Name: Kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny ATL E3 w winorośli (Wideo) | JoVE Journal
Uploaded: 2017-12-22T12:30:00.000+00:00
Duration: 10 min 40 s
Description: Poznaj kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny ATL E3 w winorośli. Ta metoda umożliwia szczegółową charakterystykę struktury genów, motywów białkowych oraz wzorców ekspresji.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Praca była wspierana przez Uniwersytet w Weronie w ramach Wspólnego Projektu 2014 (Charakterystyka rodziny genów ATL u winorośli i jej udziału w odporności na Plasmopara viticola).

<ol><li>Jaillon, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+grapevine+genome+sequence+suggests+ancestral+hexaploidization+in+major+angiosperm+phyla%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">The grapevine genome sequence suggests ancestral hexaploidization in major angiosperm phyla.</a> Nature. 449 (7161), 463-467 (2007).</li>
<li>Adam-Blondon, A. -F., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAdam-Blondon%2C+A-F+%22Genetics%2C+Genomics%2C+and+Breeding+of+Grapes%22">Genetics, Genomics, and Breeding of Grapes</a>. , Science Publishers. 211-234 (2011).</li>
<li>Chen, L., Hellmann, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+E3+Ligases%3A+Flexible+Enzymes+in+a+Sessile+World%5BTitle%5D)+AND+%22Mol.+Plant%22%5BJournal%5D)">Plant E3 Ligases: Flexible Enzymes in a Sessile World.</a> Mol. Plant. 6 (5), 1388-1404 (2013).</li>
<li>Vierstra, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ubiquitin-26S+proteasome+system+at+the+nexus+of+plant+biology%5BTitle%5D)+AND+%22Nat.+Rev.+Mol.+Cell+Biol%22%5BJournal%5D)">The ubiquitin-26S proteasome system at the nexus of plant biology.</a> Nat. Rev. Mol. Cell Biol. 10 (6), 385-397 (2009).</li>
<li>Serrano, M., Parra, S., Alcaraz, L. D., Guzmán, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ATL+Gene+Family+from+Arabidopsis+thaliana+and+Oryza+sativa+Comprises+a+Large+Number+of+Putative+Ubiquitin+Ligases+of+the+RING-H2+Type%5BTitle%5D)+AND+%22J.+Mol.+Evol%22%5BJournal%5D)">The ATL Gene Family from Arabidopsis thaliana and Oryza sativa Comprises a Large Number of Putative Ubiquitin Ligases of the RING-H2 Type.</a> J. Mol. Evol. 62 (4), 434-445 (2006).</li>
<li>Aguilar-Hernández, V., Aguilar-Henonin, L., Guzmán, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diversity+in+the+Architecture+of+ATLs%2C+a+Family+of+Plant+Ubiquitin-Ligases%2C+Leads+to+Recognition+and+Targeting+of+Substrates+in+Different+Cellular+Environments%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Diversity in the Architecture of ATLs, a Family of Plant Ubiquitin-Ligases, Leads to Recognition and Targeting of Substrates in Different Cellular Environments.</a> PLoS One. 6 (8), e23934(2011).</li>
<li>Guzmán, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+prolific+ATL+family+of+RING-H2+ubiquitin+ligases%5BTitle%5D)+AND+%22Plant+Signal+Behav%22%5BJournal%5D)">The prolific ATL family of RING-H2 ubiquitin ligases.</a> Plant Signal Behav. 7 (8), 1014-1021 (2012).</li>
<li>Grimplet, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+grapevine+gene+nomenclature+system%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">The grapevine gene nomenclature system.</a> BMC Genomics. 15, 1077(2014).</li>
<li>Prince, V. E., Pickett, F. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Splitting+pairs%3A+the+diverging+fates+of+duplicated+genes%5BTitle%5D)+AND+%22Nat.+Rev.+Genet%22%5BJournal%5D)">Splitting pairs: the diverging fates of duplicated genes.</a> Nat. Rev. Genet. 3 (11), 827-837 (2002).</li>
<li>Magadum, S., Nerjee, U., Murugan, P., Gangapur, D., Ravikesavan, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+duplication+as+a+major+force+in+evolution%5BTitle%5D)+AND+%22J.+Gen%22%5BJournal%5D)">Gene duplication as a major force in evolution.</a> J. Gen. 92 (1), 155-161 (2013).</li>
<li>Wang, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patterns+of+Gene+Duplication+and+Their+Contribution+to+Expansion+of+Gene+Families+in+Grapevine%5BTitle%5D)+AND+%22Plant+Mol.+Biol.+Rep%22%5BJournal%5D)">Patterns of Gene Duplication and Their Contribution to Expansion of Gene Families in Grapevine.</a> Plant Mol. Biol. Rep. 31 (4), 852-861 (2013).</li>
<li>Fasoli, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Grapevine+Expression+Atlas+Reveals+a+Deep+Transcriptome+Shift+Driving+the+Entire+Plant+into+a+Maturation+Program%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">The Grapevine Expression Atlas Reveals a Deep Transcriptome Shift Driving the Entire Plant into a Maturation Program.</a> Plant Cell. 24 (9), 3489-3505 (2012).</li>
<li>BLAST. BLAST2.6.0. , Available from:
 <a target="_blank" href="https://blast.ncbi.nlm.nih.gov/Blast.cgi">https://blast.ncbi.nlm.nih.gov/Blast.cgi</a> (2016).</li>
<li>MEGA. MEGA7.0.25 build 7170412. , Available from:
 <a target="_blank" href="http://www.megasoftware.net/">http://www.megasoftware.net/</a> (2017).</li>
