Высокопроизводительное секвенирование в генетике и селекции льна

Обложка

Цитировать

Полный текст

Аннотация

Лен (Linum usitatissimum L.) — важная масличная и прядильная культура. Применение современных методов селекции льна позволяет ускорять введение некоторых желаемых вариантов генов в генотипы будущих сортов. На сегодняшний день важным условием для их создания является развитие исследований, основанных на секвенировании нового поколения (NGS, Next Generation Sequencing). В данной обзорной статье обобщены результаты, полученные на основе применения NGS-секвенирования в исследовании льна. К настоящему моменту для L. usitatissimum получена генетическая карта cцепления с высокой плотностью маркеров, которую уже используют для более эффективного поиска локусов количественных признаков. На основе сравнительных исследований транскриптомов и микроРНК льна в контрольных и стрессовых условиях уточнены молекулярно-генетические механизмы ответов на биотические и абиотические стрессы. Была построена отличающаяся высокой точностью модель геномной селекции льна на устойчивость к пасмо. Также, благодаря применению NGS-секвенирования, удалось уточнить некоторые особенности эволюции геномов представителей рода Linum. Систематизированные в обзоре знания могут быть полезны для исследователей, ведущих работу по селекции льна, и представлять фундаментальный интерес для понимания филогенетических взаимоотношений внутри рода Linum, особенностей онтогенеза и механизмов ответа растений льна на различные факторы стресса.

Об авторах

Алёна Олеговна Ахметшина

ФГБНУ «ФИЦ Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова»

Автор, ответственный за переписку.
Email: akhmetshinaalena@gmail.com
ORCID iD: 0000-0002-2346-7258
SPIN-код: 3947-2772

младший научный сотрудник, лаборатория постгеномных исследований

Россия, Санкт-Петербург

Ксения Владимировна Стрыгина

ФГБНУ «ФИЦ Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова»

Email: k.strygina@vir.nw.ru
ORCID iD: 0000-0001-6938-1348

канд. биол. наук, старший научный сотрудник, лаборатория постгеномных исследований

Россия, Санкт-Петербург

Елена Константиновна Хлесткина

ФГБНУ «ФИЦ Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова»

Email: director@vir.nw.ru
ORCID iD: 0000-0002-8470-8254
SPIN-код: 3061-1429
Scopus Author ID: 6603368411
ResearcherId: T-2734-2017

профессор, д-р биол. наук, врио директора ВИР, заведующая лабораторией постгеномных исследований

Россия, Санкт-Петербург

Елизавета Алекандровна Пороховинова

ФГБНУ «ФИЦ Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова»

Email: e.porohovinova@vir.nw.ru
ORCID iD: 0000-0002-8328-9684
SPIN-код: 5033-3263
Scopus Author ID: 22986519000
ResearcherId: S-6756-2016

канд. биол. наук, старший научный сотрудник, отдел ГР масличных и прядильных культур

Россия, Санкт-Петербург

Нина Борисовна Брач

ФГБНУ «ФИЦ Всероссийский институт генетических ресурсов растений им. Н.И. Вавилова»

Email: n.brutch@vir.nw.ru
ORCID iD: 0000-0003-2253-6263
SPIN-код: 1753-4382
Scopus Author ID: 26665888600

д-р биол. наук, ведущий научный сотрудник, отдел ГР масличных и прядильных культур

