Генетическая инженерия как методологическая основа функциональной геномики растений

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Функциональная геномика изучает динамические аспекты экспрессии генов и геномов, тонкие механизмы транскрипции и трансляции, а также межбелковые взаимодействия компонентов, участников этих процессов. Генетическая инженерия включает в себя комплекс знаний и разработанных методик, позволяющих экспериментально исследовать физиологическую роль генных продуктов, что является одной из задач функциональной геномики. Комплексные исследования, связанные с изучением функционирования генома, требуют анализа большого объема данных. В данном случае используют алгоритмы биоинформатики – междисциплинарной области, объединяющей комплекс наук и компьютерных технологий. В настоящем обзоре рассмотрены комбинированные методологические приемы, используемые в современной генной инженерии по изучению физиологической роли генов на моделях стабильных трансформантов растений. Наибольшее внимание уделено инсерционному мутагенезу и РНК-интерференции, а также их применению в свете изучения тонких механизмов ключевых биологических процессов.

Full Text

Restricted Access

About the authors

В. С. Фадеев

Федеральное государственное бюджетное учреждение науки Институт физиологии растений им. К.А. Тимирязева Российской академии наук

Author for correspondence.
Email: fadeevvs@gmail.com
Russian Federation, Москва

References

  1. Wang Z., Gerstein M., Snyder M. RNA-Seq: a revolutionary tool for transcriptomics // Nat. Rev. Genet. J. 2009. V. 1. P. 5763. https:doi.org/10.1038/nrg2484
  2. Anders S., Huber W. Differential expression analysis for sequence count data // BioMed Central J. 2010. V. 11: R106. https:doi.org/10.1186/gb-2010-11-10-r106
  3. Quail M.A., Smith M., Coupland P., Otto T.D., Harris S.R., Connor T.R., Bertoni A., Swerdlow H.P., Gu Y. A tale of three next generation sequencing platforms: comparison of ion torrent, pacific biosciences and illumina MiSeq sequencers // BMC Genom. 2012. V.13. № 341. https:doi.org/10.1186/1471-2164-13-341
  4. Stander E.A., Sepulveda L.J., Duge de Bernonville T., Carqueijeiro I., Koudounas K., Lemos Cruz P., Besseau S., Lanoue A., Papon N., Giglioli-Guivarch N., Dirks R., O’Connor S.E., Atehortua L., Oudin A., Courdavault V. Identifying genes involved in alkaloid biosynthesis in Vinca minor through transcriptomic and gene co-expression analysis // Biomolecules. 2020. V. 10: 1595. https:doi.org/10.3390/biom10121595
  5. Medema M.H., Osbourn A. Computational genomic identification and functional reconstitution of plant natural product biosynthetic pathways // Nat. Prod. Rep. 2016. V. 33. P. 951. https:doi.org/10.1039/c6np00035e
  6. Alonso-Blanco C., Andrade J., Becker C., Bemm F., Bergelson J. Borgwardt K.M., Cao J., Chae E., Dezwaan T.M., Ding W., Ecker J.R., Exposito-Alonso M., Farlow A., Fitz J., Gan X. et al. The 1001 Genomes Consortium. 1,135 genomes reveal the global pattern of polymorphism in Arabidopsis thaliana // Cell. 2016. V. 166. P. 481. https:doi.org/10.1016/j.cell.2016.05.063
  7. Baird N.A., Etter P.D., Atwood T.S., Currey M.C., Shiver A.L., Lewis Z.A., Selker E.U., Cresko W.A., Johnson E.A. Rapid SNP discovery and genetic mapping using sequenced RAD markers // PLoS ONE. 2008. V. 3: e3376. https:doi.org/10.1371/journal.pone.0003376
  8. Rowan B.A., Patel V., Weigel D., Schneeberger K. Rapid and inexpensive whole-genome genotyping-by-sequencing for crossover localization and fine-scale genetic mapping // G3: Genes, Genomes, Genetics. 2015. V. 5. P. 385. https:doi.org/10.1534/g3.114.016501
