cè)

利用在線網(wǎng)站對(duì)二倍體棉花HSFs蛋白家族理化性質(zhì)進(jìn)行了預(yù)測(cè)（表1），預(yù)測(cè)結(jié)果，二倍體棉花中HSFs蛋白分子量存在較大差異。其中，亞洲棉中分子量最大的是Cotton_A_14557，達(dá)到了60 028.2 u，分子量最小的是Cotton_A_24993，為13 748.4 u；雷蒙德氏棉中分子量最大的是Gorai.004G284200，為60 413.6 u，分子量最小的是Gorai.006G087100，為21 993.0 u。等電點(diǎn)變化范圍也比較大，其中，亞洲棉中Cotton_A_01784等電點(diǎn)最大，為8.75，Cotton_A_00864最小，為4.40；雷蒙德氏棉中Gorai.006G125000等電點(diǎn)最大，為9.50，Gorai.008G170800最小，為4.36，表明HSFs蛋白家族從酸性到堿性都有分布。

2.3 棉花HSFs蛋白家族亞細(xì)胞定位

為了了解HSFs蛋白家族發(fā)揮功能的區(qū)域，利用2種亞細(xì)胞定位軟件預(yù)測(cè)了二倍體棉花HSFs蛋白家族亞細(xì)胞定位（表2），結(jié)果表明，2種軟件WoLF PSORT和Protcomp預(yù)測(cè)結(jié)果類似，大部分HSFs蛋白家族定位于細(xì)胞核。根據(jù)軟件WoLF PSORT預(yù)測(cè)發(fā)現(xiàn)，HSFs蛋白家族定位于1～4個(gè)位置不等，但除亞洲棉中Cotton_A_24993和除了雷蒙德氏棉中Gorai.006G087100分別定位于葉綠體和細(xì)胞質(zhì)外，其余HSFs蛋白家族定位于細(xì)胞核分值最高；根據(jù)Protcomp預(yù)測(cè)發(fā)現(xiàn)，除了雷蒙德氏棉中Gorai.004G284200定位于細(xì)胞質(zhì)中，其余HSFs蛋白家族均定位于細(xì)胞核。綜上所述，二倍體棉花的HSFs蛋白家族中至少有一種預(yù)測(cè)定位于細(xì)胞核，這符合轉(zhuǎn)錄因子在細(xì)胞核中調(diào)控基因表達(dá)的作用特點(diǎn)。

2.4 棉花HSFs蛋白家族聚類分析

為了揭示二倍體棉花HSFs蛋白家族的進(jìn)化關(guān)系，將亞洲棉和雷蒙德氏棉的42條和40條HSFs蛋白，與下載的21條擬南芥HSFs蛋白家族進(jìn)行聚類分析（圖1）。結(jié)果顯示，103條HSFs蛋白序列分為了A、B、C 3類，其中A類含有9個(gè)亞類（A1、A2、A3、A4、A5、A6、A7、A8、A9），二倍體棉花都不含有A7亞類，每一亞類中二倍體棉花與擬南芥的蛋白具有較高的同源性，趨向于聚集在一起，例如，雷蒙德氏棉 Gorai.008G170800、Gorai.N013300和亞洲棉Cotton_A_25561、Cotton_A_00864、Cotton_A_24993與擬南芥中的HSF蛋白AT1G67970（AtHsfA8a）互為同源蛋白而聚集在一起。B類含有5個(gè)亞類（B1、B2、B3、B4、B5），且二倍體棉花中完整地含有5個(gè)亞類，而擬南芥不含有亞類B5。C類中只有1個(gè)亞類C1，且二倍體棉花和擬南芥中都存在。此外，不同亞類HSF蛋白雖聚集在一起，但二倍體棉花與擬南芥卻趨向于形成不同的分枝，且亞洲棉中存在與雷蒙德氏棉同源的HSF蛋白（除Cotton_A_24993和Cotton_A_22025）。

2.5 棉花HSFs蛋白家族基序分析

對(duì)二倍體棉花82個(gè)HSFs蛋白家族保守基序的分析結(jié)果見(jiàn)圖2，82個(gè)HSFs蛋白家族含有10個(gè)保守基序，長(zhǎng)度為11～50個(gè)氨基酸。進(jìn)一步分析10個(gè)保守基序在不同亞組HSFs蛋白中的分布（圖3）， 結(jié)果表明， HSFs蛋白家族含有保守基序個(gè)數(shù)從2～8個(gè)不等，每個(gè)亞組具有相同或相似的保守基序類型及排列順序。例如，A1亞類Gorai.003G053300、Gorai.003G183900、Gorai.007G033300、Gorai.004G257000、Gorai.008G225200、Gorai.013G183500、Cotton_A_02851、Cotton_A_05732、Cotton_A_23520、Cotton_A_07921、Cotton_A_33386和Cotton_A_09182具有相似的基序（7～8個(gè)），也具有相似的排列順序。

