改善了含有 LysM 域的植物蛋白的检测和植物遗传学分析
Dardo Dallachiesa1, O Mario Aguilar1, Mauricio J Lozano1
1Instituto de Biotecnología y Biología Molecular (IBBM) - CONICET-CCT La Plata - Universidad Nacional de La Plata, La Plata, Argentina.
Functional plant biology : FPB
|November 26, 2023
概括
改进的隐藏马尔科夫模型 (HMM) 增强了植物蛋白中的LysM域的检测,有助于理解植物微生物相互作用和受体样酶/蛋白质 (RLK/P) 特性.
科学领域:
- 植物生物学 植物生物学
- 分子生物学分子生物学
- 生物化学 生物化学
背景情况:
- 植物利用具有LysM域的细胞表面受体来感知微生物寡糖,这对于植物微生物相互作用至关重要.
- 由于当前基于序列的方法的局限性,在植物受体类激酶 (RLK) 和受体类蛋白 (RLP) 中准确识别LysM域具有挑战性.
研究的目的:
- 开发改进的隐藏马尔科夫模型 (HMMs),用于在植物蛋白中灵敏准确地检测 LysM 域.
- 增强与感知微生物信号相关的植物受体类激酶/蛋白质 (RLKs/Ps) 的表征.
主要方法:
- 使用从蛋白质数据库和AlphaFold蛋白质结构数据库中手动策划的LysM域的结构对齐构建了新的LysM HMM.
- 评估了对联体特异性HMM的性能,以根据其联体特异性对RLK/Ps进行分类.
- 对RLK/P细胞外区域和单个LysM域进行了系谱分析.
主要成果:
- 与现有模型相比,开发了改进的HMM,可以更灵敏地检测植物LysM域.
- 确定了能够对完全特征的RLK/Ps的子集进行分类的联体特异性HMM.
- 遗传学分析不足以通过连体特异性来区分RLK/Ps.
结论:
- 新型HMM为识别含有LysM的植物蛋白提供了更准确的工具.
- 这些改进的HMM将有助于更好地描述RLKs/Ps及其在植物免疫和发育中的作用.
- 加强对LysM域的检测对于推进植物微生物相互作用研究至关重要.
