«Секвенирование следующего поколения» для изучения транскриптомных профилей тканей и органов гороха посевного ( Pisum sativum L.). (Обзор)

«Секвенирование следующего поколения» для изучения транскриптомных профилей тканей и органов гороха посевного ( Pisum sativum L.). (Обзор)

Автор: Жуков В.А., Кулаева О.А., Жернаков А.И., Тихонович И.А.

Журнал: Сельскохозяйственная биология @agrobiology

Рубрика: Молекулярные и клеточные механизмы симбиоза

Статья в выпуске: 3 т.50, 2015 года.

Бесплатный доступ

Термин «секвенирование следующего поколения» (от англ. Next Generation Sequencing, NGS) объединяет современные технологии, позволяющие получать информацию о нуклеотидном составе десятков и сотен миллионов последовательностей в одном эксперименте. Технологии NGS используются для решения широкого круга задач (секвенирование геномов, оценка экспрессии генов, разработка молекулярных маркеров, изучение метагенома микробных сообществ, эпигенетические исследования и пр.). Одно из важнейших применений метода NGS связано с анализом экспрессии генов с помощью секвенирования транскриптома (всех транскрибируемых РНК). В обзоре рассмотрены подходы, применяемые для тотального анализа экспрессии генов при помощи «секвенирования следующего поколения» - RNAseq (РНК-секвенирование) и его модификация MACE (Massive Analysis of cDNA Ends - массовый анализ концов кДНК). В указанной модификации, разработанной компанией «GenXPro GmbH» (Франкфурт-на-Майне, Германия), у каждой молекулы кДНК секвенированию подвергается только фрагмент размером 100-500 п.н., прилежащий к 3´-концу транскрипта (в другом варианте - к 5´-концу транскрипта); таким образом, разрешение метода возрастает в несколько раз. За счет этого при использовании MACE можно детектировать транскрипты с низкой экспрессией, соответствующие ключевым регуляторным генам, составляющим основу биологических процессов. Также в обзоре описан функциональный анализ результатов РНК-секвенирования, в том числе выявление биологических закономерностей на основании обнаружения дифференциально экспрессирующихся генов. Важный этап этой работы - иерархическая кластеризация выявляемых транскриптов в соответствии с принципами генной онтологии. Гены и генные продукты, взаимодействуя друг с другом, образуют структурированную регуляторную сеть, однако выявление и анализ таких регуляторных сетей представляет собой сложную задачу, решение которой требует развития математических методов и накопления данных об экспрессии генов, локализации генных продуктов и их функциональной аннотации. В обзоре приведены примеры изучения транскрипционного профиля тканей и органов гороха посевного ( Pisum sativum L.), в том числе с использованием методики MACE. Таким образом, применение NGS для исследования экспрессии генов на сегодняшний день представляется оптимальным подходом, позволяющим изучать транскрипционные профили любых объектов. Сочетание технологий NGS и возможностей современной компьютерной биологии открывает новые перспективы изучения транскриптомов, в том числе у немодельных видов, что обеспечивает поступательное развитие многих направлений биологической науки.

Еще

Генетика растений, "секвенирование следующего поколения", рнк-секвенирование, экспрессия генов, горох посевной

Короткий адрес: https://sciup.org/142133588

IDR: 142133588   |   DOI: 10.15389/agrobiology.2015.3.278rus

Список литературы «Секвенирование следующего поколения» для изучения транскриптомных профилей тканей и органов гороха посевного ( Pisum sativum L.). (Обзор)