3 討論

在全球氣候變暖的環(huán)境下， 高溫對(duì)棉花的正常生長(zhǎng)發(fā)育產(chǎn)生了不利的影響，常常誘使棉葉凋萎，花粉失水干縮，蕾鈴大量脫落[19]。HSFs是植物響應(yīng)熱激脅迫保護(hù)自身免受高溫傷害的一類轉(zhuǎn)錄因子，研究發(fā)現(xiàn)擬南芥、水稻、大豆中分別有21、25、52個(gè)HSFs[20-22]。本研究基于二倍體棉花雷蒙德氏棉和亞洲棉測(cè)序的完成，通過(guò)全基因組進(jìn)行搜索分析，亞洲棉和雷蒙德氏棉分別鑒定出42個(gè)和40個(gè)具有典型HSF結(jié)構(gòu)域蛋白，Wang等利用表達(dá)序列標(biāo)簽組裝和全基因組分析技術(shù)在陸地棉D(zhuǎn)亞組中也鑒定得到40個(gè)HSFs基因[9]。本研究中HSFs蛋白家族分為A、B、C 3類，每類含有的HSF數(shù)目不同，理化性質(zhì)也存在較大差異，且不均勻地分布在不同染色體上，表明二倍體棉花HSFs蛋白家族存在廣泛的多樣性，這也為功能的多樣性奠定了基礎(chǔ)。

HSFs作為一類轉(zhuǎn)錄因子，要通過(guò)調(diào)控相關(guān)基因的表達(dá)行使功能，其表達(dá)模式有組成型表達(dá)和誘導(dǎo)型表達(dá)2類，廣泛參與植物響應(yīng)高溫、干旱和氧化等多種逆境脅迫[23-25]。雖然在模式植物擬南芥和番茄中的研究較為詳盡，擬南芥AtHSFA2基因過(guò)表達(dá)顯著提高了轉(zhuǎn)基因擬南芥耐熱性[26-27]，而敲除AtHSFA2基因抑制了下游熱激蛋白基因的表達(dá)，明顯提高了擬南芥對(duì)高溫敏感性[28-29]。棉花中關(guān)于HSFs研究的報(bào)道還很少，相關(guān)研究表明，陸地棉中HSFs基因在響應(yīng)高溫和纖維發(fā)育過(guò)程中發(fā)揮重要作用[9]。但HSFs表達(dá)調(diào)控機(jī)制尤其是上游調(diào)控機(jī)制，不同HSFs基因在響應(yīng)同一外界刺激和同一HSFs基因在不同逆境脅迫中是否存在保守的信號(hào)轉(zhuǎn)導(dǎo)途徑等等，還有待進(jìn)一步研究闡明。

參考文獻(xiàn)：

[1]Morimoto R I. Regulation of the heat shock transcriptional response：cross talk between a family of heat shock factors，molecular chaperones，and negative regulators[J]. Genes & Development，1998，12（24）：3788-3796.endprint

[2]Baniwal S K，Bharti K，Chan K Y，et al. Heat stress response in plants：a complex game with chaperones and more than twenty heat stress transcription factors[J]. Journal of Biosciences，2004，29（4）：471-487.

[3]Wiederrecht G，Seto D，Parker C S. Isolation of the gene encoding the S. cerevisiae heat shock transcription factor[J]. Cell，1988，54（6）：841-853.

[4]Scharf K D，Rose S，Zott W，et al. Three tomato genes code for heat stress transcription factors with a region of remarkable homology to the DNA-binding domain of the yeast HSF[J]. Embo Journal，1990，9（13）：4495-4501.

[5]Hübel A，Schffl F. Arabidopsis heat shock factor：isolation and characterization of the gene and the recombinant protein[J]. Plant Molecular Biology，1994，26（1）：353-362.

[6]Scharf K D，Berberich T，Ebersberger I，et al. The plant heat stress transcription factor （Hsf） family：structure，function and evolution[J]. Biochimica Et Biophysica Acta，2012，1819（2）：104-119.

[7]Sakurai H，Enoki Y. Novel aspects of heat shock factors：DNA recognition，chromatin modulation and gene expression[J]. FEBS Journal，2010，277（20）：4140-4149.

[8]Kotak S，Port M，Ganguli A，et al. Characterization of C-terminal domains of Arabidopsis heat stress transcription factors （Hsfs） and identification of a new signature combination of plant class A Hsfs with AHA and NES motifs essential for activator function and intracellular localization[J]. The Plant Journal，2004，39（1）：98-112.

