为了识别马卢斯家属的收获后水果质量转录基因标记物
John A Hadish1,2, Heidi L Hargarten3, Huiting Zhang2
1Molecular Plant Science Department, Washington State University, Pullman, Washington, United States of America.
PloS one
|March 6, 2024
概括
预后转录生物标志物 (PTBs) 使用基因表达预测果坚硬度. 一个随机森林模型准确地预测了少数基因的坚性,显示了qPCR.
科学领域:
- 植物生物学 植物生物学
- 基因组学就是基因组学.
- 农业科学 农业科学
背景情况:
- 环境因素显著影响基因表达,反映发育过程并预测未来的表型特征.
- 基因表达模式可以作为未来水果质量的指标.
- 果 (Malus domestica) 的环境变化,其中品种是克隆,影响水果质量,使转录基因分析成为一种可行的方法.
研究的目的:
- 为了确定预后转录生物标志物 (PTBs) 来预测果坚硬度.
- 为了比较随机森林和ElasticNet建模方法用于PTB识别的性能.
- 评估使用少量基因用于特征预测的效率和用于PTB验证的qPCR的成本效益.
主要方法:
- 在各种收获后储存条件下利用了来自"Gala"果的高通量RNA-seq数据.
- 应用随机森林和弹性网模型来识别可预测水果坚硬性的基因组.
- 使用定量聚合酶链反应 (qPCR) 进行了后续实验,以验证RNA-seq发现.
主要成果:
- 与Elastic.Net相比,随机森林模型表现出优越的一致性和坚固度的预测能力 (r2 = 0.78).
- 一个预测模型成功地使用了不到15个基因.
- 定量聚合酶链反应 (qPCR) 结果与RNA-seq数据显示出合理的一致性.
结论:
- 预测转录基因生物标志物 (PTBs) 显示出预测果坚硬性的前景.
- 随机森林模型和减少的基因组对于预测坚固性是有效的.
- 需要进一步的研究,以确保PTB在各种环境和储存条件中的稳定性.
