Identificazione dei geni nell'assorbimento degli elementi nelle piante
I ricercatori esplorano le connessioni genetiche per l'assorbimento di nutrienti nelle piante usando metodi avanzati.
― 8 leggere min
Indice
- Sfide nell'identificare geni causali
- Metodi attuali di selezione genica
- L'ionoma e la sua importanza
- Metodi computazionali per l'identificazione genica
- Geni ionomici noti come candidati
- Usare l'ortologia per migliorare la selezione genica
- L'approccio FiReMAGE
- Candidati e scoperte notevoli
- Superare i limiti dei metodi attuali
- Direzioni future
- Conclusione
- Fonte originale
- Link di riferimento
Studiare le piante significa guardare come raccolgono e usano gli elementi intorno a loro. I ricercatori stanno cercando di mettere in relazione specifici geni delle piante con il modo in cui questi elementi vengono accumulati. Ci sono tanti strumenti e metodi disponibili per identificare queste connessioni, ma ci sono ancora delle sfide.
Negli ultimi anni, gli scienziati hanno usato due approcci principali: fenotipizzazione ad alta capacità (HTP) e studi di associazione genome-wide (GWAS). L'HTP permette ai ricercatori di analizzare rapidamente vari tratti delle piante, mentre il GWAS aiuta a capire quali geni potrebbero essere responsabili di tratti specifici. Nonostante questi strumenti, trovare il gene esatto responsabile di un tratto può essere complicato. Questo è particolarmente vero per le piante, dove diversi geni possono essere collegati a un risultato specifico.
Sfide nell'identificare geni causali
Quando un GWAS identifica una regione di DNA associata a un tratto, spesso mette in evidenza più geni in quell'area. Questo è spesso visto come un "picco" nei dati. Tuttavia, solo perché un gene è collegato a un picco non significa che sia la causa del tratto. Ci sono vari problemi che rendono difficile questa identificazione, tra cui:
Geni candidati multipli: In molte specie, diversi geni si trovano vicini tra loro, soprattutto nelle piante con background genetici complessi. Questo rende difficile capire quale gene stia causando direttamente il tratto.
Alleli rari: A volte, le variazioni del DNA (alleli) che potrebbero essere importanti per un tratto sono rare o non sono ben rappresentate nei dati studiati.
Dati incompleti: A causa dei limiti tecnologici, potrebbero non esserci abbastanza informazioni disponibili su ogni variante presente nel genoma, rendendo più difficile fare connessioni accurate.
Per identificare veramente i geni responsabili di certi tratti, i ricercatori hanno bisogno di maggiori informazioni su come funzionano questi geni e come le loro variazioni impattano i tratti nelle piante.
Metodi attuali di selezione genica
Attualmente, gli scienziati usano un mix di metodi per selezionare geni candidati da studiare. Alcuni metodi sono rapidi e coinvolgono controlli semplici sulle funzioni geniche, mentre altri richiedono esperimenti più ampi. Le ontologie geniche (GO) forniscono conoscenze di base su cosa fanno alcuni geni, ma presentano anche i loro problemi. Questi metodi possono trascurare geni importanti a causa di bias derivanti da input umani o sistemi automatizzati.
Ad esempio, i geni noti in un picco GWAS vengono spesso studiati per primi, trascurando geni sconosciuti che potrebbero essere significativi. L'efficacia di questi metodi varia tra le specie vegetali, soprattutto in piante ben studiate come Arabidopsis thaliana, che hanno annotazioni estese disponibili. Al contrario, molti tratti meno conosciuti delle piante potrebbero non avere informazioni sufficienti per guidare la selezione.
Servono approcci più approfonditi per trovare candidati che mostrano segnali forti per i loro ruoli probabili, indipendentemente dalle annotazioni esistenti. Un metodo del genere è la mappatura della linkage, che aiuta a differenziare i geni causali tra i picchi GWAS.
L'ionoma e la sua importanza
L'ionoma si riferisce alla raccolta di elementi presenti nei tessuti di una pianta. Questi elementi giocano ruoli essenziali in vari processi biochimici. La sfida per le piante è acquisire, mantenere e bilanciare questi elementi per un funzionamento ottimale. Molti dei metodi che le piante usano per regolare questi elementi sono in circolazione da milioni di anni.
Poiché gli stessi elementi esistono in molte specie diverse, i ricercatori possono confrontare come le piante di background diversi accumulano questi elementi. Le evidenze hanno mostrato che geni simili tra varie specie possono influenzare i livelli degli stessi elementi. Questa evoluzione parallela dei geni sottolinea quanto siano essenziali questi regolatori tra diversi tipi di piante.
