Генетическая архитектура роста дерева: модель для Populus euphratica

Полное понимание генетической архитектуры роста дерева — сложного взаимодействия между надземной и подземной частями растения — в науке о растениях остаётся неопределённым. Исследования всё чаще сосредотачиваются на том, как гены регулируют рост, используя передовые методы, такие как анализ транскриптома и полногеномные ассоциативные исследования (GWAS). Однако эти работы часто сужают фокус до нескольких генов или признаков, упуская целостный взгляд на целостность органов и полную генетическую сеть.

Следовательно, необходим комплексный подход с использованием моделей генов и технологий высокопроизводительного генотипирования, чтобы полностью понять генетические механизмы, формирующие сложные фенотипы растений.

В январе 2024 года журнал Plant Phenomics опубликовал статью «Genome-Wide Network Analysis of Above- and Below-Ground Co-growth in Populus euphratica».

В этом исследовании учёные представили новаторскую вычислительную модель, предназначенную для выявления генетических основ роста дерева у Populus euphratica, с фокусом на динамику развития и взаимодействие между надземными и подземными признаками. Интегрируя передовые методики, такие как системное картирование, функциональная кластеризация и теория эволюционных игр, модель успешно определила генетический вклад и топологию сети, управляющие формированием фенотипа.

В частности, исследование изучает взаимодействие четырёх критических признаков — длины стебля, длины главного корня, длины боковых корней и средней длины боковых корней — с использованием многомерной интерактивной модели (MDIM). Этот подход не только с высокой точностью описывает кривые роста этих признаков, но и проливает свет на сложное взаимодействие между ними, выявляя различные зависящие от времени характеристики роста и влияние генетических взаимодействий.

Результаты показывают, что главный корень демонстрирует превосходный рост по сравнению с другими признаками, особенно на ранних стадиях развития, что, вероятно, отвечает потребности растения в воде и питательных веществах. Кроме того, анализ значимых локусов количественных признаков (QTL) выявил 54 ключевых SNP по всему геному, что способствует пониманию генетической регуляции этих признаков. Примечательно, что способность модели симулировать рост и генетические эффекты у Populus euphratica в различных условиях подтвердила её надёжность и точность.

Дополнительно, построение многослойной крупномасштабной интерактивной сети, вдохновлённой структурами экосистем, позволило получить целостный вид общегеномной генетической архитектуры. Эта сеть, состоящая из множества модулей с различными генетическими эффектами, демонстрирует сложность генетических взаимодействий в признаках роста. Ключевые QTL идентифицированы, и их биологические функции аннотированы, что проясняет их роль в развитии растения. Иерархическая структура сети — от глобальных генетических взаимодействий до специфических эффектов SNP — предоставляет беспрецедентное понимание генетической основы сложных признаков.

В целом, это исследование не только углубляет генетическое понимание роста деревьев, но и задаёт прецедент для анализа сложных признаков у разных видов. Гибкость и масштабируемость модели предполагают её применимость к широкому спектру биологических вопросов, подчёркивая потенциал для революции в нашем подходе к генетическим исследованиям и селекции растений.