Анализ событий альтернативного сплайсинга в кончиках корней и клубеньках Pisum sativum L

Обложка

Цитировать

Полный текст

Аннотация

Горох посевной (Pisum sativum L.) способен вступать в симбиотические отношения с азотфиксирующими бактериями из группы ризобий (Rhizobia). В обмен на питательные вещества бактерии поставляют фиксированный азот, необходимый для поддержания роста растения. Фиксация азота происходит в специализированных органах — клубеньках. Формирование и функционирование клубенька — сложноорганизованный процесс, требующий тонкой регуляции работы генов. Один из ее механизмов — альтернативный сплайсинг (АС). На данный момент информация о роли АС в установлении и поддержании симбиотических отношений между азотфиксирующими бактериями и бобовыми растениями практически отсутствует, но известно, что это мощный способ регуляции разнообразия протеома клетки, а потому АС наблюдается в реакциях на присутствие микросимбионта. В рамках работы был проведен анализ событий АС в клубеньках и кончиках корней гороха посевного. Показано, что среди функциональных групп генов, демонстрирующих события АС, одной из наиболее представленных является группа, принимающая участие в стрессовых реакциях растения на патогены. Вероятно, транскрипты с удержанным интроном подвергаются воздействию NMD-системы либо меняют свою функцию вследствие изменения первичной и вторичной структуры. Также выявлена in silico, экспериментально подтверждена и оценена количественно с применением метода ПЦР в реальном времени представленность мРНК изоформ четырех генов гороха: PsIGN1, PsSIP1, PsPR-10, PsWRKY40.

Об авторах

Евгений Андреевич Зорин

ФГБНУ «Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии»

Автор, ответственный за переписку.
Email: kjokkjok8@gmail.com

техник 1-й категории, лаборатория генетики растительно-микробных взаимодействий

Россия, 196608, г. Санкт-Петербург, Пушкин 8, ш. Подбельского, д.3

Ольга Алексеевна Кулаева

ФГБНУ «Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии»

Email: okulaeva@arriam.ru

канд. биол. наук, старший научный сотрудник, лаборатория генетики растительно-микробных взаимодействий

Россия, 196608, г. Санкт-Петербург, Пушкин 8, ш. Подбельского, д.3

Алексей Михайлович Афонин

ФГБНУ «Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии»

Email: afoninalexeym@gmail.com

инженер-исследователь, лаборатория генетики растительно-микробных взаимодействий

Россия, 196608, г. Санкт-Петербург, Пушкин 8, ш. Подбельского, д.3

Владимир Александрович Жуков

ФГБНУ «Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии»

Email: vzhukov@arriam.ru

канд. биол. наук, заведующий лабораторией, лаборатория генетики растительно-микробных взаимодействий

Россия, 196608, г. Санкт-Петербург, Пушкин 8, ш. Подбельского, д.3

Игорь Анатольевич Тихонович

ФГБНУ «Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии»; ФГБОУ ВО «Санкт-Петербургский государственный университет»

Email: arriam2008@yandex.ru

д-р биол. наук, научный руководитель института, академик РАН; декан, биологический факультет

Россия, 196608, г. Санкт-Петербург, Пушкин 8, ш. Подбельского, д.3; 199034, г. Санкт-Петербург, Университетская наб., д.7/9