  • Ronaghi M. Pyrosequencing sheds light on DNA sequencing. Genome Research, 2001, 11: 3-11 ( ) DOI: 10.1101/gr.150601
  • Mardis E.R. Next-generation DNA sequencing methods. Annu. Rev. Genomics Hum. Genet., 2008, 9: 387-402 ( ) DOI: 10.1146/annurev.genom.9.081307.164359
  • Pandey V., Nutter R.C., Prediger E. Applied biosystems SOLiD™ system: ligation-based sequencing. In: Next-generation genome sequencing: towards personalized medicine/M. Janitz (ed.). WileyVCH Verlag GmbH & Co. KGaA, Weinheim, Germany, 2008: 29-41 (ISBN: 978-3-527-32090-5).
  • Rusk N. Torrents of sequence. Nat. Methods, 2011, 8(1): 44 ( ) DOI: 10.1038/nmeth.f.330
  • Metzker M.L. Sequencing technologies -the next generation. Nat. Rev. Genet., 2010, 11(1): 31-46 ( ) DOI: 10.1038/nrg2626
  • Shendure J., Ji H. Next-generation DNA sequencing. Nat. Biotechnol., 2008, 26(10): 1135-1145 ( ) DOI: 10.1038/nbt1486
  • Knief C. Analysis of plant microbe interactions in the era of next generation sequencing technologies. Front. Plant Sci., 2014, 5: 216 ( ) DOI: 10.3389/fpls.2014.00216
  • Wang Z., Gerstein M., Snyder M. RNA-Seq: a revolutionary tool for transcriptomics. Nat. Rev. Genet., 2009, 10(1): 57-63 ( ) DOI: 10.1038/nrg2484
  • Ozsolak F., Milos P.M. RNA sequencing: advances, challenges and opportunities. Nat. Rev. Genet., 2011, 12(2): 87-98 ( ) DOI: 10.1038/nrg2934
  • 't Hoen P.A., Ariyurek Y., Thygesen H.H., Vreugdenhil E., Vossen R.H., de Menezes R.X., Boer J.M., van Ommen G.J., den Dunnen J.T. Deep sequencing-based expression analysis shows major advances in robustness, resolution and inter-lab portability over five microarray platforms. Nucl. Acids Res., 2008, 36(21): e141 ( ) DOI: 10.1093/nar/gkn705
  • Marioni J.C., Mason C.E., Mane S.M., Stephens M., Gilad Y. RNA-seq: an assessment of technical reproducibility and comparison with gene expression arrays. Genome Res., 2008, 18(9): 1509-1517 ( ) DOI: 10.1101/gr.079558.108
  • Wilhelm B.T., Marguerat S., Watt S., Schubert F., Wood V., Goodhead I., Penkett C.J., Rogers J., Bahler J. Dynamic repertoire of an eukaryotic transcriptome surveyed at single-nucleotide resolution. Nature, 2008, 453(7199): 1239-1243 ( ) DOI: 10.1038/nature07002
  • Wang E.T., Sandberg R., Luo S., Khrebtukova I., Zhang L., Mayr C., Kingsmore S.F., Schroth G.P., Burge C.B. Alternative isoform regulation in human tissue transcriptomes. Nature, 2008, 456(7221): 470-476 ( ) DOI: 10.1038/nature07509
  • Wang X., Sun Q., McGrath S.D., Mardis E.R., Soloway P.D., Clark A.G. Transcriptome-wide identification of novel imprinted genes in neonatal mouse brain. PLoS ONE, 2008, 3(12): e3839 ( ) DOI: 10.1371/journal.pone.0003839
  • Wahlstedt H., Daniel C., Enstero M., Ohman M. Large-scale mRNA sequencing determines global regulation of RNA editing during brain development. Genome Res., 2009, 19(6): 978-986 ( ) DOI: 10.1101/gr.089409.108
  • Mardis E.R. A decade's perspective on DNA sequencing technology. Nature, 2011, 470(7333): 198-203 ( ) DOI: 10.1038/nature09796
  • Nakamura K., Oshima T., Morimoto T., Ikeda S., Yoshikawa H., Shiwa Y., Ishikawa S., Linak M.C., Hirai A., Takahashi H., Altaf-Ul-Amin M., Ogasawara N., Kanaya S. Sequence-specific error profile of Illumina sequencers. Nucl. Acids Res., 2011, 39(13): e90 ( ) DOI: 10.1093/nar/gkr344
  • Quail M.A., Smith M., Coupland P., Otto T.D., Harris S.R., Connor T.R., Bertoni A., Swerdlow H.P., Gu Y. A tale of three next generation sequencing platforms: comparison of Ion Torrent, Pacific Biosciences and Illumina MiSeq sequencers. BMC Genomics, 2012, 13: 341 () DOI: 10.1186/1471-2164-13-341
  • Garg R., Patel R.K., Jhanwar S., Priya P., Bhattacharjee A., Yadav G., Bhatia S., Chattopadhyay D., Tyagi A.K., Jain M. Gene discovery and tissue-specific transcriptome analysis in chickpea with massively parallel pyrosequencing and web resource development. Plant Physiol., 2011, 156(4): 1661-1678 ( ) DOI: 10.1104/pp.111.178616