<li>MEME. MEME Suite Version 4.11.4. , Available from:
 <a target="_blank" href="http://meme-suite.org/">http://meme-suite.org/</a> (2017).</li>
<li>ProtParam. ExPASy Server. , Available from:
 <a target="_blank" href="http://web.expasy.org/protparam/">http://web.expasy.org/protparam/</a> (2005).</li>
<li>ngLOC v1.0. , Available from:
 <a target="_blank" href="http://genome.unmc.edu/ngLOC/index.html">http://genome.unmc.edu/ngLOC/index.html</a> (2007).</li>
<li>TargetP v1.1 Server. , Available from:
 <a target="_blank" href="http://www.cbs.dtu.dk/services/TargetP/">http://www.cbs.dtu.dk/services/TargetP/</a> (2000).</li>
<li>Prowler v1.2. , Available from:
 <a target="_blank" href="http://bioinf.scmb.uq.edu.au:8080/pprowler_webapp_1-2/">http://bioinf.scmb.uq.edu.au:8080/pprowler_webapp_1-2/</a> (2005).</li>
<li>MuSite v1.0. , Available from:
 <a target="_blank" href="http://musite.sourceforge.net/">http://musite.sourceforge.net/</a> (2010).</li>
<li>Pfam. Pfam version 31.0. , Available from:
 <a target="_blank" href="http://pfam.xfam.org/">http://pfam.xfam.org/</a> (2016).</li>
<li>TMHMM v2.0c. , Available from:
 <a target="_blank" href="http://www.cbs.dtu.dk/services/TMHMM/">http://www.cbs.dtu.dk/services/TMHMM/</a> (2007).</li>
<li>ExPASy. ProtScale. , Available from:
 <a target="_blank" href="http://web.expasy.org/protscale/">http://web.expasy.org/protscale/</a> (2005).</li>
<li>CRIBI. Grape genome database. , Available from:
 <a target="_blank" href="http://genomes.cribi.unipd.it/grape/">http://genomes.cribi.unipd.it/grape/</a> (2012).</li>
<li>PhenoGram. , Available from:
 <a target="_blank" href="http://visualization.ritchielab.psu.edu/phenograms/plot">http://visualization.ritchielab.psu.edu/phenograms/plot</a> (2012).</li>
<li>ScanX v0.8. , Available from:
 <a target="_blank" href="http://chibba.pgml.uga.edu/mcscan2/">http://chibba.pgml.uga.edu/mcscan2/</a> (2013).</li>
<li>Interactive Tree Of Life (iTOL). Version3.5.3. , Available from:
 <a target="_blank" href="http://itol.embl.de/">http://itol.embl.de/</a> (2016).</li>
<li>UniProt. , Available from:
 <a target="_blank" href="http://www.uniprot.org/">http://www.uniprot.org/</a> (2016).</li>
<li>Phylogeny.fr. , Available from:
 <a target="_blank" href="http://www.phylogeny.fr/index.cgi">http://www.phylogeny.fr/index.cgi</a> (2008).</li>
<li>MUSCLE. , Available from:
 <a target="_blank" href="http://www.ebi.ac.uk/Tools/msa/muscle/">http://www.ebi.ac.uk/Tools/msa/muscle/</a> (2017).</li>
<li>Gblocks Server. Version 0.91b. , Available from:
 <a target="_blank" href="http://molevol.cmima.csic.es/castresana/Gblocks_server.html">http://molevol.cmima.csic.es/castresana/Gblocks_server.html</a> (2002).</li>
<li>Vitis vinifera cv. Corvina gene expression Atlas. , Available from:
 <a target="_blank" href="https://www.researchgate.net/publication/273383414_54sample_datamatrix_geneIDs_Fasoli2012">https://www.researchgate.net/publication/273383414_54sample_datamatrix_geneIDs_Fasoli2012</a> (2015).</li>
<li>Multiple Experiment Viewer (MeV). Version 4.8.1. , Available from:
 <a target="_blank" href="http://mev.tm4.org/">http://mev.tm4.org/</a> (2017).</li>
<li>Sequence Read Archive (SRA). , Available from:
 <a target="_blank" href="https://www.ncbi.nlm.nih.gov/sra">https://www.ncbi.nlm.nih.gov/sra</a> (2017).</li>
<li>Bolger, A. M., Lohse, M., Usadel, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Trimmomatic%3A+a+flexible+trimmer+for+Illumina+sequence+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Trimmomatic: a flexible trimmer for Illumina sequence data.</a> Bioinformatics. 30 (15), 2114-2120 (2014).</li>
<li>Langmead, B., Salzberg, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+gapped-read+alignment+with+Bowtie+2%5BTitle%5D)+AND+%22Nat+Meth%22%5BJournal%5D)">Fast gapped-read alignment with Bowtie 2.</a> Nat Meth. 9 (4), 357-359 (2012).</li>
<li>Anders, S., Pyl, P. T., Huber, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((HTSeq-a+Python+framework+to+work+with+high-throughput+sequencing+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">HTSeq-a Python framework to work with high-throughput sequencing data.</a> Bioinformatics. 31 (2), 166-169 (2015).</li>
<li>R. Version 3.4.1. , Available from:
 <a target="_blank" href="https://www.r-project.org/">https://www.r-project.org/</a> (2017).</li>
<li>Ritchie, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((limma+powers+differential+expression+analyses+for+RNA-sequencing+and+microarray+studies%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">limma powers differential expression analyses for RNA-sequencing and microarray studies.</a> Nucleic Acids Res. 43 (7), e47(2015).</li>
<li>Love, M. I., Huber, W., Anders, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Moderated+estimation+of+fold+change+and+dispersion+for+RNA-seq+data+with+DESeq2%5BTitle%5D)+AND+%22Genome+Biology%22%5BJournal%5D)">Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2.</a> Genome Biology. 15 (12), 550(2014).</li>
