Name: Kombine Genomics metabolomiks ve Bilişim ile Bitki Gen Fonksiyonu ek açıklama (Video) | JoVE Journal
Uploaded: 2012-06-17T14:00:00.000+00:00
Duration: 8 min 9 s
Description: Keşfedin bitki gen fonksiyonlarını metabolit profilleme ve ko-ifade analizi ile. Bu yöntem, metabolik yolaklardaki aday genleri belirleyerek fonksiyonel genomik araştırmaları hızlandırır.

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

Biz faydalı tartışmalar için MPIMP içinde RIKEN PSC ve Dr Bjoern Usadel Prof Kazuki Saito teşekkür ederim. TT Alexander von Humboldt kuruluşundan itibaren bir arkadaş grubu tarafından desteklenmektedir.

1. Numune Hazırlama <ol><li> Bitki malzemeleri hasat ve hemen dondurulur. </li><li> Donmuş bitki malzemeleri -80 ° C'de karıştırıcı değirmen ile toz (veya harç) ve Falcon tüp veya Eppendorf tüp saklanır </li></ol> 2. Metaboliti Profilleme için Ekstraksiyon <ol><li> Bir kısım 2 ml Eppendorf tüp bitki materyali donduruldu. </li><li> Donmuş bitki materyali taze ağırlık miligram başına ekstraksiyon tamponu 5 ul ekleyin. </li><li> 25 ls -1 2 dakika süreyle Mikser Mill ile bir metal (ya da gilconia) topu ekleyin ve donmuş toz homojenize. </li><li> 12,000 rpm'de 10 dakika santrifüj. </li><li> Santrifüj filtre NANOSEP için süpernatant aktarın. </li><li> 4000 devirde 2 dakika santrifüjleyin. </li><li> Kullanılıncaya kadar -20 ° C'de yeni Eppendorf tüp, ve mağaza için süpernatant aktarın. </li></ol> 3. LC-MS ile metabolit Profilleme <ol><li> HPLC kurma ve kolon fırını ve örnek tepsi sıcaklığını kontrol edin. </li><li> MS durumu ayarlama ve vakum ve ısıtma kılcal durumunu kontrol edin. </li><li> MS dedektör m / z kalibrasyon gerçekleştirin. </li><li> LC-MS için özler 50 ul cam şişeye aktarın. </li><li> LC-MS ile hülasa 5 ul enjekte edilir. </li></ol> 4. Veri Analizi <ol><li> Xcalibur veya Metalign 4 yapılandırın ve işlenecek veri analizi seçin. </li><li> Tablo I bileşik sınıfına göre ilgilendiğiniz tespit zirvelerinin bir tablo hazırlayın. </li><li> Standart bileşiklerin ortak elüsyon tarafından zirveleri tanımlayın. </li><li> Annotate MS 2. analiz, literatür taraması, metaboliti veritabanı arama (Şekil 2, 12,13) ​​kullanarak zirveleri algılandı. </li></ol> 5.. Metabolik Pathway Tahmini <ol><li> Tespit edilen bileşikler ile bir yol oluşturmak mümkündür. Pik ek açıklamaları kullanarak yolun Tahmin tespit bileşiğin kimyasal yapısı dayalı olmalıdırmetabolik yolu 13 enzimatik fonksiyonlar bağlayarak tahmin ederek s. Yapılandırılması biyosentetik adımları hassas pik açıklama ile yapılmalıdır. Şeker parçası ve yaklaştırılmış pozisyonu öngörülmesi MS analizi ile tespit etmek çok zordur, çünkü, ancak detaylı kimyasal yapısı belirlenmesi, örneğin şeker yarısıdır için, bu basamakta vazgeçilmez değildir. Böyle hexoside ve pentoside olarak şeker tipinin belirlenmesi projenin son aşamasında şeker donör enzimatik tayini ile tespit edilecektir. Çoğunlukla yolunun oluşturulması tahmin küçük molekül gibi dehidrasyon tepki olarak, bazı durumlarda dışında büyük molekülün ara maddedir uygulanmalıdır. Örneğin atom molekül ağırlığı listesi, 16-H arasındaki farkın m / z-OH ve yarımı (oksidasyon), 14 m / z (Karbon atomuna) arasındaki farkın-OH ve-OMe (metilasyon) ve 162 m / z ( heksoz (glikozilasyon) için MW-H2O), tahmin için yararlıdır. Belirlenmesidokuların özgüllükler korelasyon analizi ile modifiye tipi metabolik yolun tahmini yardımcı olur. Böyle KEGG veritabanı (genel metabolik yolun Veritabanı <a href="http://www.genome.jp/kegg/" target="_blank">http://www.genome.jp/kegg/</a> ) ve PlantCyc ( <a href="http://plantcyc.org/" target="_blank">http://plantcyc.org/~~V</a> ), ilgilendiğiniz metabolik yolun tahmini için çok etkilidir. </li></ol> 6. Arabidopsis Orthologous Gen ID ile gen listesi hazırlanması <ol><li> Genomik veritabanından gen ID listesi indirin. </li><li> , Orthologous gen Arabidopsis gen ID ekle hedef bitki durumunda Arabidopsis değildir. </li><li> Senin yolun-of-ilgi genlerin bir listesini hazırlayın. Arabidopsis yolu veri ve gen ailesi veri Annotation TAIR web sitesi (mevcuttur <a href="http://www.arabidopsis.org/" target="_blank">http://www.arabidopsis.org/~~V</a> ). Eğer Arabidopsis orthologous genlerin bir liste hazırlanmış ise, sonradan kombi yapabilirsinizne onları. </li></ol> 7. Co-ifade Gen Analizi <ol><li> Senin yolun-of-ilgi (Tablo II) iyi bilinen gen çiftlerini kullanarak korelasyon kontrol ederek yol için en iyi veritabanı aramak için hazırlanmış gen ID listesini kullanarak test edin. Co-ifadesi veritabanı veya gen ifadesi veritabanı ilgilendiğiniz fabrikasında mevcut değilse, Arabidopsis ortak ifadesi veritabanı Arabidopsis orthologous genlerin bir listesi ile birlikte kullanılmalıdır. Arpa durumda, pirinç, kavak, buğday, Medicago ve soya fasulyesinden, bitki türlerinin co-ifade analizi (Tablo II) de kullanılabilir. </li><li> Senin yolun-of-çıkarına bilinen genlerin bağlantıları dayalı Hedef ortak ifadesi ağ için bir çerçeve oluşturmak. </li><li> Ilişkili aday genler (sizin yolu-of-çıkarına bilinen genlerin bağlantıları arasında katsayı değerinin yaklaşık değeri içinde r &lt;0.4 ~ 0.90,) ekleyin ve pr kendi gen açıklama kontrolEn iyi aday genler (Şekil 3) bulmak için bu ağ bağlantıları edicted aileleri. Katsayısı değeri eşik ilişkili genlerin