- 1、本文档共24页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
作物生理报告
一种应对逆境的转录因子调节网络
小组成员
1.简介
我们都知道,当植物缺水时,他们的叶子会枯萎,他们开始看起来是干干的。但是在分子水平上发生了什么呢?
最新研究结果表明,在面对环境困境时,植物会使用一小组蛋白作为指挥员,来管理他们的抗压反应。
在分子水平上,植物对一个压力源的反应,是一个复杂的过程,涉及到数百个基因。发现这一分子事件中的关键指挥者,这可能为帮助植物更好地耐受压力提供了线索,例如面临气候变化的干旱。如果能控制这些导体中的一个,就能控制所有它引导的基因。
本研究,科学家实时跟踪了植物响应ABA的基因活动变化,并识别了这些主蛋白(控制着对一系列外部压力的响应))中的少量蛋白。研究团队使用一种技术,映射出这些调节蛋白与DNA结合的位置,定义了协调基因表达的关键因子,从而,允许对正在改变的条件产生一个有效的细胞反应。
本研究团队将参考植物拟南芥的3日龄幼苗暴露于脱落酸,并在固定的时间点上检查基因表达,总共超过60h。在这个过程中,他们收集了122个数据集,涉及33602个基因其中3061个基因是在至少一个时间点中不同表达上表达的。数据的分析显示了一个层次结构的控制,一些调控蛋白被列为基因表达最重要的贡献者。有趣的是,在一个特定的时间点上蛋白结合模式的快照,可以在很大程度上解释“大的跨度上的基因表达”,总之,这些动态显示出,对环境触发因子有一个协调的全基因组响应。有了这个网络视图,我们可以看到,这些组件中的一些,是由相同的主调节蛋白靶定的,这表明精确和协调的遗传控制。这对于农业用途可能是重要的,因为调节一个基因反过来可能会刺激或抑制另一组基因,从而让我们全面设计干预措施。
2.ABA反应的ChIP-seq分析
本研究使用ChIP-seq分析了不同集合的全基因组动态结合,以发现植物中ABA的转录调节网络。
实验显示,结合位点的数量在TFs和处理之间产生了很大的变化。
3.激素对转录因子结合和靶基因表达的影响
由前面图D可以看出由ABA引起的TF动态结合通常伴随着靶基因转录丰度的改变。
因此我们研究了动态结合是否可以预测ABA途径中的基因功能。
为了量化激素依赖性,TF结合的位点特异性变化,我们对在ABA处理和模拟处理之间的每个转录因子ChIP-seq峰进行了比较,通过对峰下的测序读数进行差异性结合分析。每个峰计算出了三个度量的差异结合:(i)标准读数变化(RCC),测量结合的绝对值变化,(ii)倍数变化(FC),测量结合的相对变化,(iii)结合的统计学的显著差异(FDR)。由于在我们的数据集中,下调的结合是有限的,所以我们集中于上调结合以确定RCC,FC和FDR的最佳阈值,来定义ABA响应途径中TF动态结合靶点和基因之间的关系。
Genes targeted by higher numbers of TFs with dynamic binding events(xaxis) have higher percentage sofoverlap(yaxis) with genes annotated with ABA and ABA-related GO terms, but not with GO terms specific to other hormones.This positive correlation is stronger for target genes associated with strongerdynamics (different-colored lines).
Hormone-dependent, locus-specific TF binding dynamics vary greatly across the genome. Log2 (fold change) of TF binding upon ABA treatment (y axis) was plotted against basal binding measured as log2 (normalized read counts) under mock treatment (x axis). Peaks were classified by three criteria: read count change (RCC,within top 20% ),fold change(FC,within top20%), and DiffBind FDR (0.1). Peaks satisfying all three criteria
您可能关注的文档
- 关于直播云的调研——针对在线教育讲解.pptx
- 以“出发”为题作文讲述.ppt
- 护理查对制度和执行医嘱制度讲解.ppt
- 以IT为基础的物流规划与设计讲述.ppt
- 光催化与应用讲解.pptx
- 护理管理与艺术讲解.ppt
- 光的直线传播教学设计讲解.doc
- 公开课-化学会考实验复习讲解.ppt
- 以横和竖为主笔的字讲述.ppt
- 护理团队执行力讲解.ppt
- 浙江省临海市白云高级中学2025届高三历史3月月考试题.doc
- 云南拾谷县第一中学2024_2025学年高二物理上学期10月月考试题.doc
- 2025版高考生物总复习第13讲基因的分离定律教案苏教版.doc
- 湖北省黄石实验高中2024_2025学年高一历史下学期期末考试模拟卷.doc
- 通史版2025版高考历史大一轮复习专题七近代化的曲折发展__中日甲午战争至五四运动前4第4讲从维新思想到新文化运动课后达标检测含解析新人教版.doc
- 2024年高考数学考试大纲解读专题04导数及其应用含解析文.doc
- 河南省许汝平九校联盟2024_2025学年高一语文上学期期末考试试题扫描版无答案.doc
- 江西省吉安市吉水县第二中学2024_2025学年高一历史上学期第二次月考试题.doc
- 北京市平谷区2025届高三政治一模考试试题含解析.doc
- 2025届中考物理第四讲物态变化专项复习测试无答案新人教版.docx
文档评论(0)