<li>EMBL-EBI. EMBOSS Needle. , Available from:
 <a target="_blank" href="http://www.ebi.ac.uk/Tools/psa/emboss_needle/">http://www.ebi.ac.uk/Tools/psa/emboss_needle/</a> (2017).</li>
<li>Ariani, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-wide+characterisation+and+expression+profile+of+the+grapevine+ATL+ubiquitin+ligase+family+reveal+biotic+and+abiotic+stress-responsive+and+development-related+members%5BTitle%5D)+AND+%22Sci.+Rep%22%5BJournal%5D)">Genome-wide characterisation and expression profile of the grapevine ATL ubiquitin ligase family reveal biotic and abiotic stress-responsive and development-related members.</a> Sci. Rep. 6, 38260(2016).</li>
<li>Vitulo, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+deep+survey+of+alternative+splicing+in+grape+reveals+changes+in+the+splicing+machinery+related+to+tissue%2C+stress+condition+and+genotype%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">A deep survey of alternative splicing in grape reveals changes in the splicing machinery related to tissue, stress condition and genotype.</a> BMC Plant Biol. 14 (1), 99(2014).</li>
<li>Overbeek, R., Fonstein, M., D'Souza, M., Pusch, G. D., Maltsev, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+gene+clusters+to+infer+functional+coupling%5BTitle%5D)+AND+%22Proc.+Natl.+Acad.+Sci.+USA%22%5BJournal%5D)">The use of gene clusters to infer functional coupling.</a> Proc. Natl. Acad. Sci. USA. 96 (6), 2896-2901 (1999).</li>
<li>Dalquen, D. A., Dessimoz, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bidirectional+Best+Hits+Miss+Many+Orthologs+in+Duplication-Rich+Clades+such+as+Plants+and+Animals%5BTitle%5D)+AND+%22Genome+Biol.+Evol%22%5BJournal%5D)">Bidirectional Best Hits Miss Many Orthologs in Duplication-Rich Clades such as Plants and Animals.</a> Genome Biol. Evol. 5 (10), 1800-1806 (2013).</li>
<li>Remm, M., Storm, C. E. V., Sonnhammer, E. L. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+clustering+of+orthologs+and+in-paralogs+from+pairwise+species+comparisons1%5BTitle%5D)+AND+%22J.+Mol.+Biol%22%5BJournal%5D)">Automatic clustering of orthologs and in-paralogs from pairwise species comparisons1.</a> J. Mol. Biol. 314 (5), 1041-1052 (2001).</li>
<li>Kaduk, M., Sonnhammer, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+orthology+inference+with+Hieranoid+2%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Improved orthology inference with Hieranoid 2.</a> Bioinformatics. 33 (8), (2017).</li>
<li>Cramer, G. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transcriptomic+analysis+of+the+late+stages+of+grapevine+%28Vitis+vinifera+cv.+Cabernet+Sauvignon%29+berry+ripening+reveals+significant+induction+of+ethylene+signaling+and+flavor+pathways+in+the+skin%5BTitle%5D)+AND+%22BMC+Plant+Biol%22%5BJournal%5D)">Transcriptomic analysis of the late stages of grapevine (Vitis vinifera cv. Cabernet Sauvignon) berry ripening reveals significant induction of ethylene signaling and flavor pathways in the skin.</a> BMC Plant Biol. 14, 370(2014).</li>
<li>Juretic, N., Hoen, D. R., Huynh, M. L., Harrison, P. M., Bureau, T. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+evolutionary+fate+of+MULE-mediated+duplications+of+host+gene+fragments+in+rice%5BTitle%5D)+AND+%22Genome+Res%22%5BJournal%5D)">The evolutionary fate of MULE-mediated duplications of host gene fragments in rice.</a> Genome Res. 15 (9), 1292-1297 (2005).</li>
<li>Filichkin, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-wide+mapping+of+alternative+splicing+in+Arabidopsis+thaliana%5BTitle%5D)+AND+%22Genome+Res%22%5BJournal%5D)">Genome-wide mapping of alternative splicing in Arabidopsis thaliana.</a> Genome Res. 20 (1), 45-58 (2010).</li>
<li>Quesada, V., Macknight, R., Dean, C., Simpson, G. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autoregulation+of+FCA+pre-mRNA+processing+controls+Arabidopsis+flowering+time%5BTitle%5D)+AND+%22EMBO+J%22%5BJournal%5D)">Autoregulation of FCA pre-mRNA processing controls Arabidopsis flowering time.</a> EMBO J. 22 (12), 3142-3152 (2003).</li>
<li>Wong, D. C. J., Gutierrez, R. L., Gambetta, G. A., Castellarin, S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-wide+analysis+of+cis-regulatory+element+structure+and+discovery+of+motif-driven+gene+co-expression+networks+in+grapevine%5BTitle%5D)+AND+%22DNA+Res%22%5BJournal%5D)">Genome-wide analysis of cis-regulatory element structure and discovery of motif-driven gene co-expression networks in grapevine.</a> DNA Res. 24 (3), 311-326 (2017).</li>
<li>Wong, D. C. J., Matus, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Constructing+Integrated+Networks+for+Identifying+New+Secondary+Metabolic+Pathway+Regulators+in+Grapevine%3A+Recent+Applications+and+Future+Opportunities%5BTitle%5D)+AND+%22Front.+Plant+Sci%22%5BJournal%5D)">Constructing Integrated Networks for Identifying New Secondary Metabolic Pathway Regulators in Grapevine: Recent Applications and Future Opportunities.</a> Front. Plant Sci. 8, 505(2017).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

