大规模数据挖掘管道用于识别涉及对大豆囊线虫耐药性的新型大豆基因
Nour Nissan1,2, Julia Hooker1,2, Eric Arezza3
1Agriculture and Agri-Food Canada, Ottawa Research and Development Centre, Ottawa, ON, Canada.
Frontiers in bioinformatics
|July 6, 2023
概括
研究人员开发了一个生物信息学管道,以识别新的大豆基因,以抵抗大豆囊线虫 (SCN). 这种方法有助于发现新的SCN抵抗机制,以对抗这一全球威胁.
科学领域:
- 植物病理学 植物病理学
- 生物信息学是一种生物信息学.
- 遗传学 是一个遗传学.
背景情况:
- 大豆囊线虫 (SCN) 构成了对大豆生产的重大全球威胁.
- 大豆中现有的耐药性基因 (Rhg1,Rhg4) 显示对SCN的有效性正在下降.
- 识别新的SCN耐药机制对于作物保护至关重要.
研究的目的:
- 开发一个生物信息学管道,用于识别与大豆SCN耐药性相关的蛋白质-蛋白质相互作用.
- 通过分析已知的耐药性蛋白质的相互作用体来发现参与SCN耐药性的新型大豆基因.
- 为识别高可靠性SCN抗性目标提供专注的方法.
主要方法:
- 利用结合PIPE4和SPRINT的生物信息学管道来预测蛋白质-蛋白质相互作用.
- 分析了大规模数据集,以确定大豆抗性蛋白Rhg1和Rhg4的相互作用伙伴.
- 采用了"因关联而有罪"的在蛋白质组全方位策略来识别候选耐药基因.
主要成果:
- 确定了Rhg1和Rhg4的58个重叠交互的蛋白质合作伙伴,其中19个与防御有关.
- 发现了1082个候选基因,其中互动组显著重叠Rhg1和Rhg4.
- 突出了五个特定的基因 (Glyma.18G029000,Glyma.11G228300,Glyma.08G120500,Glyma.17G152300,Glyma.08G265700) 参与了线虫的反应.
结论:
- 开发的管道有效预测已知的SCN耐药性蛋白质的蛋白质-蛋白质相互作用.
- 这项研究提出了一种新的方法来识别大豆中的候选SCN耐药基因.
- 已识别的候选基因为培育抗SCN大豆品种提供了有希望的标.