ağ yapısı ve yoğunluğuna göre koordine edilmelidir. </li><li> Sizin hedef patika için özel olarak daraltmak edebiliyoruz genlerin listesini yapın. </li><li> Lütfen aday genlerin organ özgüllükleri ve stres yanıtlarının gen ekspresyonu kontrol edin. </li></ol> 8. Yeni tanımında tahmin Tüm Bilgi Entegrasyonu <ol><li> Tahmin edilen metabolik yolu eş-ekspresyon analizi sorgu için kullanılmış olan iyi karakterize genler ekleyin. </li><li> Bu yolda uncharacterized parçaları kontrol edin, örneğin enzimatik adımları, taşıyıcı proteinler ve transkripsiyon faktörleri uncharacterized. </li><li> Bu eksik uncharacterized adımlar için en uygun gen açıklama tahmin. </li><li> Silico ge konusunda metaboliti profilleme ve aday genler sonuçlarını birleştirmekne ifade tahmin yolu dayalı. </li><li> Oksitlenmiş bileşik için P450, glikozit için asetillenmiş metaboliti, glycosyltransferase için asetiltransferaz örneğin gen işlevine göre tahmin edilen yolun, üzerinde aday genler düzenleyin. Amino asit dizilerinin analizi Filogenetik ağaç P450 ve glycosyltransferase gibi bazı geniş bir gen ailesi için yararlıdır. </li><li> Metabolit birikimi ve aday genlerin gen ekspresyon düzeyi arasında doku özelliklerine ya da stres yanıtların tutarlılığını kontrol edin. </li><li> Substrat ve strese duyarlı genler sağlamak için diğer metabolizma bağlantılarını kontrol edin. </li></ol> 9. Bio-Gen kaynakları kullanma belirlenmesi için deneyler <ol><li> Aday gen tespiti için deney kolaylaştırılması için bioresources kullanılabilirliğini kontrol edin. </li><li> Böyle KO mutant kütüphane ve tam uzunlukta cDNA kütüphanesi olarak biyo-kaynaklar kullanılarak gen fonksiyonunun belirlenmesi için bir deney yapın. Taşırı bitki ve nakavt mutantlar, enzimatik assay ve organizatörü bağlanma analizi hazırlanması ile genlerin fonksiyonel tanımlama için o deneyler, sizin tahmini en iyi aday genler için yapılmak zorundadır. Protein özellikleri karakterizasyonu ve bu dönüşüm için rekombinant protein ve gen klonlama hazırlamak için oldukça uzun sürer bu yana KO mutant kullanarak metabolit profil onay alındıktan sonra yapılması daha iyi aşırı bitkilerin hazırlanması için Rekombinant protein tayini. </li></ol> 10. Temsilcisi Sonuçlar Bu protokolde belirtilen entegre analiz prosedürü belirtilen deneysel amaçlı ve biyolojik ve analitik kombinasyonları tercihi bağlı olarak pek çok olanak vardır. Usul ve deneysel tasarım seçimi hedef yolu, bileşikleri ve bitki türlerinin temelinde düzgün yapılmalıdır. Bu protokolün açıklanan entegrasyon stratejisi foc olduğunu birçok biyo-ve veri kaynağı etkin bir şekilde kullanımı ile bitki gen fonksiyonu ve yeni gen fonksiyonlarının keşif açıklama kullanılır. Beklenen sonuç kesin tahminin tek vaka ile sağlamak için söz edilir. Bu durum yeterli delillerin birlikte profilleri tarafından verilen mümkün değilse, deney başladı gerektiğini gösterir. Bu nedenle, her durumda, RT-PCR ile hedeflenen örneğin gen ifadesi profili gibi ek ön deneyler, gen fonksiyon için tahmini destekleyebilir. Tahmin Doğruluk ve doğruluğu yüksek kombinasyon değişimi nitel farklılıklar ve sayısına bağlı olarak ilişkilidir. Ayrıca, iyi bir aday ve geçerli sonuçlar sadece yolların doğru bir şekilde tahmin gelebilir. Tepe açıklama Örneğin literatür araştırması, referans bitki özü, MS n analizi, organ özgüllük ve mutant analizi 13, çeşitli yaklaşımların kombinasyonu ile yapılmalıdır. 1 "src =" / files/ftp_upload/3487/3487fig1.jpg "/&gt; Şekil 1.. Kombine yaklaşım ile gen açıklama deneysel akışının bakış. Bazı durumlarda, proje özel şartlar veya dokularda tespit edildiğinde yeni bir zirve, ve metabolizma içinde rolünü anlamak arzusu keşfi ile başlar. Diğer durumlarda ise projenin amacı gibi transkripsiyon faktörleri gibi önemli düzenleyici faktörlerin gen tanımlama ya da bir bulgudur. Deney Tasarımı farklı organlarda doku örnekleri geniş bir yelpazede kullanarak hedef yolunda metabolit düzeylerinin belirgin farklılıklar gösteren bir veri seti ile rendelenmiş, ve stres koşullarına maruz ayirt bitkilerin veya bitkiler için ve malzeme tabi olmalıdır metabolit profil. Mutant ve transgenik bitkilerin yanı sıra QTL barındırılmasının ıslah materyali de bu çalışmalar için uygun genetik materyali temsil eder. Roman yolunun Tahmin doğru dikkatlice yapılmalıdırörneğin yolu-of-ilgi gen ekspresyon verilerine göre organı menkul ve stres tepkileri gibi metabolotype farklı türü ile pik açıklama ve kombine yaklaşım. Son adım olarak, metaboliti ve transkript profilleme sonunda, web kaynakları silico analizi ve heterolog ifade ile gen ekspresyonu in vitro karakterizasyonu ile bir araya geldiğinde, onun işlevinin gen adayı ve aydınlatılması teyidi yol hangi yapılmalıdır ve metabolik yol içinde pozisyon. Kısaltmalar: QTL, Kantitatif Sürekli Loci. <img alt="Şekil 2" src="/files/ftp_upload/3487/3487fig2.jpg" data-altupdatedat="1788238805000" data-alt="Şekil 2"> Şekil 2. Pik, not almak için kombinezonsal yaklaşımın İş akışı. Pik tanımlama ve açıklama standart bileşik tarafından, vahşi tip karşılaştırılması ve mutantlar knock out için bir prosedür, hedef zirve çok boyutlu kütle spektrometresi saf com kitle spektrumu sözveritabanları 12 pound. Kısaltmalar: DB, veritabanı; KO, knock-out, 1-D, tek boyutlu, 2-D, iki boyutlu, NMR, nükleer manyetik