Россия, Санкт-Петербург

Список литературы

  1. Кутузова С.Н., Чухина И.Г. Уточнение внутривидовой классификации культурного льна (Linum usitatissimum L.) методами классической генетики // Труды по прикладной ботанике, генетике и селекции. – 2017. – Т. 178. – № 3. – С. 97-109. [Kutuzova SN, Chukhina IG. Updating the intraspecific classification of cultivated flax (Linum usitatissimum L.) using methods of classical genetics. Trudy po prikladnoy botanike, genetike i selektsii. 2017;178(3):97-109. (In Russ.)]. https://doi.org/10.30901/2227-8834-2017-3-97-109.
  2. FAOSTAT [Internet]. Food and Agriculture Organization of the United Nation; 2017. [cited 2019 May 14] Available from: http://www.fao.org/faostat/ru/#data/QC.
  3. Лукомец В.М., Пивень В.Т., Тишков Н.М. Интегрированный подход к защите посевов льна масличного от вредных организмов // Защита и карантин растений. – 2010. – № 5. – С. 52-56. [Lukomets VM, Piven’ VT, Tishkov NM. Integrirovannyy podkhod k zashchite posevov l’na maslichnogo ot vrednykh organizmov. Zashchita i karantin rasteniy. 2010;(5): 52-56. (In Russ.)]
  4. Рябенко Л.Г., Мошненко Е.В., Зеленцов В.С., и др. Выделение морозоустойчивых форм льна с пониженной фотопериодической чувствительностью // Междунар. научно-практ. конф. «Инновационные исследования и разработки для научного обеспечения производства и хранения экологически безопасной сельскохозяйственной и пищевой продукции». – Краснодар, 2015. – 463 с. [Ryabenko LG, Moshnenko YeV, Zelentsov VS, et al. Vydeleniye morozoustoychivykh form l’na s ponizhennoy fotoperiodicheskoy chuvstvitel’nost’yu. (Conference proceedings) Mezhdunar. nauchno-prakt. konf. “Innovatsionnyye issledovaniya i razrabotki dlya nauchnogo obespecheniya proizvodstva i khraneniya ekologicheski bezopasnoy sel’sko-khozyaystvennoy i pishchevoy produktsii”. Krasnodar; 2015. 463 р. (In Russ.)]
  5. Кишлян Н.В., Рожмина Т.А., Кудрявцева Л.П., Киселева Т.С. Изучение сортообразцов в коллекции масличного льна на устойчивость к почвенной кислотности // Масличные культуры. – 2010. – № 2. – С. 107–112. [Kishlyan NV, Rozhmina ТА, Kudryavtseva LP, Kisilyova ТS. Studying of oil flax varieties in collection on resistance to soil acidity. Maslichnyye kul’tury. 2010;(2):107-122. (In Russ.)]
  6. Dmitriev AA, Kudryavtseva AV, Krasnov GS, et al. Gene expression profiling of flax (Linum usitatissimum L.) under edaphic stress. BMC Plant Biol. 2016;16(S3):237. https://doi.org/10.1186/s12870-016-0927-9.
  7. Sauer NJ, Narváez-Vásquez J, Mozoruk J, et al. Oligonucleotide-mediated genome editing provides precision and function to engineered nucleases and antibiotics in plants. Plant Physiol. 2016;170(4):1917-1928. https://doi.org/10.1104/pp.15.01696.
  8. Jannink JL, Lorenz AJ, Iwata H. Genomic selection in plant breeding: from theory to practice. Brief Funct Genomics. 2010;9(2):166-177. https://doi.org/10.1093/bfgp/elq001.
  9. He L, Xiao J, Rashid K, et al. Evaluation of genomic prediction for pasmo resistance in flax. Int J Mol Sci. 2019;20(2):359. https://doi.org/10.3390/ijms 20020359.
  10. Rogers CM. The systematics of Linum sect. Linopsis (Linaceae). Plant Syst Evol. 1982;140(2-3):225-234. https://doi.org/10.1007/BF02407299.
  11. Muravenko OV, Yurkevich OY, Bolsheva NL, et al. Comparison of genomes of eight species of sections Linum and Adenolinum from the genus Linum based on chromosome banding, molecular markers and RAPD analysis. Genetica. 2009;135(2):245-255. https://doi.org/10.1007/s10709-008-9273-7.
  12. Bolsheva NL, Melnikova NV, Kirov IV, et al. Evolution of blue-flowered species of genus Linum based on high-throughput sequencing of ribosomal RNA genes. BMC Evol Biol. 2017;17(S2):253. https://doi.org/10.1186/s12862-017-1105-x.
