植物转录因子分类、预测和数据库构建  

Classification,Prediction and Database Construction of Plant Transcription Factors

作　　者：靳进朴 郭安源[1,2] 何坤[1,3] 张禾[1,4] 朱其慧[1,5] 陈新[1] 高歌[1] 罗静初[1] 

机构地区：[1]北京大学生命科学学院北京大学蛋白质与植物基因研究重点实验室北京大学生物信息中心,北京100871 [2]华中科技大学生命科学与技术学院,武汉430074 [3]孟山都公司 [4]密歇根大学 [5]杰克森基因组医学实验室

出　　处：《生物技术通报》2015年第11期68-77,共10页Biotechnology Bulletin

基　　金：国家自然科学基金项目(31071160;31171242;31470330);博士后科学基金项目(2014M560017;2015T80015)

摘　　要：转录因子在植物生长发育和应对胁迫等过程中具有重要调控作用,基因组水平上系统预测植物转录因子是研究其功能和演化的基础。通过深入全面的文献调研,总结了一套完整的植物转录因子家族分类规则,开发了转录因子预测流程,构建了转录因子预测平台。基于该流程,从83种绿色植物中预测到129 288个转录因子,分属58个家族。对预测到的转录因子,从家族和个体两个层次进行了详尽注释,构建了植物转录因子数据库Plant TFDB(http://planttfdb.cbi.pku.edu.cn)。Plant TFDB提供了覆盖绿色植物主要谱系的转录因子,其中大部分为具有重要经济价值的单子叶和双子叶植物,已成为植物转录因子功能和演化研究的重要信息资源和分析平台。Transcription factors（TFs）play key regulatory roles in both plant development and stress response. Genome-wide prediction of TFs is essential for functional and evolutionary studies of plant TFs. We made extensive literature review with thousands papers related to plant TFs and summarized a set of classification rules for plant TFs and developed a TF prediction pipeline. Using this pipeline, we predicted 129 288 TFs, classified into 58 families, from 83 plant species covering the main lineages of green plants including many economically important monocot and dicot crops. We made high-quality annotations for these TFs and built a plant TF database Plant TFDB（http ：//planttfdb.cbi.pku.edu.cn）. A TF prediction server was also developed for users to predict TFs from their own sequences. Plant TFDB has been served as an important portal for the functional and evolutionary studies of plant TF research community.

关 键 词：转录因子 转录因子家族分类 转录因子预测 植物转录因子数据库 

分 类 号：Q943.2[生物学—植物学]