JIPB | 南京农业大学张绍铃院士团队构建梨多组学整合网络,为解析果实品质形成的分子调控机制提供全新技术平台

随着测序技术的快速变革和成本降低, 多组学测序技术包括转录组、蛋白质组、染色质开放组、三维空间基因组等已广泛应用到农艺性状形成的分子调控机制解析。然而, 如何将多维组学数据进行有效整合, 并应用于关键性状形成的分子调控网络鉴定，仍面临较大挑战。梨是我国第三大水果, 栽培面积和产量均居世界首位。目前, 梨果实发育与品质形成的多维度分子调控网络尚未被系统解析, 限制了对于果实品质的精准调控和分子育种应用。

近日, JIPB在线发表了南京农业大学张绍铃院士团队题为“A multi-omics integrative gene network of pear (Pyrus)”的研究论文 (https://doi.org/10.1111/jipb.70117)。该研究系统整合三维空间基因组、转录组、染色质开放组、蛋白质组等不同层级组学数据, 构建了梨多组学整合网络, 开发了全新的基因调控网络分析平台PearGRN (http://peargrn.njau.edu.cn), 为梨果实品质形成分子调控机制解析、新功能基因预测和智能设计育种提供了重要技术支撑。

图1 不同类型网络构建和多组学网络整合

利用该整合网络, 对果实糖代谢相关的基因调控网络进行了深入解析。课题组在前期研究中鉴定到参与蔗糖水解的液泡转化酶基因PbrvacInv1及其抑制因子PbrII5, 本研究从整合网络中提取与PbrII5 相关的子网络, 发现PbrII5和PbrSnRK1β存在关系, 进一步以PbrSnRK1β为核心继续扩展子网络后, 发现PbrSnRK1β与PbrSnRK1α、PbrvacInv5存在关系, 随后通过亚细胞定位、Y2H、BiFC和LCI等分子实验验证了蛋白互作关系, 揭示了PbrSnRK1α与PbrSnRK1β存在互作, PbrSnRK1β与PbrvacInv5和PbrII5发生互作进而调控液泡蔗糖水解的机制。

进一步借助机器学习模型, 预测了一批与果实糖代谢相关的关键功能基因 (图2), 通过初步分子功能验证, 证实大部分预测的功能基因可显著影响梨果实可溶性糖含量, 表明多组学整合网络与机器学习相结合的策略在关键功能基因挖掘中的应用潜力。

图2 不同机器学习模型在预测果实性状相关基因方面的性能

同时, 本研究自主开发了梨多组学整合网络分析数据库PearGRN (http://peargrn.njau.edu.cn) 包含多组学网络检索、数据可视化、转录调控关系鉴定、蛋白结构互作预测、机器学习模块等工具 (图3), 极大方便用户使用, 为梨果实品质形成基因调控网络解析提供重要平台。

图3 pearGRN多组学整合网络分析数据库

综上, 本研究构建了梨多组学整合基因调控网络, 为解析梨果实品质形成的复杂调控机制提供了新见解, 也为果实关键性状分子调控网络鉴定、功能基因挖掘和智能设计育种提供数据基础与技术支撑。