Op RNA-Seq gebaseerde De Novo transcriptoomassemblage en genontdekking van Cistanche Deserticola vlezige stam-Ⅰ

Jul 24, 2024

Achtergronden

Cistanche deserticola is een volledig niet-fotosynthetische parasitaire plant met grote geneeskrachtige waarde en wordt voornamelijk verspreid in de woestijn van Noordwest-China. De gedroogde, vlezige stengel is een cruciaal tonicumtraditionele Chinese geneeskundemet rollen van voornamelijk het verbeteren van de mannelijke seksuele functie en het versterken van de immuniteit, maar er zijn weinig mechanistische onderzoeken uitgevoerd, deels vanwege het gebrek aan genomische en transcriptomische bronnen.

Natural cistanche tubulosa

NATUURLIJKE CISTANCHE TUBULOSA CHINESE TRADITIONELE GENEESKUNDE PHGS75% ECH 30% ACT 12%

Resultaten

In deze studie hebben we diepe transcriptoomsequencing uitgevoerd in de vlezige stam van C. deserticola, en ongeveer 80 miljoen lezingen werden gegenereerd met behulp van Illumina pair-end sequencing op het HiSeq2000-platform. Met behulp van de Trinity Assembler hebben we 95.787 transcriptsequenties verkregen met transcriptlengtes variërend van 200 bp tot 15.698 bp, met een gemiddelde lengte van 950 basen en een N50-lengte van 1.519 basen. Er werden 63.957 transcripten geïdentificeerd als actief tot expressie gebracht met FPKM groter dan of gelijk aan 0,5, waarbij 30.098 transcripten werden geannoteerd met genbeschrijvingen of genontologietermen door analyses van sequentiegelijkenis met verschillende openbare databases (Uniprot, NR en Nt bij NCBI en KEGG) . Bovendien hebben we belangrijke enzymgenen geïdentificeerd die betrokken zijn bij de biosynthese van lignine en fenylethanoïdeglycosiden (PhG's), waarvan bekend is dat ze de belangrijkste actieve ingrediënten zijn. Vier fenylalanine-ammoniak-lyase (PAL)-genen, het eerste sleutelenzym in de biosynthese van lignine en PhG, werden geïdentificeerd op basis van sequentievergelijking en fylogenetische analyse. Voor het eerst werden ook twee biosyntheseroutes van PhG's voorgesteld.

Conclusies

In totaal hebben we een globale analyse van het vlezige stamtranscriptoom van C. deserticola voltooid met behulp van RNA-seq-technologie. Uit de verzamelde en geannoteerde transcripten werd een verzameling enzymgenen geïdentificeerd die verband hielden met de biosynthese van lignine en fenylethanoïdeglycosiden, en de genfamilie van PAL werd ook voorspeld. De sequentiegegevens uit deze studie zullen een waardevolle hulpbron vormen voor het uitvoeren van toekomstig biosyntheseonderzoek naar fenylethanoïdeglycosiden en functionele genomische studies in deze belangrijke medicinale plant.

Invoering

C. deserticola is een wereldwijd geslacht van meerjarige woestijnplanten uit de Orobanchaceae-familie en is een volledig niet-fotosynthetische soort en groeit meestal ondergrondse holoparasitaire planten. Het wordt geparasiteerd op de wortels van psammofyt Haloxylon ammodendron (Chenopodiaceae), die voornamelijk in woestijnen en halfwoestijnen leeft vanwege zijn hoge tolerantie voor droogte en zoutgehalte. C. deserticola vertoont een sterke weerstand tegen barre omgevingsomstandigheden en wordt voornamelijk verspreid in Noordwest-China, vooral in Binnen-Mongolië, Gansu en Xinjiang. Het wordt de afgelopen jaren beschouwd als een bedreigde wilde soort als gevolg van de toegenomen consumptie door mensen. C. deserticola, die vaak woestijnginseng wordt genoemd, is algemeen bekend als woestijnbremraap en de gedroogde, vlezige stengel wordt al vele jaren op grote schaal gebruikt als een traditioneel belangrijk tonicum in China en Japan. Het werd voor het eerst ongeveer 1800 jaar geleden opgenomen in Shen Nong Ben Cao Jing (Woordenboek van de Chinese Materia Medica, 1977) en werd beschouwd als een van de belangrijkste bronnen van deChinees geneeskrachtig kruid Cistanche.