  • Jain M. Next-generation sequencing technologies for gene expression profiling in plants. Brief. Funct. Genomics, 2012, 11(1): 63-70 ( ) DOI: 10.1093/bfgp/elr038
  • Trapnell C., Salzberg S.L. How to map billions of short reads onto genomes. Nat. Biotechnol., 2009, 27(5): 455-457 ( ) DOI: 10.1038/nbt0509-455
  • Mortazavi A., Williams B.A., McCue K., Schaeffer L., Wold B. Mapping and quantifying mammalian transcriptomes by RNAseq. Nat. Methods, 2008, 5(7): 621-628 ( ) DOI: 10.1038/nmeth.1226
  • Wagner G.P., Kin K., Lynch V.J. Measurement of mRNA abundance using RNA-seq data: RPKM measure is inconsistent among samples. Theory Biosci., 2012, 131(4): 281-285 ( ) DOI: 10.1007/s12064-012-0162-3
  • Langmead B., Salzberg S. Fast gapped-read alignment with Bowtie 2. Nat. Methods., 2012, 9(4): 357-359 ( ) DOI: 10.1038/nmeth.1923
  • Robinson M.D., McCarthy D.J., Smyth G.K. edgeR: a Bioconductor package for differential expression analysis of digital gene expression data. Bioinformatics, 2010, 26(1): 139-140 ( ) DOI: 10.1093/bioinformatics/btp616
  • Ashburner M., Ball C.A., Blake J.A., Botstein D., Butler H., Cherry J.M., Davis A.P., Dolinski K., Dwight S.S., Eppig J.T., Harris M.A., Hill D.P., Issel-Tarver L., Kasarskis A., Lewis S., Matese J.C., Richardson J.E., Ringwald M., Rubin G.M., Sherlock G. Gene ontology: tool for the unification of biology. Nat. Genet., 2000, 25(1): 25-29 ( ) DOI: 10.1038/75556
  • Gene Ontology Consortium. The Gene Ontology in 2010: extensions and refinements. Nucl. Acids Res., 2010, 38(Suppl. 1): D331-D335 ( ) DOI: 10.1093/nar/gkp1018
  • Blake J.A. Ten quick tips for using the gene ontology. PLoS Comput. Biol., 2013, 9(11): e1003343 ( ) DOI: 10.1371/journal.pcbi.1003343
  • Du Z., Zhou X., Ling Y., Zhang Z., Su Z. agriGO: a GO analysis toolkit for the agricultural community. Nucl. Acids Res., 2010, 38(Suppl. 2): W64-W70 ( ) DOI: 10.1093/nar/gkq310
  • Conesa A., Götz S., García-Gómez J.M., Terol J., Talón M., Robles M. Blast2GO: a universal tool for annotation, visualization and analysis in functional genomics research. Bioinformatics, 2005, 21(18): 3674-3676 ( ) DOI: 10.1093/bioinformatics/bti610
  • Usadel B., Nagel A., Thimm O., Redestig H., Blaesing O.E., Palacios-Rojas N., Selbig J., Hannemann J., Piques M.C., Steinhauser D., Scheible W.-R., Gibon Y., Morcuende R., Weicht D., Meyer S., Stitt M. Extension of the visualization tool MapMan to allow statistical analysis of arrays, display of corresponding genes, and comparison with known responses. Plant Physiol., 2005, 138(3): 1195-1204 ( ) DOI: 10.1104/pp.105.060459
  • Croft D., Mundo A.F., Haw R., Milacic M., Weiser J., Wu G., Caudy M., Garapati P., Gillespie M., Kamdar M.R., Jassal B., Jupe S., Matthews L., May B., Palatnik S., Rothfels K., Shamovsky V., Song H., Williams M., Birney E., Hermjakob H., Stein L., D’Eustachio P. The Reactome pathway knowledgebase. Nucl. Acids Res., 2014, 42(D 1): D472-D477 ( ) DOI: 10.1093/nar/gkt1102
  • Wang M., Verdier J., Benedito V.A., Tang Y., Murray J.D., Ge Y., Becker J.D., Carvalho H., Rogers C., Udvardi M., He J. LegumeGRN: a gene regulatory network prediction server for functional and comparative studies. PLoS ONE, 2013, 8(7): e67434 ( ) DOI: 10.1371/journal.pone.0067434
  • He J., Benedito V.A., Wang M., Murray J.D., Zhao P.X., Tang Y., Udvardi M.K. The Medicago truncatula gene expression atlas web server. BMC Bioinformatics, 2009, 10: 441 ( ) DOI: 10.1186/1471-2105-10-441
  • Libault M., Farmer A., Joshi T., Takahashi K., Langley R.J., Franklin L.D., He J., Xu D., May G., Stacey G. An integrated transcriptome atlas of the crop model Glycine max, and its use in comparative analyses in plants. Plant J., 2010, 63(1): 86-99 ( ) DOI: 10.1111/j.1365-313X.2010.04222.x
  • Severin A.J., Woody J.L., Bolon Y.T., Joseph B., Diers B.W., Farmer A.D., Muehlbauer G.J., Nelson R.T., Grant D., Specht J.E., Graham M.A., Cannon S.B., May G.D., Vance C.P., Shoemaker R.C. RNA-Seq Atlas of Glycine max: a guide to the soybean transcriptome. BMC Plant Biol., 2010, 10: 160 ( ) DOI: 10.1186/1471-2229-10-160