  9. Pisupati R., Reichardt I., Seren Ü., Korte P., Nizhynska V., Kerdaffrec E., Uzunova K., Rabanal F.A., Filiault D.L., Nordborg M. Verification of Arabidopsis stock collections using SNPmatch, a tool for genotyping high-plexed samples // Nature. 2017. V. 19: 170184. https:doi.org/10.1038/sdata.2017.184
  10. Chavali A.K., Rhee S.Y. Bioinformatics tools for the identification of gene clusters that biosynthesize specialized metabolites // Brief. Bioinform. 2018. V. 19. P. 1022. https:doi.org/10.1093/bib/bbx020
  11. Medema M.H., Kottmann R., Yilmaz P., Cummings M., Biggins J.B., Blin K., de Bruijn I., Chooi Y.H., Claesen J., Coates R.C., Cruz-Morales P., Duddela S., Düsterhus S., Edwards D.J, Fewer D.P. et al. Minimum information about a biosynthetic gene cluster // Nat. Chem. Biol. 2015. V. 11. P. 625. https:doi.org/10.1038/nchembio.1890
  12. Kautsar S.A., Duran H.G.S., Blin K., Osbourn A., Medema M.H. PlantiSMASH: automated identification, annotation and expression analysis of plant biosynthetic gene clusters // Nucleic Acids Res. 2017. V. 45. P. 55. https:doi.org/10.1093/nar/gkx305
  13. Schlapfer P., Zhang P., Wang C., Kim T., Banf M., Chae L., Dreher K., Chavali A.K., Nilo-Poyanco R., Bernard T., Kahn D., Rheeal S.Y. Genome-wide prediction of metabolic enzymes, pathways, and gene clusters in plants // Plant Physiol. 2017. V. 173. P. 2041. https:doi.org/10.1104/pp.16.01942
  14. Topfer N., Fuchs L. M., Aharoni A. The PhytoClust tool for metabolic gene clusters discovery in plant genomes // Nucleic Acids Res. 2017. V. 45. P. 7049. https:doi.org/10.1093/nar/gkx404
  15. Marton L., Wullems G. J., Molendijk L., Schilperoort R. A. In vitro transformation of cultured cells from Nicotiana tabacum by Agrobacterium tumefaciens // Nature. 1979. V. 277. P. 129. https:doi.org/10.1038/277129a0
  16. Herrera-Estrella L., Depicker A., Van Montagu M., Schell J. Expression of chimeric genes transferred into plant cells using a Ti-plasmid-derived vector // Nature. 1983. V. 303. P. 209. https:doi.org/10.1038/303209a0. S2CID 4330119
  17. Azria D., Bhalla P.L. Agrobacterium mediated transformation of Australian rice varieties and promoter analysis of major pollen allergen gene Orys1 // Plant Cell Rep. 2011. V. 30. P. 1673. https:doi.org/10.1007/s00299-011-1076-0
  18. Liu H., Xie X., Sun S., Zhu W., Ji J., Wang G. Optimization of Agrobacterium mediated transformation of sunflower Helianthus annuus L. immature embryos // AJCS. 2011. V. 5. P. 1616.
  19. Ziemienowicz A., Shim Y.S., Matsuoka A., Eudes F., Kovalchuk I. A novel method of transgene delivery into triticale plants using the Agrobacterium T-DNA derived nanocomplex // ASPB. 2012. P. 111. https:doi.org/10.1104/pp.111.192856
  20. Klein T.M., Wolf B.D., Wu R., Sanford J.C. High-velocity microprojectiles for delivering nucleic acids into living cells // Nature. 1987. V. 327. P. 70.
  21. Fadeev V.S., Blinkova O.V., Gaponenko A.K. Optimization of biological and physical parameters for biolistic genetic transformation of common wheat (Triticum aestivum L.) using a particle inflow gun // Russ. J. Genet. 2006. V. 42. P. 402.
  22. Fadeev V.S., Shimshilashvili Kh.R., Gaponenko A.K. Induction, regeneration, and biolistic sensitivity of different genotypes of common wheat (Triticum aestivum L.) // Russ. J. Genet. 2008. V. 44. P. 1257.
  23. Fire A., Xu S., Montgomery M.K., Kostas S.A., Driver S.E., Mello C.C. Potent and specific genetic interference by double-stranded RNA in Caenorhabditis elegans // Nature. 1998. V. 391. P. 806. https:doi.org/10.1038/35888