  13. You FM, Xiao J, Li P, et al. Chromosome-scale pseudomolecules refined by optical, physical and genetic maps in flax. Plant J. 2018;95(2):371-384. https://doi.org/10.1111/tpj.13944.
  14. Ragupathy R, Rathinavelu R, Cloutier S. Physical mapping and BAC-end sequence analysis provide initial insights into the flax (Linum usitatissimum L.) genome. BMC Genom. 2011;12(1):217. https://doi.org/10.1186/1471-2164-12-217.
  15. Wang Z, Hobson N, Galindo L, et al. The genome of flax (Linum usitatissimum L.) assembled de novo from short shotgun sequence reads. Plant J. 2012;72(3):461-473. https://doi.org/10.1111/j.1365- 313X.2012.05093.x.
  16. Aston C, Mishra B, Schwartz DC. Optical mapping and its potential for large-scale sequencing projects. Trends Biotechnol. 1999;17(7):297-302. https://doi.org/10.1016/S0167-7799(99)01326-8.
  17. de Santana Lopes A, Pacheco TG, Santos KG, et al. The Linum usitatissimum L. plastome reveals atypical structural evolution, new editing sites, and the phylogenetic position of Linaceae within Malpighiales. Plant Cell Rep. 2018;37(2):307-328. https://doi.org/10.1007/s00299-017-2231-z.
  18. BioProgect [Internet]. Bethesda (MD): National Library of Medicine (US). Linum usitatissimum CDC Bethune genome sequencing project [cited 2019 Jun 12]. Available from: https://www.ncbi.nlm.nih.gov/bioproject/68161.
  19. Phytozome [Internet]. The Regents of the University of California; 1997-2017 [cited 2019 Apr 23]. Available from: https://phytozome.jgi.doe.gov/pz/portal.html#!info?alias=Org_Lusitatissimum.
  20. EMBL-EBI [Internet]. Hinxton: European Molecular Biology Laboratory(UK) [cited 2019 Jun 18]. Available from: https://www.ebi.ac.uk/.
  21. Khlestkina EK, Salina EA. [SNP markers: methods of analysis, ways of development, and comparison on an example of common wheat (In Russ.)]. Genetika. 2006;42(6):725-736. https://doi.org/10.1134/s1022 795406060019.
  22. Cortés AJ, Chavarro MC, Blair MW. SNP marker diversity in common bean (Phaseolus vulgaris L.). Theor Appl Genet. 2011;123(5):827-845. https://doi.org/10.1007/s00122-011-1630-8.
  23. Kumar S, You FM, Cloutier S. Genome wide SNP discovery in flax through next generation sequencing of reduced representation libraries. BMC Genom. 2012;13(1): 684. https://doi.org/10.1186/1471-2164-13-684.
  24. Galindo-González L, Pinzón-Latorre D, Bergen EA, et al. Ion torrent sequencing as a tool for mutation discovery in the flax (Linum usitatissimum L.) genome. Plant Methods. 2015;11(1):19. https://doi.org/10.1186/s13007-015-0062-x.
  25. Peterson G, Dong Y, Horbach C, et al. Genotyping-by-sequencing for plant genetic diversity analysis: a lab guide for SNP genotyping. Diversity. 2014;6(4): 665-680. https://doi.org/10.3390/d6040665.
  26. Fu Y-B, Dong Y, Yang MH. Multiplexed shotgun sequencing reveals congruent three-genome phylogenetic signals for four botanical sections of the flax genus Linum. Mol Phylogenetics Evol. 2016;101:122-132. https://doi.org/10.1016/j.ympev.2016.05.010.
  27. Yi L, Gao F, Siqin B, et al. Construction of an SNP-based high-density linkage map for flax (Linum usitatissimum L.) using specific length amplified fragment sequencing (SLAF-seq) technology. PLoS One. 2017;12(12):e0189785. https://doi.org/10.1371/journal.pone.0189785.
  28. Yang H, Li C, Lam HM, et al. Sequencing consolidates molecular markers with plant breeding practice. Theor Appl Genet. 2015;128(5): 779-795. https://doi.org/10.1007/s00122-015-2499-8.
  29. Sun X, Liu D, Zhang X, et al. SLAF-seq: an efficient method of large-scale de novo snp discovery and genotyping using high-throughput sequencing. PLoS One. 2013;8(3):e58700. https://doi.org/10.1371/journal.pone.0058700.
