Уникальные характеристики транскриптомов линий гороха (Pisum sativum L.), контрастных по эффективности взаимодействий с почвенными микроорганизмами

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Горох посевной (Pisum sativum L.) способен образовывать симбиозы с почвенными организмами. Для различных сортов, генотипов и линий гороха польза от таких взаимодействия может значительно отличаться, поэтому был предложен термин «эффективность взаимодействия с полезными почвенными микроорганизмами» (ЭВППМ). Молекулярные основы данного признака исследованы недостаточно, и лишь малое число работ было посвящено ответу растения на комбинированные микробные препараты. В работе были использованы восемь линий гороха посевного, отличающихся по признаку ЭВППМ, которые выращивались в сосудах с почвой при инокуляции клубеньковыми бактериями и арбускулярно-микоризными грибами. Транскриптомные профили их корневых систем были исследованы с использованием метода 3'MACE РНК-секвенирования. Степень родства изучаемых линий была определена путем анализа однонуклеотидных вариантов (SNV – Single Nucleotide Variants), три линии с высоким и три с низким показателем ЭВППМ сформировали два хорошо различимых кластера. Экспрессия генов сравнивалась между этими двумя кластерами, что позволило идентифицировать маркерные транскрипты в обеих группах. В группе с высокой ЭВППМ была значительно снижена экспрессия генов, отвечающих за активность симбиоза, а экспрессия генов, связанных с ответом на патогены, была повышена, по сравнению с группой с низкой ЭВППМ. Этот результат указывает на то, что высокая ЭВППМ может быть связана с более жестким контролем симбионтов со стороны растения-хозяина, что позволяет растению тратить меньше ресурсов на поддержание микросимбионтов.

Об авторах

Алексей Михайлович Афонин

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Автор, ответственный за переписку.
Email: afoninalexeym@gmail.com
ORCID iD: 0000-0002-8530-0226

инженер-исследователь

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

Эмма Сергеевна Грибченко

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: gribemma@gmail.com
ORCID iD: 0000-0002-1538-5527

техник

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

Евгений Андреевич Зорин

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: kjokkjok8@gmail.com
ORCID iD: 0000-0001-5666-3020

инженер-исследователь

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

Антон Сергеевич Сулима

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: asulima@arriam.ru
ORCID iD: 0000-0002-2300-857X

канд. биол. наук

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

Дарья Андреевна Романюк

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: daria-rom@yandex.ru
ORCID iD: 0000-0001-9576-1256

канд. биол. наук

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

Александр Игоревич Жернаков

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: azhernakov@arriam.ru
ORCID iD: 0000-0001-8961-9317
Россия, 196608, Санкт-Петербург, Пушкин, 8, ш. Подбельского, д. 3

Оксана Юрьевна Штарк

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: oshtark@arriam.ru
ORCID iD: 0000-0002-3656-4559

канд. биол. наук

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

Гульнар Асановна Ахтемова

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: gakhtemova@arriam.ru
ORCID iD: 0000-0001-7957-3693

канд. биол. наук

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

Владимир Александрович Жуков

Всероссийский научно-исследовательский институт сельскохозяйственной микробиологии