  24. Jackson A.L., Bartz S.R., Schelter J., Kobayashi S.V., Burchard J., Mao M., Li B., Cavet G., Linsley P.S. Expression profiling reveals off-target gene regulation by RNAi // Nat. Biotechnol. 2003. V. 21. P. 635. https:doi.org/10.1038/nbt831
  25. Birmingham A., Anderson E.M., Reynolds A., Ilsley-Tyree D., Leake D., Fedorov Y., Baskerville S., Maksimova E., Robinson K., Karpilow J., Marshall W.S., Khvorova A. 3’ UTR seed matches, but not overall identity, are associated with RNAi off-targets // Nat. Methods. 2006. V. 3. P. 199. https:doi.org/10.1038/nmeth854
  26. Huesken D., Lange J., Mickanin C., Weiler J., Asselbergs F., Warner J., Meloon B., Engel S., Rosenberg A., Cohen D., Labow M., Reinhardt M., Natt F., Hall J. Design of a genome-wide siRNA library using an artificial neural network // Nat. Biotechnol. 2005. V. 23. P. 995. https:doi.org/10.1038/nbt1118
  27. Ge G., Wong G., Luo B. Prediction of siRNA knockdown efficiency using artificial neural network models // Biochem. Biophys. Res. Commun. 2005. V. 336. P. 723. https:doi.org/10.1016/j.bbrc.2005.08.147
  28. Moffat J., Grueneberg D.A., Yang X., Kim S.Y., Kloepfer A.M., Hinkle G., Piqani B., Eisenhaure T.M., Luo B., Grenier J.K., Carpenter A.E., Foo S.Y., Stewart S.A., Stockwell B.R., Hacohen N. et al. A lentiviral RNAi library for human and mouse genes applied to an arrayed viral high-content screen // Cell. 2006. V. 124. P. 1283. https:doi.org/10.1016/j.cell.2006.01.040
  29. Waterhouse P.M., Wang M.B., Lough T. Gene silencing as an adaptive defense against viruses // Nature. 2001. V. 411. P. 834. https:doi.org/10.1038/35081168
  30. Voinnet O., Baulcombe D.C. Systemic signaling in gene silencing // Nature. 1997. V. 389. P. 553. https:doi.org/10.1038/39215
  31. Imlau A., Truernit E., Sauer N. Cell-to-cell and long distance trafficking of the green fluorescent protein in the phloem and symplastic unloading of the protein into sink tissues // Plant Cell. 1999. V. 11. P. 309. https:doi.org/10.1105/tpc.11.3.309
  32. Smith L.M., Pontes O., Searle L., Yelina N., Yousafzai F.K., Herr A.J., Pikaard C.S., Baulcombe D.C. An SNF2 protein associated with nuclear RNA silencing and the spread of a silencing signal between cells in Arabidopsis // Plant Cell. 2007. V. 19. P. 1507. https:doi.org/10.1105/tpc.107.051540
  33. Melnyk C.W., Molnar A., Baulcombe D.C. Intercellular and systemic movement of RNA silencing signals // EMBO J. 2011. V. 30. P. 3553. https:doi.org/10.1038/emboj.2011.274
  34. Zhao K., Zhang F., Yang Y., Ma Y., Liu Y., Li H., Zhang Z. Modification of plant height via RNAi suppression of MdGA20-ox gene expression in apple // J. Am. Soc. Hortic. Sci. 2016. V. 141. P. 242. https:doi.org/10.21273/JASHS.141.3.242
  35. Wenjing C., Shuangqin Y., Yun T., Hu M., Yongzhong W., Yingwu Y. SlCAND1, encoding cullin-associated Nedd8-dissociated protein 1, regulates plant height, flowering time, seed germination, and root architecture in tomato // Plant Mol. Biol. 2020. V. 102. P. 537. https:doi.org/10.1007/s11103-020-00963-7
  36. Flavell R.B., Bennett M.D., Smith J.B., Smith D.B. Genome size and proportion of repeated nucleotide sequence DNA in plants // Biochem. Genet. 1974. V. 12. P. 257. https:doi.org/10.1007/BF00485947
  37. Travella S., Klimm T., Keller B. RNA interference-based gene silencing as an efficient tool for functional genomics in hexaploid bread wheat // Plant Physiol. 2006. V. 142. P. 6. https:doi.org/10.1104/pp.106.084517