rezonans, IR, kızılötesi, MS n, kitle-kütle spektroskopisi. <img alt="Şekil 3" src="/files/ftp_upload/3487/3487fig3.jpg" data-altupdatedat="1788238805000" data-alt="Şekil 3"> Şekil 3. Antosiyanin yolun Örnek ortak düzenleme ağ analizi. Koekspresyon analizler Prime (kullanılarak yapıldı <a href="http://prime.psc.riken.jp/?action=coexpression_index" target="_blank">http://prime.psc.riken.jp/?action=coexpression_index</a> 3 8,2 ATTEDII sürümü belirlenen verilere dayanarak) Pajek programı ( <a href="http://vlado.fmf.uni-lj.si/pub/networks/pajek/" target="_blank">http://vlado.fmf.uni-lj.si/pub/networks/pajek/</a> ). Pozitif korelasyon (r &lt;0.5) ağ bağlantıları yapmak için kullanılır. Kırmızı düğümü: oniki antosiyanin enzim genleri (At5g13930, CHS, TT4, chalcone sintaz; At3g55120, CHI, TT5, chalcone izomerize; At3g51240, F3H, TT6, flavanon 3-hidroksilaz; At5g07990, F3'H, TT7, flavonoid 3'-hidroksilaz; At5g17050, Fd3GT, UGT78D2, flavonoid 3 - O-glukoziltransferaz; At5g17220, AtGSTF12, TT19 ; At5g42800, DFR, TT3, dihydroflavonol redüktaz; At4g22880, ANS / LDOX, TT18, anthocyanidin sentez; At4g14090, A5GT, antosiyanin 5 - O-glukoziltransferaz; At5g54060, A3G2 "XT, olası antosiyanin 3 - O-glikozit 2" - O - xylosyltransferase; At3g29590, A5GMaT, antosiyanin 5 - O-glikozit 6'' '- O-malonyltransferase; At1g03940, A3GCouT, antosiyanin 3 - O-glikozit 6 "- O - p-coumaroyltransferase) ve antosiyanin üretimi için iki transkripsiyon faktörleri (At1g56650, PAP1; At1g66390, PAP2) aday genler aramak için kullanılan bir r katsayısı ile bir eşik değeri ile Aday genler bir "kümelerinin kesişimi" tarafından bulundu arama &lt;./ Em sorgulanan tüm genler (Ondört antosiyanin biyosentetik genler) tarafından setleri kesişme tarafından sorgulanır 0.50 geçiniz. Ilişkili aday genler (68 genler) ve sorgulanan genleri (14 gen) içeren ortak ifadesi ağı, r&gt; 0.50 PRIME veritabanı kullanarak bir "set arabağlantı" tarafından yeniden inşa arama oldu. PRIME veritabanı ve ağlardan bir '. Net' dosyası ile biçimlendirilmiş çıktı dosyaları Pajek yazılımı kullanılarak çizildi. Mavi düğüm antosiyanin genleri ile ilişkili aday genler gösterir. <table border="1"><tbody><tr><td> tür </td><td> Binbaşı sekonder metabolit </td></tr><tr><td> Arabidopsis thaliana </td><td> Glukosinolat, flavonol, antosiyanin, sinapoyl türev </td></tr><tr><td> Populus trichocarpa </td><td> Flavonol, antosiyanin, salisilat türevi </td></tr><tr><td> Vitis vinifera </td><td> Flavonol, antosiyanin, tanen, stilben </td></tr><tr><td> Solanum lycopersicum </td><td> Flavonol, antosiyanin, glycoalkaloid, ilgili chrologenate, </td></tr><tr><td> Nicotiana tabacum </td><td> Flavonol, antosiyanin, nicotianamide, acylsugar ilgili chrologenate </td></tr><tr><td> Oryza sativa </td><td> Glycoflavone, antosiyanin, sterol türevleri </td></tr><tr><td> Zea may </td><td> Glycoflavone, antosiyanin, benzoxazinone, sterol türevleri </td></tr><tr><td> Medicago truncatula </td><td> İsoflavon, antosiyanin, saponin, </td></tr><tr><td> Japonica Lotus </td><td> İsoflavon, flavonol, antosiyanin, saponin, </td></tr></tbody></table> Model bitki türleri Tablo I. Büyük sekonder metabolitleri. <table border="1"><tbody><tr><td> Co-ifadesi veritabanı </td><td> Adres </td></tr><tr><td> Bitki çapraz specler </td><td></td></tr><tr><td> COP </td><td> <a href="http://webs2.kazusa.or.jp/kagiana/cop0911/" target="_blank">http://webs2.kazusa.or.jp/kagiana/cop0911/~~V</a> </td></tr><tr><td> Planet </td><td> <a href="http://aranet.mpimp-golm.mpg.de/" target="_blank">http://aranet.mpimp-golm.mpg.de/</a> </td></tr><tr><td> Bitki türleri </td><td></td></tr><tr><td> ATEED-II </td><td> <a href="http://atted.jp/" target="_blank">http://atted.jp/</a> </td></tr><tr><td> BAR </td><td> <a href="http://142.150.214.117/welcome.htm" target="_blank">http://142.150.214.117/welcome.htm</a> </td></tr><tr><td> COP </td><td> <a href="http://webs2.kazusa.or.jp/kagiana/cop" target="_blank">http://webs2.kazusa.or.jp/kagiana/cop</a> </td></tr><tr><td> GeneCAT </td><td> <a href="http://genecat.mpg.de/" target="_blank">http://genecat.mpg.de/</a> </td></tr><tr><td> Arabidopsis </td><td></td></tr><tr><td> ACT </td><td> <a href="http://www.arabidopsis.leeds.ac.uk/act/coexpanalyser" target="_blank">http://www.arabidopsis.leeds.ac.uk/act/coexpanalyser</a> </td></tr><tr><td> AthCoR@CSB.DB </td><td> <a href="http://csbdb.mpimp-golm.mpg.de/csbdb/dbcor/ath.html" target="_blank">http://csbdb.mpimp-golm.mpg.de/csbdb/dbcor/ath.html</a> </td></tr><tr><td> CressExpress </td><td> <a href="http://cressexpress.org/" target="_blank">http://cressexpress.org/~~V</a> </td></tr><tr><td> PRIME </td><td> <a href="http://prime.psc.riken.jp/?action=coexpression_index" target="_blank">http://prime.psc.riken.jp/?action=coexpression_index</a> </td></tr><tr><td> Oryza sativa </td><td></td></tr><tr><td> RiceArrayNet </td><td> <a href="http://arraynet.mju.ac.kr/arraynet/" target="_blank">http://arraynet.mju.ac.kr/arraynet/~~V</a> </td></tr><tr><td> Rice Dizi Veritabanı </td><td> <a href="http://www.ricearray.org/coexpression/coexpression.shtml" target="_blank">http://www.ricearray.org/coexpression/coexpression.shtml</a> </td></tr></tbody></table> Tablo II. Siliko ortak ifadesi analizi için mevcut gen ekspresyonu veritabanı.