Chinese cistanche tubulosa

NATUURLIJKE CISTANCHE TUBULOSA VOOR HET VERBETEREN VAN DE SEKSUELE FUNCTIE PHGS75% ECH 30% ACT 12%

De extracten van C. deserticola bezitten een breed scala aan geneeskrachtige functies, vooral voor gebruik bij het verbeteren van de seksuele functie, het versterken van de nieren, het beschermen van de lever, de aperiëntactiviteit, het verbeteren van het geheugen, de immunomodulerende, antioxidatieve activiteit, ontstekingsremmende, antivirale activiteit, enz. De De belangrijkste bioactieve componenten van C. deserticola zijn fenylethanoïdeglycosiden (PheGs, PhGs). Tot nu toe zijn er meer dan 20 fenylethanoïdeglycosiden geïsoleerd uit de sappige stengel van C.deserticola. Onder hen,acteoside en echinacosidezijn twee hoofdcomponenten met significante farmacologische activiteiten en zijn gedocumenteerd als de kwaliteitsnormen van C. deserticola in de Chinese farmacopee (edities van 2005 en 2010). Drie chemische componenten van PhG's zijn organisch zuur, saccharide en fenylethanoïde. De details met betrekking tot de biosyntheseroutes van fenylethanoïde blijven echter slecht begrepen in C.deserticola.

Ondanks het commerciële en medicinale belang van C.deserticola zijn de genomische en transcriptomische gegevens van deze soort zeer beperkt. Er zijn geen EST's beschikbaar in de NCBI-database en de volledige genoominformatie voor deze soort blijft niet beschikbaar, behalve de chloroplastgenoomsequentie. De beperkte transcriptomische gegevens belemmeren de studie van PhG-biosynthetische mechanismen. RNA-seq-technologie kan sequenties genereren van de tot expressie gebrachte delen van het beoogde genoom en genen identificeren [18] met behulp van de NGS-technologieplatforms (zoals Applied Biosystems SOLiD, Illumina HiSeq en Roche 454). Het wordt steeds populairder bij de assemblage van transcriptoom de novo, omdat het een kosteneffectieve en krachtige aanpak is met hoge resolutie en een breed dynamisch bereik, vooral omdat het een voordeel heeft om transcripties met een lage overvloed te onderzoeken. Vanwege de verschillende voordelen is RNA-seq specifiek aantrekkelijk voor niet-modelorganismen met beperkte genetische hulpbronnen. Er is echter geen gedetailleerd onderzoek naar het transcriptoom van C. deserticola door RNA-seq.

In deze studie hebben we het stamtranscriptoom voor C. deserticola globaal gesequenced met behulp van het Illumina Hiseq2000-platform en hebben we ruwe gegevens van 7,9 G verkregen. Door assemblage en annotatie hebben we de genen gedolven die betrokken zijn bij de biosynthese van PhG en de genen die verantwoordelijk zijn voor de volledige biosynthese van lignine. Onze RNA-seq-analyse genereerde het eerste consensustranscriptoom van C. deserticola en leverde nieuwe inzichten op in een alomvattend begrip van de medicinale waarde van C. deserticola. Bovendien kan de hier beschreven methode op grote schaal worden toegepast om transcriptomen te profileren om de ontdekking van genen die betrokken zijn bij specifieke biosyntheseroutes van medicinale componenten in een andere medicinale plant met zeer beperkte genomische hulpbronnen te vergemakkelijken.

Materialen en methoden

Verzameling van plantmateriaal

De verse sappige stengel voor C. deserticola in de opgravingsfase werd verzameld van een plantenbasis in BayanHot City van Alxa League in Binnen-Mongolië in het noordwesten van China. De verzamelvergunning is verkregen van de eigenaar (HongKui CongRong Group) van de plantenbasis. Het voucher-exemplaar werd gedeponeerd in de Core Genomic Facility van het Beijing Institute of Genomics, Chinese Academie van Wetenschappen. Na het schoonmaken werden de sappige stengelweefsels in kleine stukjes gesneden en onmiddellijk ingevroren in vloeibare stikstof, en vervolgens bij -80 graden bewaard tot verdere verwerking.