  38. Bartley G.E., Scolnik P.A. Plant carotenoids: pigments for photo-protection, visual attraction, and human health // Plant Cell. 1995. V. 7. P. 1027. https:doi.org/10.1105/tpc.7.7.1027
  39. Shimatani Z., Nishizawa-Yokoi A., Endo M., Toki S., Terada R. Positive–negative-selection-mediated gene targeting in rice // Front. Plant Sci. 2015. V. 5. P. 748. https:doi.org/10.3389/fpls.2014.00748
  40. Nester E.W. Agrobacterium: nature’s genetic engineer // Front. Plant Sci. 2015. V. 5. P. 730. https:doi.org/10.3389/fpls.2014.00730
  41. Jeon J.S, Lee S., Jung K.H., Jun S.H., Jeong D.H., Lee J., Kim C., Jang S., Lee S., Yang K. T-DNA insertional mutagenesis for functional genomics in rice // Plant J. 2000. V. 22. Р. 561. https:doi.org/10.1046/j.1365-313x.2000.00767.x
  42. Sallaud C., Meynard D., Boxtel J., Gay C., Bes M., Brizard J.P., Larmande P., Ortega D., Raynal M., Portefaix M., Ouwerkerk P.B.F., Rueb S., Delseny M., Guiderdoni E. Highly efficient production and characterization of T-DNA plants for rice (Oryza sativa L.) functional genomics // Theor. Appl. Genet. 2003. V. 106. P. 1396. https:doi.org/10.1007/s00122-002-1184-x
  43. Sallaud C., Gay C., Larmande P., Bès M., Piffanelli P., Piégu B., Droc G., Regad F., Bourgeois E., Meynard D. High throughput T-DNA insertion mutagenesis in rice: a first step towards in silico reverse genetics // Plant J. 2004. V. 39. Р. 450. https:doi.org/10.1111/j.1365-313X.2004.02145.x
  44. O’Malley R.C., Barragan C.C., Ecker J.R. A user’s guide to the Arabidopsis T-DNA insertion mutant collections // Methods Mol. Biol. 2015. V. 1284. Р. 323. https:doi.org/10.1007/978-1-4939-2444-8_16
  45. Pucker B., Kleinbölting N., Weisshaar B. Large scale genomic rearrangements in selected Arabidopsis thaliana T-DNA lines are caused by T-DNA insertion mutagenesis // BMC Genom. 2021. V. 22. Р. 599. https:doi.org/10.1186/s12864-021-07877-8
  46. Sasaki A., Yamaji N., Yokosho K., Ma J.F. Nramp5 Is a major transporter responsible for manganese and cadmium uptake in rice // Plant Cell. 2012. V. 24. P. 2155. https:doi.org/10.1105/tpc.112.096925
  47. Sun Q, Zhou D.X. Rice jmjC domain-containing gene JMJ706 encodes H3K9 demethylase required for floral organ development // Proc. Natl. Acad. Sci. USA. 2008. V. 105. P. 13679. https:doi.org/10.1073/pnas.0805901105
  48. Gao Y., Zhao Y. Epigenetic suppression of T-DNA insertion mutants in Arabidopsis // Mol. Plant. 2013. V. 6. P. 539. https:doi.org/10.1093/mp/sss093
  49. Xin Y., Meng S., Ma B., He W., He N. Mulberry genes MnANR and MnLAR confer transgenic plants with resistance to Botrytis cinerea // Plant Sci. 2020. V. 296: 110473. https:doi.org/10.1016/j.plantsci.2020.110473
  50. Nesi N., Jond C., Debeaujon I., Caboche M., Lepiniec L. The Arabidopsis TT2 gene encodes an R2R3 MYB domain protein that acts as a key determinant for proanthocyanidin accumulation in developing seed // Plant Cell. 2001. V. 13. P. 2099. https:doi.org/10.1105/tpc.010098
  51. Zhu Y., Peng Q.Z., Li K.G., Xie D.Y. Molecular cloning and functional characterization of the anthocyanidin reductase gene from Vitis bellula // Planta. 2014. V. 240. P. 381. https:doi.org/10.1007/s00425-014-2094-2
  52. Wang L., Jiang Y., Yuan L., Lu W., Yang L., Karim A., Luo K. Isolation and characterization of cDNAs encoding leucoanthocyanidin reductase and anthocyanidin reductase from Populus trichocarpa // PLoS One. 2013. V. 8: e64664. https:doi.org/10.1371/journal.pone.0064664
  53. Baulcombe D. RNA silencing in plants // Nature. 2004. V. 431. P. 356. https:doi.org/10.1038/nature02874