  30. Zhang J, Long Y, Wang L, et al. Consensus genetic linkage map construction and QTL mapping for plant height-related traits in linseed flax (Linum usitatissimum L.). BMC Plant Biol. 2018;18(1):160. https://doi.org/10.1186/s12870-018-1366-6.
  31. Wu J, Zhao Q, Zhang L, et al. QTL mapping of fiber-related traits based on a high-density genetic map in flax (Linum usitatissimum L.). Front Plant Sci. 2018;9: 1-10. https://doi.org/10.3389/fpls.2018.00885.
  32. Barbazuk WB, Emrich SJ, Chen HD, et al. SNP discovery via 454 transcriptome sequencing. Plant J. 2007;51(5):910-918. https://doi.org/10.1111/j.1365- 313X.2007.03193.x.
  33. Wiedmann RT, Smith TP, Nonneman DJ. SNP discovery in swine by reduced representation and high throughput pyrosequencing. BMC Genet. 2008;9(1):81. https://doi.org/10.1186/1471-2156-9-81.
  34. Maughan PJ, Yourstone SM, Jellen EN, et al. SNP discovery via genomic reduction, barcoding, and 454-pyrosequencing in amaranth. Plant Genome. 2009;2(3):260. https://doi.org/10.3835/plantgenome2009.08.0022.
  35. Hyten DL, Song Q, Fickus EW, et al. High-throughput SNP discovery and assay development in common bean. BMC Genom. 2010;11:475. https://doi.org/10.1186/1471-2164-11-475.
  36. Fu YB, Peterson GW. Developing genomic resources in two Linum species via 454 pyrosequencing and genomic reduction. Mol Ecol Resour. 2012;12(3):492-500. https://doi.org/10.1111/ j.1755-0998.2011.03100.x.
  37. Miller MR, Dunham JP, Amores A, et al. Rapid and cost-effective polymorphism identification and genotyping using restriction site associated DNA (RAD) markers. Genome Res. 2007;17(2): 240-248. https://doi.org/10.1101/gr.5681207.
  38. Baird NA, Etter PD, Atwood TS, et al. Rapid SNP discovery and genetic mapping using sequenced rad markers. PLoS One. 2008;3(10):e3376. https://doi.org/10.1371/journal.pone.0003376.
  39. Trebbi D, Maccaferri M, de Heer P, et al. High-throughput SNP discovery and genotyping in durum wheat (Triticum durum Desf.). Theor Appl Genet. 2011;123(4):555-569. https://doi.org/10.1007/s00122-011-1607-7.
  40. Elshire RJ, Glaubitz JC, Sun Q, et al. A robust, simple genotyping-by-sequencing (GBS) approach for high diversity species. PLoS One. 2011;6(5):e19379. https://doi.org/10.1371/journal.pone.0019379.
  41. Zhang Y, Wang L, Xin H, et al. Construction of a high-density genetic map for sesame based on large scale marker development by specific length amplified fragment (SLAF) sequencing. BMC Plant Biol. 2013;13(1):141. https://doi.org/10.1186/1471-2229-13-141.
  42. Li B, Tian L, Zhang J, et al. Construction of a high-density genetic map based on large-scale markers developed by specific length amplified fragment sequencing (SLAF-seq) and its application to QTL analysis for isoflavone content in Glycine max. BMC Genom. 2014;15(1):1086. https://doi.org/10.1186/1471-2164-15-1086.
  43. Liu T, Guo L, Pan Y, et al. Construction of the first high-density genetic linkage map of Salvia miltiorrhiza using specific length amplified fragment (SLAF) sequencing. Sci Rep. 2016;6(1):24070. https://doi.org/10.1038/srep24070.
  44. Wei Q, Wang Y, Qin X, et al. An SNP-based saturated genetic map and QTL analysis of fruit-related traits in cucumber using specific-length amplified fragment (SLAF) sequencing. BMC Genom. 2014;15(1):1158. https://doi.org/10.1186/1471-2164-15-1158.
  45. Jiang B, Liu W, Xie D, et al. High-density genetic map construction and gene mapping of pericarp color in wax gourd using specific-locus amplified fragment (SLAF) sequencing. BMC Genom. 2015;16(1):1035. https://doi.org/10.1186/s12864-015-2220-y.