RNA-extractie, constructie van cDNA-bibliotheek en Illumina-sequencing

Totaal RNA werd uit de succulente stengel geëxtraheerd met behulp van TRIzol Reagent (Invitrogen Inc., Californië, VS) volgens de instructies van de fabrikant. De resulterende monsters werden behandeld met DNase I om eventueel genomisch DNA te verwijderen. Geëxtraheerde RNA's werden gekwantificeerd met behulp van een Agilent 2100 bioanalyzer (Agilent Technologies) en gecontroleerd op integriteit met behulp van denaturerende agarosegelelektroforese met ethidiumbromidekleuring. RNA-monsters met A260/A280-verhoudingen tussen 1,9 en 2,1, RNA 28S:18S-verhoudingen hoger dan 1,0 en RNA-integriteitsgetallen (RIN's) -8.5 werden gebruikt in daaropvolgende analyses.

De RNA-seq-bibliotheken werden gegenereerd met behulp van Illumina Truseq RNA Sample Preparation Kits. Poly(A)+-RNA werd geïsoleerd uit totaal RNA met behulp van Dynal ligo(dT)25-kralen volgens de instructies van de fabrikant. Na zuivering werd een fragmentatiebuffer toegevoegd om het mRNA in korte fragmenten te breken. Eerste-strengs cDNA werd gesynthetiseerd met behulp van deze korte fragmenten als matrijzen, samen met SuperScript III reverse transcriptase en N6 willekeurige hexameerprimer. Vervolgens werd tweedestrengs cDNA gesynthetiseerd met behulp van buffer, dNTP's, RNaseH en DNA-polymerase I. Het resulterende dubbelstrengige cDNA werd onderworpen aan eindreparatie met behulp van T4 DNA-polymerase, DNA-polymerase I Klenow-fragment en T4-polynucleotidekinase, en geligeerd aan adapters met behulp van T4 DNA-ligase. Adapter-geligeerde fragmenten werden gezuiverd met behulp van een QiaQuick PCR-extractiekit en geëlueerd met EB-buffer. Na analyse met behulp van agarosegelelektroforese werden geschikte fragmenten geselecteerd als matrijzen voor PCR-amplificatie. Het sequencen van de resulterende cDNA-bibliotheek werd uitgevoerd met een Illumina HiSeq 2000-systeem.

Transcripts de novo assemblage en kwantificering van genexpressie

Ruwe metingen gegenereerd door sequencing werden opgeschoond door de adaptersequenties (ATCTCGTATGCCGTC) te verwijderen met behulp van een interne methode. Vervolgens voerden we een streng filterproces van lage kwaliteit uit. Ten eerste zouden basen met een phred-kwaliteitsscore lager dan 20 worden bijgesneden vanaf het 3'-uiteinde van de reeks, totdat ze tegen een base aanlopen met een hogere kwaliteit (groter dan of gelijk aan 20). Als de leeslengte korter was dan 50 bp, zou deze worden weggegooid. Ten tweede worden reads verder gefilterd op basis van het criterium dat 70% van de bases in één read scores van hoge kwaliteit hebben (groter dan of gelijk aan 20). Ten derde werden voor verdere montage alleen paired-end-reads gebruikt. De novo transcriptie-assemblage werd uitgevoerd met behulp van Trinity-release_20130216 [30], die bestond uit drie opeenvolgende softwaremodules: Inchworm, Chrysalis en Butterfly. De assemblageparameters zijn als volgt ingesteld:-seqType fq-JM 300G -min_contig_lengte 200-CPU 20-inchworm_cpu {{21} }bflyCPU 20.

Om de overvloed aan transcripties te kwantificeren, werden de gesequenced paar-end-lezingen opnieuw uitgelijnd met de samengestelde transcripties met behulp van een script in Trinity. In kaart gebrachte waarden werden gebruikt voor kwantificering door RSEM-software (RNA-Seq by Expectation Maximization). De overvloed aan genen of isovormen werd weergegeven door de waarde van het fragment per kilobase transcript per miljoen fragment in kaart gebracht (FPKM). De transcripten met een FPKM-waarde gelijk aan of groter dan 0.05 werden gedefinieerd als uitgedrukt.

Functionele annotatie van uitgedrukte transcripties

Er zijn geen genenannotatiesets van C. deserticola behalve het chloroplastgenoom [1]. We hebben de uitgedrukte transcripties geannoteerd door ze te vergelijken met Genbank Nt, Genbank Nr en TAIR10_ pep_20101214_geüpdatete datasets afzonderlijk met behulp van het BLAST-programma (E< = 1e-20). Meanwhile, all expressed transcripts were translated into potential proteins according to ORF prediction by TransDecoder and predicated for the conserved domains based on the Pfam database.