  54. Hanada K., Kuromori T., Myouga F., Toyoda T., Li W.H., Shinozaki K. Evolutionary persistence of functional compensation by duplicate genes in Arabidopsis // Genome Biol. Evol. 2009. V. 1. P. 409. https:doi.org/10.1093/gbe/evp043
  55. Hanada K., Sawada Y., Kuromori T., Klausnitzer R., Saito K., Toyoda T., Shinozaki K., Li W.H., Hirai M.Y. Functional compensation of primary and secondary metabolites by duplicate genes in Arabidopsis thaliana // Mol. Biol. Evol. 2011. V. 28. P. 377. https:doi.org/10.1093/molbev/msq204
  56. Ezoe A., Shirai K., Hanada K. Degree of functional divergence in duplicates is associated with distinct roles in plant evolution // Mol. Biol. Evol. 2021. V. 38. P. 1447. https:doi.org/10.1093/molbev/msaa302
  57. Takeda T., Ezoe A., Hanada K. Expression profiles in knock-down transgenic plants of high and low diversified duplicate genes in Arabidopsis thaliana // Genes Genet. Syst. 2023. V. 98. P. 283. https:doi.org/10.1266/ggs.23-00019
  58. Gout J.F., Kahn D., Duret L., & Paramecium Post-Genomics Consortium. The relationship among gene expression, the evolution of gene dosage, and the rate of protein evolution // PLoS Genet. 2010. V. 6: e1000944. https:doi.org/10.1371/journal.pgen.1000944
  59. Huang S., Li R., Zhang Z., Li L., Gu X., Fan W., Lucas W.J., Wang X., Xie B., Ni P., Ren Y., Zhu H., Li J., Lin K., Jin W. et al. The genome of the cucumber, Cucumis sativus L. // Nat. Genet. 2009. V. 41. P. 1275. https:doi.org/10.1038/ng.475
  60. Chai L., Fan H.F., Liu C., Du C.X. Progress of transgenic cucumber mediated by Agrobacterium tumefaciens // Trends Hortic. 2020. V. 3. P. 93. https:doi.org/10.24294/th.v3i1.1791
  61. Pan Y., Wang Y., McGregor C., Liu S., Luan F., Gao M., Weng Y. Genetic architecture of fruit size and shape variation in cucurbits: a comparative perspective // Theor. Appl. Genet. 2020. V. 133. P. 1. https:doi.org/10.1007/s00122-019-03481-3
  62. Pan Y., Wen C., Han Y., Wang Y., Li Y., Li S., Cheng X., Weng Y. QTL for horticulturally important traits associated with pleiotropic andromonoecy and carpel number loci, and a paracentric inversion in cucumber // Theor. Appl. Genet. 2020. V. 133. P. 2271. https:doi.org/10.1007/s00122-020-03596-y
  63. Wang Y., Bo K., Gu X., Pan J., Li Y., Chen J., Wen C., Ren Z., Ren H., Chen X. Molecularly tagged genes and quantitative trait loci in cucumber with recommendations for QTL nomenclature // Hortic. Res. 2020. V. 7: 3. https:doi.org/10.1038/s41438-019-0226-3
  64. Gebretsadik K., Qiu X., Dong S., Miao H., Bo K. Molecular research progress and improvement approach of fruit quality traits in cucumber // Theor. Appl. Genet. 2021. V. 134. P. 3535. https:doi.org/10.1007/s00122-021-03895-y
  65. Ma L., Wang Q., Zheng Y., Guo J., Yuan S., Fu A., Bai C., Zhao X., Zheng S., Wen C. Cucurbitaceae genome evolution, gene function, and molecular breeding // Hortic. Res. 2022. V. 9: uhab057. https:doi.org/ 10.1093/hr/uhab057
  66. Feng L.L., Wang X.Y., Xia L., Wang T.T., Li J., Chen J.F. Construction and rapid identification of cucumber T-DNA insertion mutants using GFP gene // J. Nucl. Agric. Sci. 2021. V. 35 P. 1540. https:doi.org/10.11869/j.issn.100-8551.2021.07.1540
  67. Miyao A., Nakagome M., Ohnuma T., Yamagata H., Kanamori H., Katayose Y., Takahashi A., Matsumoto T., Hirochika H. Molecular spectrum of somaclonal variation in regenerated rice revealed by whole-genome sequencing // Plant Cell Physiol. 2012. V. 53. P. 256. https:doi.org/10.1093/pcp/pcr172
