利用WGCNA鉴定棉花抗黄萎病相关基因共表达网络
加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis,WGCNA)作为一种典型的系统生物学方法,可用来鉴定协同表达的基因模块,探索模块与目标性状之间的生物学相关性,并挖掘网络中的核心基因.黄萎病(Verticillium wilt)可严重降低棉花(Gossypium spp.)的产量及品质,因此研究抗病基因及抗病机制,对于棉花抗病育种工作具有重要意义.本研究以黄萎病菌侵染不同时间点的海岛棉(Gossypium barbadense)幼苗根尖转录组数据为基础,分析其差异表达基因,并选取在不同样本之间表达水平变异最大的前50％基因(共35,647个)进行WGCNA.结果 表明,在黄萎病菌侵染条件下,共有22,850个基因差异表达,其中4685个为所有侵染时间点共有的差异基因.共鉴定到18个基因共表达模块,其中5个为抗黄萎病相关特异性模块(black、mediumpurple3、darkolivegreen、plum3模块分别与侵染2h、6h、48 h、72 h时间点正相关;mediumpurple2与侵染2h时间点负相关).GO和KEGG富集分析表明,特异性模块可以富集到有生物学意义的富集结果,如刺激响应、钙离子结合、黄酮类化合物合成代谢等抗逆相关通路.通过计算模块内基因的连通性,挖掘出了网络中的核心基因,功能预测表明,这些基因可能在逆境胁迫响应中发挥重要作用.本研究为进一步理解棉花抗黄萎病的分子机制、选育棉花抗病新品种提供了理论指导.
棉花、黄萎病、加权基因共表达网络分析、核心基因
46
本研究由山东省农业科学院农业科技创新工程CXGC2018B01,CXGC2018E06
2020-06-18（万方平台首次上网日期，不代表论文的发表时间）
共12页
668-679