Список литературы

  1. Тихонович И.А., Андронов Е.Е., Борисов А.Ю., и др. Принцип дополнительности геномов в расширении адаптационного потенциала растений // Генетика. — 2015. — Т. 51. — № 9. — С. 973–990. [Tikhonovich IA, Andronov EE, Borisov AY. The principle of genome complementarity in the enhancement of plant adaptive capacities. Genetika. 2015;51(9): 973-990. (In Russ.)]. https://doi.org/10.7868/S001667581509012X.
  2. Shtark OY, Sulima AS, Zhernakov AI, et al. Arbuscular mycorrhiza development in pea (Pisum sativum L.) mutants impaired in five early nodulation genes including putative orthologs of NSP1 and NSP2. Symbiosis. 2016;68(1-3):129-144. https://doi.org/10.1007/s13199-016-0382-2.
  3. Reddy AS, Marquez Y, Kalyna M, Barta A. Complexity of the alternative splicing landscape in plants. Plant Cell. 2013;25(10):3657-3683. https://doi.org/10.1105/tpc.113.117523.
  4. Gracz J. Alternative splicing in plant stress response. Biotechnologia. 2016;97(1):9-17. https://doi.org/10.5114/bta.2016.57719.
  5. Laloum T, Martin G, Duque P. Alternative Splicing Control of Abiotic Stress Responses. Trends Plant Sci. 2018;23(2):140-150. https://doi.org/10.1016/j.tplants.2017.09.019.
  6. Shang X, Cao Y, Ma L. Alternative Splicing in Plant Genes: A Means of Regulating the Environmental Fitness of Plants. Int J Mol Sci. 2017;18(2). https://doi.org/10.3390/ijms18020432.
  7. Zhiguo E, Wang L, Zhou J. Splicing and alternative splicing in rice and humans. BMB Rep. 2013;46(9):439-447. https://doi.org/10.5483/BMBRep.2013.46.9.161.
  8. Zenoni S, Ferrarini A, Giacomelli E, et al. Characterization of transcriptional complexity during berry development in Vitis vinifera using RNA-Seq. Plant Physiol. 2010;152(4):1787-1795. https://doi.org/10.1104/pp.109.149716.
  9. Wang C, Zhu H, Jin L, et al. Splice variants of the SIP1 transcripts play a role in nodule organogenesis in Lotus japonicus. Plant Mol Biol. 2013;82(1-2):97-111. https://doi.org/10.1007/s11103-013-0042-3.
  10. Walters B, Lum G, Sablok G, Min XJ. Genome-wide landscape of alternative splicing events in Brachypodium distachyon. DNA Res. 2013;20(2):163-171. https://doi.org/10.1093/dnares/dss041.
  11. Iniguez LP, Ramirez M, Barbazuk WB, Hernandez G. Identification and analysis of alternative splicing events in Phaseolus vulgaris and Glycine max. BMC Genomics. 2017;18(1):650. https://doi.org/10.1186/s12864-017-4054-2.
  12. Kelemen O, Convertini P, Zhang Z, et al. Function of alternative splicing. Gene. 2013;514(1):1-30. https://doi.org/10.1016/j.gene.2012.07.083.
  13. Wang Y, Liu J, Huang BO, et al. Mechanism of alternative splicing and its regulation. Biomed Rep. 2015;3(2):152-158. https://doi.org/10.3892/br.2014.407.
  14. Zhukov VA, Zhernakov AI, Kulaeva OA, et al. De Novo Assembly of the Pea (Pisum sativum L.) Nodule Transcriptome. Int J Genomics. 2015;2015:695947. https://doi.org/10.1155/2015/695947.
  15. Kumagai H, Hakoyama T, Umehara Y, et al. A Novel Ankyrin-Repeat Membrane Protein, IGN1, Is Required for Persistence of Nitrogen-Fixing Symbiosis in Root Nodules of Lotus japonicus. Plant Physiol. 2007;143(3):1293-1305. https://doi.org/10.1104/pp.106.095356.
  16. Alves-Carvalho S, Aubert G, Carrere S, et al. Full-length de novo assembly of RNA-seq data in pea (Pisum sativum L.) provides a gene expression atlas and gives insights into root nodulation in this species. Plant J. 2015;84(1):1-19. https://doi.org/10.1111/tpj.12967.
  17. Jiao K, Li X, Guo W, et al. High-Throughput RNA-Seq Data Analysis of the Single Nucleotide Polymorphisms (SNPs) and Zygomorphic Flower Development in Pea (Pisum sativum L.). Int J Mol Sci. 2017;18(12). https://doi.org/10.3390/ijms18122710.
  18. Sudheesh S, Sawbridge TI, Cogan NO, et al. De novo assembly and characterisation of the field pea transcriptome using RNA-Seq. BMC Genomics. 2015;16:611. https://doi.org/10.1186/s12864-015-1815-7.
  19. Bioinformatics.babraham.ac.uk [Internet]. FASTQC [cited 2018 Nov 2]. Available from: https://www.bioinformatics.babraham.ac.uk/projects/fastqc/.
  20. Bolger AM, Lohse M, Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinforma tics. 2014;30(15):2114-2120. https://doi.org/10.1093/bioinformatics/btu170.
  21. jgi.doe.gov/data-and-tools [Internet]. bbtools; [cited 2018 Nov 2]. Available from: https://jgi.doe.gov/data-and-tools/bbtools/.
  22. Dobin A, Davis CA, Schlesinger F, et al. STAR: ultrafast universal RNA-seq aligner. Bioinformatics. 2013;29(1):15-21. https://doi.org/10.1093/bioinformatics/bts635.
  23. Fu L, Niu B, Zhu Z, et al. CD-HIT: accelerated for clustering the next-generation sequencing data. Bioinformatics. 2012;28(23):3150-3152. https://doi.org/ 0.1093/bioinformatics/bts565.
  24. Davidson NM, Oshlack A. Corset: enabling differential gene expression analysis for de novo assembled transcriptomes. Genome Biol. 2014;15(7):410. https://doi.org/10.1186/s13059-014-0410-6.
  25. Hawkins AD, Oshlack A, Davidson NM. SuperTranscript: a data driven reference for analysis and visualisation of transcriptomes. BioRxiv. 2016:077750. https://doi.org/10.1101/077750.
  26. Thorvaldsdottir H, Robinson JT, Mesirov JP. Integrative Genomics Viewer (IGV): high-performance genomics data visualization and exploration. Brief Bioinform. 2013;14(2):178-192. https://doi.org/10.1093/bib/bbs017.
  27. Supek F, Bosnjak M, Skunca N, Smuc T. REVIGO summarizes and visualizes long lists of gene ontology terms. PLoS One. 2011;6(7):e21800. https://doi.org/10.1371/journal.pone.0021800.
  28. Huerta-Cepas J, Forslund K, Coelho LP, et al. Fast Genome-Wide Functional Annotation through Ortho logy Assignment by eggNOG-Mapper. Mol Biol Evol. 2017;34(8):2115-2122. https://doi.org/10.1093/molbev/msx148.
  29. Stanke M, Morgenstern B. AUGUSTUS: a web server for gene prediction in eukaryotes that allows user-defined constraints. Nucleic Acids Res. 2005;33(Web Server issue): W465-467. https://doi.org/10.1093/nar/gki458.
  30. Gasteiger E, Gattiker A, Hoogland C, et al. ExPASy: The proteomics server for in-depth protein knowledge and analysis. Nucleic Acids Res. 2003;31(13):3784-3788. https://doi.org/10.1093/nar/gkg563.
  31. UniProt C. The universal protein resource (UniProt). Nucleic Acids Res. 2008;36(Database issue): D190-195. https://doi.org/10.1093/nar/gkm895.
  32. Finn RD, Bateman A, Clements J, et al. Pfam: The protein families database. Nucleic Acids Res. 2014;42(D1):D222-D230. https://doi.org/10.1093/nar/gkt1223.
  33. spss-tutorials.com [Internet]. ANOVA – Simple Introduction [cited 2018 Nov 2]. Available from: https://www.spss-tutorials.com/anova-what-is-it/.
  34. Kosterin OE, Rozov SM. Mapping of the new mutation blb and the problem of integrity of linkage group I. Pisum Genet. 1993;25:27-31.
  35. Serova TA, Tsyganova AV, Tsyganov VE. Early nodule senescence is activated in symbiotic mutants of pea (Pisum sativum L.) forming ineffective nodules blocked at different nodule developmental sta ges. Protoplasma. 2018;255(5):1443-1459. https://doi.org/ 10.1007/s00709-018-1246-9.
  36. Chakraborty J, Ghosh P, Sen S, Das S. Epigenetic and transcriptional control of chickpea WRKY40 promoter activity under Fusarium stress and its heterologous expression in Arabidopsis leads to enhanced resistance against bacterial pathogen. Plant Sci. 2018;276:250-267. https://doi.org/10.1016/j.plantsci.2018.07.014.
  37. Birkenbihl RP, Kracher B, Ross A, et al. Principles and characteristics of the Arabidopsis WRKY regulatory network during early MAMP-triggered immunity. Plant J. 2018;96(3):487-502. https://doi.org/ 10.1111/tpj.14043.
  38. Xu X, Chen C, Fan B, Chen Z. Physical and functional interactions between pathogen-induced Arabidopsis WRKY18, WRKY40, and WRKY60 transcription factors. Plant Cell. 2006;18(5):1310-1326. https://doi.org/10.1105/tpc.105.037523.
  39. Rayson S, Arciga-Reyes L, Wootton L, et al. A role for nonsense-mediated mRNA decay in plants: pathogen responses are induced in Arabidopsis thaliana NMD mutants. PLoS One. 2012;7(2):e31917. https://doi.org/10.1371/journal.pone.0031917.
  40. Ruszkowski M, Szpotkowski K, Sikorski M, Jaskolski M. The landscape of cytokinin binding by a plant nodulin. Acta Crystallogr D Biol Crystallogr. 2013;69(Pt 12):2365-2380. https://doi.org/10.1107/S0907444913021975.
  41. Liu JJ, Ekramoddoullah AKM. The family 10 of plant pathogenesis-related proteins: Their structure, regulation, and function in response to biotic and abiotic stresses. Physiol Mol Plant Pathol. 2006;68(1-3):3-13. https://doi.org/10.1016/j.pmpp.2006.06.004.
  42. mtgea.noble.org/v3/ [Internet]. The Medicago truncatula Gene Expression Atlas (MtGEA) Project [ci ted 2018 Nov 3]. Available from: https://mtgea.noble.org/v3/.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема сборки «супертранскриптов» с последующим анализом событий альтернативного сплайсинга

Скачать (29KB)
Метаданные
3. Рис. 2. Схема расположения праймеров для количественной оценки изоформ. Верхний рисунок — схема изоформы с интроном (широкие блоки — экзоны, узкий — интрон). Нижний рисунок — схема изоформы, не содержащей интрон (черные блоки — экзоны, серый — граница экзонов)

Скачать (6KB)
Метаданные
4. Рис. 3. Распределение различных типов сайтов сплайсинга в транскриптоме клубеньков гороха

Скачать (39KB)
Метаданные
5. Рис. 4. Обогащение различных функциональных групп событиями альтернативного сплайсинга. Частота представляет собой процент транскриптов от общего количества, демонстрирующих альтернативный сплайсинг, попадающих в данную функциональную группу

Скачать (114KB)
Метаданные
6. Рис. 5. Сравнение экспрессии изоформ генов гороха PsPR-10, PsWRKY40, PsIGN, PsSIP1. На рис. а линиями соединены группы сравнения, демонстрирующие статистически значимые различия (корни относительно клубеньков на сроках 2, 4, 6 недель), на рис. г значимые различия показаны для изоформ в корнях относительно клубеньков на сроке 2, 4, 6 недель и отдельно изоформы с интроном и без в клубеньках на сроке 2 недели (* p < 0,05, ** p < 0,0001)

Скачать (158KB)
Метаданные

© Зорин Е.А., Кулаева О.А., Афонин А.М., Жуков В.А., Тихонович И.А., 2019

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».