  68. Hu C.A., Delauney A.J., Verma D.P. A bifunctional enzyme (Δ1-pyrroline-5-carboxylate synthetase) catalyzes the first two steps in proline biosynthesis in plants // Proc. Natl. Acad. Sci. USA. 1992. V. 89. P. 9354. https:doi.org/10.1073/pnas.89.19.9354
  69. Dahal P., Kwon E., Pathak D., Kim D.Y. Crystal structure of a tandem B-box domain from Arabidopsis CONSTANS // Biochem. Biophys. Res. Commun. 2022. V. 599. P. 38. https:doi.org/10.1016/j.bbrc.2022.02.025
  70. Aziz M.A., Sabeem M., Mullath S.K., Brini F., Masmoudi K. Plant group II LEA proteins: intrinsically disordered structure for multiple functions in response to environmental stresses // Biomolecules. 2021. V. 11. P. 1662. https:doi.org/10.3390/biom11111662
  71. Liu J., Shen J., Xu Y., Li X., Xiao J., Xiong L. Ghd2, A CONSTANS-like gene, confers drought sensitivity through regulation of senescence in rice // J. Exp. Bot. 2016. V. 67. P. 5785. https:doi.org/10.1093/jxb/erw344
  72. Kishor P., Hong Z., Miao G.H., Hu C., Verma D. Overexpression of Δ1-pyrroline-5-carboxylate synthetase increases proline production and confers osmotolerance in transgenic plants // Plant Physiol. 1995. V. 108. P. 1387. https:doi.org/10.1104/pp.108.4.1387
  73. Xu C., Shan J., Liu T., Wang Q., Ji Y., Zhang Y., Wang M., Xia N., Zhao L. CONSTANS-LIKE 1a positively regulates salt and drought tolerance in soybean // Plant Physiol. 2023. V. 191. P. 2427. https:doi.org/10.1093/plphys/kiac573p
  74. Zhao J., Qin B., Nikolay R., Spahn C.M.T., Zhang G. Translatomics: the global view of translation // Int. J. Mol. Sci. 2019. V. 20. P. 212. https:doi.org/10.3390/ijms20010212
  75. Zanetti M.E., Chang I.F., Gong F., Galbraith D.W., Bailey-Serres J. Immunopurification of polyribosomal complexes of Arabidopsis for global analysis of gene expression // Plant Physiol. 2005. V. 138. P. 624. https:doi.org/10.1104/pp.105.059477
  76. Mustroph A., Juntawong P., Bailey-Serres J. Isolation of plant polysomal mRNA by differential centrifugation and ribosome immunopurification methods // Methods Mol. Biol. 2009. V. 553. P. 109. https:doi.org/10.1007/978-1-60327-563-7_6
  77. Mustroph A., Zanetti M.E., Girke T., Bailey-Serres J. Isolation and analysis of mRNAs from specific cell types of plants by ribosome immunopurification // Methods Mol. Biol. 2013. V. 959. P. 277. https:doi.org/10.1007/978-1-62703-221-6_19
  78. Lin S.Y., Chen P.W., Chuang M.H., Juntawong P., Bailey-Serres J., Jauh G.Y. Profiling of translatomes of in vivo-grown pollen tubes reveals genes with roles in micropylar guidance during pollination in Arabidopsis // Plant Cell. 2014. V. 26. P. 602. https:doi.org/10.1105/tpc.113.121335
  79. Tian C.H., Zhang X.N., He J., Yu H.P., Wang Y., Shi B.H., Han Y.Y., Wang G.X., Feng X.M., Zhang C., Wang J., Qi J., Yu R., Jiao Y. An organ boundary-enriched gene regulatory network uncovers regulatory hierarchies underlying axillary meristem initiation // Mol. Syst. Biol. 2014. V. 10. P. 755. https:doi.org/10.15252/msb.20145470
  80. Ron M., Kajala K., Pauluzzi G., Wang D., Reynoso M.A., Zumstein K., Garcha J., Winte S., Masson H., Inagaki S., Garcha J., Winte S., Federici F., Sinha N., Deal R.B., et al. Hairy root transformation using Agrobacterium rhizogenes as a tool for exploring cell type-specific gene expression and function using tomato as a model // Plant Physiol. 2014. V. 166. P. 455. https:doi.org/10.1104/pp.114.239392
  81. Reynoso M.A., Blanco F.A., Bailey-Serres J., Crespi M., Zanetti M.E. Selective recruitment of mRNAs and miRNAs to polyribosomes in response to rhizobia infection in Medicago truncatula // Plant J. V. 73. 2013. P. 289. https:doi.org/10.1111/tpj.12033
  82. Castro-Guerrero N.A., Cui Y.Y., Mendoza-Cozatl D.G. Purification of translating ribosomes and associated mRNAs from soybean (Glycine max) // Curr. Protoc. Plant Biol. 2016. V. 1. P. 185. https:doi.org/10.1002/cppb.20011
  83. Zhao D.Y., Hamilton J.P., Hardigan M., Yin D.M., He T., Vaillancourt B., Reynoso M., Pauluzzi G., Funkhouser S., Cui Y.H., Bailey-Serres J., Jiang J., Buell C. R., Jiang N. Analysis of ribosome-associated mRNAs in rice reveals the importance of transcript size and GC content in translation // G3: Genes, Genomes, Genetics. 2017. V. 7. P. 203. https:doi.org/10.1534/g3.116.036020
  84. Jiao Y., Meyerowitz E.M. Cell-type specific analysis of translating RNAs in developing flowers reveals new levels of control // Mol. Syst. Biol. 2010. V. 6. P. 419. https:doi.org/10.1038/msb.2010.76
  85. Lin S.Y., Chen P.W., Chuang M.H., Juntawong P., Bailey-Serres J., Jauh G.Y. Profiling of translatomes of in vivo-grown pollen tubes reveals genes with roles in micropylar guidance during pollination in Arabidopsis // Plant Cell. 2014. V. 26. P. 602. https:doi.org/10.1105/tpc.113.121335
  86. Liu W., Sun J., Li J., Liu C., Si F., Yan B., Wang Z., Song X., Yang Y., Zhu Y., Cao X. Reproductive tissue-specific translatome of a rice thermo-sensitive genic male sterile line // J. Genet Genomics. 2022. V. 49. P. 624. https:doi.org/10.1016/j.jgg.2022.01.002
  87. Ding J.H., Lu Q., Ouyang Y.D., Mao H.L., Zhang P.B., Yao J.L., Xu C.G., Li X.H., Xiao J.H., Zhang Q.F. A long noncoding RNA regulates photoperiod-sensitive male sterility, an essential component of hybrid rice // Proc. Natl. Acad. Sci. USA. 2012. V. 109. P. 2654. https:doi.org/10.1073/pnas.1121374109
  88. Thellmann M., Andersen T.G., Vermeer J.E. Translating ribosome affinity purification (TRAP) to investigate Arabidopsis thaliana root development at a cell type-specific scale // J. Vis. Exp. 2020. V. 159: e60919 https:doi.org/10.3791/60919
  89. Andersen T.G. Naseer S., Ursache R., Wybouw B., Smet W., De Rybel B., Vermeer J.E. M., Geldne N. Diffusible repression of cytokinin signalling produces endodermal symmetry and passage cells // Nature. 2018. V. 555. P. 529. https:doi.org/10.1038/nature25976
  90. Van Verk M.C., Hickman R., Corne M.J., Pieterse M., Van Wees S.C. RNA-Seq: revelation of the messengers // Trends Plant Sci. 2013. V. 18. P. 175. https:doi.org/10.1016/j.tplants.2013.02.001
  91. Libault M., Pingault L., Zogli P., Schiefelbein J. Plant systems biology at the single-cell level // Trends Plant Sci. 2017. V. 22. P. 949. https:doi.org/10.1016/j.tplants.2017.08.006
  92. Mustroph A. Zanetti M.E., Jang C.J.H., Holtan H.E., Repetti P.P., Galbraith D.W., Girke T., Bailey-Serres J. Profiling translatomes of discrete cell populations resolves altered cellular priorities during hypoxia in Arabidopsis // Proc. Natl. Acad. Sci. USA. 2009. V. 106. P. 18843. https:doi.org/10.1073/pnas.0906131106
  93. Karve R., Iyer-Pascuzzi A.S. Digging deeper: high-resolution genome-scale data yields new insights into root biology // Curr. Opin. Plant Biol. 2015. V. 24. P. 24. https:doi.org/10.1016/j.pbi.2015.01.007

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Tasks of functional genomics of plants.

Download (428KB)
Indexing metadata
3. Fig. 2. A scheme for obtaining transgenic plants with specified properties, as well as creating libraries of insertion mutants.

Download (478KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

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».