<ol><li>Aharoni, A., Keizer, L. C. P., Bouwmeester, H. J., Sun, Z. K., Alvarez-Huerta, M., Verhoeven, H. A., Blaas, J., van Houwelingen, A., De Vos, R. C. H., van der Voet, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SAAT+gene+involved+in+strawberry+flavor+biogenesis+by+use+of+DNA+microarrays%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">SAAT gene involved in strawberry flavor biogenesis by use of DNA microarrays.</a> Plant Cell. 12, 647-661 (2000).</li>
<li>Akiyama, K., Chikayama, E., Yuasa, H., Shimada, Y., Tohge, T., Shinozaki, K., Hirai, M. Y., Sakurai, T., Kikuchi, J., Saito, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PRIMe%3A+a+Web+site+that+assembles+tools+for+metabolomics+and+transcriptomics%5BTitle%5D)+AND+%22In+Silico+Biol%22%5BJournal%5D)">PRIMe: a Web site that assembles tools for metabolomics and transcriptomics.</a> In Silico Biol. 8, 339-345 (2008).</li>
<li>Araujo, W. L., Ishizaki, K., Nunes-Nesi, A., Larson, T. R., Tohge, T., Krahnert, I., Witt, S., Obata, T., Schauer, N., Graham, I. A., Leaver, C. J., Fernie, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+the+2-Hydroxyglutarate+and+Isovaleryl-CoA+Dehydrogenases+as+Alternative+Electron+Donors+Linking+Lysine+Catabolism+to+the+Electron+Transport+Chain+of+Arabidopsis+Mitochondria%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Identification of the 2-Hydroxyglutarate and Isovaleryl-CoA Dehydrogenases as Alternative Electron Donors Linking Lysine Catabolism to the Electron Transport Chain of Arabidopsis Mitochondria.</a> Plant Cell. 22, 1549-1563 (2010).</li>
<li>De Vos, R. C. H., Moco, S., Lommen, A., Keurentjes, J. J. B., Bino, R. J., Hall, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Untargeted+large-scale+plant+metabolomics+using+liquid+chromatography+coupled+to+mass+spectrometry%5BTitle%5D)+AND+%22Nat.+Protoc%22%5BJournal%5D)">Untargeted large-scale plant metabolomics using liquid chromatography coupled to mass spectrometry.</a> Nat. Protoc. 2, (2007).</li>
<li>Hirai, M. Y., Sugiyama, K., Sawada, Y., Tohge, T., Obayashi, T., Suzuki, A., Araki, R., Sakurai, N., Suzuki, H., Aoki, K., Goda, H., Nishizawa, O. I., Shibata, D., Saito, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Omics-based+identification+of+Arabidopsis+Myb+transcription+factors+regulating+aliphatic+glucosinolate+biosynthesis%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Omics-based identification of Arabidopsis Myb transcription factors regulating aliphatic glucosinolate biosynthesis.</a> Proceedings of the National Academy of Sciences of the United States of America. 104, 6478-6483 (2007).</li>
<li>Mutwil, M., Klie, S., Tohge, T., Giorgi, F. M., Wilkins, O., Campbell, M. M., Fernie, A. R., Usadel, B., Nikoloski, Z., Persson, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PlaNet%3A+Combined+Sequence+and+Expression+Comparisons+across+Plant+Networks+Derived+from+Seven+Species%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">PlaNet: Combined Sequence and Expression Comparisons across Plant Networks Derived from Seven Species.</a> Plant Cell. 23, 895-910 (2011).</li>
<li>Mutwil, M., Ruprecht, C., Giorgi, F. M., Bringmann, M., Usadel, B., Persson, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transcriptional+Wiring+of+Cell+Wall-Related+Genes+in+Arabidopsis%5BTitle%5D)+AND+%22Molecular+Plant%22%5BJournal%5D)">Transcriptional Wiring of Cell Wall-Related Genes in Arabidopsis.</a> Molecular Plant. 2, 1015-1024 (2009).</li>
<li>Obayashi, T., Kinoshita, K., Nakai, K., Shibaoka, M., Hayashi, S., Saeki, M., Shibata, D., Saito, K., Ohta, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ATTED-II%3A+a+database+of+co-expressed+genes+and+cis+elements+for+identifying+co-regulated+gene+groups+in+Arabidopsis%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">ATTED-II: a database of co-expressed genes and cis elements for identifying co-regulated gene groups in Arabidopsis.</a> Nucleic Acids Research. 35, D863-D869 (2007).</li>
<li>Ogata, Y., Suzuki, H., Sakurai, N., Shibata, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CoP%3A+a+database+for+characterizing+co-expressed+gene+modules+with+biological+information+in+plants%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">CoP: a database for characterizing co-expressed gene modules with biological information in plants.</a> Bioinformatics. 26, 1267-1268 (2010).</li>
<li>Persson, S., Wei, H. R., Milne, J., Page, G. P., Somerville, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+genes+required+for+cellulose+synthesis+by+regression+analysis+of+public+microarray+data+sets%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Identification of genes required for cellulose synthesis by regression analysis of public microarray data sets.</a> Proceedings of the National Academy of Sciences of the United States of America. 102, 8633-8638 (2005).</li>
<li>Tohge, T., Yonekura-Sakakibara, K., Niida, R., Watanabe-Takahashi, A., Saito, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phytochemical+genomics+in+Arabidopsis+thaliana%3A+A+case+study+for+functional+identification+of+flavonoid+biosynthesis+genes%5BTitle%5D)+AND+%22Pure+and+Applied+Chemistry%22%5BJournal%5D)">Phytochemical genomics in Arabidopsis thaliana: A case study for functional identification of flavonoid biosynthesis genes.</a> Pure and Applied Chemistry. 79, 811-823 (2007).</li>
<li>Tohge, T., Fernie, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Web-based+resources+for+mass-spectrometry-based+metabolomics%3A+A+user%27s+guide%5BTitle%5D)+AND+%22Phytochemistry%22%5BJournal%5D)">Web-based resources for mass-spectrometry-based metabolomics: A user's guide.</a> Phytochemistry. 70, 450-456 (2009).</li>
<li>Tohge, T., Fernie, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Combining+genetic+diversity%2C+informatics+and+metabolomics+to+facilitate+annotation+of+plant+gene+function%5BTitle%5D)+AND+%22Nature+Protocols%22%5BJournal%5D)">Combining genetic diversity, informatics and metabolomics to facilitate annotation of plant gene function.</a> Nature Protocols. 5, 1210-1227 (2010).</li>
<li>Tohge, T., Kusano, M., Fukushima, A., Saito, K., Fernie, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Transcriptional+and+metabolic+programs+following+exposure+of+plants+to+UV-B+irradiation%5BTitle%5D)+AND+%22Plant+Signal+Behav%22%5BJournal%5D)">Transcriptional and metabolic programs following exposure of plants to UV-B irradiation.</a> Plant Signal Behav. 6, Forthcoming (2011).</li>
<li>Tohge, T., Ramos, M. S., Nunes-Nesi, A., Mutwil, M., Giavalisco, P., Steinhauser, D., Schellenberg, M., Willmitzer, L., Persson, S., Martinoia, E., Fernie, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Towards+the+storage+metabolome%3A+profiling+the+barley+vacuole%5BTitle%5D)+AND+%22Plant+Physiol%22%5BJournal%5D)">Towards the storage metabolome: profiling the barley vacuole.</a> Plant Physiol. , (2011).</li>
<li>Yonekura-Sakakibara, K., Tohge, T., Matsuda, F., Nakabayashi, R., Takayama, H., Niida, R., Watanabe-Takahashi, A., Inoue, E., Saito, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comprehensive+flavonol+profiling+and+transcriptome+coexpression+analysis+leading+to+decoding+gene-metabolite+correlations+in+Arabidopsis%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Comprehensive flavonol profiling and transcriptome coexpression analysis leading to decoding gene-metabolite correlations in Arabidopsis.</a> Plant Cell. 20, 2160-2176 (2008).</li>
</ol>

Çıkar çatışması ilan etti.

Transkriptomik ve metabolomik teknolojiler birkaç yıldır kullanılmış olduğunu göz önüne alındığında, gen açıklama yardım metabolomik için veri entegrasyon süreci genellikle bilinmeyen bir metaboliti temsil eden yeni bir zirve belirlenmesi ile başlar. Bu gerçek metabolit zirveleri nicel Varyans veya biyosentezleri sorumlu olduğu düşünülen yeni aday genler değerlendirmektir sonraki aşamaya yol açar. Bu protokolün açıklanan strateji, ancak üç büyük sorunlar i) pik açıklama zorluğu, ii) yolu tahmini karmaşıklığı, iii) gen ekspresyonu veri geni bilgi ve kaliteli çözünürlüğe sahip. İlk sorunuyla mücadele için, pik açıklama standart bileşikler veya MS n analizi, referans özü, mutant analizi, metaboliti veritabanı arama ve literatür taraması (Şekil 2, 12) Kombinatoryal yaklaşım kullanarak bilgi ko-elüsyon ile yapılmalıdır. Second sorunu, yolun tahmini tek doğru pik açıklama ile elde edilebilir. Metaboliti, ilgili birikimi genin gen ekspresyonu ile ilişkili alınmalıdır çünkü Ancak, doku spesifisite metaboliti profili, aynı zamanda, destek pik açıklama olabilir. Bu nedenle farklı dokular ve büyüme koşullarının kombinasyonu profilleri bu ikinci sorun için yararlı olabilir. Geni bilgi çözünürlüğü ile ilgili sorun, üçüncü sekansı verilerin bir ilerleme bağlıdır. Genom sekansı tamamlanmasından olmadan modeli bitki halinde, diğer modeli bitkilerde orthologous genler kullanılarak ko-ifade analizi yararlıdır. Amino asit dizisinin detaylı uyum karşılaştırma ve filogenetik ağaç analizi diğer türlere model organizmalar bağlamak için destek olabilir. Bu protokol, tüm metabolizması için uygundur. Bu kadar güçlü transkripsiyonel c tabi olmaya karakterize orta ve ikincil metabolizmaları analizinde en verimliontrol 1,5,11,16. Bazı örnekler, kükürt asimilasyon gerçekleştirilmelidir başardı co-ekspresyon analizi, β-oksidasyon, dallı zincirli aminoasit bozulması, klorofil arıza ve lizin katabolizması 3 genler, hücre duvarı metabolizmasını 10,7 ve kaskad 14 sinyalizasyon ışığı. Kombine genomik, metabolomik ve bilişim yoluyla genin fonksiyonu Annotation transkripsiyon faktörünün biyosentez gen ve doğrudan regülatörü için aynı zamanda fizyolojik bir süreç ve yanıtı anlamak için değil sadece (örneğin Şekil 3. 14). Modeli bitkilerden bitki türleri için bu yaklaşım geliştirmek için, bitki türleri arasında metabolik karşılaştırılması bazı genel metabolizması güçlü bir yaklaşımdır. Aynı bileşik farklı bitki türü tespit ve Örneğin, bazı orthologous genler bu bitki türü bulunur, orthologous genleri kullanarak çapraz türlerin ortak ifade analizi stron sağlayabilirsizin tahmini için g desteği. Bu yaklaşım, ek olarak kavak, Medicago, Arabidopsis yapılabilir gibi bitki türlerinin co-ifade analizi (6, Planet&#39;ten arpa, pirinç, buğday ve soya fasülyesi gibi önemli ekinler: <a href="http://aranet.mpimp-golm.mpg.de/" target="_blank">http://aranet.mpimp-golm.mpg . de /</a> ; 9, COP: <a href="http://webs2.kazusa.or.jp/kagiana/cop0911/" target="_blank">http://webs2.kazusa.or.jp/kagiana/cop0911/</a> ;), 15 bir örneğe bakın.

