《Fishes》:AquaSSR: A Lightweight Python Tool for Taxon-Specific SSR Marker Development in Aquatic Organisms
编辑推荐:
简单重复序列(Simple Sequence Repeats, SSRs)是水产养殖遗传学中的基础分子标记。然而,现有的大多数SSR挖掘工具均面向通用用途,对任何生物均采用相同的检测标准,从而忽视了水产养殖物种独特的基因组特征。例如,甲壳类基因组极度富含AT,
简单重复序列(Simple Sequence Repeats, SSRs)是水产养殖遗传学中的基础分子标记。然而,现有的大多数SSR挖掘工具均面向通用用途,对任何生物均采用相同的检测标准,从而忽视了水产养殖物种独特的基因组特征。例如,甲壳类基因组极度富含AT,而双壳类基因组则表现出异常高的SSR密度。常规工具均未考虑这两类特征。本文介绍了AquaSSR,一个轻量级的SSR分析工具,其针对水产养殖中三大主要分类群体(硬骨鱼类、甲壳类和双壳贝类)实施了分类特异性挖掘规则和引物设计参数。AquaSSR采用面向水产养殖的筛选策略:排除单核苷酸重复(一种适用于常规基因分型平台的方法学选择),应用适应各群体基因组组成的三级二核苷酸阈值(鱼类≥6,富含AT的甲壳类≥8,高密度双壳类≥7),并针对分类特异性碱基组成优化引物GC计分中心。从FASTA输入到SSR检测、引物设计、可选的计算机模拟e-PCR验证直至Excel和图形输出,完整流程仅需一条命令执行,且仅需四个可通过pip安装的Python库,无需任何外部命令行生物信息学程序。对大黄鱼(Larimichthys crocea,鱼类)、凡纳滨对虾(Litopenaeus vannamei,甲壳类)和巨牡蛎(Magallana gigas,双壳类)的转录组数据集进行验证,分别鉴定出8398、5471和2287个SSR位点,证明分类特异性阈值有效塑造了不同物种间的基序组成谱。
简单重复序列(Simple Sequence Repeats, SSRs),又称微卫星,是1–6 bp短DNA基序的串联重复,在水产养殖遗传学中广泛用于遗传多样性评估、群体结构分析、亲缘鉴定、连锁图谱构建及标记辅助选择。SSR的高多态性、共显性遗传和低成本基因分型使其成为水产养殖遗传学研究中最常用的分子标记之一。然而,现有大多数SSR挖掘工具均为通用型设计,对所有生物采用相同的检测阈值,忽视不同分类群的基因组特征。例如,甲壳类基因组显著富集AT(凡纳滨对虾GC含量仅35.68%,SSR占基因组23%以上),双壳类微卫星密度极高(巨牡蛎平均每815 bp一个位点),而鱼类碱基组成相对均衡且二核苷酸重复占优势。传统工具如MISA、SciRoKo、GMATA和EasySSR均未考虑这些差异。另一方面,传统SSR标记开发流程碎片化严重:MISA负责SSR检测、Primer3负责引物设计、BLAST负责特异性验证,三者安装要求不同、输入输出格式各异,对缺乏生物信息学经验的水产研究人员而言,多工具串联工作耗时且易出错,且难以实现可重复分析。为此,研究人员开发了AquaSSR,集成分类特异性挖掘规则与引物设计参数,以单命令完成全流程分析。
研究人员开展了以下工作并得出相应结论。AquaSSR针对三大水产养殖类群(硬骨鱼类、甲壳类和双壳贝类)内置三套参数预设。在挖掘规则上,排除单核苷酸重复以避免高PCR滑移误差;设定差异化二核苷酸阈值(鱼类≥6、富含AT的甲壳类≥8、高密度双壳类≥7),以限制低多态性AT/TA重复的保留;三核苷酸及更长基序阈值则分别设为≥5和≥4。引物设计采用纯Python计分算法,依据Tm、GC含量(以组特异最适值为中心)、3'端稳定性、自身互补性和同聚物长度进行综合评分。此外,AquaSSR提供可选的计算机模拟e-PCR模块用于引物特异性验证。仅需准备FASTA文件并选择物种类型,运行一条命令即可获得SSR位点、引物对、Excel结果表及出版级图形。工具依赖仅四个pip可安装的Python库,无需BLAST或Primer3等外部程序。
为验证性能,研究人员从NCBI获取三个代表性物种的转录组鸟枪组装数据:大黄鱼(Larimichthys crocea,硬骨鱼)、凡纳滨对虾(Litopenaeus vannamei,甲壳类)和巨牡蛎(Magallana gigas,双壳类),去除短于300 bp的序列后输入AquaSSR。结果鉴定出8398、5471和2287个SSR位点,引物设计成功率分别为97.4%、84.3%和82.7%。基序组成分析显示,大黄鱼中二核苷酸重复占主导(50.2%),符合硬骨鱼类基因组特征;凡纳滨对虾和巨牡蛎中三核苷酸重复为主导(分别为58.1%和53.7%),二核苷酸比例显著降低,这归因于较高的二核苷酸阈值有效排除了低多态性的AT/TA重复。阈值对比分析证实,采用统一MISA默认阈值时,凡纳滨对虾二核苷酸位点达3650个(其中AT/TA占37.5%),而分类特异性阈值将二核苷酸位点降至1004个(AT/TA降至304个),巨牡蛎亦有类似降低。SSR位置分布显示三者均呈现两端区域密度下降,与侧翼序列长度筛选有关。
讨论部分指出,分类特异性阈值有效减少了实验基因分型时可能出现的低质量候选位点,尤其降低易产生滑移伪影的二核苷酸重复比例,富集了三核苷酸和四核苷酸等长基序标记,此类标记在实际水产亲缘鉴定中表现出更高的分型准确率(如四核苷酸标记在黄颡鱼中亲权分配准确率达100%,菲律宾蛤仔多重体系达98–100%)。与现有工具相比,AquaSSR解决了SSR检测、引物设计和特异性验证流程割裂的问题,避免多程序安装与数据格式转换带来的繁琐操作。局限性方面,AquaSSR采用简化盐校正Tm公式而非最近邻热力学模型,精度略低;e-PCR模块因计算代价默认关闭,适合小中型数据集;预设仅覆盖三大类群,其他类群(如棘皮动物、头足类)需自定义参数;所有引物均为计算预测,需实验验证;二核苷酸阈值源自基因组特征而非实验多态性数据,未来需扩大物种验证。
研究结论:AquaSSR为硬骨鱼类、甲壳类和双壳贝类提供了集成的SSR标记开发解决方案。该工具整合了分类特异性挖掘规则和引物设计参数,仅需一条命令即可完成全部流程。这一设计显著降低了水产研究者的使用门槛,提高了标记开发的效率和可重复性,为水产养殖遗传学提供了实用且易于部署的工具。