汪永保等

摘 要 為篩選菠蘿蜜實時熒光定量PCR研究用的內參基因，以菠蘿蜜不同發(fā)育階段的果實、葉和花序為材料，分析GAPDH、18S rRNA、UBQ、ɑ-tubulin和β-tubulin 5個內參基因的表達情況，并對其表達穩(wěn)定性進行分析。結果表明，在各組織不同發(fā)育階段中，5個內參基因的表達豐度變化存在差異；geNorm、NormFinder和BestKeeper 3種方法得出的結論有所不同，經RefFinder綜合評價后，果實中最穩(wěn)定的3個內參基因是UBQ、GAPDH、18S rRNA；葉片中最穩(wěn)定的3個內參基因是UBQ、GAPDH、β-tubulin；花序中最穩(wěn)定的3個內參基因是UBQ、GAPDH、ɑ-tubulin。

關鍵詞 菠蘿蜜；實時定量PCR；內參基因；表達穩(wěn)定性

中圖分類號 S431.191 文獻標識碼 A

Abstract To select appropriate reference genes for real time fluorescence quantitative experiment in jackfruit， samples of different developmental stages from the fruit， leaf and inflorescence were used to investigate the expression abundance and its expression stability of five reference genes， e.g.， GAPDH， 18S rRNA， UBQ， ɑ-tubulin and β-tubulin. Results showed that， at different developmental stages of jackfruit tissues， differences existed in the expression abundance of these five reference genes； Different conclusion in the stability of gene expression were obtained using geNorm， NormFinder and BestKeeper， and the comprehensive ranking by RefFinder indicated that， the three most stable reference genes in fruit were UBQ， GAPDH， 18S rRNA， while the three most stable reference genes were UBQ， GAPDH and β-tubulin in leaf and UBQ， GAPDH and ɑ-tubulin in inflorescence.

Key words Jackfruit（Artocarpus heterophyllus Lam.）；Real time quantitative PCR；Reference gene；Expression stability

doi 10.3969/j.issn.1000-2561.2014.07.021

實時熒光定量PCR（Real-time quantitative PCR，RT-qPCR）是一種利用在PCR反應體系中添加特定熒光基團，對整個PCR反應過程中的產物變化進行實時監(jiān)測，從而對核酸樣品或者目標基因的表達進行定性或者定量分析的方法[1]，具有重復性好、靈敏度高、定量準確、速度快等優(yōu)點，已廣泛用于農業(yè)及醫(yī)學等生命科學領域。由于RT-qPCR的結果會受到各種因素的影響，如RNA提取、逆轉錄、cDNA合成及PCR擴增效率等，容易導致分析結果與目標基因真實表達值間存在差異[2]；在實際應用中，為獲得真實可靠的實驗結果，常利用表達穩(wěn)定的內參基因進行校正和標準化[3]，以減少樣品之間和樣品內部的誤差。

理想的內參基因應是在各種實驗環(huán)境和影響因子下、在不同的組織和細胞中都能恒定或相對穩(wěn)定地表達。然而，近年來的研究表明，并沒有絕對穩(wěn)定表達的內參基因，任何一種管家基因都只能在特定的環(huán)境或一定類型的組織和細胞中恒定表達[4]。隨著定量要求的不斷提高，為了得到更真實可靠的實驗結果，研究人員趨向于使用多個內參基因的幾何平均值用于靶基因的標準化校正[5]。因而，選擇哪些基因以及選擇多少基因用作內參基因，已成為實時定量PCR實驗中需要著重考慮的關鍵性問題。

菠蘿蜜（Artocarpus heterophyllus Lam.）是?？疲∕oraceae）木菠蘿屬（Artocarpus）植物，又稱木菠蘿、樹菠蘿，其果大肉甜，香氣濃郁，是中國熱帶、南亞熱帶重要的優(yōu)稀水果，在廣東、海南、廣西和云南等地均有分布和栽培[6]。隨著國內外對菠蘿蜜研究的不斷深入，基因表達分析逐漸成為一項重要的實驗內容。內參基因在基因表達分析中起著至關重要的作用，然而到目前為止，國內外還未見有關菠蘿蜜內參基因選擇和利用的報道。本研究利用RT-qPCR技術，并借助多種分析工具，分析5個內參基因在不同菠蘿蜜組織樣品中的表達穩(wěn)定性，旨在研究此5個內參基因在菠蘿蜜果實、葉和花組織中的表達特點，建立內參基因的選擇方法，篩選出適宜的內參基因。

