面向转录组测序数据分析和机器学习方法的植物生物信息学应用新趋势

面向转录组测序数据分析和机器学习方法的植物生物信息学应用新趋势---下篇

植物生物学与生物技术: 聚焦基因组学与生物信息学

分析植物适应环境变化和胁迫反应的分子机制对植物生物技术至关重要。其中关键方法包括生物信息学方法、高通量测序和后基因组技术。测序和系统生物学方法提供了从分子到细胞、器官和种群水平的植物生长的全面视图。基因组学和生物信息学促进了植物细胞中蛋白质-蛋白质和基因调控相互作用的建模，为更好的作物生产和可持续性提供了基础。植物-病原体相互作用研究补充了这一领域的网络建模。

介绍

本篇参考了2022和2023年两篇特刊（https://www.mdpi.com/journal/ijms/special_issues/PlantBi_Biology；https://www.mdpi.com/journal/ijms/special_issues/Plant_Biotechnology)。基于总结概述了当前植物生物信息学面向转录组测序数据分析和机器学习方法应用的趋势。利用新的生物信息学工具，集中研究了植物基因表达调控以及植物发育和胁迫反应的潜在分子机制。总共通过八个研究阐述其生物信息学解决方案或基因组应用于给定的植物模型，本篇阐述后4篇。

研究5

研究5、6、7相比之前四篇提出了更具体的植物模型，如苦荞、桑树和杨树。Huiling Yan 等人（https://doi.org/10.3390/ijms24098090）基于组蛋白去乙酰化酶表达研究了苦荞（Polygonales Polygonaceae Fagopyrum tataricum (L.) Gaertn）的光响应。苦荞是一个新的转录组研究植物模型。

系统发育分析包括来自苦荞、拟南芥和水稻的HDAC蛋白

组蛋白去乙酰化酶（HDACs）作为组蛋白乙酰化抹除酶，在植物生长和发育中具有重要功能。虽然已有大量关于拟南芥HDACs及其重要作用的研究报道，但对苦荞（Polygonales Polygonaceae Fagopyrum tataricum (L.) Gaertn）HDAC基因的了解仍然很少。

使用SMART和HMMER软件预测苦荞HDAC蛋白的保守结构域

在研究中，共鉴定出14个HDAC基因，并将其分为三个主要组别：Reduced Potassium Dependency-3/Histone Deacetylase 1 (RPD3/HDA1)、Silent Information Regulator 2 (SIR2)和植物特异性的HD2。结构域和基序组成分析显示，同一亚家族成员中存在保守的结构域和基序。14个FtHDACs不对称地分布在7条染色体上，鉴定出三个片段重复事件和一个串联重复事件。启动子中的顺式作用元件预测表明，FtHDACs可能参与了包括植物生长、发育和对环境信号的响应在内的多种生物过程。此外，基于RNA-seq数据的表达分析显示，所有FtHDAC基因在不同组织和果实发育阶段均有广泛且明显的表达。

苦荞基因组中FtHDACs的分布及重复事件

另外，根据RNA-seq和RT-qPCR数据，研究发现不同光照条件下组蛋白去乙酰化酶转录本丰度发生了显著变化，表明有五个FtHDACs可能参与光响应。研究结果为HDAC基因家族提供了基础信息，并为未来分析与苦荞光响应相关的FtHDACs功能提供了若干靶点。

研究6

研究6中 Xin Jin 等人（https://doi.org/10.3390/ijms24119650）研究了镁营养施用对桑树（Morus alba）植物的影响。

桑树（Morus spp.）主要用于其叶子和果实的栽培。桑叶是家蚕（Bombyx mori L.）唯一的食物来源，因此，桑树是蚕桑行业不可或缺的树种。桑树的生长和发育受到营养水平的影响，尤其是镁。高水平的镁（Mg）或镁营养缺乏是影响植物生长和发育的两个重要因素。然而桑树对不同镁浓度的代谢响应尚不明确。

