文献丨群体转录组分析锁定关键转录因子

简介: 文献丨群体转录组分析锁定关键转录因子

今天继续分享" eQTLs play critical roles in regulating gene expression and identifying key regulators in rice "这篇文献的阅读笔记,如果你也对这篇文章感兴趣,可以一起交流学习,这里是第二部分研究结果(第一部分摘要介绍点击这里直接跳转阅读第一部分

研究结果

根据基因组和转录组解释表型变异

作者对287份材料淀粉含量进行了测定,利用GWAS方法鉴定了25个与淀粉含量相关的关键基因座。


随后进行TWAS分析,结合转录组表达数据和表型数据,筛选检测到21个与淀粉含量显著相关的候选基因。

作者使用fusion软件检测基因表达与表型之间的相关性,并使用coloc软件确定eQTLs与GWAS结果之间的共定位,fusion软件检测到了338个与表型显著相关的候选基因,其中有120个也被coloc软件检测到。


近端eQTL热点L01和GWAS的LS01很接近,并且由上图可知eQTL共调控基因簇2中有4个与GWAS的结果重叠,作者发现有一个SNP在eQTL和GWAS结果中都具有显著影响,推测其可能控制相关物质的合成基因,影响水稻的淀粉含量。

鉴定远端eQTL热点及调控因子

作者对全基因组中鉴定出的远端eQTL进行分析,得出96个远端eQTL热点,涉及到1726个基因的调控。

如上图所示,chr01染色体上发现了一个远端eQTL热点,它与32个下游基因有关。通过GO富集分析,这些基因在脂代谢途径中富集,进一步分析发现在二萜类抗毒素的合成中发挥重要作用。


通过对刚刚提到的eQTL热点区域的基因和32个下游基因进行共表达分析,结果表明:与合成二萜类抗毒素相关的所有基因均共表达并聚类在红色部分,热点区有一个转录因子BHLH026也位于该区域,作者认为这个转录因子可以调节二萜类抗毒素相关多个下游基因的表达。


为了验证转录因子是否通过影响自身eQTL调节自身的表达,从而影响下游基因的表达,作者进一步对该转录因子进行eQTL分析。


结果表明:该转录因子有三个互不连锁的近端eQTLs(如上图),其中位于BHLH026上游的一个SNP:VG1015145775与下游脂代谢相关基因的远端eQTL的SNP紧密连锁,下游基因远端eQTL的SNPs在BHLH026近端eQTL中也达到显著水平,并与VG1015145775紧密连锁。因此,作者推测VG1015145775连锁区的变异可能会影响热点主调控蛋白的表达,进而影响其下游基因的表达。


随后,作者对BHLH026进行单倍型分析,最终将BHLH026分为四个主要单倍型(如上图e所示),HAP2和HAP3两种单倍型主要分布在籼型和AUS中,而HAP1和HAP4两种单倍型仅分布在粳型中。

在籼型和AUS的HAP2和HAP3单倍型之间,下游基因的表达没有显著差异。


BHLH026激活下游基因表达

为了证实BHLH026(名字太长,之后简称它为B6)对下游基因的调控作用,作者进行了酵母单杂实验。结果表明B6能够与启动子区域结合,然后进行双荧光素酶活性测定,发现B6具有转录激活活性。

利用CPS2和KSL6启动子序列和B6蛋白进行双荧光素酶活性测定,也表明B6蛋白能与下游基因的启动子区结合并激活其表达。


B6对抗毒素合成和抗病性影响

作者利用CRISPR-cas9技术构建了一个B6功能缺失突变体,并在B6的第三外显子设计了两个gRNA靶位点。转化后,得到两个转基因株系发生突变功能丧失。

之后,利用ORF构建了B6过表达株系,通过RT-qPCR实验发现,前者中表达量降低,后这种表达量升高,因此,B6是调控二萜类物质合成的关键转录因子。

为了研究转基因株系中该化合物的代谢情况,作者采用液相色谱-质谱联合技术对化学物质进行分析:

检测了二萜类抗毒素及其中间体,结果表明,过表达系的上述代谢产物含量均显著高于野生型;然而,转基因系几乎没有变化。此外,还在另外一个途径中检测到了二萜类抗毒素植物木质素等,这些代谢产物在过表达系中的水平显著高于野生型,而在转基因系中水平显著下降。


此外,作者还利用RT-PCR技术检测了水稻中二萜抗毒素合成相关基因的表达。与代谢组分析结果相似,这些基因在过表达系中的表达量均显著升高,在缺失转基因突变体中显著降低。

综上所述,B6确实是合成抗毒素的关键转录因子。

作者用菌株接种了B6转基因材料。对各转基因材料的感病性进行了测定,发现B6缺失突变体的病斑长度比野生型长,说明其更易感。相反,B6过表达品系的抗性增强,再次证明研究结果正确。


END

© 素材来源于网络,侵权请联系后台删除

点击查看往期推荐:

文献丨转录组RNA seq——青年阶段!