1 材料與方法

1.1 材料

菠蘿蜜：以廣東海洋大學農學院種質圃內的GHsj13hh01菠蘿蜜種質為材料，取不同發(fā)育階段的果實（幼果、小果、大果、七成熟果、成熟果）、葉片（成熟葉、幼葉）和雌花序（未開放、盛花）、雄花序（未開放、盛花）等11種材料，每種材料各取8份，液氮下研磨成粉末，保存于-80 ℃?zhèn)溆谩?/p>

儀器和試劑：實時熒光定量PCR儀為LightCyclerR2.0 PCR儀（Roche公司），使用Roche原裝的PCR毛細管。T/A克隆試劑盒pMDTM19-T、RNA提取試劑盒RNAiso-mate for Plant Tissue和RNAiso Plus、cDNA第一鏈合成試劑盒PrimeScriptRRT reagent Kit With gDNA Eraser（Perfect Real Time）以及熒光定量PCR試劑盒SYBRRPremix Ex TapTM（Tli RNase H Plus）購自寶生物工程（大連）有限公司。PCR產物回收試劑盒E.Z.N.A.RGel Extraction Kit購自OMEGA公司。各內參基因的擴增引物由上海生工合成。

1.2 方法

1.2.1 RNA提取 按照RNA提取試劑盒的說明書提取樣品的總RNA，用紫外分光光度計和瓊脂糖凝膠電泳檢測總RNA的濃度和質量。

1.2.2 cDNA第一鏈的合成 取1 μg總RNA，參照試劑盒說明合成cDNA第一鏈，并于-20 ℃保存?zhèn)溆谩?/p>

1.2.3 PCR引物設計和驗證 利用Primer Premier 6.0軟件，根據同源基因的保守區(qū)域分別設計GAPDH、18S rRNA、UBQ、α-tubulin和β-tubulin 5個內參基因的熒光定量用PCR引物。用常規(guī)PCR對上述5個基因進行擴增：94 ℃ 4 min；94 ℃ 30 s，60 ℃ 30 s，72 ℃ 1 min，30個循環(huán)；72 ℃ 10 min。擴增產物經瓊脂糖凝膠電泳后，利用PCR產物回收試劑盒對其進行回收、純化，與pMDTM19-T載體連接后轉化大腸桿菌（DH5α），經藍白斑篩選陽性克隆后送上海生工測序。

1.2.4 內參基因的RT-qPCR分析 參照SYBRRPremix Ex TapTM（Tli RNase H Plus）試劑盒說明書進行內參基因的RT-qPCR分析。反應體系為SYBRRPremix Ex TapTM（2×）10.0 μL，PCR Forward Primer（10 μmol/L）0.4 μL，PCR Reverse Primer（10 μmol/L）0.4 μL，cDNA第一鏈（稀釋10倍）2.0 μL，dd H2O補足到20 μL，每樣品重復3次。PCR擴增條件：95 ℃ 30 s；95 ℃ 5 s，60 ℃ 20 s，40個循環(huán)。熔解曲線分析：95 ℃ 0 s，65 ℃ 15 s（20 ℃/s），95 ℃ 0 s（0.1 ℃/s）。

1.3 數據分析

用geNorm[4]、NormFinder[7]和BestKeeper[2]對5個內參基因的表達穩(wěn)定性進行統(tǒng)計學分析，最后再使用基于web的分析工具RefFinder[8]對各內參基因進行了綜合評價。在使用geNorm和NormFinder分析前，用比較Ct法轉換原始數據，即設定樣本中Ct值（循環(huán)閥值，Cycle threshold）最小者的表達量為1，根據2-△Ct法計算其他樣本的相對表達量，其中△Ct=各樣本Ct值-最小Ct值。