桑树对硫酸镁（MgSO4）供应的生理参数测定

在研究6中，分别对桑树施加不同浓度的镁进行三周处理，通过生理学和代谢组学（非靶向；液相色谱–质谱联用（LC-MS））研究来评估其影响。多项测量的生理特性表明，镁缺乏和过量镁会改变净光合速率、叶绿素含量、叶片镁含量和鲜重，导致桑树植物的光合效率和生物量显著降低。

桑树在镁供应和缺乏条件下的生理形态参数

通过代谢组学方法，Jin 等人揭示了充足的镁供应促进了桑树的生理反应参数，包括净光合速率、叶绿素含量、叶和根的镁含量以及生物量。代谢组学数据表明，不同镁浓度影响了多种差异代谢物（DEMs）的表达，尤其是脂肪酰基、类黄酮、氨基酸、有机酸、有机氧化物、萜醇类脂、香豆素、类固醇及其衍生物、肉桂酸及其衍生物。过量供应镁产生了更多的DEMs，但与低浓度和最佳浓度的镁供应相比，负面影响了生物量的产生。显著的DEMs与桑树的净光合速率、叶绿素含量、叶片镁含量和鲜重呈正相关。

桑树在镁处理下的前20条代谢通路的差异代谢物KEGG富集分析。(a) 镁缺乏（CK-T1）

桑树对镁应用的响应通过KEGG途径主要使用了代谢物，主要包括氨基酸、有机酸、脂肪酰基、类黄酮和萜醇类脂。这些化合物类别主要涉及脂质代谢、氨基酸代谢、能量代谢、其他次级代谢物的生物合成、其他氨基酸的生物合成、辅因子和维生素途径的代谢，表明桑树通过产生不同的代谢响应镁浓度。镁营养供应是影响DEMs诱导的重要因素，这些代谢物在与镁营养相关的多种代谢途径中起着关键作用。

研究6为桑树对镁营养响应的DEMs及其所涉及的代谢机制提供了基础理解，这对于桑树的遗传育种计划可能具有重要意义。

研究7

研究7中Yilian Zhao 等人（https://doi.org/10.3390/ijms24044078）应用细胞遗传学方法构建杨树（Populus simonii）的核型。

杨树是最早使用染色体特异性涂染探针识别个体染色体的木本植物之一。然而，高分辨率核型构建仍然是一个挑战。

使用连续FISH在同一P. simonii中期细胞中识别所有19条染色体

在研究7中，基于杨树（Populus simonii）的减数分裂粗线期染色体开发了一个核型。杨树是具有许多优良特性的中国本土物种。这个核型由基于寡核苷酸（oligo）的染色体特异性涂染探针、着丝粒特异性重复序列（Ps34）、核糖体DNA和端粒DNA锚定。更新了已知的P. simonii核型公式为2n = 2x = 38 = 26m + 8st + 4t，并且核型为2C。

通过FISH识别P. simonii的19个粗线期二价体

荧光原位杂交（FISH）结果揭示了当前P. simonii基因组组装中的一些错误。45S rDNA位点通过FISH定位在第8号和第14号染色体短臂的末端。然而，它们被组装在伪染色体8和15上。此外，FISH结果显示Ps34位点分布在P. simonii染色体的每个着丝粒上，但它们仅在伪染色体1、3、6、10、16、17、18和19中被发现。

研究表明，使用联会期染色体的寡核苷酸-FISH方法是一种构建高分辨率核型和提高基因组组装质量的强大工具。

研究8

最后，研究8延续了之前关于植物抗逆反应生物信息学的研究。Lidiia Samarina 等人（https://doi.org/10.3390/ijms241914538）研究了茶树（Camellia sinensis）中核苷酸多态性对叶片质量和产量的影响。讨论了与经济重要性状显著相关的遗传突变，这些突变将有助于茶叶育种者。研究的目的是分析在不使用氮肥条件下生长的20个突变基因型茶树样本中的叶片质量和质量相关基因中的单核苷酸多态性（SNPs）。