Gene Ontology en KEGG-pathway-annotatie Door sequentiegelijkenisuitlijning met de Uniprot-database (de Gene Ontology (GO)-annotatie van alle verzamelde transcripten werd verkregen met behulp van een associatiebestand gedownload van (ftp://ftp.ebi.ac.uk/pub/ databases/GO/goa/UNIPROT/gene_association. goa_uniprot.gz). GO-termen clustering van tot expressie gebrachte genen werd uitgevoerd met behulp van aangepaste scripts, en we annoteerden genen op het vierde niveau voor de CC-, BP- en MF-categorieën afzonderlijk.

KEGG-route-informatie werd toegewezen voor alle voorspelde eiwitsequenties met behulp van de online tool KAAS (KEGG Automatic Annotation Server) [34]. Sequenties in fasta-formaat werden ingediend bij KAAS-verzoek en de resulterende bestanden van alle route-informatie gerelateerd aan C. deserticola-stamtranscriptoom werden gedownload. De genendatasets van 13 plantenorganismen in KEGG werden gebruikt voor annotatie met behulp van de BBH-methode (bi-directionele best hit).

cistanche tubulosa extract

NATUURLIJK CISTANCHE TUBULOSA CISTANCHE-EXTRACT PHGS75% ECH 30% ACT 12%

RT-qPCR-analyse

Na digestie met DNase I werd ongeveer 5 µg totaal RNA omgezet in cDNA van de eerste streng via de omgekeerde transcriptiereactie met oligo(dT)15-primers en GoScript Reverse Transcription System (Promega). De cDNA-producten werden vervolgens 10-voudig verdund met nucleasevrij gedeïoniseerd water voordat ze als sjabloon in realtime PCR werden gebruikt. Specifieke cDNA's werden geamplificeerd door het GoTaq 2-Step RT-qPCR-systeem (Promega) in een volume van 20 ul. PCR-amplificatie werd uitgevoerd bij de uitgloeitemperatuur van 60 graden met het 7500 Real-Time PCR Detection System (Applied Biosystems) volgens de instructies van de fabrikant. Relatieve transcriptabundanties werden berekend met behulp van de vergelijkende cyclusdrempelmethode met gen "comp10579_c0" als interne standaard, met behulp van de 7500 Manager-software.

Primerparen voor RT-PCR zijn ontworpen op basis van online software (//primer3.ut.ee/) en worden vermeld in de S1-dataset.

Resultaten

RNA-sequencing en de novo transcriptoomassemblage van vlezige stengel van C. deserticola

De stengel van C. deserticola wordt al jaren op grote schaal gebruikt als een traditioneel belangrijk tonicum in China en Japan. Om een ​​globaal overzicht te krijgen van de genexpressie in de vlezige stengel van C. deserticola, hebben we in respectievelijk 2013 en 2014 C. deserticola-stengelmonsters van dezelfde plantenbasis verzameld. Totaal RNA's werden geëxtraheerd en polyA+ RNA's werden gezuiverd voor het construeren van RNA-seq-bibliotheken met gepaarde uiteinden. 79.433.734 en 86.019.176 pair-end-lezingen die overeenkomen met bijna 8 miljard en 8,6 miljard basen van de sequentie werden verkregen met behulp van de Illumina HiSeq 2000-sequencing

image

platform in steekproeven van 2013-jaar en 2014-jaar (tabel 1). Na het verwijderen van adaptersequenties en het filteren van lezingen van lage kwaliteit (zie details in Methoden), werden 64.831.040 hoogwaardige pair-end-lezingen in de steekproef van 2013-jaar gebruikt voor de novo transcriptoomassemblage. Met behulp van de Trinity sequence assembler [30] werden 51.719 genen en 95.787 transcriptsequenties gegenereerd met transcriptlengtes variërend van 200 bp tot 15.698 bp. De gemiddelde lengte van samengestelde transcripten is 950 basen en de N50-lengte is 1.519 basen. Het aantal transcripten in verschillende lengtes onthulde dat 57,32% van de samengestelde transcripten ongeveer 500 bp of langer waren (Figuur 1A). Hoogwaardige pair-end-lezingen in de steekproef van 2014-jaar werden toegewezen aan het samengestelde transcriptoom. Bovendien ontdekten we dat het transcriptaantal voor elk samengesteld gen varieerde en dat 69% van de genen met één isovorm tot expressie bracht, terwijl 31% van de genen twee of meer transcripten tot expressie bracht (Figuur 1B).