2 結果與分析

2.1 總RNA的提取

提取的總RNA經1%瓊脂糖凝膠電泳和紫外分光光度計檢測后，菠蘿蜜各樣品總RNA電泳圖譜帶型清晰，28S rRNA的亮度約是18S rRNA亮度的1.5～2.0倍，表明RNA樣品無明顯降解，完整性較好，可用于后續(xù)試驗。

2.2 內參基因引物的擴增產物分析

以RNA經反轉錄合成的cDNA為模板，所設計的各內參基因引物均能擴增出特異的條帶（圖1）。擴增片段經回收測序后，大小在80～115 bp之間（表1）。序列經Blast分析后表明，各引物擴增出的片段均為目標基因片段。

2.3 內參基因熒光定量PCR分析

以菠蘿蜜不同組織的cDNA第一鏈為模板，進行實時熒光定量PCR分析（圖2）。從圖2可以看出，5對內參基因引物在各個材料中的擴增產物的熔解曲線都只有單一峰，說明其擴增是特異性的，不存在引物二聚體。各樣品重復擴增間的差異很小，重復孔間的Ct值差異<0.5，說明所使用的實時熒光定量PCR方法重復性高，結果準確可信。

基因的表達豐度越高，其Ct值越小，反之，Ct值越大。5個內參基因在所研菠蘿蜜材料中的表達豐度存在差異（圖3）。18S rRNA的表達豐度最高，Ct值為13.73～17.48，平均為15.81；GAPDH的表達豐度最低，Ct值為24.62～29.46，平均為27.00；其余3個內參基因的表達豐度較為接近，平均值為21.42～24.04。

在菠蘿蜜不同組織以及同一組織不同發(fā)育階段的材料中，5個內參基因的Ct值也存在差異。ɑ-tubulin和β-tubulin 2個基因的Ct值變化較大，在果實中，均隨著果實的發(fā)育和成熟，Ct值增加；在成熟葉和嫩葉中也存在較大變化，嫩葉中的Ct值低于老葉；在花序組織中的差異較小，其中，β-tubulin基本無變化，ɑ-tubulin的Ct值在未開放花序中略低。18S rRNA在七成熟果及未開放雌、雄花序中的有較小的Ct值，在其他材料中的Ct值較為接近。UBQ基因在果實中的Ct值沒有太大變化，成熟葉中的Ct值要大于老葉，盛開花序中的Ct值大于未開放的花序。除七成熟果中的Ct值較低外，GAPDH在果實和葉片中的Ct值較為接近，開放花序中的Ct值要高于未開放花序中的Ct值。

2.4 內參基因的選擇

2.4.1 GeNorm分析 經GeNorm方法分析后，獲得的各內參基因的表達穩(wěn)定性見表2。從表2可以看出，在菠蘿蜜的不同組織中，內參基因的表達穩(wěn)定性存在差異。把所有的組織材料用于分析時，GAPDH和18S rRNA基因的表達最為穩(wěn)定，其次是UBQ，ɑ-tubulin和β-tubulin；在果實中，GAPDH和18S rRNA的表達最為穩(wěn)定，其次是UBQ，ɑ-tubulin和β-tubulin；在葉片中，ɑ-tubulin和β-tubulin的表達最穩(wěn)定，其次是UBQ，GAPDH和18S rRNA；在花序中，GAPDH和UBQ的表達最穩(wěn)定，其次是ɑ-tubulin，18S rRNA和β-tubulin。

經GeNorm方法分析后，不同菠蘿蜜組織中，分別使用3、4、5個內參基因來計算歸一因子（Normalization factor，NF）后，得出的歸一因子間的差異情況見圖4。從圖4可看出，除葉組織外，各樣品集中，隨著歸一因子計算用內參基因數的增加，得出的歸一因子之間的差異也在不斷增加，果實組織中的增加最為明顯。在葉組織中，用5個內參基因計算出的歸一因子與用4個內參基因計算出的歸一因子間的差異表現出下降的趨勢，但遠未達到該方法所推薦的0.15的水平。

由于歸一因子的配對差異分析無法得出最優(yōu)的內參基因數，可采取直接選擇3個最穩(wěn)定表達的內參基因用于計算歸一因子。說明選擇適用于所有組織的內參基因是不切實際的。因此，在菠蘿蜜果實中，可使用GAPDH、18S rRNA和UBQ基因作為共同內參；葉片中，可使用ɑ-tubulin、β-tubulin和UBQ基因作為共同內參；花序中，可使用GAPDH、UBQ和ɑ-tubulin基因作為共同內參。