R语言笔记丨三大法宝:判断、循环、函数

美好“麦生” |种子如何变成饱满的麦穗

相关文章
|
6月前
|
算法 数据挖掘 Go
文献速读|5分生信+免疫组化单细胞联合bulk转录组肿瘤预后模型
研究摘要: 在《Cancer Immunology Immunotherapy》上发表的一篇文章,通过整合Bulk和单细胞RNA-seq数据,探讨了非小细胞肺癌(NSCLC)中癌相关纤维细胞(CAF)的作用。研究者识别出CAF的预后标志物,构建了一个基于CAF的模型,该模型在四个独立队列中区分了预后良好的和较差的患者。WGCNA分析鉴定出CAF标记基因,而CAF分数与免疫微环境和免疫治疗反应相关。高CAF分数关联较差的免疫治疗反应,FBLIM1被发现为CAF的主要来源,其高表达预测了免疫疗法的不良反应。该研究揭示了CAF在NSCLC免疫抑制和治疗策略中的重要地位。
170 1
|
21天前
单细胞 | 转录因子足迹分析
单细胞 | 转录因子足迹分析
37 20
单细胞 | 转录因子足迹分析
|
6月前
|
数据可视化
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化
|
6月前
|
搜索推荐 数据挖掘 Java
文献速读|7分的干湿结合胃癌单细胞联合bulk转录组+线粒体自噬
研究人员通过单细胞和bulk RNA测序,鉴定出18个线粒体自噬相关基因(MRGs),在胃癌中的预后作用。这些基因可能成为新的生物标志物和治疗靶点。分析显示GABARAPL2和CDC37在上皮细胞中高度表达,与免疫浸润和预后相关。构建的风险模型在多个独立队列中验证有效,表明MRGs可改善预后预测,并提示免疫治疗潜力。研究强调了单细胞分析在理解疾病复杂性和指导个性化治疗中的价值。
147 3
|
数据挖掘 Go 计算机视觉
文献丨群体转录组分析eQTLs调控基因表达
文献丨群体转录组分析eQTLs调控基因表达
|
6月前
|
机器学习/深度学习 数据采集 计算机视觉
【论文速递】WACV2023 - CellTranspose:用于细胞实例分割的小样本域自适应
【论文速递】WACV2023 - CellTranspose:用于细胞实例分割的小样本域自适应
|
存储 数据可视化 数据挖掘
文献丨转录组表达数据的生信挖掘研究
文献丨转录组表达数据的生信挖掘研究
|
Linux Windows Perl
没有生物学重复的转录组数据怎么进行差异分析?
设置生物学重复这个环节也是你实验设计很重要的一part,设置的好对你下游分析也有利,通常我们做转录组测序,需要的样本量每组至少为3个生物学重复,这个处理起来就很合理,并且现在流行的差异分析软件DEseq2,limma,edgeR等等都是针对有重复的数据去做的,但有时候会不幸碰到样品测序失败不能用,导致每组就给你剩一个重复时候该怎么办,之前我有批数据就是这样,但是办法总比困难多不能放过任何实验数据,搜了搜其实还是有一些方法可以去解决的,在这里介绍下我搜到的几种方法。
944 0
|
Shell Linux 测试技术
CORNAS:一种快速简单鉴定无重复转录组差异基因的方法
还记得上次文章的最后提到CORNAS这种方法吗?最近刚好在Github上看到了这个项目,就花了点时间看了下文档感觉操作也比较简单,这里记录一下使用过程,大家共同学习一下。
183 0
|
机器学习/深度学习 算法 数据挖掘
SCENIC 识别转录因子调控网络原理分享
本分分享了关于学习参考多篇 介绍SCENIC 软件分析原理的博客和文献后总结的个人关于 SCENIC 识别转录因子调控网络原理的理解,以供参考学习
554 0