[9]Wang J，Sun N，Deng T，et al. Genome-wide cloning，identification，classification and functional analysis of cotton heat shock transcription factors in cotton （Gossypium hirsutum）[J]. BMC Genomics，2014，15（1）：961.

[10]Harrison C J，Bohm A A，Nelson H C. Crystal structure of the DNA binding domain of the heat shock transcription factor[J]. Science，1994，263（5144）：224-227.

[11]Grlich D，Kutay U. Transport between the cell nucleus and the cytoplasm[J]. Annual Review of Cell and Developmental Biology，1999，15：607-660.

[12]Heerklotz D，Dring P，Bonzelius F，et al. The balance of nuclear import and export determines the intracellular distribution and function of tomato heat stress transcription factor HsfA2[J]. Molecular and Cellular Biology，2001，21（5）：1759-1768.

[13]Li F，F(xiàn)an G，Wang K，et al. Genome sequence of the cultivated cotton Gossypium arboreum[J]. Nature Genetics，2014，46（6）：567-572.

[14]Wang K，Wang Z，Li F，et al. The draft genome of a diploid cotton Gossypium raimondii[J]. Nature Genetics，2012，44（10）：1098-1103.endprint

[15]Finn R D，Coggill P，Eberhardt R Y，et al. The Pfam protein families database：towards a more sustainable future[J]. Nucleic Acids Research，2016，44（D1）：279-285.

[16]Finn R D，Clements J，Eddy S R. HMMER web server：interactive sequence similarity searching[J]. Nucleic Acids Research，2011，39：29-37.

[17]Schultz J，Milpetz F，Bork P，et al. SMART，a simple modular architecture research tool：identification of signaling domains[J]. Proceedings of the National Academy of Sciences of the United States of America，1998，95（11）：5857-5864.

[18]Jin J，He K，Tang X，et al. An Arabidopsis transcriptional regulatory map reveals distinct functional and evolutionary features of novel transcription factors[J]. Molecular Biology and Evolution，2015，32（7）：1767-1773.

[19]阿布力孜，開(kāi)賽爾，阿吉古麗，等. 干熱風(fēng)對(duì)棉花生長(zhǎng)發(fā)育的危害及對(duì)策建議[J]. 農(nóng)業(yè)科技通訊，2009（10）：68-69.

[20]Nover L，Bharti K，Dring P，et al. Arabidopsis and the heat stress transcription factor world：how many heat stress transcription factors do we need？[J]. Cell Stress & Chaperones，2001，6（3）：177-189.

[21]Guo J，Wu J，Ji Q，et al. Genome-wide analysis of heat shock transcription factor families in rice and Arabidopsis[J]. Journal of Genetics and Genomics，2008，35（2）：105-118.

[22]Chung E，Kim K M，Lee J H. Genome-wide analysis and molecular characterization of heat shock transcription factor family in Glycine max[J]. Journal of Genetics and Genomics，2013，40（3）：127-135.

[23]Storozhenko S，De Pauw P，Van Montagu M，et al. The heat-shock element is a functional component of the Arabidopsis APX1 gene promoter[J]. Plant Physiology，1998，118（3）：1005-1014.

[24]Panchuk I I，Volkov R A，Schffl F. Heat stress-and heat shock transcription factor-dependent expression and activity of ascorbate peroxidase in Arabidopsis[J]. Plant Physiology，2002，129（2）：838-853.

[25]Panikulangara T J，Eggers-Schumacher G，Wunderlich M，et al. Galactinol synthase 1. A novel heat shock factor target gene responsible for heat-induced synthesis of raffinose family oligosaccharides in Arabidopsis[J]. Plant Physiology，2004，136（2）：3148-3158.

[26]Nishizawa A，Yabuta Y，Yoshida E，et al. Arabidopsis heat shock transcription factor A2 as a key regulator in response to several types of environmental stress[J]. The Plant Journal，2006，48（4）：535-547.

[27]Ogawa D，Yamaguchi K，Nishiuchi T. High-level overexpression of the Arabidopsis HsfA2 gene confers not only increased themotolerance but also salt/osmotic stress tolerance and enhanced callus growth[J]. Journal of Experimental Botany，2007，58（12）：3373-3383.

[28]Schramm F，Ganguli A，Kiehlmann E，et al. The heat stress transcription factor HsfA2 serves as a regulatory amplifier of a subset of genes in the heat stress response in Arabidopsis[J]. Plant Molecular Biology，2006，60（5）：759-772.

[29]Charng Y Y，Liu H C，Liu N Y，et al. A heat-inducible transcription factor，HsfA2，is required for extension of acquired thermotolerance in Arabidopsis[J]. Plant Physiology，2007，143（1）：251-262.endprint