Email: vzhukov@arriam.ru
ORCID iD: 0000-0002-2411-9191

канд. биол. наук

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

Список литературы

  1. Tsyganov V.E., Tsyganova A.V. Symbiotic Regulatory Genes Controlling Nodule Development in Pisum sativum L. // Plants. 2020. Vol. 9. No. 12. P. 1741. doi: 10.3390/plants9121741
  2. Shtark O., Provorov N., Mikić A., et al. Legume root symbioses: natural history and prospects for improvement // Ratar i Povrt. 2011. Vol. 48. P. 291–304. doi: 10.5937/ratpov1102291S
  3. Tikhonovich I.A., Andronov E.E., Borisov A.Y., et al. The principle of genome complementarity in the enhancement of plant adaptive capacities // Russ J Genet. 2015. Vol. 51. P. 831–846. doi: 10.1134/S1022795415090124
  4. Zohary D., Hopf M. Domestication of Plants in the Old World: The origin and spread of domesticated plants in Southwest Asia, Europe, and the Mediterranean Basin. Published to Oxford Scholarship Online, 2000. Доступ по ссылке: https://oxford.universitypressscholarship.com/view/10.1093/acprof: osobl/9780199549061.001.0001/acprof-9780199549061
  5. Smýkal P., Coyne C.J., Redden R., et al. Genetic and Genomic Resour. Grain Legume Improvement. Elsevier, 2013. doi: 10.1016/C2012-0-00217-7
  6. Weeden N.F. Genetic changes accompanying the domestication of Pisum sativum: is there a common genetic basis to the ‘domestication syndrome’ for legumes? // Ann Bot. 2007. Vol. 100. P. No. 5. P. 1017–1025. doi: 10.1093/aob/mcm122
  7. Smýkal P., Nelson M., Berger J., Von E. Wettberg, The Impact of Genetic Changes during Crop Domestication // Agronomy. 2018. Vol. 8. No. 7. P. 119. doi: 10.3390/agronomy8070119
  8. Штарк О.Ю., Данилова Т.Н., Наумкина Т.С., и др. Анализ исходного материала гороха посевного (Pisum sativum L.) Для селекции сортов с высоким симбиотическим потенциалом и выбор параметров для его оценки // Экологическая генетика. 2006. Т. 4, № 2. С. 22–28. doi: 10.17816/ecogen4222-28
  9. Shtark O.Y., Borisov A.Y., Zhukov V.A., Tikhonovich I.A. Mutually beneficial legume symbioses with soil microbes and their potential for plant production // Symbiosis. 2012. Vol. 58. P. 51–62. doi: 10.1007/s13199-013-0226-2
  10. Desalegn G., Turetschek R., Kaul H.-P., Wienkoop S. Microbial symbionts affect Pisum sativum proteome and metabolome under Didymella pinodes infection // J Proteomics. 2016. Vol. 143. P. 173–187. doi: 10.1016/J.JPROT.2016.03.018
  11. Ranjbar Sistani N., Kau H.-P., Desalegn G., Wienkoop S. Rhizobium Impacts on Seed Productivity, Quality, and Protection of Pisum sativum upon Disease Stress Caused by Didymella pinodes: Phenotypic, Proteomic, and Metabolomic Traits // Front Plant Sci. 2017. Vol. 8. doi: 10.3389/fpls.2017.01961
  12. Mamontova T., Afonin A.M., Ihling C., et al. Profiling of seed proteome in pea (Pisum sativum L.) lines characterized with high and low responsivity to combined inoculation with nodule bacteria and arbuscular mycorrhizal fungi // Molecules. 2019. Vol. 24. No. 8. P. 1603. doi: 10.3390/molecules24081603
  13. Shtark O.Y., Zhukov V.A., Puzanskiy R.K., et al. Metabolic alterations in pea leaves during arbuscular mycorrhiza development // PeerJ. 2019. doi: 10.7717/peerj.7495
  14. Zhernakov A.I., Shtark O.Y., Kulaeva O.A., et al. Mapping-by-sequencing using NGS-based 3'-MACE-Seq reveals a new mutant allele of the essential nodulation gene Sym33 (IPD3) in pea (Pisum sativum L.) // Peer J. 2019. Vol. 7. doi: 10.7717/peerj.6662
  15. Kozlova N., Strunnikova O.K. Production and specificity of polyclonal antibodies against soluble proteins from the arbuscular mycorrhizal fungus Glomus intraradices // Mycorrhiza. 2001. Vol. 10. P. 301–305. doi: 10.1007/PL00009999