  46. Ma JQ, Huang L, Ma CL, et al. Large-scale SNP discovery and genotyping for constructing a high-density genetic map of tea plant using specific-locus amplified fragment sequencing (SLAF-seq). PLoS One. 2015;10(6):e0128798. https://doi.org/10.1371/journal.pone.0128798.
  47. Bohra A, Saxena RK, Gnanesh BN, et al. An intra-specific consensus genetic map of pigeonpea [Cajanus cajan (L.) Millspaugh] derived from six mapping populations. Theor Appl Genet. 2012;125(6):1325-1338. https://doi.org/10.1007/s00122-012-1916-5.
  48. Cloutier S, Ragupathy R, Miranda E, et al. Integrated consensus genetic and physical maps of flax (Linum usitatissimum L.). Theor Appl Genet. 2012;125(8):1783-1795. https://doi.org/10.1007/s00122-012-1953-0.
  49. Asgarinia P, Cloutier S, Duguid SR, et al. Mapping quantitative trait loci for powdery mildew resistance in flax. Crop Sci. 2013;53(6):2462. https://doi.org/10.2135/cropsci2013.05.0298.
  50. Würschum T. Mapping QTL for agronomic traits in breeding populations. Theor Appl Genet. 2012;125(2):201-210. https://doi.org/10.1007/s00122-012-1887-6.
  51. Pauli D, Muehlbauer GJ, Smith KP, et al. Association mapping of agronomic QTLs in U.S. Spring barley breeding germplasm. Plant Genome. 2014;7(3):1-15. https://doi.org/10.3835/plantgenome2013.11.0037.
  52. Atwell S, Huang YS, Vilhjálmsson BJ, et al. Genome-wide association study of 107 phenotypes in Arabidopsis thaliana inbred lines. Nature. 2010;465(7298):627-631. https://doi.org/10.1038/nature08800.
  53. Tian F, Bradbury PJ, Brown PJ, et al. Genome-wide association study of leaf architecture in the maize nested association mapping population. Nat Genet. 2011;43(2):159-162. https://doi.org/10.1038/ng.746.
  54. Gondro C, Julius HJ, van der Werf J, Hayes BJ. Genome-wide association studies and genomic prediction. Humana Press; 2013. https://doi.org/10.1007/978-1-62703-447-0.
  55. Soto-Cerda B, Cloutier S, Quian R, et al. Genome-wide association analysis of mucilage and hull content in flax (Linum usitatissimum L.) seeds. Int J Mol Sci. 2018;19(10):2870. https://doi.org/10.3390/ijms19102870.
  56. Xie D, Dai Z, Yang Z, et al. Genomic variations and association study of agronomic traits in flax. BMC Genom. 2018;19(1):512. https://doi.org/10.1186/s12864-018-4899-z.
  57. Xie D, Dai Z, Yang Z, et al. Genome-wide association study identifying candidate genes influencing important agronomic traits of flax (Linum usitatissimum L.) using SLAF-seq. Front Plant Sci. 2018;8:1-13. https://doi.org/10.3389/fpls. 2017.02232.
  58. He L, Xiao J, Rashid KY, et al. Genome-wide association studies for pasmo resistance in flax (Linum usitatissimum L.). Front Plant Sci. 2019;9:1-15. https://doi.org/10.3389/fpls.2018.01982.
  59. You F, Xiao J, Li P, et al. Genome-wide association study and selection signatures detect genomic regions associated with seed yield and oil quality in flax. Int J Mol Sci. 2018;19(10):2303. https://doi.org/10.3390/ijms19082303.
  60. Xie W, Wang G, Yuan M, et al. Breeding signatures of rice improvement revealed by a genomic variation map from a large germplasm collection. Proc Natl Acad Sci USA. 2015;112(39):e5411-5419. https://doi.org/10.1073/pnas.1515919112.
  61. Robertsen C, Hjortshøj R, Janss L. Genomic selection in cereal breeding. Agronomy. 2019;9(2):95. https://doi.org/10.3390/agronomy9020095.
  62. You FM, Booker HM, Duguid SD, et al. Accuracy of genomic selection in biparental populations of flax (Linum usitatissimum L.). Crop J. 2016;4(4):290-303. https://doi.org/10.1016/j.cj.2016.03.001.
  63. Soltis DE, Gitzendanner MA, Stull G, et al. The potential of genomics in plant systematics. Taxon. 2013;62(5):886-898. https://doi.org/10.12705/ 625.13.