W erze genomicznej wiele rodzin genów zostało głęboko scharakteryzowanych w kilku gatunkach roślin. Informacje te stanowią wstęp do badań funkcjonalnych i stanowią ramy do dalszego badania roli różnych członków w rodzinie. W tym kontekście istnieje również potrzeba wprowadzenia systemu nomenklatury pozwalającego na jednoznaczną identyfikację każdego członka rodziny, unikając nadmiarowości i nieporozumień, które mogą powstać, gdy imiona są przypisywane niezależnie różnym genom przez różne grupy badawcze.
<p class="jov...

W ciągu ostatniej dekady przeprowadzono wiele badań w dziedzinie genomiki winorośli. Winorośl jest uznaną rośliną uprawną o znaczeniu gospodarczym, która stała się modelem dla badań nad rozwojem owoców oraz nad reakcjami roślin drzewiastych na stresy biotyczne i abiotyczne. W tym kontekście, wydanie genomu odmiany Vitis vinifera PN40024 w 2007 roku1 i jego zaktualizowanej wersji w 2011 roku2 doprowadziło do szybkiej akumulacji danych na skalę "omiczną" i do wysypu badań o wysokiej przepustowości. Na podstawie opublikowanych danych sekwencyjnych można teraz przeprowadzić kompleksową analizę danej rodziny genów (na ogół składającej się z białek o wspólnych konserwatywnych motywach, podobieństwach strukturalnych i/lub funkcjonalnych oraz związkach ewolucyjnych) w celu odkrycia jej funkcji molekularnych, ewolucji i profili ekspresji genów. Analizy te mogą przyczynić się do zrozumienia, w jaki sposób rodziny genów kontrolują procesy fizjologiczne na poziomie całego genomu.
Wiele aspektów cyklu życia roślin jest regulowanych przez degradację kluczowych białek za pośrednictwem ubikwityny, które wymagają precyzyjnej rotacji, aby zapewnić regularne procesy komórkowe. Ważnymi składnikami procesu degradacji, w którym pośredniczy ubikwityna, są ligazy ubikwityny E3, które są odpowiedzialne za elastyczność systemu, dzięki rekrutacji określonych celów3. W związku z tym enzymy te reprezentują ogromną rodzinę genów, z około 1400 genami kodującymi ligazę E3 przewidywanymi w genomie Arabidopsis thaliana 4, przy czym każda ligaza ubikwityny E3 działa na rzecz ubikwitynacji określonych białek docelowych. Pomimo znaczenia ubikwitynacji specyficznej dla substratu w regulacji komórkowej u roślin, niewiele wiadomo na temat tego, w jaki sposób szlak ubikwitynacji jest regulowany, a białka docelowe zostały zidentyfikowane tylko w kilku przypadkach. Rozszyfrowanie takiej specyficzności i mechanizmów regulacji opiera się przede wszystkim na identyfikacji i charakterystyce różnych składników systemu, w szczególności ligaz E3. Wśród ligaz ubikwityny podrodzina ATL charakteryzuje się 91 członkami zidentyfikowanymi u A. thaliana wykazującymi domenę palca RING-H25,6, niektóre z nich odgrywają rolę w obronie i reakcjach hormonalnych7.
Pierwszym kluczowym krokiem do zdefiniowania członków nowej rodziny genów jest precyzyjne zdefiniowanie cech rodziny, takich jak motywy konsensusu, kluczowe domeny i cechy sekwencji białek. Rzeczywiście, wiarygodne pobranie wszystkich członków rodziny genów na podstawie analizy BLAST wymaga pewnych obowiązkowych cech sekwencji, w szczególności domen białkowych odpowiedzialnych za funkcję/aktywność białka, służących jako sygnatura białka. Może to być ułatwione przez wcześniejszą charakterystykę tej samej rodziny genów u innych gatunków roślin lub osiągnięte poprzez analizę różnych genów przypuszczalnie należących do tej samej rodziny u różnych gatunków roślin, w celu wyizolowania wspólnych sekwencji. Członkowie rodziny mogą być następnie indywidualnie nazywani zgodnie ze wspólnymi zasadami ustalonymi przez międzynarodowe konsorcja dla danego gatunku roślin. Na przykład w przypadku winorośli taka procedura podlega zaleceniom Komitetu ds. Super-Nomenklatury ds. Adnotacji Genów Winogron (sNCGGa), ustanawiającym konstrukcję drzewa filogenetycznego obejmującego członków rodziny genów V. vinifera i A. thaliana, aby umożliwić adnotację genów na podstawie sekwencji nukleotydowych8.
Lokalizacja chromosomów członków rodziny i badanie duplikacji genów pozwalają na podkreślenie obecności genów duplikowanych w całym genomie lub tandemie. Takie informacje wydają się przydatne do rozwikłania przypuszczalnych funkcji genów, ponieważ mogą wykazywać funkcjonalną redundancję lub ujawniać różne sytuacje, np. brak funkcjonalizacji, neofunkcjonalizację lub subfunkcjonalizację9. Zarówno neo-, jak i subfunkcjonalizacja są ważnymi zdarzeniami, które tworzą nowość genetyczną, dostarczając nowych składników komórkowych do adaptacji roślin do zmieniającego się środowiska10. W szczególności duplikacje genów przodków i produkcja nowych genów były bardzo częste podczas ewolucji genomu winorośli, a nowo powstałe geny pochodzące z duplikacji proksymalnych i tandemowych w winorośli miały większe szanse na wytworzenie nowych funkcji11.
Kolejnym kluczowym czynnikiem w rozszyfrowywaniu funkcji rodziny genów jest profil transkryptomiczny. Dostępność publicznych baz danych dających dostęp do ogromnej ilości danych transkryptomicznych może być zatem wykorzystana do przypisania przypuszczalnych funkcji członkom rodziny genów za pomocą wielkoskalowych analiz ekspresji in silico. Rzeczywiście, specyficzna ekspresja niektórych genów w określonych organach roślinnych lub w odpowiedzi na pewne stresy może dać pewne wskazówki dotyczące przypuszczalnych ról odpowiednich białek w określonych warunkach i dać wsparcie dla hipotez o możliwej subfunkcjonalizacji zduplikowanych genów w odpowiedzi na różne wyzwania. W tym celu ważne jest, aby wziąć pod uwagę kilka zestawów danych: mogą to być już dostępne matryce ekspresji genów, takie jak atlas transkryptomiczny całego genomu organów winorośli i etapów rozwojowych12, lub mogą być budowane ad hoc poprzez pobieranie zbiorów danych transkryptomicznych dla poszczególnych gatunków roślin poddanych zdefiniowanym stresom. Co więcej, proste podejście wykorzystujące dwie matryce, jedną z danymi o podobieństwie parami, a drugą z parami współczynników koekspresji, można zastosować do oceny relacji między podobieństwem sekwencji a wzorcami ekspresji w rodzinie genów.
Celem tej pracy jest zapewnienie globalnego podejścia, definiowania struktury genów, zachowanych motywów białkowych, lokalizacji chromosomów, duplikacji genów i wzorców ekspresji, a także przewidywania lokalizacji białek i miejsc fosforylacji, aby osiągnąć wyczerpującą charakterystykę rodziny genów u roślin. Takie kompleksowe podejście zastosowano tutaj do charakterystyki rodziny ligazy ubikwityny ATL E3 w winorośli. Zgodnie z pojawiającą się rolą członków podrodziny ATL w regulacji kluczowych procesów komórkowych7, praca ta może pomóc w identyfikacji silnych kandydatów do badań funkcjonalnych i ostatecznie rozwikłać mechanizmy molekularne rządzące adaptacją tej ważnej rośliny do środowiska.