2.4.2 NormFinder分析 NormFinder方法的分析結果見表3?；虮磉_的穩(wěn)定性用穩(wěn)定值來表示，穩(wěn)定值越小，基因的表達就越穩(wěn)定。把所有的組織材料用于分析時，表達穩(wěn)定性最高的內參基因是UBQ（0.466），表達穩(wěn)定性最低的是β-tubulin（1.111）基因；最宜用作內參的基因是UBQ，最佳的2個基因組合是18S rRNA和ɑ-tubulin，組合后的穩(wěn)定值為0.399。在果實中，UBQ（0.372）是表達最穩(wěn)定的內參基因，β-tubulin基因的表達穩(wěn)定性最低（1.540）；最宜用作內參的基因是UBQ，而最佳的2個基因組合是GAPDH和ɑ-tubulin，組合后的穩(wěn)定值為0.323。在葉片中，UBQ（0.156）是表達最穩(wěn)定的內參基因，18S rRNA基因的表達穩(wěn)定性最低（1.240）；最宜用作內參的基因是UBQ，而最佳的2個基因組合是GAPDH和ɑ-tubulin，組合后的穩(wěn)定值為0.164。在花序中，GAPDH（0.304）是表達最穩(wěn)定的內參基因，β-tubulin基因的表達穩(wěn)定性最低（0.818）；最宜用作內參的基因是GAPDH，而最佳的2個基因組合是GAPDH和ɑ-tubulin，組合后的穩(wěn)定值為0.239。

2.4.3 BestKeeper 分析 BestKeeper方法的分析結果見表4和表5。當把所有的材料作為一個樣品集時，5個內參基因Ct值的標準差均>1；按照BestKeeper的選擇標準，這些內參基因的表達都是不穩(wěn)定的，因而都不宜用于計算BestKeeper index。

在果實中，β-tubulin和ɑ-tubulin 2個內參基因Ct值的標準差>1（見表4）；相關分析結果也表明，GAPDH與β-tubulin和ɑ-tubulin、18S rRNA與β-tubulin和ɑ-tubulin間的相關關系均未達到顯著水平。將這2個內參基因剔除后，計算出的BestKeeper index值與3個內參基因之間的相關性均達到極顯著水平，相關系數為0.709～0.982（見表5）。因而適宜的內參基因是GAPDH、UBQ和18S rRNA。

在葉片中，UBQ、β-tubulin和ɑ-tubulin 3個內參基因Ct值的標準差均大于1（見表4），但僅GAPDH與18S rRNA間的相關性不顯著，其他內參基因之間的相關性均達到顯著或極顯著水平；將這3個基因剔除后，計算出的BestKeeper index值與2個內參基因之間的相關性均達到顯著或極顯著水平，相關系數為0.856～0.959（見表5）。因而，適宜的內參基因為GAPDH與18S rRNA。

在花序中，GAPDH、UBQ和18S rRNA 3個內參基因Ct值的標準差均>1（見表4），但僅18S rRNA和ɑ-tubulin間的相關性未達到顯著水平，其他內參基因之間的相關性均達到顯著或極顯著水平；將這3個基因剔除后，計算出來的BestKeeper index值與這2個內參基因之間的相關性較低，僅ɑ-tubulin與BestKeeper index值的相關性達到極顯著水平。然而，當把β-tubulin和ɑ-tubulin 2個基因剔除后，計算出來的BestKeeper index值與3個內參基因之間的相關性均達到極顯著水平，相關系數為0.937～0.968（見表5）。因此適宜的內參基因為GAPDH、UBQ和18S rRNA。

2.4.4 RefFinder 分析 RefFinder的分析結果見表6?；虮磉_的穩(wěn)定性越小，其表達就越穩(wěn)定。當把所有的材料作為一個樣品集時，最穩(wěn)定的3個內參基因是UBQ、GAPDH、18S rRNA；在果實中，最穩(wěn)定的3個內參基因是UBQ、GAPDH、18S rRNA；葉片中，最穩(wěn)定的3個內參基因是UBQ、GAPDH、β-tubulin；花序中最穩(wěn)定的3個內參基因是UBQ、GAPDH、ɑ-tubulin。