  64. Emerson KJ, Merz CR, Catchen JM, et al. Resolving postglacial phylogeography using high-throughput sequencing. Proc Natl Acad Sci USA. 2010;107(37):16196-16200. https://doi.org/10.1073/pnas.1006538107.
  65. Andolfatto P, Davison D, Erezyilmaz D, et al. Multiplexed shotgun genotyping for rapid and efficient genetic mapping. Genome Res. 2011;21(4): 610-617. https://doi.org/10.1101/gr.115402.110.
  66. Ruhsam M, Rai HS, Mathews S, et al. Does complete plastid genome sequencing improve species discrimination and phylogenetic resolution in Araucaria? Mol Ecol Resour. 2015;15(5):1067-1078. https://doi.org/10.1111/1755-0998.12375.
  67. Ekblom R, Galindo J. Applications of next generation sequencing in molecular ecology of non-model organisms. Heredity (Edinb). 2011;107(1):1-15. https://doi.org/10.1038/hdy.2010.152.
  68. Straub SC, Parks M, Weitemier K, et al. Navigating the tip of the genomic iceberg: Next-generation sequencing for plant systematics. Am J Bot. 2012;99(2): 349-364. https://doi.org/10.3732/ajb.1100335.
  69. Bolsheva NL, Melnikova NV, Kirov IV, et al. Characterization of repeated DNA sequences in genomes of blue-flowered flax. BMC Evol Biol. 2019;19(S1):49. https://doi.org/10.1186/s12862-019-1375-6.
  70. Wang Z, Gerstein M, Snyder M. RNA-Seq: a revolutionary tool for transcriptomics. Nat Rev Genet. 2009;10(1):57-63. https://doi.org/10.1038/nrg2484.
  71. Haas BJ, Zody MC. Advancing RNA-Seq analysis. Nat Biotechnol. 2010;28(5):421-423. https://doi.org/10.1038/nbt0510-421.
  72. Wang L, Li P, Brutnell TP. Exploring plant transcriptomes using ultra high-throughput sequencing. Brief Funct Genom. 2010;9(2):118-128. https://doi.org/10.1093/bfgp/elp057.
  73. Wu J, Zhao Q, Sun D, et al. Transcriptome analysis of flax (Linum usitatissimum L.) undergoing osmotic stress. Ind Crops Prod. 2018;116:215-223. https://doi.org/10.1016/j.indcrop.2018.02.035.
  74. Yu Y, Huang W, Chen H, et al. Identification of differentially expressed genes in flax (Linum usitatissimum L.) under saline–alkaline stress by digital gene expression. Gene. 2014;549(1):113-122. https://doi.org/10.1016/j.gene.2014.07.053.
  75. Wu J, Zhao Q, Wu G, et al. Comprehensive analysis of differentially expressed unigenes under nacl stress in flax (Linum usitatissimum L.) using RNA-Seq. Int J Mol Sci. 2019;20(2):369. https://doi.org/10.3390/ijms20020369.
  76. Durrant A. The environmental induction of heritable change in Linum. Heredity. 1962;17:27-61. https://doi.org/10.1038/hdy.1962.2.
  77. Dmitriev AA, Krasnov GS, Rozhmina TA, et al. Glutathione S-transferases and UDP-glycosyltransferases are involved in response to aluminum stress in flax. Front Plant Sci. 2016;7:1-10. https://doi.org/10.3389/fpls.2016.01920.
  78. Zyablitsin AV, Dmitriev AA, Krasnov GS, et al. [CAX3 gene is involved in flax response to high soil acidity and aluminum exposure. (In Russ.)]. Mol Biol. 2018;52(4):514-519. https://doi.org/10.1134/S0026893318040192.
  79. Dmitriev AA, Krasnov GS, Rozhmina TA, et al. Flax (Linum usitatissimum L.) response to non-optimal soil acidity and zinc deficiency. BMC Plant Biol. 2019;19(S1):54. https://doi.org/10.1186/s12870-019-1641-1.
  80. Galindo-González L, Deyholos MK. RNA-Seq transcriptome response of flax (Linum usitatissimum L.) to the pathogenic fungus Fusarium oxysporum f. sp. lini. Front Plant Sci. 2016;7:1-22. https://doi.org/10.3389/fpls.2016.01766.
  81. Dmitriev AA, Krasnov GS, Rozhmina TA, et al. Differential gene expression in response to Fusarium oxysporum infection in resistant and susceptible genotypes of flax (Linum usitatissimum L.). BMC Plant Biol. 2017;17(S2):253. https://doi.org/10.1186/s12870-017-1192-2.