<table><tbody><tr><td>Komputer</td><td></td><td></td><td></td>osobisty</tr><tr><td>Podstawowe narzędzie do wyszukiwania dopasowania lokalnego (BLAST)</td><td></td><td></td><td>https://blast.ncbi.nlm.nih.gov/Blast.cgi</td></tr><tr><td>Molekularna analiza genetyki ewolucyjnej (MEGA)</td><td></td><td></td> <td>http://www.megasoftware.net/</td></tr> <tr><td>Narzędzia do analizy sekwencji opartej na motywach (MEME)</td><td></td><td></td><td>http://meme-suite.org/</td></tr> <tr><td>Geneious</td><td>Biomatters Limited</td><td></td><td>http://www.geneious.com/</td></tr> <tr><td>Narzędzie</td><td></td><td></td> ProtParam <td>http://web.expasy.org/protparam/</td></tr> <tr><td>ngLOC</td><td></td><td></td><td>http://genome.unmc.edu/ngLOC/index.html</td></tr> <tr><td></td>Serwer <td></td><td></td><td>TargetP v1.1</td> http://www.cbs.dtu.dk/services/TargetP/</tr> <tr><td>Białkowy Prowler</td><td></td><td></td><td>http://bioinf.scmb.uq.edu.au:8080/pprowler_webapp_1-2/</td></tr> <tr><td>MUsite</td><td></td><td></td><td>http://musite.sourceforge.net/</td></tr> <tr><td>Pfam</td><td></td><td></td><td>http://pfam.xfam.org/</td></tr> <tr><td>TMHMM Server v. 2.0</td><td></td><td></td><td>http://www.cbs.dtu.dk/services/TMHMM/</td></tr> <tr><td>ProtScale</td><td></td><td></td><td>http://web.expasy.org/protscale/</td></tr> <tr><td>Grape Genome Database (CRIBI)</td><td></td><td></td><td>http://genomes.cribi.unipd.it/grape/</td></tr> <tr><td>PhenoGram</td><td></td><td></td><td>http://visualization.ritchielab.psu.edu/phenograms/plot</td></tr><tr><td>MCScanX</td><td></td><td></td><td>http://chibba.pgml.uga.edu/mcscan2/</td></tr> <tr><td>Interaktywne Drzewo Życia (iTOL)</td><td></td><td></td><td>http://itol.embl.de/</td></tr> <tr><td>UniProt</td><td></td><td></td><td>http://www.uniprot.org/</td></tr> <tr><td>Phylogeny.fr</td><td></td><td></td><td></td></tr><tr><td>http://www.phylogeny.fr/index.cgi MUSCLE</td><td></td><td></td><td>http://www.ebi.ac.uk/Tools/msa/muscle/</td></tr> <tr><td>Gblocks Server</td><td></td><td></td><td>http://molevol.cmima.csic.es/castresana/Gblocks_server.html</td></tr><tr><td>Vitis vinifera cv. Ekspresja genu Corvina Atlas datamatrix</td><td></td><td></td><td>https://www.researchgate.net/publication/273383414_54sample_ datamatrix_geneIDs_Fasoli2012</td></tr><tr><td>Przeglądarka wielu eksperymentów (MeV)</td><td></td><td></td><td>http://mev.tm4.org/#/welcome</td></tr><tr><td>Archiwum odczytu sekwencji ()</td><td></td><td></td><td>https://www.ncbi.nlm.nih.gov/</td></tr><tr><td>R</td><td></td><td></td><td>https://www.r-project.org/</td></tr> <tr><td>Igła EMBOSS (EMBL-EBI http://www.ebi.ac.uk/Tools/psa/emboss_needle/</td><td></td><td></td><td></td></tr></tbody></table>

kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny atl e3 w winorośli

Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine

Klasyfikacja i nazewnictwo genów w rodzinie może znacząco przyczynić się do opisu różnorodności kodowanych białek i przewidywania funkcji rodziny na podstawie kilku cech, takich jak obecność motywów sekwencji lub szczególnych miejsc modyfikacji potranslacyjnej oraz profil ekspresji członków rodziny w różnych warunkach. W pracy opisano szczegółowy protokół charakterystyki rodziny genów. W tym przypadku procedura jest stosowana do charakterystyki Arabidopsis Tóxicos w rodzinie ligazy ubikwityny E3 Arabidopsis (ATL) E3 w winorośli. Metody te obejmują identyfikację członków rodziny w całym genomie, charakterystykę lokalizacji, struktury i duplikacji genów, analizę konserwatywnych motywów białkowych, przewidywanie lokalizacji białek i miejsc fosforylacji, a także profilowanie ekspresji genów w całej rodzinie w różnych zestawach danych. Taka procedura, która może zostać rozszerzona o dalsze analizy w zależności od celów doświadczalnych, może być zastosowana do dowolnej rodziny genów u dowolnego gatunku roślin, dla których dostępne są dane genomiczne, i dostarcza cennych informacji do identyfikacji interesujących kandydatów do badań funkcjonalnych, dając wgląd w molekularne mechanizmy adaptacji roślin do środowiska.

Gen VIT_05s0077g01970, zidentyfikowany jako najbardziej podobny do A. thaliana ATL2 (At3g16720) w wyniku wyszukiwania BLASTp, został użyty jako sondę do analizy członków rodziny ATL w genomie winorośli (V. vinifera cv Pinot Noir PN40024). Analiza PSI-BLAST zbiegła się po kilku cyklach, ujawniając listę przypuszczalnych genów należących do rodziny genów ATL winorośli (Rycina 1A). Obecność kanonicznego domeny RING-H2 dla każdego kandydata ocen...

Ten artykuł opisuje procedurę identyfikacji i charakterystyki rodziny genów w winorośli zastosowanej do rodziny Arabidopsis Tóxicos w ligazach ubikwityny Levadura (ATL) E3.

Kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny ATL E3 w winorośli

Classification and nomenclature of genes in a family can significantly contribute to the description of the diversity of encoded proteins and to the ...

Ogólnym celem tej procedury jest osiągnięcie wyczerpującej charakterystyki rodziny genów u roślin zgodnie z globalnym podejściem, obejmującym definicję struktury genu, odpowiednich motywów białkowych, lokalizacji chromosomów, duplikacji genów i wzorców ekspresji. Metoda ta może pomóc odpowiedzieć na kluczowe pytania dotyczące klasyfikacji roślin w rodzinach, takie jak światowa identyfikacja genomowa członków rodziny i ich transkryptomia zapewnia to poprzez analizę ekspresji genów. Główną zaletą całej procedury jest dostarczenie wyczerpującej listy etapów eksperymentalnych w celu uzyskania pełnej charakterystyki rodziny genów.Procedurę tę można zastosować do dowolnej rodziny genów dowolnego gatunku roślin, dla której dostępne są dane genetyczne. Co więcej, podejście to dostarcza cennych informacji w celu zidentyfikowania interesujących kandydatów do badań funkcjonalnych. Całą procedurę zademonstruje Pietro Ariani z mojego laboratorium.Otwórz stronę internetową Blast i kliknij sekcję dotyczącą blastów białkowych. W polu Wprowadź sekwencję zapytania wprowadź sekwencję aminokwasów białka, które będzie używane jako sonda do identyfikacji innych członków rodziny. Używaj białka, które ma wszystkie ważne cechy, które charakteryzują rodzinę.Następnie w polu wybierz zestaw wyszukiwania, wybierz bazę danych białek referencyjnych oraz interesujący nas organizm. Teraz w wyborze programu terenowego wybierz algorytm PSI-BLAST. W razie potrzeby kliknij parametry algorytmu, aby dostosować zaawansowane parametry, takie jak maksymalna sekwencja docelowa i macierz punktacji.Wartość E to próg, który dla tego wyszukiwania jest zmniejszany z 005 do 001. Kliknij przycisk BLAST, aby uruchomić analizę. Spośród wszystkich sekwencji wyświetlających względne dopasowania do zapytania usuń zaznaczenie wpisów, które wyraźnie nie należą do rodziny.W tym celu należy kliknąć na znacznik wyboru w kolumnie "Wybierz dla PSI-BLAST". Następnie uruchom drugą iterację PSI-BLAST, klikając przycisk Przejdź. Wszystkie nowo zidentyfikowane sekwencje zostaną podświetlone na żółto.Ponownie odznacz trafienia, które nie należą do rodziny. Kontynuuj ten proces, aż algorytm nie znajdzie żadnego odpowiedniego wpisu lub osiągnie zbieżność. Po wyeliminowaniu wszystkich wyników fałszywie dodatnich zbierz sekwencje aminokwasowe w pliku sformatowanym w formacie FASTA i prześlij plik do pakietu oprogramowania bioinformatycznego.Następnie zaznacz wszystkie zaimportowane sekwencje na liście i kliknij przycisk wyrównania/złożenia na pasku narzędzi. Następnie kliknij parowanie wielokrotne wyrównanie i wybierz WYRÓWNANIE MIĘŚNI i OK. Wyrównanie zostanie teraz wykonane przy użyciu ustawień domyślnych. Teraz zwizualizuj logo sekwencji dopasowania i sprawdź wizualnie geny, aby wyszukać wyniki fałszywie dodatnie.Dalsza analiza parametrów fizycznych i domen białek, rozmieszczenia chromosomów, duplikacji i organizacji intronów eksonów jest opisana w protokole tekstowym. Następnie przeanalizuj relacje między członkami rodziny ATL poprzez konstrukcję wysokiej jakości drzewa filogenetycznego oraz definicję nomenklatury rodzinnej. Po pierwsze, pobierz arabskie sekwencje ATL systeliana, wymagane jako odniesienia dla nomenklatury genów winorośli winogronowej, z bazy danych UmoProt w celach informacyjnych.Następnie utwórz plik FASTA zawierający wszystkie sekwencje nukleotydowe winorośli i członków rodziny genów Arabidopsis do analizy filogenetycznej. Teraz przejrzyj stronę główną filogenezy Francja i wybierz potok analizy filogenezy. W większości przypadków wystarczy jedno kliknięcie, ale w razie potrzeby możliwe jest wybranie określonych ustawień zaawansowanych za pomocą opcji zaawansowanych lub nawet w pełni spersonalizowanej analizy za pomocą opcji a la carte.Następnie wprowadź nazwę analizy i prześlij plik FASTA. Następnie kliknij przycisk Prześlij, aby uruchomić analizę. Jeśli ta procedura spowoduje wyświetlenie komunikatu o błędzie, wykonaj każdy krok procesu tworzenia pakietu filogenetycznego indywidualnie.Najpierw przejdź do strony głównej oprogramowania MUSCLE i prześlij plik FAPSA. Wybierz