<table border="1"><tbody><tr><td> Reaktif Adı </td><td> Şirket </td><td> Katalog numarası </td></tr><tr><td> Damıtılmış su ULC / MS grad </td><td> BIOSOLVE </td><td> 23214102 </td></tr><tr><td> Asetonitril (ACN) ULC / MS dereceli </td><td> BIOSOLVE </td><td> 01204102 </td></tr><tr><td> Metanol (MeOH) ULC / MS dereceli </td><td> BIOSOLVE </td><td> 13684102 </td></tr><tr><td> Sıvı kromatografisi için formik asit (HCOOH) ULC / MS dereceli </td><td> BIOSOLVE </td><td> 06914131 </td></tr><tr><td> Standart bileşikleri </td><td> Extrasynthese </td><td></td></tr><tr><td> Lineer iyon trap (BT) ESI-MS sistemi Finnigan-LTQ </td><td> Thermo Finnigan </td><td></td></tr><tr><td> HPLC sistemi Surveyor </td><td> Thermo Finnigan </td><td></td></tr><tr><td> C18 analitik sütun Luna (2), 2.0 mm çapa ve 150 mm uzunlukta, 100 bir gözenekboyutu ve 3 mm arasında dairesel parçacıklar </td><td> Phenomenex </td><td> 00F-4251-B0 </td></tr><tr><td> Xcalibur yazılım </td><td> Thermo Finnigan </td><td></td></tr></tbody></table>

kombine genomics metabolomiks ve bilişim ile bitki gen fonksiyonu ek açıklama

Annotation of Plant Gene Function via Combined Genomics, Metabolomics and Informatics

Tam genom dizileri mevcuttur ve böyle nakavt mutantlar, yabani katılmalar ve gelişmiş üreme popülasyonları gibi biyo-kaynakların bolluğu hangi modeli bitki türlerinin sürekli genişleyen sayısı göz önüne alındığında, gen işlevsel açıklama için yükselen bir yük vardır. Bu protokolde, birleşik ortak ifade gen analizi kullanılarak bitki gen fonksiyon açıklama, metabolomik ve bilişim (Şekil 1) sağlanır. Bu yaklaşım, metabolomik vasıtasıyla hedef bileşiklerin tanımlaması ile birlikte belli bir metabolik proses dahil olmak üzere non-açıklamalı genlerin tanımlanmasını sağlamak için bilinen olasılıkla fonksiyonunun hedef genlerin kullanılarak teorisi dayanmaktadır. Stratejileri zahmetsiz olan bu hiçbiri rağmen her iki ileri ve ters genetik yaklaşımlar tarafından oluşturulan nüfus bu bilgileri uygulamak için ortaya konulmuştur. Doğal sonucu olarak bu yaklaşım aynı zamanda, yeni ya da özel se temsil bilinmeyen zirveleri karakterize bir yaklaşım olarak kullanılabilirsınırlı dokuları, bitki türleri veya şu anda bitki metabolizması anlamak için önemli bir çalışmadır stres tedavisinin, içinde İkinci basamak metabolitleri.

Metabolizma aracılığıyla genomik, co-geni ifade analizi ve hedef bileşiklerin tanımlama kombinasyonu genin işlevsel bir açıklama verir.

Kombine Genomics metabolomiks ve Bilişim ile Bitki Gen Fonksiyonu ek açıklama

Tam genom dizilimlerine erişilebilen model bitki türlerinin sayısının sürekli artması ve ... gibi biyolojik kaynakların bolluğu göz önüne alındığında...