  82. Zhang N, Deyholos MK. RNA-Seq analysis of the shoot apex of flax (Linum usitatissimum L.) to identify phloem fiber specification genes. Front Plant Sci. 2016;7:1-5. https://doi.org/10.3389/fpls.2016.00950.
  83. Mokshina N, Gorshkov O, Ibragimova N, et al. Cellulosic fibres of flax recruit both primary and secondary cell wall cellulose synthases during deposition of thick tertiary cell walls and in the course of graviresponse. Funct Plant Biol. 2017;44(8):820. https://doi.org/10.1071/FP17105.
  84. Shivaraj SM, Deshmukh RK, Rai R, et al. Genome-wide identification, characterization and expression profile of aquaporin gene family in flax (Linum usitatissimum). Sci Rep. 2017;7(1):46137. https://doi.org/10.1038/srep46137.
  85. Dash PK, Rai R, Mahato AK, et al. Transcriptome landscape at different developmental stages of a drought tolerant cultivar of flax (Linum usitatissimum). Front Chem. 2017;5:1-4. https://doi.org/10.3389/fchem.2017.00082.
  86. Gorshkova T, Chernova T, Mokshina N, et al. Transcriptome analysis of intrusively growing flax fibers isolated by laser microdissection. Sci Rep. 2018;8(1):14570. https://doi.org/10.1038/s41598-018-32869-2.
  87. Sequence Read Archive [Internet]. Bethesda (MD): National Library of Medicine (US) [cited 2019 Jun 12]. Available from: https://www.ncbi.nlm.nih.gov/sra.
  88. Gene Expression Omnibus [Internet]. Bethesda (MD): National Library of Medicine (US) [cited 2019 Jun 12]. Available from: https://www.ncbi.nlm.nih.gov/geo/.
  89. Jones-Rhoades MW, Bartel DP, Bartel B. MicroRNAs and their regulatory roles in plants. Annu Rev Plant Biol. 2006;57(1):19-53. https://doi.org/10.1146/annurev.arplant.57.032905.105218.
  90. Sunkar R, Chinnusamy V, Zhu J, et al. Small RNAs as big players in plant abiotic stress responses and nutrient deprivation. Trends Plant Sci. 2007;12(7):301-309. https://doi.org/10.1016/j.tplants.2007.05.001.
  91. Guleria P, Mahajan M, Bhardwaj J, et al. Plant small RNAs: biogenesis, mode of action and their roles in abiotic stresses. Genomics Proteomics Bioinformatics. 2011;9(6):183-199. https://doi.org/10.1016/S1672-0229(11)60022-3.
  92. Khraiwesh B, Zhu JK, Zhu J. Role of miRNAs and siRNAs in biotic and abiotic stress responses of plants. Biochim Biophys Acta. 2012;1819(2):137-148. https://doi.org/10.1016/j.bbagrm.2011.05.001.
  93. Melnikova NV, Dmitriev AA, Belenikin MS, et al. Identification, expression analysis, and target prediction of flax genotroph micrornas under normal and nutrient stress conditions. Front Plant Sci. 2016;7:399. https://doi.org/10.3389/fpls.2016.00399.
  94. Yu Y, Wu G, Yuan H, et al. Identification and characterization of miRNAs and targets in flax (Linum usitatissimum) under saline, alkaline, and saline-alkaline stresses. BMC Plant Biol. 2016;16(1):124. https://doi.org/10.1186/s12870-016-0808-2.
  95. Dmitriev AA, Kudryavtseva AV, Bolsheva NL, et al. miR319, miR390, and miR393 are involved in aluminum response in flax (Linum usitatissimum L.). BioMed Res Int. 2017;2017: 1-6. https://doi.org/10.1155/2017/4975146.
  96. Melnikova NV, Dmitriev AA, Belenikin MS, et al. Excess fertilizer responsive miRNAs revealed in Linum usitatissimum L. Biochimie. 2015;109:36-41. https://doi.org/10.1016/j.biochi.2014.11.017.
  97. miRBase [Internet]. Manchester: University of Manchester (UK) [cited 2019 Jul 19]. Available from: http://www.mirbase.org/textsearch.shtml?q=Linum.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Использование ДНК-маркеров льна в исследованиях в разных странах. Составлено на основе поиска публикаций в базе данных Scopus (www.scopus.com, дата обращения 01.02.2019) по пересечению ключевых слов «Marker» и «Linum»