Pearson FASTA jako format wyjściowy i prześlij. Następnie pobierz plik w formacie FASTA i wyeliminuj wszelkie źle wyrównane pozycje.Otwórz narzędzie serwera G-block, prześlij plik FASTA wyrównania, wybierz DNA jako typ sekwencji i wybierz rygorystyczność, która najlepiej pasuje do analizy. W przypadku dopasowania rodziny genów ATL winorośli należy wybrać wszystkie trzy proponowane opcje dla mniej rygorystycznej selekcji ze względu na dużą rozbieżność sekwencji. Następnie kliknij przycisk Pobierz bloki, aby uruchomić analizę.Aby zapisać wyniki, kliknij wynikowe wyrównanie u dołu strony wyjściowej i utwórz nowy plik FAPSA. G-bloki eliminują źle wyrównaną pozycję w rozbieżnych regionach DNA lub wyrównanie popychające, dzięki czemu staje się ono bardziej odpowiednie do analizy filogenetycznej. W tym kroku wybór parametru impericle dla rygorystyczności kolumn ma kluczowe znaczenie, aby upewnić się, że są one obciążeniem trzech.Aby uzupełnić drzewo, przechodzimy na stronę główną Phylogeny France. Tam wybierz potok a la carte i usuń zaznaczenie następujących opcji: wielokrotne wyrównanie i kuratorowanie wyrównania. Następnie kliknij utwórz przepływ pracy, prześlij plik FASTA z wyselekcjonowanymi blokami G, wybierz procedurę bootstrapowania i użyj domyślnych parametrów i ustawień.Na koniec kliknij przycisk Prześlij, aby uruchomić analizę. Na tym kończy się proces krok po kroku. Teraz, gdy drzewo filogeniczne jest już wykonane, zwiń słabo podparte gałęzie z wartościami bootstrap mniejszymi niż 70%Następnie pobierz końcowe wyniki w formacie Newick do dalszej analizy.Protokół tekstowy zawiera instrukcje dotyczące przypisywania nazwy genu na podstawie filogenezy. Dla tego protokołu utwórz plik w formacie tekstowym z wystukanymi, liniowymi wartościami ekspresji znormalizowanymi przez armę pobranymi z biblioteki ekspresji genów. Uporządkuj wartości dla każdego genu rodziny w tych samych wierszach wzorca.Następnie wykonaj hierarchiczną analizę dwuklastrową przy użyciu oprogramowania do przeglądania wielu eksperymentów. Najpierw prześlij roboczą macierz danych i wybierz plik tekstowy. Wybierz tablicę jednokolorową i usuń znacznik z adnotacji ładunku, jeśli adnotacja automatyczna nie jest zapewniona.Wybierz skrajną lewą górną wartość wyrażenia w podglądzie tabeli wyrażeń i kliknij przycisk ładowania. Następnie dostosuj dane, stosując transformację Log2 i normalizację genu/wiersza. Następnie ustaw odpowiedni limit skali.Teraz oblicz grupowanie hierarchiczne. W polu optymalizacji kolejności wybierz opcję Optymalizuj kolejność liści genów i optymalizuj kolejność liści próbki. Następnie w polu wyboru metody sprzężenia wybierz średnie grupowanie sprzężeń, a w polu wyboru macierzy odległości wybierz korelację Pearsona.Następnie kliknij przycisk OK, aby uruchomić analizę. Wyświetl wyniki w lewym panelu okna i wyeksportuj mapę cieplną, klikając Zapisz obraz w menu plików. Najbardziej podobny gen do Arabidopsis thaliana ATL2, zgodnie z poszukiwaniami BLAST-P, został wykorzystany do zbadania członków rodziny ATL w genomie winorośli.Analiza PSI BLAST zbiegła się po kilku cyklach, dostarczając listę przypuszczalnych genów w rodzinie genów. Obecność kanonicznej domeny pierścienia H2 dla każdego kandydata oceniono poprzez oględziny wyrównania mięśni. To zawęziło poszukiwania do 96 genów winorośli.Do nomenklatury wykorzystano analizę filogenetyczną zidentyfikowanych genów porównujących je z rodziną genów ATL rzodkiewnika. 13 z 96 ATL winorośli gronowej otrzymało specyficzny identyfikator jako ortolog genu ATL Arabidopsji. Mapowanie zidentyfikowanych genów do globalnego atlasu ekspresji genów winorośli winogronowej przy użyciu hierarchicznej analizy dwuklastrowej wykazało, że wszystkie 96 genów ulega ekspresji w co najmniej jednej tkance i można zidentyfikować pięć klastrów ekspresji.Podobne podejście zastosowano do badania ekspresji tych genów w odpowiedzi na stresy biotyczne. Rodzina genów ATL była bezpośrednio zaangażowana w odpowiedź na zakażenie patogenem, przy czym 62 geny wykazywały znaczącą modulację w co najmniej dwóch stanach. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak radzić sobie z oprogramowaniem używanym do charakteryzowania rodziny genów.Próbując wykonać tę procedurę, ważne jest, aby dokładnie zdefiniować charakterystykę danej rodziny genów i odpowiadającą jej sondę używaną do identyfikacji członków całej rodziny genomów. Zgodnie z tą procedurą, możliwe jest zbadanie ewolucji rodziny genów i funkcji P30 poprzez stworzenie dodatkowych drzew filogenetycznych na podstawie niektórych gatunków innych niż gatunki wymagane do przypisania nomenklatury rodzin genów.

comprehensive-workflow-for-genome-wide-identification-expression-meta

Research

JoVE Journal

Biology

Biologia

Przeprowadzono analizę mikromacierzy w celu określenia profili ekspresji genów u C. elegans, a w celu walidacji i kwantyfikacji danych z mikromacierzy zastosowano reakcję PCR w czasie rzeczywistym.

Wyznaczanie profili ekspresji genetycznej w C. elegans z wykorzystaniem mikromacierzy i PCR w czasie rzeczywistym

Połączenie genomiki, analizy koekspresji genów oraz identyfikacji związków docelowych poprzez metabolizm umożliwia funkcjonalną adnotację genów.

Adnotacja funkcji genów roślin poprzez zintegrowaną genomikę, metabolomikę i informatykę

Fundamentalnym celem biologii komórki jest zdefiniowanie mechanizmów leżących u podstaw tożsamości organelli tworzących komórki eukariotyczne. W niniejszej pracy proponujemy metodę identyfikacji genów odpowiedzialnych za integralność morfologiczną i funkcjonalną organelli roślinnych, wykorzystując mikroskopię fluorescencyjną oraz narzędzia sekwencjonowania następnej generacji.

Przesiew mikroskopii fluorescencyjnej i sekwencjonowanie następnej generacji: użyteczne narzędzia do identyfikacji genów zaangażowanych w integralność organelli

Ten artykuł opisuje zastosowanie nieukierunkowanej metabolomiki, transkryptomiki i wielowymiarowej analizy statystycznej do transkryptów i metabolitów z jagód winogron w celu uzyskania wglądu w koncepcję terroir, tj. wpływ środowiska na cechy jakości jagód.

Koncepcja terroir interpretowana za pomocą metabolomiki i transkryptomiki jagód winogron

Galaxy i DAVID stały się popularnymi narzędziami, które pozwalają badaczom bez wykształcenia bioinformatycznego analizować i interpretować dane RNA-Seq. Opisujemy protokół dla badaczy C. elegans do przeprowadzania eksperymentów RNA-Seq, uzyskiwania dostępu i przetwarzania zestawu danych za pomocą Galaxy oraz uzyskiwania znaczących informacji biologicznych z list genów za pomocą DAVID.

Analiza transkryptomiczna C. elegans powiedział: Dane sekwencjonowania RNA za pośrednictwem pakietu Tuxedo Suite w projekcie Galaxy

Celem tego protokołu jest zbadanie ewolucji i ekspresji genów kandydujących przy użyciu danych sekwencjonowania RNA.

Potok bioinformatyczny do badania ewolucji molekularnej i ekspresji genów przy użyciu sekwencji RNA

Tutaj autorzy prezentują użyteczność MULTI-seq do fenotypowania i kolejnych sparowanych scRNA-seq i scATAC-seq w charakterystyce transkryptomicznej i dostępności chromatyny w siatkówce.

Multipleksowana analiza ekspresji genów siatkówki i dostępności chromatyny przy użyciu scRNA-Seq i scATAC-Seq

Niniejsze badanie dostarcza szczegółowych protokołów testów ubikwitylacji in vitro do analizy aktywności katalitycznej ligazy ubikwityny E3. Rekombinowane białka ulegały ekspresji przy użyciu systemów prokariotycznych, takich jak hodowla Escherichia coli.

In vitro Analiza funkcji ligazy ubikwityny E3

Ten protokół opisuje eksperymentalną metodę i proces analizy danych dla rozszczepienia pod celami i uwolnienia za pomocą nukleazy (CUT&amp;RUN) w ludzkim patogenie grzybowym Candida albicans.

Profilowanie całego genomu interakcji wiążących czynnik transkrypcyjny-DNA u Candida albicans: kompleksowa metoda CUT&RUN i przepływ pracy analizy danych

Wykonalność i skuteczność wysokoprzepustowych metod sekwencyjnych scRNA zwiastuje erę jednokomórkowych w badaniach roślinnych. Przedstawiono tutaj solidną i kompletną procedurę izolowania określonych typów komórek korzenia rzodkiewnika (Arabidopsis thaliana) oraz późniejszej budowy i analizy biblioteki transkryptomu.

Izolacja i analiza transkryptomu typów komórek roślinnych

To badanie przedstawia przestrzenny protokół Trekker–CUT&amp;Tag multiome, łączący bezpośrednie przestrzenne kodowanie sekcji tkanki z analizą wielodostępu pojedynczych komórek. To podejście umożliwia przestrzennie rozdzielone profilowanie pojedynczych komórek ekspresji genów i modyfikacji histonu H3K27ac jednocześnie, oferując mechanizmy wglądu w regulację genów w kontekście mikroanatomii tkanki.

Przestrzennie rozdzielone, zintegrowane profilowaniu wieloomowe z pojedynczymi komórkami transkryptomu i epigenomicznych celów w zamrożonych sekcjach tkankowych

Poznaj kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny ATL E3 w winorośli. Ta metoda umożliwia szczegółową charakterystykę struktury genów, motywów białkowych oraz wzorców ekspresji.

Kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny ATL E3 w winorośli (Wideo) | JoVE Journal

Kompleksowy przepływ pracy do metaanalizy identyfikacji i ekspresji całego genomu rodziny genów ligazy ubikwityny ATL E3 w winorośli

Przeglądaj więcej filmów