Aşağıdaki deneyin genel amacı, metabolit profilleme ve ko-ekspresyon analizininle birleştirilmiş analizi yoluyla gen anotasyonu kullanarak yeni gen fonksiyonlarını keşfetmek ve karakterize etmektir. Bu, belirli metabolik yolaklara ve bitki türlerine odaklanan bir deneysel tasarımın değerlendirilmesiyle gerçekleştirilir. İkinci bir adım olarak, tespit edilen bileşiklerin kimyasal yapılarına dayanarak tüm metabolik yolağı oluşturmak için analitik yaklaşımlar kullanılır.Ardından, aday genleri daraltmak için tahmin edilen yolağın yapısı, metabolizmanın anahtar genlerini muhtemelen işaret eden ko-ekspresyon analizi ile entegre edilir. Son olarak, genlerin fonksiyonel tanımlamasını karakterize etmek amacıyla, çeşitli biyolojik kaynakların verimli kullanımıyla minimum deney setleri gerçekleştirilerek sonuçlar elde edilir. Bu yönteme dair fikri ilk olarak, ate adlı ko-ekspresyon veri tabanında Abosi OID biyosistik genlerinin çok yüksek bir korelasyon gösterdiğini bulduğumuzda edindik.Bu stratejinin, halka açık veri tabanlarındaki verilerle ve biyolojik kaynakların verimli kullanımıyla yeni gen fonksiyonlarını bulmanın en hızlı yollarından biri olduğunu değerlendirdik. Ekstraksiyona başlamak için bitki materyallerini hasat edin ve derhal sıvı azot içerisinde dondurun. Bitki materyallerini bir karıştırıcı değirmen kullanarak dondurulmuş toz haline getirin, dondurulmuş bitki materyalini iki mililitrelik bir EOR tüpüne paylaştırın ve ardından tüpe bir metal bilye ekleyin.Her 50 miligram numune için 250 mikrolitre ekstraksiyon tamponu ekleyin. Ekstraksiyon tamponu, normalizasyon için iç standart içerir. Ardından, dondurulmuş tozu mikser değirmende iki dakika boyunca homojenize edin.25 frekansında, örneği 10 dakika boyunca 12,000 RPM'de santrifüjleyin. Ardından süpernatantı bir santrifüj filtresine aktarın. İkinci bir santrifüjleme aşamasını gerçekleştirdikten sonra, süpernatantı yeni bir einor tüpüne aktarın.Ardından, öncelikle kolon fırın sıcaklığının 35 °C ve numune tepsisi sıcaklığının 10 °C olduğunu kontrol ederek HPLC düzeneğini kurun. Kütle spektrometrisi koşullarını ayarlayın; vakum durumunu ve ısıtıcı kapilariteri kontrol edin. Kalibrasyon çözelti karışımını infüzyon yöntemiyle enjekte ederek MS dedektörünün kütle aşırı yükleme kalibrasyonunu gerçekleştirin.Yazılımdaki otomatik kalibrasyon uygulaması kullanılır. Ardından, ekstraktların 50 µL'si bir cam şişeye aktarılır. HPLC için, yazılı prosedürde açıklandığı üzere, ilk numunenin analizi gerçekleştirilmeden önce ekstraksiyon tamponu ile en az beş enjeksiyon yapılır.Bir kütle spektrometri analiz aracı yapılandırdıktan sonra, işlenecek verileri seçin. Yazılı protokolde gösterilen bileşik sınıfına uygun olarak, ilgilenilen saptanan piklerin bir tablosunu hazırlayın. Standart bileşiklerle birlikte evrilme (co-evolution) yoluyla pikleri tanımlayın; bu adımda, Ms.MS analizi, literatür, tarama ve metabolit veri tabanı araması kullanarak saptanan pikleri açıklayın.Yolak tahmini, metabolik yolaktaki enzimatik işlevi ilişkilendirerek kimyasal yapılar üzerinden yapılmalıdır. Bu nedenle, bu adımlar tespit edilen bileşiklerin kesin pik tanımlamasıyla gerçekleştirilmelidir. KEGG veri tabanı ve PlantPACS gibi genel metabolik yolak veri tabanları, ilgilenilen metabolik yolağın tahmini için oldukça etkilidir.Arabidopsis ortolog genlerini içeren bir gen listesi ve kimliği (ID) hazırlamak için öncelikle genomik veri tabanından bir gen kimlik listesi indirin. Hedef bitki arabidopsis değilse, ortolog genlerin arabidopsis gen kimliklerini ekleyin. Ardından, ilgilenilen yolaktaki genlerin bir listesini hazırlayın.Arabidopsis yolak verilerinin ve gen ailesi verilerinin anotasyonları TAAR web sitesinde mevcuttur. Arabidopsis ortolog gen listeleri daha sonra birleştirilebilir. Tahmin edilen yolak için en uygun veri tabanınıle arama yapmak amacıyla, hazırlanan gen ID listesini kullanarak ko-ekspresyon ağ analizi gerçekleştirin.İlgilenilen yolaktaki iyi bilinen gen çiftlerinin korelasyonunun kontrol edilmesi. Ko-ekspresyon veri tabanı veya gen ekspresyon veri tabanı mevcut değilse; ilgili planda, Arabidopsis ko-ekspresyon veri tabanı, arabidopsis otolog genleri listesi ile birlikte kullanılmalıdır.Ardından, ilgilenilen yolaktaki bilinen genlerin bağlantılarına dayanarak hedef ko-ekspresyon ağı için çerçeveyi oluşturun. En iyi adayı bulmak için korele aday genleri ekleyin ve bu ağın bağlantılarındaki gen anotasyonlarını tahmin edilen ailelerle karşılaştırarak kontrol edin.Genlerin katsayı değer eşiği, ağ yapısına ve ilişkili genlerin yoğunluğuna göre koordine edilmelidir. Şimdi, hedef yola özgü olduğu değerlendirilebilecek genlerin bir listesini oluşturun. Bu listeyi kullanarak, aday genlerin organ özgüllüklerine ve stres tepkilerine ilişkin gen ekspresyonlarını kontrol edin.Co-ekspresyon analizinin sorgulanmasında kullanılan, iyi karakterize edilmiş genleri öngörülen metabolik yola ekleyerek bilgilerin entegrasyonuna başlayın. Bu yolun karakterize edilmemiş kısımlarının, karakterize edilmemiş enzimatik basamaklar, taşıma proteinleri ve transkripsiyon faktörleri dahil olmak üzere yeni olup olmadığını kontrol etmek için literatür taraması yapın. Bu noktada, eksik olan bu karakterize edilmemiş basamaklar için en uygun gen anotasyonunu öngörün.Metabolit profilleme sonuçlarını ve öngörülen yola dayalı silico gen ekspresyonu aday genlerini birleştirin. Ardından, aday genleri gen fonksiyonuna göre öngörülen yol üzerinde düzenleyin. Örneğin, asetillenmiş metabolit için asetil transferaz, glikozid için glikozil transferaz ve okside bileşik için P450.Metabolit birikimi ile aday genlerin gen ekspresyon seviyeleri arasındaki doku spesifikliklerinin veya stres yanıtlarının tutarlılığını kontrol edin. Ayrıca, substrat sağlayan ve strese yanıt veren genler için diğer metabolizmalarla olan bağlantıları inceleyin. Son adım olarak, nakavt mutant kütüphanesi ve tam uzunlukta cDNA kütüphanesi gibi biyokaynakları kullanarak gen fonksiyonunun belirlenmesi için bir deney gerçekleştirin.İşte antosiyanin yolunun ko-regülasyon ağ analizi örneği. Ko-ekspresyon analizleri, eklenen üçüncü versiyon veri setine dayalı PRAM ko-ekspresyon indeksi kullanılarak gerçekleştirildi; PX programında kırmızı düğümler olarak görüntülenen 12 antosiyanin enzimatik geni ve antosiyanin üretimi için iki transkripsiyon faktörü aday genlerin aranmasında kullanıldı. 68 korele aday gen ve 14 sorgu genini içeren bir ko-ekspresyon ağı, PRAM veri tabanı kullanılarak yapılan bir küme araması bağlantısı ile yeniden yapılandırıldı ve sonuç olarak PX yazılımı kullanılarak çizilen T net çıktı dosyaları elde edildi.Mavi düğümler, gelişimi sonrasında antosiyanin genleri ile korelasyon gösteren aday genleri belirtmektedir. Bu strateji, bitki metabolizmalarındaki yeni gen fonksiyonlarını tahmin etmek için bize iyi bir ipucu sağlayacaktır.