Скачать (85KB)
Метаданные
3. Рис. 2. Схематическое представление современных селекционных подходов, основанных на использовании комбинирования подходов для маркер-ориентированной и геномной селекции. SNP — single nucleotide polymorphism (однонуклеотидный полиморфизм), DArT — diversity arrays technology (ДНК-чип технология для изучения разнообразия), GBS — Genotyping by Sequencing (генотипирование путем секвенирования), AFLP — аmplified fragment length polymorphism (полиморфизм длины амплифицированных фрагментов), SSR — simple sequence repeat (однонуклеотидный полиморфизм), RAPD — random amplification of polymorphic DNA (случайно амплифицированная полиморфная ДНК), RFLP — restriction fragment length polymorphism (полиморфизм длины рестрикционных фрагментов), QTL — quantitative trait loci (локус количественных признаков), GWAS — genome-wide association studies (полногеномный анализ ассоциаций)

Скачать (177KB)
Метаданные
4. Рис. 1. Основные направления исследований льна с использованием ДНК-маркеров. Число публикаций (цифры в скобках), связанных с применением ДНК-маркеров по основным направлениям селекции льна, на основе публикаций в базе данных Scopus (www.scopus.com, дата обращения 13.09.2019) по пересечению ключевого слова «Marker» с «Fiber Flax» (лен, используемый для производства волокна) / «Linseed» (лен масличный) и с «Resistance» (устойчивость к биотическому стрессу) / «Tolerance» (устойчивость к абиотическому стрессу) / «Fiber content» (содержание волокна) / «Seed yield» (семенная продуктивность) / «Fatty acid» (жирные кислоты). * Не во всех статьях возможно определить о каком именно типе льна идет речь

Скачать (159KB)
Метаданные

© Ахметшина А.О., Стрыгина К.В., Хлесткина Е.К., Пороховинова Е.А., Брач Н.Б., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.
 


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах