Аннотация завод функции генов с помощью комбинированного Genomics, метаболомики и информатики
Summary
Сочетание геномики, со-анализ экспрессии генов и идентификации целевых соединений через метаболизм дать генов функциональной аннотации.
Abstract
Учитывая постоянно растущее число моделей растений, для которых полная последовательность генома доступны и обилие биологических ресурсов, таких как нокаут мутанты, дикие присоединениях и передовые размножающихся популяций, есть рост бремени для функциональной аннотации генов. В этом протоколе аннотации генов растений функции, используя комбинированные совместного анализа экспрессии генов, метаболомики и информатики осуществляется (рис. 1). Этот подход основан на теории использования целевых генов известна функция позволит определить, не аннотированных генов могут быть вовлечены в процесс определенных метаболических, с определением целевых соединений через метаболомики. Стратегии выдвигаются для применения этой информации о населении порожденных прямом и обратном подходы генетики, несмотря ни один из этих усилий. В следствие такого подхода может также использоваться в качестве подхода к характеризуют неизвестные пики представляют новые или специальные себеcondary метаболитов в ограниченном тканей, растений или стресса лечение, которое в настоящее время является важным для понимания суда метаболизм растений.
Protocol
Discussion
Учитывая, что транскриптомику и метаболомики технологии были использованы в течение нескольких лет, процесс интеграции данных для метаболомики помощью генной аннотации обычно начинается с определения нового пика представляющий неизвестный метаболит. Этот факт приводит к следующему этапу, который должен оценить количественные различия в метаболита пики или новых генов кандидат считается ответственным за их биосинтеза. Стратегии, описанные в этом протоколе, однако, имеет три основные проблемы, я) трудности пик аннотации, II), сложность пути предсказания, в) разрешение информация гена и качество данных генной экспрессии. Для борьбы с первой проблемой, пик аннотации должна проводиться совместно с элюирования стандартных соединений или комбинаторный подход с использованием информации от MS н анализа, ссылки экстракт, мутант анализа метаболитов поиска базы данных и обзор литературы (рис. 2, 12). Для сecond проблемы, пути предсказания могут быть получены только путем правильного аннотации пик. Тем не менее, метаболит профилирования тканевой специфичности также может быть аннотация поддержки пик, так как накопление метаболитов должны быть связаны с геном выражения генов. Поэтому сочетание профилей различных тканей и условий роста могут быть полезны для этой второй задачи. Третья проблема, касающаяся разрешения ген информации зависит от прогресса в последовательности данных. В случае модели завода без завершения последовательности генома, со-анализа с использованием выражения ортологичных генов в другие растения модель полезна. Детальное сравнение выравнивания и анализ филогенетического древа аминокислотной последовательности могут поддерживать подключение модельных организмов других видов.
Этот протокол подходит для всех обменов. Он является наиболее эффективным для анализа промежуточных и средних метаболизма, которые также характеризуются быть подвержены сильным транскрипционных сКОНТРОЛЯ 1,5,11,16. В некоторых примерах, со-анализ экспрессии удалось быть выполнены в серой ассимиляции, гены β-окисления, с разветвленной цепью аминокислот деградации кислота, хлорофилл срыв, и лизин катаболизма 3, метаболизм клеточной стенки 10,7 и световой сигнализации каскада 14. Аннотация функции гена с помощью комбинированных геномики, метаболомики и информатики не только для генов биосинтетических и прямым регулятором транскрипционный фактор, но и для понимания физиологических процессов и реагирования (см. пример на рисунке 3. 14).
Чтобы развивать этот подход от модели растений сельскохозяйственных культур, метаболические сравнение по видам растений является мощным подход в некоторых общих метаболизма. Например, если же соединение обнаружено у разных видов растений, а некоторые ортологичных гены находятся в этих видов растений, крест видов совместного анализа с использованием выражения ортологичных генов может обеспечить стронг поддержку вашего прогноза. Этот подход может быть выполнена в Arabidopsis, тополь, люцерна, помимо важных культур, таких как ячмень, рис, пшеница и соя, путем совместного анализа экспрессии видов растений (6, Planet: http://aranet.mpimp-golm.mpg . де / ,, 9, КС: http://webs2.kazusa.or.jp/kagiana/cop0911/ , см., например, 15).
Offenlegungen
The authors have nothing to disclose.
Acknowledgements
Мы благодарим профессора Сайто Казуки в RIKEN PSC и доктор Бьорн Узаделя в MPIMP за полезные обсуждения. TT поддерживает общение с Александра фон Гумбольдта.
Materials
| Name of the reagent | Company | Catalogue number |
| Distilled water ULC/MS grad | BIOSOLVE | 23214102 |
| Acetonitrile (ACN) ULC/MS grade | BIOSOLVE | 01204102 |
| Methanol (MeOH) ULC/MS grade | BIOSOLVE | 13684102 |
| Formic acid (HCOOH) ULC/MS grade for liquid chromatography | BIOSOLVE | 06914131 |
| Standard compounds | EXTRASYNTHESE | |
| Linear ion trap (IT) ESI-MS system FINNIGAN-LTQ | Thermo Finnigan | |
| HPLC system Surveyor | Thermo Finnigan | |
| Analytical column Luna C18(2), 2.0 mm diameter, 150 mm length, 100 Å pore size and spherical particles of 3 mm | Phenomenex | 00F-4251-B0 |
| Xcalibur software | Thermo Finnigan |
Referenzen
- Aharoni, A., Keizer, L. C. P., Bouwmeester, H. J., Sun, Z. K., Alvarez-Huerta, M., Verhoeven, H. A., Blaas, J., van Houwelingen, A., De Vos, R. C. H., van der Voet, H. SAAT gene involved in strawberry flavor biogenesis by use of DNA microarrays. Plant Cell. 12, 647-661 (2000).
- Akiyama, K., Chikayama, E., Yuasa, H., Shimada, Y., Tohge, T., Shinozaki, K., Hirai, M. Y., Sakurai, T., Kikuchi, J., Saito, K. PRIMe: a Web site that assembles tools for metabolomics and transcriptomics. In Silico Biol. 8, 339-345 (2008).
- Araujo, W. L., Ishizaki, K., Nunes-Nesi, A., Larson, T. R., Tohge, T., Krahnert, I., Witt, S., Obata, T., Schauer, N., Graham, I. A., Leaver, C. J., Fernie, A. R. Identification of the 2-Hydroxyglutarate and Isovaleryl-CoA Dehydrogenases as Alternative Electron Donors Linking Lysine Catabolism to the Electron Transport Chain of Arabidopsis Mitochondria. Plant Cell. 22, 1549-1563 (2010).
- De Vos, R. C. H., Moco, S., Lommen, A., Keurentjes, J. J. B., Bino, R. J., Hall, R. D. Untargeted large-scale plant metabolomics using liquid chromatography coupled to mass spectrometry. Nat. Protoc. 2, (2007).
- Hirai, M. Y., Sugiyama, K., Sawada, Y., Tohge, T., Obayashi, T., Suzuki, A., Araki, R., Sakurai, N., Suzuki, H., Aoki, K., Goda, H., Nishizawa, O. I., Shibata, D., Saito, K. Omics-based identification of Arabidopsis Myb transcription factors regulating aliphatic glucosinolate biosynthesis. Proceedings of the National Academy of Sciences of the United States of America. 104, 6478-6483 (2007).
- Mutwil, M., Klie, S., Tohge, T., Giorgi, F. M., Wilkins, O., Campbell, M. M., Fernie, A. R., Usadel, B., Nikoloski, Z., Persson, S. PlaNet: Combined Sequence and Expression Comparisons across Plant Networks Derived from Seven Species. Plant Cell. 23, 895-910 (2011).
- Mutwil, M., Ruprecht, C., Giorgi, F. M., Bringmann, M., Usadel, B., Persson, S. Transcriptional Wiring of Cell Wall-Related Genes in Arabidopsis. Molecular Plant. 2, 1015-1024 (2009).
- Obayashi, T., Kinoshita, K., Nakai, K., Shibaoka, M., Hayashi, S., Saeki, M., Shibata, D., Saito, K., Ohta, H. ATTED-II: a database of co-expressed genes and cis elements for identifying co-regulated gene groups in Arabidopsis. Nucleic Acids Research. 35, D863-D869 (2007).
- Ogata, Y., Suzuki, H., Sakurai, N., Shibata, D. CoP: a database for characterizing co-expressed gene modules with biological information in plants. Bioinformatics. 26, 1267-1268 (2010).
- Persson, S., Wei, H. R., Milne, J., Page, G. P., Somerville, C. R. Identification of genes required for cellulose synthesis by regression analysis of public microarray data sets. Proceedings of the National Academy of Sciences of the United States of America. 102, 8633-8638 (2005).
- Tohge, T., Yonekura-Sakakibara, K., Niida, R., Watanabe-Takahashi, A., Saito, K. Phytochemical genomics in Arabidopsis thaliana: A case study for functional identification of flavonoid biosynthesis genes. Pure and Applied Chemistry. 79, 811-823 (2007).
- Tohge, T., Fernie, A. R. Web-based resources for mass-spectrometry-based metabolomics: A user’s guide. Phytochemistry. 70, 450-456 (2009).
- Tohge, T., Fernie, A. R. Combining genetic diversity, informatics and metabolomics to facilitate annotation of plant gene function. Nature Protocols. 5, 1210-1227 (2010).
- Tohge, T., Kusano, M., Fukushima, A., Saito, K., Fernie, A. R. Transcriptional and metabolic programs following exposure of plants to UV-B irradiation. Plant Signal Behav. 6, (2011).
- Tohge, T., Ramos, M. S., Nunes-Nesi, A., Mutwil, M., Giavalisco, P., Steinhauser, D., Schellenberg, M., Willmitzer, L., Persson, S., Martinoia, E., Fernie, A. R. Towards the storage metabolome: profiling the barley vacuole. Plant Physiol. , (2011).
- Yonekura-Sakakibara, K., Tohge, T., Matsuda, F., Nakabayashi, R., Takayama, H., Niida, R., Watanabe-Takahashi, A., Inoue, E., Saito, K. Comprehensive flavonol profiling and transcriptome coexpression analysis leading to decoding gene-metabolite correlations in Arabidopsis. Plant Cell. 20, 2160-2176 (2008).