annotation-plant-gene-function-via-combined-genomics-metabolomics

Research

JoVE Journal

Biology

Biyoloji

Bitki biyokütle yakıt, yem, gıda ve malzemelerin çeşitli dahil olmak üzere birden fazla ürün için bir yenilenebilir kaynak sunuyor. Bu yazıda tütün ağacı (Nicotiana glauca) ve bir Biorefinery boru hattı için kavak olarak uygun kaynaklarının özelliklerini incelemek.

Bio-tabanlı Sanayi Feedstock olarak Tütün Ağacı ve Kavak Değerlendirme transkript ve metabolit profil

Bu makale, yani terroir kavramının, içgörü kazanmak için üzüm berry transkript ve metabolitleri hedefsiz metabolomik, transkriptomik ve çok değişkenli istatistiksel analiz uygulamasını açıklar, dut kalite özellikleri çevrenin etkisi.

Üzüm Berry metabolomik ve transkriptomik aracılığıyla yorumlanır Terroir Kavramı

Burada, Arabidopsis thaliana yaprak mezofil protoplastlarına uygulanan bir etkileşimli yakalama protokolünü sunuyoruz. Bu yöntem kritik olarak in vivo UV çapraz bağlanmaya dayanır ve fizyolojik bir ortamdan bitki mRNA'ya bağlanan proteinlerin izole edilmesine ve tanımlanmasına izin verir.

Bitki Protoplastlarından mRNA İnteraktom Yakalama

Bu makalede tanımlama ve asma Arabidopsis Tóxicos Levadura içinde (ATL) E3 Ubikuitin ligazlar aile için uygulanan bir gen aile karakterizasyonu için yordam açıklanır.

Genom kapsamındaki bir tanımlama ve ifade Meta-Analizi ATL E3 Ubikuitin ligaz gen ailesinin asma için kapsamlı iş akışı

Çoklu biyomoleküllerin sistem çapında analiz biyolojik süreçlere işlevsel ve mekanik anlayışlar elde etmek için çok önemlidir. Bu konuda geniş bir protokol, senkronize Chlamydomonas kültüründen toplanan tek bir örnekten lipidler, metabolitler, proteinler ve nişasta yüksek verimlilik ekstraksiyonu için tanımlanmıştır.

Yeşil Alga Chlamydomonas reinhardtii eşitlenmiş kültürlerin derinlemesine analizi için Multi-Omics ekstraksiyon yöntemi

Burada bir kütle spektrometresi güdümlü genom madenciliği protokolü oluşturulmuş ve tanımlanmıştır. Genom dizilimi bilgileri ve LC-MS/MS analizine dayanan bu analiz, kompleks mikrobiyal ve bitki özlerinden moleküllerin belirlenmesini kolaylaştırmayı amaçlamaktadır.

Yeni Doğal Ürünleri Ortaya Çıkarmak İçin Bir Araç Olarak Kütle Spektrometresi Güdümlü Genom Madenciliği

Araştırmacılar, Pathway Association Çalışma Aracı'nı (PAST) parlak uygulama veya R konsolu aracılığıyla çalıştırarak, ilgili metabolik yolları araştırarak genom çapındaki ilişki çalışmalarının (GWAS) sonuçlarının biyolojik anlamı hakkında daha derin bir anlayış kazanabilirler.

Metabolik Yol Bilgilerinin GWAS Analizleri için Bir Pathway Association Çalışma Aracı

Bu protokolde, birçok numunenin verimli ve hızlı bir şekilde numune hazırlamasını birleştiren optimize edilmiş bir iş akışı sunuyoruz. Ek olarak, metabolik GWAS çalışmalarının yüksek verimli değerlendirilmesi için analitik varyasyonları azaltmak için adım adım bir kılavuz sunuyoruz.

Büyük Ölçekli Multi-omik Genom Çapında İlişkilendirme Çalışmaları (Mo-GWAS): Numune Hazırlama ve Normalleştirme Kılavuzları

Sıvı kromatografisi yüksek çözünürlüklü kütle spektrometresi ile birleştirilmiş 13C6-Glikoz etiketleme yöntemi çok yönlüdür ve tıbbi bitkilerde ikincil metabolitlerin sentezinde yer alan birincil organlar ve yollar ile bu ikincil metabolitlerin kapsamlı kullanımı hakkında gelecekteki çalışmaların temelini oluşturur.

13C 6-LC-MS ile İlişkili Glikoz Etiketlemesi: İkincil Metabolit Sentezinde Bitki Birincil Organlarının Tanımlanması

Knock-down gen ekspresyonu için bir virüs kaynaklı gen susturulması (VIGS) yöntemi...

Virüs indüklenen gen susturma (VIGS) Nicotiana benthamiana Ve Domates

Keşfedin bitki gen fonksiyonlarını metabolit profilleme ve ko-ifade analizi ile. Bu yöntem, metabolik yolaklardaki aday genleri belirleyerek fonksiyonel genomik araştırmaları hızlandırır.

Kombine Genomics metabolomiks ve Bilişim ile Bitki Gen Fonksiyonu ek açıklama

Daha fazla video keşfet