首页 > 科技 >分子植物卓越中心发布植物多组学数据驱动的上下游调控因子挖掘平

分子植物卓越中心发布植物多组学数据驱动的上下游调控因子挖掘平

发布时间:2019-12-01 17:19:33
[摘要] 9月8日,the plant journal 期刊在线发表中国科学院分子植物科学卓越创新中心/植物生理生态研究所张一婧研究组搭建的挖掘植物基因及基因组位点上下游调控因子的网络平台,论文题为plant

9月8日,《植物杂志》在线发布了由中国科学院分子植物科学卓越中心/植物生理生态研究所张懿婧研究组建立的在基因组位点挖掘植物基因和上下游调控因子的网络平台。这篇论文的题目是工厂规章:从工厂多组数据中检索上游规章的数据驱动接口。该工作系统分析和整合了64种植物的数万组基因组数据,从而推断出用户输入的基因(或列表)和基因组位点(或列表)的上游和下游调节因子。这个大型数据驱动平台为准确、深入的功能和监管网络研究提供了重要线索。

随着高通量测序技术的发展,大量非模式植物,特别是各种作物的全基因组序列已经发表。挖掘所研究的基因和基因座的功能,或者从高通量数据中获得的基因列表和基因座列表,并推测上游和下游的调节因子,是极其紧迫的。然而,除了拟南芥(Arabidopsis thaliana)和水稻(rice)等少数模式植物对途径的研究相对深入外,大量植物基因的功能注释高度依赖于与模式物种已知功能基因的同源序列比对。由于植物物种的高度分化,多样性非常复杂,完全基于序列相似性的功能准确性预测相对较低。特别是,基于同源性比对的方法不能推断上游调节因子。快速积累的组织化学数据提供了大量的实验证据。例如,从转录组数据中获得的差异表达基因列表表示一组基因对某一治疗或突变体具有相似的反应。通过免疫沉淀测序可以获得一组由相同转录因子调节的基因和位点。最常与组蛋白相互作用的蛋白质可以通过整合蛋白质组信息获得,蛋白质组信息可能是这组因子的核心调节蛋白。总之,综合多组实验证据有助于准确预测上游和下游因素以及监管网络。

植物调节组学整合了六种植物物种(包括拟南芥、水稻、玉米、大豆、番茄和小麦)的一万套转录组和表观遗传数据集、蛋白质相互作用数据、来自其他来源的电子注释信息以及具有全基因组测序的另外56种植物物种与这六种物种之间的同源基因对。通过进一步的数据处理,开发了多基因组大数据驱动的基因和基因组位点(列表)功能和调控网络挖掘平台。

这项研究工作由分子植物卓越中心的团队独立完成。研究员张懿婧是论文的通讯作者,博士生冉小娟、赵飞和王跃都是共同的主要作者。该项目由中国科学院战略科学技术试验项目和基金委员会一般项目资助。

分子植物卓越中心发布植物多项数据驱动的上下游调控因子挖掘平台


广西十一选五开奖结果 福建十一选五投注 500万彩票网 北京28下载


焦点

推荐

最新

精选

© Copyright 2018-2019 coats4greys.com 参田资讯 Inc. All Rights Reserved.