  • Verdier J., Torres-Jerez I., Wang M., Andriankaja A., Allen S.N., He J., Tang Y., Murray J.D., Udvardi M.K. Establishment of the Lotus japonicus Gene Expression Atlas (LjGEA) and its use to explore legume seed maturation. Plant J., 2013, 74(2): 351-362 ( ) DOI: 10.1111/tpj.12119
  • Food and agriculture organization corporate statistical database. FAOSTAT, 2014 (http://faostat.fao.org).
  • Journet E.P., van Tuinen D., Gouzy J., Crespeau H., Carreau V., Farmer M.J., Niebel A., Schiex T., Jaillon O., Chatagnier O., Godiard L., Micheli F., Kahn D., Gianinazzi-Pearson V., Gamas P. Exploring root symbiotic programs in the model legume Medicago truncatula using EST analysis. Nucl. Acids Res., 2002, 30(24): 5579-5592 ( ) DOI: 10.1093/nar/gkf685
  • Franssen S.U., Shrestha R.P., Bräutigam A., Bornberg-Bauer E., Weber A.P.M. Comprehensive transcriptome analysis of the highly complex Pisum sativum genome using next generation sequencing. BMC Genomics., 2011, 12: 227 ( ) DOI: 10.1186/1471-2164-12-227
  • Kaur S., Pembleton L.W., Cogan N.O., Savin K.W., Leonforte T., Paull J., Materne M., Forster J.W. Transcriptome sequencing of field pea and faba bean for discovery and validation of SSR genetic markers. BMC Genomics., 2012, 13: 104 ( ) DOI: 10.1186/1471-2164-13-104
  • Duarte J., Rivière N., Baranger A., Aubert G., Burstin J., Cornet L., Lavaud C., Lejeune-Hénaut I., Martinant J.P., Pichon J.P., Pilet-Nayel M.L., Boutet G. Transcriptome sequencing for high throughput SNP development and genetic mapping in Pea. BMC Genomics, 2014, 15: 126 ( ) DOI: 10.1186/1471-2164-15-126
  • Жуков В.А., Жернаков А.И., Ершов Н.И., Штратникова В.А., Пеков Ю.А., Малахо С.Г., Борисов А.Ю., Тихонович И.А. Регуляция морфогенеза симбиотических клубеньков гороха посевного (Pisum sativum L.), выявляемая посредством секвенирования транскриптома. Тез. докл. VI съезда Вавиловского общества генетиков и селекционеров (ВОГиС) и ассоциированных генетических симпозиумов. Ростов-на-Дону, 2014: 72.
  • Grabherr M.G., Haas B.J., Yassour M., Levin J.Z., Thompson D.A., Amit I., Adiconis X., Fan L., Raychowdhury R., Zeng Q., Chen Z., Mauceli E., Hacohen N., Gnirke A., Rhind N., di Palma F., Birren B.W., Nusbaum C., Lindblad-Toh K., Friedman N., Regev A. Full-length transcriptome assembly from RNA-Seq data without a reference genome. Nat. Biotechnol., 2011, 29(7): 644-652 ( ) DOI: 10.1038/nbt.1883
  • Кулаева О.А., Цыганов В.Е. Генетический анализ устойчивости гороха посевного к кадмию. Тез. докл. VI съезда Вавиловского общества генетиков и селекционеров (ВОГиС) и ассоциированных генетических симпозиумов. Ростов-на-Дону, 2014: 194.
  • Wong C.E., Bhalla P.L., Ottenhof H., Singh M.B. Transcriptional profiling of the pea shoot apical meristem reveals processes underlying its function and maintenance. BMC Plant Biol., 2008, 8: 73 ( ) DOI: 10.1186/1471-2229-8-73
  • Liang D., Wong C.E., Singh M.B., Beveridge C.A., Phipson B., Smyth G.K., Bhalla P.L. Molecular dissection of the pea shoot apical meristem. J. Exp. Bot., 2009, 60(14): 4201-4213 ( ) DOI: 10.1093/jxb/erp254
  • Fondevilla S., Küster H., Krajinski F., Cubero J.I., Rubiales D. Identification of genes differentially expressed in a resistant reaction to Mycosphaerella pinodes in pea using microarray technology. BMC Genomics, 2011, 12: 28 ( ) DOI: 10.1186/1471-2164-12-28
  • Fragkostefanakis S., Simm S., Paul P., Bublak D., Scharf K.D., Schleiff E. Chaperone network composition in Solanum lycopersicum explored by transcriptome profiling and microarray meta-analysis. Plant Cell Environ., 2015, 38(4): 693-709 ( ) DOI: 10.1111/pce.12426
  • Zajac B.K., Amendt J., Horres R., Verhoff M.A., Zehner R. De novo transcriptome analysis and highly sensitive digital gene expression profiling of Calliphora vicina (Diptera: Calliphoridae) pupae using MACE (Massive Analysis of cDNA Ends). Forensic Sci. Int. Genet., 2015, 15: 137-146 ( ) DOI: 10.1016/j.fsigen.2014.11.013
Еще
Статья обзорная
SciUp 2024 © 2024 ©