Metodi computazionali per l'identificazione genica
Per colmare il divario tra osservazioni dei tratti e geni specifici, gli scienziati hanno creato strumenti computazionali. Un metodo implica l'analisi dei geni legati ai dati GWAS di varie specie per cercare geni conservati tra queste specie. Facendo ciò, i ricercatori possono identificare geni omologhi, che sono geni originati da un antenato comune, indicando che potrebbero avere funzioni simili.
Recenti sforzi hanno dimostrato che i GWAS possono spesso rilevare alleli in geni ortologhi più frequentemente di quanto ci si aspetterebbe per caso. Questo include geni le cui funzioni erano precedentemente sconosciute. Questa strategia si basa sull'uso di dati esistenti per scoprire nuove annotazioni funzionali.
Geni ionomici noti come candidati
Per aiutare a individuare geni candidati responsabili dell'assorbimento di elementi nelle piante, gli scienziati hanno compilato una lista di geni ionomici noti (KIG) che sono stati mostrati influenzare come le piante assorbono gli elementi. Questa lista viene costantemente aggiornata man mano che vengono pubblicate nuove ricerche, portando a un database in crescita di 201 geni primari collegati a tratti ionomici.
Esaminando i set di dati GWAS di diverse specie vegetali, i ricercatori possono vedere se gli alleli identificati in questi studi corrispondono ai geni noti che influenzano i tratti ionomici. I confronti mostrano che, mentre solo una piccola frazione dei loci GWAS si sovrappone alla lista KIG, l'overlap con i loci ionomici si verifica molto più frequentemente.
Usare l'ortologia per migliorare la selezione genica
Anche se la lista KIG fornisce informazioni preziose, ci sono ancora molti loci GWAS che rimangono inspiegati. I ricercatori ipotizzano che cercare ortologhi-geni tra specie che sono ereditati da un antenato comune-potrebbe migliorare l'overlap tra i loci GWAS e la lista KIG.
Gli ortologhi spesso mantengono funzioni simili, il che li rende buoni candidati per lo studio. Ad esempio, molti geni ionomici noti hanno funzioni simili tra diverse specie vegetali. Identificando questi ortologhi, i ricercatori possono ottenere intuizioni sulla base genetica per i tratti di accumulo degli elementi.
L'uso di algoritmi speciali, come OrthoFinder, consente ai ricercatori di mappare efficientemente queste relazioni omologhe tra più specie. Questo può aiutare ad ampliare la lista di geni candidati legati ai picchi GWAS e sottolineare l'importanza della conservazione nella funzione genica.
L'approccio FiReMAGE
Per identificare meglio i geni candidati legati ai risultati GWAS, i ricercatori hanno sviluppato un metodo chiamato FiReMAGE, che sta per Filtering Results of Multi-species, Analogous, GWAS Experiments. Questo approccio si concentra sull'identificazione di geni ortologhi associati ai risultati GWAS attraverso diverse specie.
FiReMAGE funziona così:
- Raccolta di tutti i geni legati ai loci dei tratti in ogni specie.
- Ricerca delle loro relazioni ortologhe usando un algoritmo di confronto.
- Mantenimento solo di quei gruppi ortologhi che mostrano risultati candidati provenienti da almeno tre specie.
Questo metodo ha dimostrato di poter identificare geni candidati per una parte significativa dei loci GWAS ed è particolarmente prezioso poiché non richiede annotazioni di funzione esistenti per i geni studiati.
Candidati e scoperte notevoli
Applicando FiReMAGE, i ricercatori hanno scoperto geni candidati con sovrapposizioni significative in tutte e cinque le specie studiate. Questi candidati sono coinvolti in processi essenziali di assorbimento degli elementi, compresi i trasportatori associati a elementi come ferro, cadmio e molibdeno.
Ad esempio, nel caso dell'accumulo di ferro, alcuni geni che non erano precedentemente collegati a questa funzione sono stati identificati come candidati promettenti. Allo stesso modo, sono stati rivelati candidati che influenzano il trasporto di cadmio, il che potrebbe aiutare a migliorare la sicurezza alimentare e la nutrizione.
La capacità di rilevare questi segnali sovrapposti mostra che alcuni geni potrebbero contenere variazioni collegate a tratti essenziali tra diverse specie vegetali. Questa conoscenza è vitale per gli sforzi di allevamento per migliorare l'assorbimento dei nutrienti e la sicurezza delle colture.
Superare i limiti dei metodi attuali
Anche se FiReMAGE offre una strada promettente per identificare geni candidati tra più specie, è importante notare i suoi limiti. Il metodo richiede che i tratti siano misurati in modo coerente tra le specie, e soluzioni tassonomiche ristrette potrebbero essere trascurate.
Ad esempio, tratti specifici che variano significativamente tra le specie potrebbero non essere catturati se non condividono percorsi genetici comuni. Inoltre, criteri più rigorosi per includere geni candidati possono portare a trascurare geni potenzialmente influenti.
Direzioni future
La ricerca futura si concentrerà probabilmente sulla validazione e sull'esplorazione dei candidati identificati tramite FiReMAGE. Utilizzando tecniche di mutagenesi e altre manipolazioni genetiche, gli scienziati possono confermare le funzioni di questi geni promettenti.
Con l'aumento della disponibilità di set di dati, l'obiettivo è migliorare il processo di selezione dei candidati e affinare i parametri utilizzati in queste analisi. Questo include bilanciare falsi positivi e falsi negativi e incorporare variabili aggiuntive per comprendere meglio la funzione genica.
Conclusione
Capire come le piante accumulano elementi essenziali è un compito complesso, ma i recenti progressi nei metodi computazionali e nelle tecniche di identificazione genica mostrano segnali promettenti. Utilizzando strumenti come GWAS e FiReMAGE, i ricercatori possono scoprire geni preziosi che influenzano l'ionomica delle piante.
Continuando a perfezionare questi metodi e a validare i risultati, gli scienziati sperano di migliorare la qualità nutrizionale e la sicurezza delle colture, che è sempre più importante in un mondo dove la sicurezza alimentare è una questione urgente. L'integrazione delle conoscenze tra le specie attraverso l'ortologia può portare a importanti scoperte nella genetica vegetale, aprendo la strada a strategie di allevamento più intelligenti e a pratiche agricole migliorate.
Titolo: A comparative approach for selecting orthologous candidate genes underlying signal in genome-wide association studies across multiple species
Estratto: Advances in quantitative genetics have enabled researchers to identify genomic regions associated with changes in phenotype. However, genomic regions can contain hundreds to thousands of genes, and progressing from genomic regions to candidate genes is still challenging. In genome-wide association studies (GWAS) measuring elemental accumulation (ionomic) traits, a mere 5% of loci are associated with a known ionomic gene - indicating that many causal genes are still unknown. To select candidates for the remaining 95% of loci, we developed a method to identify conserved genes underlying GWAS loci in multiple species. For 19 ionomic traits, we identified 14,336 candidates across Arabidopsis, soybean, rice, maize, and sorghum. We calculated the likelihood of candidates with random permutations of the data and determined that most of the top 10% of candidates were orthologous genes linked to GWAS loci across all five species. The candidate list also includes orthologous genes with previously established ionomic functions in Arabidopsis and rice. Our methods highlight the conserved nature of ionomic genetic regulators and enable the identification of previously unknown ionomic genes. Author summaryIdentifying the genes contributing to changes in a given trait is challenging. Many genes can be near the region of interest, but proximity does not always translate to causality. We use other methods to narrow our focus to the genes most likely involved in our trait of interest before confirming their involvement through confirmation experiments. However, these other methods are often time, labor, and resource-consuming. We developed an approach to narrow these gene lists before these laborious methods are required. Through testing with genetic markers for elemental (i.e., calcium, iron, zinc) uptake, we found that comparing markers across multiple species for nearby evolutionarily conserved genes is a successful approach. Weve produced a list of candidate genes likely to be involved in elemental uptake traits, including previously known elemental uptake genes and genes whose potential elemental uptake function has yet to be observed. Some of these genes would not have been considered according to the significance threshold within a single GWAS, but combining comparable datasets across species has collectively boosted their signal. Methods like our approach are useful for reducing candidate lists to conserve resources spent in functional characterization experiments and encouraging the discovery of new functional roles of these genes.
Autori: Ivan Baxter, L. Whitt, E. H. Mahood, G. Ziegler, C. Luebbert, J. D. Gillman, G. J. Norton, A. H. Price, D. E. Salt, B. Dilkes
Ultimo aggiornamento: 2024-06-06 00:00:00
Lingua: English
URL di origine: https://www.biorxiv.org/content/10.1101/2023.10.05.561051
Fonte PDF: https://www.biorxiv.org/content/10.1101/2023.10.05.561051.full.pdf
Licenza: https://creativecommons.org/publicdomain/zero/1.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://github.com/danforthcenter/KIG_v2
- https://github.com/danforthcenter/FiReMAGE
- https://phytozome-next.jgi.doe.gov/phytomine/begin.do
- https://npgsweb.ars-grin.gov/gringlobal/
- https://github.com/gziegler/ionomicsUtils
- https://github.com/davidemms/OrthoFinder
- https://davidemms.github.io/orthofinder_tutorials/orthofinder-best-practices.html
- https://phytozome-next.jgi.doe.gov
- https://science.osti.gov/ber
- https://www.ukri.org/councils/bbsrc/
- https://www.danforthcenter.org