  16. Afonin A., Sulima A., Zhernakov A., Zhukov V. Draft genome of the strain RCAM1026 Rhizobium leguminosarum bv. viciae // Genomics Data. 2017. Vol. 11. P. 85–86. doi: 10.1016/j.gdata.2016.12.003
  17. Zhukov V.A., Shtark O., Tikhonovich I.A. Evaluation of the symbiotic effectiveness of pea (Pisum sativum L.) genotypes in pot experiment // Agric Biol. 2017. Vol. 52. P. 607–614. doi: 10.15389/agrobiology.2017.3.607eng
  18. Fehske H., Schneider R., Weiße A. Computational Many-Particle Physics. Springer, Berlin, Heidelber, 2008. doi: 10.1007/978-3-540-74686-7
  19. Ewels P., Magnusson M., Lundin S., Käller M. MultiQC: summarize analysis results for multiple tools and samples in a single report // Bioinformatics. 2016. Vol. 32. No. 19. P. 3047–3048. doi: 10.1093/bioinformatics/btw354
  20. Афонин А.М., Леппянен И.В., Кулаева О.А., и др. Референсный транскриптом микоризованных корней гороха посевного (Pisum sativum L.) с высоким покрытием // Вавиловский журнал генетики и селекции. 2020. Т. 24, № 4. С. 331–339. doi: 10.18699/VJ20.625
  21. Kreplak J., Madoui M.A., Cápal P, et al. A reference genome for pea provides insight into legume genome evolution // Nat Genet. 2019. Vol. 51. P. 1411–1422. doi: 10.1038/s41588-019-0480-1
  22. Dobin A., Davis C.A., Schlesinger F., et al. STAR: ultrafast universal RNA-seq aligner // Bioinformatics. 2013. Vol. 29. No. 1. P. 15–21. doi: 10.1093/bioinformatics/bts635
  23. Love M.I., Huber W., Anders S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2 // Genome Biol. 2014. Vol. 15. ID550. doi: 10.1186/s13059-014-0550-8
  24. Lohse M., Nagel A., Herter T., et al. Mercator: a fast and simple web server for genome scale functional annotation of plant sequence data // Plant, Cell Environ. 2014. Vol. 37. No. 5. P. 1250–1258. doi: 10.1111/pce.12231
  25. Poplin R., Chang P.C., Alexander D., et al. A universal snp and small-indel variant caller using deep neural networks // Nat Biotechnol. 2018. Vol. 36. P. 983–987. doi: 10.1038/nbt.4235
  26. Lin M.F., Rodeh O., Penn J., et al. GLnexus: joint variant calling for large cohort sequencing // BioRxiv. 2018. ID343970. doi: 10.1101/343970
  27. Knaus B.J., Grünwald N.J. VCFR: a package to manipulate and visualize variant call format data in R // Mol Ecol Resour. 2017. Vol. 17. P. 44–53. doi: 10.1111/1755-0998.12549
  28. Jombart T. adegenet: a R package for the multivariate analysis of genetic markers // Bioinformatics. 2008. Vol. 24. No. 11. P. 1403–1405. doi: 10.1093/bioinformatics/btn129
  29. Kamvar Z.N., Brooks J.C., Grünwald N.J. Novel R tools for analysis of genome-wide population genetic data with emphasis on clonality // Front Genet. 2015. Vol. 6. doi: 10.3389/fgene.2015.00208
  30. Ribeiro C.W., Baldacci-Cresp F., Pierre O., Rouhier N. Regulation of Differentiation of Nitrogen-Fixing Bacteria by Microsymbiont Targeting of Plant Thioredoxin s1 // Curr Biol. 2017. Vol. 27. No. 2. P. 250–256. doi: 10.1016/j.cub.2016.11.013
  31. Kuhn H., Küster H., Requena N. Membrane steroid-binding protein 1 induced by a diffusible fungal signal is critical for mycorrhization in Medicago truncatula // New Phytol. 2010. Vol. 185. No. 3. P. 716–733. doi: 10.1111/j.1469-8137.2009.03116.x
  32. von Sivers L., Jaspar H., Johst B., et al. Brassinosteroids Affect the Symbiosis Between the AM Fungus Rhizoglomus irregularis and Solanaceous Host Plants // Front Plant Sci. 2019. Vol. 10. P. 571. doi: 10.3389/fpls.2019.00571