3 討論與結論

在qRT-PCR分析中，穩(wěn)定表達的內參基因是基因表達分析的重要前提[9]。不同物種或同一物種的不同組織，適用的內參基因可能存在差異，如楊樹根發(fā)育的不同時期中Eflɑ和18Sr RNA表達穩(wěn)定[10]，不同柑橘品種中則是ACTB，18Sr RNA和rpII表達穩(wěn)定[11]，UBQ在蘋果[12]和白樺[13]中表達穩(wěn)定，茶樹[5]不同組織和不同成熟度的葉片中穩(wěn)定表達的分別是β-actin和GAPDH；琯溪蜜柚果實發(fā)育不同時期和不同組織中表達較為穩(wěn)定的是β-tubulin，而actin1和EF1-a則分別適用于琯溪蜜柚果實發(fā)育不同時期和不同組織[14]。除了傳統(tǒng)的看家基因外，一些穩(wěn)定表達的基因也可用作內參基因[15]。

一些經典的內參基因在不同的實驗條件下，其表達水平會發(fā)生變化[16]。本研究結果表明，5個基因（GAPDH、18SrRNA、UBQ、ɑ-tubulin和β-tubulin）的表達水平在所研材料間存在明顯差異，變化趨勢也不相同；GeNorm分析結果表明，全部材料、果實、葉片和花序中最穩(wěn)定的2個基因分別是GAPDH-18S rRNA、GAPDH-18S rRNA、ɑ-tubulin-β-tubulin和GAPDH-UBQ，但未能根據0.15的推薦值得出最佳的基因數。NormFinder分析結果表明，全部材料、果實、葉片和花序中最穩(wěn)定的2個基因分別是18S rRNA-ɑ-tubulin、GAPDH-ɑ-tubulin、GAPDH-ɑ-tubulin和GAPDH-ɑ-tubulin。BestKeeper分析結果表明，果實、葉片和花序中最穩(wěn)定的基因分別為GAPDH-UBQ-18S rRNA、GAPDH-18S rRNA、GAPDH-UBQ-18S rRNA。因此，在所有的菠蘿蜜組織中使用同樣的內參基因是不適宜的，而且不同分析方法得出的結論也存在差異。

雖然有研究表明不同分析方法可以得出相同的結果[5，17]，但也有例外[7，18-19]，主要是由于不同分析方法判斷基因表達穩(wěn)定性的依據不同[2，4，7]。考慮到不同分析方法所得結果的差異，RefFinder[8]將4種分析方法（geNorm，Normfinder，BestKeeper和比較△Ct法）的排序結果賦予相應的權重后，得出一個基于幾何平均值的綜合排序結果，并被證明是可行的[20-21]。對于內參基因的數量，Vandesompele[4]建議可不理會軟件對最適內參基因數的分析結果，直接選擇最穩(wěn)定的3個內參基因。Fu等[22]也建議使用3個最穩(wěn)定的基因用作內參基因。根據上述方法，本研究建議在菠蘿蜜的果實中使用UBQ、GAPDH、18S rRNA作為內參基因，在葉片中使用UBQ、GAPDH、β-tubulin作為內參基因，在花序中使用UBQ、GAPDH、ɑ-tubulin作為內參基因。但隨著菠蘿蜜基因發(fā)掘和表達研究的深入，不排除會出現更穩(wěn)定的內參基因。

參考文獻

[1] Giulietti A， Overbergh L， Valckx D， et al. An overview of real-time quantitative PCR： applications to quantify cytokine gene expression[J]. Methods， 2001， 25（4）： 386-401.

[2] Pfaffl M W， Tichopad A， Prgomet C， et al. Determination of stable housekeeping genes， differentially regulated target genes，and sample integrity： BestKeeper-Excel-based tool using pair-wise correlations[J]. Biotechnology Letters， 2004， 26（6）： 509-515.

[3] Suzuki T， Higgins P J， Crawford D R. Control selection for RNA quantization[J]. Biotechniques， 2000， 29（2）： 332-337.