不同生化参数之间的皮尔逊相关性

通过高效液相色谱（HPLC）分析干叶中的叶片氮含量、儿茶素、L-茶氨酸和咖啡因含量。此外，使用PAM荧光仪分析了光化学产量、电子传递效率和非光化学淬灭。采用下一代池化扩增子测序方法对与氮代谢和叶片质量相关的30个关键基因进行SNP检测。叶片氮含量在不同基因型之间显著不同（p ≤ 0.05），干质量的2.3%到3.7%。咖啡因含量在0.7到11.7 mg g−1之间，L-茶氨酸含量在0.2到5.8 mg g−1干叶质量之间。

20种茶树基因型的SNPs对表型的效果 (A) 和影响 (B)

研究发现，氮含量与生化参数（如茶氨酸、咖啡因和大多数儿茶素）之间存在显著的正相关。然而，光合参数（Y、ETR、Fv/Fm）与一些生化化合物之间存在显著的负相关。

外显子SNP频率的热图，计算公式如下：SNP_freq = 每个基因的SNP数量 / 基因长度 × 10^3

通过SNP分析，在氮含量低的所有基因型中检测到WRKY57的三个SNP。此外，具有高或中等效应的29个SNP特异于#316（高氮含量，高质量）或#507（低氮含量，低质量）。线性回归模型的使用揭示了16个显著关联；茶黄素、L-茶氨酸和ECG与以下基因的多个SNP相关：ANSa、DFRa、GDH2、4CL、AlaAT1、MYB4、LHT1、F3′5′Hb、UFGTa。其中，七个中等效应的SNP导致了最终蛋白质中以下基因的氨基酸含量变化：ANSa、GDH2、4CL、F3′5′Hb、UFGTa。研究结果将有助于进一步评估重要的SNP，并有助于更好地理解树木作物中氮吸收效率的机制。

总结

因此需要通过测序分析方法研究多种植物物种，以探索基因表达调控。机器学习模型和人工智能应用在植物科学中已经呈现出新的趋势。

参考文献

Orlov, Y. L., & Chen, M. (2023). Special Issue on "Plant Biology and Biotechnology: Focus on Genomics and Bioinformatics 2.0". International journal of molecular sciences, 24(24), 17588. https://doi.org/10.3390/ijms242417588

Yan, H., Chen, H., Liao, Q., Xia, M., Yao, T., Peng, L., Zou, L., Zhao, G., Zhao, J., & Wu, D. T. (2023). Genome-Wide Identification of Histone Deacetylases and Their Roles Related with Light Response in Tartary Buckwheat (Fagopyrum tataricum). International journal of molecular sciences, 24(9), 8090. https://doi.org/10.3390/ijms24098090

Jin, X., Ackah, M., Wang, L., Amoako, F. K., Shi, Y., Essoh, L. G., Li, J., Zhang, Q., Li, H., & Zhao, W. (2023). Magnesium Nutrient Application Induces Metabolomics and Physiological Responses in Mulberry (Morus alba) Plants. International journal of molecular sciences, 24(11), 9650. https://doi.org/10.3390/ijms24119650

Zhao, Y., Liu, G., Wang, Z., Ning, Y., Ni, R., & Xi, M. (2023). Oligo-FISH of Populus simonii Pachytene Chromosomes Improves Karyotyping and Genome Assembly. International journal of molecular sciences, 24(12), 9950. https://doi.org/10.3390/ijms24129950

Samarina, L., Fedorina, J., Kuzmina, D., Malyukova, L., Manakhova, K., Kovalenko, T., Matskiv, A., Xia, E., Tong, W., Zhang, Z., Ryndin, A., Orlov, Y. L., & Khlestkina, E. K. (2023). Analysis of Functional Single-Nucleotide Polymorphisms (SNPs) and Leaf Quality in Tea Collection under Nitrogen-Deficient Conditions. International journal of molecular sciences, 24(19), 14538. https://doi.org/10.3390/ijms241914538