Expressiekwantificering en functionele annotatie van samengestelde transcripties

De overvloed aan genen of transcripties werd gekwantificeerd met behulp van het RSEM-pakket, waarin de gesequenced reads opnieuw werden uitgelijnd met de verzamelde genen of transcriptsequenties met behulp van Bowtie, en die in kaart gebrachte reads werden gebruikt voor kwantificering. De FPKM-waarde voor elk gen of transcript werd berekend en uiteindelijk identificeerden we 63.957 en 52.857 actief tot expressie gebrachte transcripten (FPKM-waarde groter dan of gelijk aan 0.5) in vlezige stammonsters van C. deserticola in 2{{17} }respectievelijk 13 en 2014. 44.776 transcripties (70,01% in de steekproef van 2013-jaar, 84,71% in de steekproef van 2014-jaar) werden vaak uitgedrukt in de twee replicaties, en de correlatie (Pearson-correlatiecoëfficiënt: 0,91979) van hun expressiegegevens was getoond in S1 Fig. De ruwe sequentiegegevens waren geüpload naar de NCBI SRA-database (toegangsnummers: SRX857402 en SRX858938). We gebruikten tot expressie gebrachte genen die in de steekproef van 2013-jaar waren geïdentificeerd voor verdere analyse. Functionele annotatie-informatie voor alle tot expressie gebrachte transcripties werd verkregen met behulp van twee methoden. Ten eerste werden alle tot expressie gebrachte transcripten afzonderlijk uitgelijnd met bekende nucleotide- (GenBank nt) en peptidesequentiedatabases (GenBank nr en Arabidopsis-peptide) door het BLAST-algoritme. Van de 63.957 uitgedrukte transcripties,

image

29.220 (45,7%) werden geannoteerd en vertoonden homologie met sequenties in een van de drie subjectdatabases met E-waarde-grenswaarde 1e-20. Ondertussen werden de kandidaat-coderende gebieden voor alle tot expressie gebrachte transcriptsequenties voorspeld met behulp van TransDecoder-software, en de langste ORF's voor elk transcript werden gebruikt voor het zoeken naar het Pfam-domein. Als resultaat werden 21.358 (33,4%) transcripties geannoteerd op basis van de Pfam-database. In totaal werden 30.098 (47,1%) transcripties significant gematcht met bekende genen in de openbare databases door de twee bovenstaande methoden te combineren. De volledige lijst met uitgedrukte transcripties met functieannotatie werd getoond in aanvullende gegevens (S2 Dataset).

We onderzochten de top 20 meest tot expressie gebrachte transcripten (tabel 2), die overeenkomen met 18,99% van alle sequencing-metingen, en ontdekten dat de meeste daarvan genen zijn die reageren op abiotische

image

stressprikkel. Dehydrine (DHNs), een klasse van hydrofiele en thermostabiele stresseiwitten met een hoog aantal geladen aminozuren die behoren tot de Groep II Late Embryogenesis Abundant (LEA) familie, is het meest tot expressie gebrachte gen. Er werd gedetecteerd dat drie verschillende dehyrintranscripten (comp28713_c0_seq1/2/4) in hoge mate tot expressie komen in vlezige stengels die mogelijk betrokken zijn bij de bescherming van cellen tegen schade veroorzaakt door droogtestress. Andere stressgerelateerde genen zoals heat shock-eiwit, pathogeen-gerelateerd eiwit en metallothioneïne bleken ook in hoge mate tot expressie te komen, wat mogelijk verband houdt met de ernstige overlevingsomgeving. Bovendien zijn er enkele constitutieve genen, waaronder het 26S ribosomaal RNA-gen (comp22329_c2_seq1), auxine-onderdrukt/slaap-geassocieerd eiwit (comp20999_c0_seq1), ADP-ribosylatiefactor (comp20499_ c0_seq1) werd ook in hoge mate getranscribeerd.

Cistanche tubulosa extract

NATUURLIJKE CISTANCHE TUBULOSA VOOR HET VERBETEREN VAN DE IMMUNITEIT PHGS75% ECH 30% ACT 12%

drk-green-rounded-corner-button-buy-now-web


Misschien vind je dit ook leuk