[4] Vandesompele J， De Preter K， Pattyn F， et al. Accurate normalization of real-time quantitative RT-PCR data by geometric averaging of multiple internal control genes[J]. Genome Biol， 2002， 3（7）： Reseach 0034.

[5] 孫美蓮， 王云生， 楊冬青，等. 茶樹實時熒光定量PCR分析中內參基因的選擇[J]. 植物學報， 2010， 45（5）： 579-587.

[6] 葉春海， 吳 鈿， 豐 鋒，等. 菠蘿蜜種質資源調查及果實性狀的相關分析[J]. 熱帶作物學報， 2006， 27（1）： 28-32.

[7] Andersen C L， Jensen J L， Orntoft T F. Normalizaion of real-time quantitative reverse transcription-PCR data： a model-based variance estimation approach to identify genes suited for normalization，applied to bladder and colon cancer data sets[J]. Cancer Research， 2004， 64（15）： 5 245-5 250.

[8] Xie F， Sun G， Stiller J， et al. Genome-wide functional analysis of the cotton transcriptome by creating an integrated EST database[J]. PloS ONE， 2011， 6： e26980.

[9] Bustin S， Beaulieu J， Huggett J， et al. MIQE précis：practical implementation of minimum standard guidelines for fluorescence-based quantitative real-time PCR experiments[J]. BMC Mol Biol， 2010， 11： 74.

[10] Xu M， Zhang B， Su X H， et al. Reference gene selection for quantitative real-time polymerase chain reaction in Populus[J]. Analytical Biochemistry， 2011， 408： 337-339.

[11] Yan J W， Yuan F R， Long G Y， et al. Selection of reference genes for quantitative real-time RT-PCR analysis in citrus[J]. Molecular Biology Repopts， 2012， 39（2）： 1 831-1 838.

[12] 周 蘭， 張利義， 張彩霞，等. 蘋果實時熒光定量PCR分析中內參基因的篩選[J]. 果樹學報， 2012， 29（6）： 965-970.

[13] 尹 靜， 任春林， 詹亞光， 等. 可用于實時熒光定量PCR 標準化的白樺內參基因[J]. 植物生理學通訊， 2010， 46（10）：1061-1066.

[14] 王梨嬛， 潘永娟， 楊 莉， 等. ‘琯溪蜜柚熒光定量PCR內參基因的篩選[J]. 果樹學報， 2013， 30（1）： 48-54.

[15] Artico S， Nardeli S M， Brilhante O， et al. Identification and evaluation of new reference genes in Gossypium hirsutum for accurate normalization of real-time quantitative RT-PCR data[J]. BMC Plant Biology， 2010， 10（1）： 49.

[16] Dheda K， Huggett J， Chang J， et al. The implications of using an inappropriate reference gene for real-time reverse transcription PCR data normalization[J]. Anal Biochem， 2005， 344（1）： 141-143.

[17] 計 紅， 王忠偉， 郭景茹， 等. 產蛋前期和產蛋期籽鵝組織內參基因的穩(wěn)定性[J]. 中國農業(yè)科學， 2012， 45（11）： 2 260-2 266.

[18] Piehler A P， Grimholt R M， Ovstebo R， et al. Gene expression results in lipopolysaccharide-stimulated monocytes depend significantly on the choice of reference genes[J]. BMC immunology， 2010， 4： 11-21.

[19] 劉莉銘， 劉紅彥，田保明. 莖點枯病菌誘導下芝麻內參基因的篩選[J]. 作物學報， 2012， 38（3）： 471-478.

[20] Zsori K S， Muszbek L， Csiki Z， et al. Validation of reference genes for the determination of platelet transcript level in healthy individuals and in patients with the history of myocardial infarction[J]. International journal of molecular sciences， 2013， 14（2）： 3 456-3 466.

[21] Quezada P C， Aarrouf J， Claverie M， et al. Identification of reference genes for normalizing RNA expression in potato roots infected with cyst nematodes[J]. Plant Mol Biol Rep， 2013， 31： 936-945.

[22] Fu W， Xie W， Zhang Z， et al. Exploring valid reference genes for quantitative real-time PCR analysis in Plutella xylostella（Lepidoptera： Plutellidate）[J]. International Journal of Biological Sciences， 2013， 9（8）： 792-802.