  33. Melo P.M., Lima L.M., Santos I.M., et al. Expression of the plastid-located glutamine synthetase of Medicago truncatula. Accumulation of the precursor in root nodules reveals an in vivo control at the level of protein import into plastids // Plant Physiol. 2003. Vol. 132. No. 1. P. 390–399. doi: 10.1104/pp.102.016675
  34. García-Calderón M., Chiurazzi M., Espuny M.R., Márquez A.J. Photorespiratory metabolism and nodule function: Behavior of Lotus japonicus mutants deficient in plastid glutamine synthetase // Mol Plant-Microbe Interact. 2012. Vol. 25. No. 2. P. 211–219. doi: 10.1094/MPMI-07-11-0200
  35. Stauder R., Welsch R., Camagna M., et al. Strigolactone Levels in Dicot Roots Are Determined by an Ancestral Symbiosis-Regulated Clade of the PHYTOENE SYNTHASE Gene Family // Front Plant Sci. 2018. Vol. 9. doi: 10.3389/fpls.2018.00255
  36. Waters M.T., Gutjahr C., Bennett T., Nelson D.C. Strigolactone Signaling and Evolution // Annu Rev Plant Biol. 2017. Vol. 68. P. 291–322. doi: 10.1146/annurev-arplant-042916-040925
  37. Tang H., Krishnakumar V., Bidwell S., et al. An improved genome release (version Mt4.0) for the model legume Medicago truncatula // BMC Genomics. 2014. Vol. 15. ID312. doi: 10.1186/1471-2164-15-312
  38. Klimmek F., Sjödin A., Noutsos C., et al. Abundantly and rarely expressed Lhc protein genes exhibit distinct regulation patterns in plants // Plant Physiol. 2006. Vol. 140. No. 3. P. 793–804. doi: 10.1104/pp.105.073304
  39. Marzec M. Perception and signaling of strigolactones // Front Plant Sci. 2016. Vol. 7. ID1260. doi: 10.3389/fpls.2016.01260
  40. Keymer A., Pimprikar P., Wewer V., et al. Lipid transfer from plants to arbuscular mycorrhiza fungi // Elife. 2017. Vol. 6. doi: 10.7554/eLife.29107
  41. Bravo A., Brands M., Wewer V., et al. Arbuscular mycorrhiza-specific enzymes FatM and RAM2 fine-tune lipid biosynthesis to promote development of arbuscular mycorrhiza // New Phytol. 2017. Vol. 214. No. 4. P. 1631–1645. doi: 10.1111/nph.14533
  42. Abdel-Lateif K., Bogusz D., Hocher V. The role of flavonoids in the establishment of plant roots endosymbioses with arbuscular mycorrhiza fungi, rhizobia and Frankia bacteria // Plant Signal Behav. 2012. Vol. 7. No. 6. P. 636–641. doi: 10.4161/psb.20039
  43. Wang P., Hawes C., Hussey P.J. Plant Endoplasmic Reticulum–Plasma Membrane Contact Sites // Trends Plant Sci. 2017. Vol. 22. No. 4. P. 289–297. doi: 10.1016/j.tplants.2016.11.008
  44. Genre A., Chabaud M., Faccio A., et al. Prepenetration apparatus assembly precedes and predicts the colonization patterns of arbuscular mycorrhizal fungi within the root cortex of both Medicago truncatula and Daucus carota // Plant Cell. 2008. Vol. 20. No. 5. P. 1407–1420. doi: 10.1105/tpc.108.059014
  45. Dao T.T.H., Linthorst H.J.M., Verpoorte R. Chalcone synthase and its functions in plant resistance // Phytochem Rev. 2011. Vol. 10. P. 397–412. doi: 10.1007/s11101-011-9211-7
  46. Mierziak J., Wojtasik W., Kulma A., et al. 3-Hydroxybutyrate Is Active Compound in Flax that Upregulates Genes Involved in DNA Methylation // Int J Mol Sci. 2020. Vol. 21. No. 8. P. 2887. doi: 10.3390/ijms21082887
  47. Chen T., Duan L., Zhou B., et al. Interplay of Pathogen-Induced Defense Responses and Symbiotic Establishment in Medicago truncatula // Front Microbiol. 2017. Vol. 8. P. 973. doi: 10.3389/fmicb.2017.00973
  48. Lenser T., Theißen G. Molecular mechanisms involved in convergent crop domestication // Trends Plant Sci. 2013. Vol. 18. No. 12. P. 704–714. doi: 10.1016/j.tplants.2013.08.007

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1

Скачать (59KB)
Метаданные
3. Рис. 2

Скачать (106KB)
Метаданные
4. Рис. 3

Скачать (214KB)
Метаданные

© ООО "Эко-Вектор", 2021


 


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».