Wetenschap
Perzikperfectie:geavanceerde genennetwerken onthullen fruiteigenschappen
Een onderzoek heeft gebruik gemaakt van het perzikgenoom, waardoor grootschalige genen-co-expressienetwerken (GCN's) zijn ontstaan die genfuncties voorspellen en het perzikveredelingsproces stroomlijnen. Deze innovatieve aanpak richt zich op de complexe taak van het identificeren van genen die verband houden met gewenste veredelingseigenschappen in perziken.
Peach-genetica wordt geconfronteerd met uitdagingen zoals lange intergeneratietijden en beperkte genetische transformatiesystemen, waardoor genidentificatie en -validatie complex worden. Traditionele benaderingen schieten vaak tekort in het voorspellen van genfuncties vanwege deze beperkingen.
Gene co-expressienetwerken (GCN’s), die de relaties tussen genexpressies in kaart brengen, bieden een veelbelovende oplossing. Door gebruik te maken van het ‘guilty-by-association’-principe kunnen GCN’s genfuncties voorspellen op basis van gedeelde expressiepatronen. Vanwege deze uitdagingen is er een dringende behoefte aan innovatieve hulpmiddelen zoals GCN's om ons begrip van perzikgenetica te vergroten.
Onderzoekers van het Institut de Recerca i Tecnologia Agroalimentàries (IRTA) en Centre de Recerca en Agrigenòmica (CRAG) publiceerden een studie in het tijdschrift Horticulture Research op 2 januari 2024. Het onderzoek introduceert een nieuwe tool die GCN's gebruikt om genfuncties in perziken te voorspellen, wat een revolutie teweeg kan brengen in de fruitveredeling.
De studie creëerde vier GCN's uit 604 Illumina RNA-Seq-bibliotheken en evalueerde hun prestaties met behulp van een machine-learning-algoritme gebaseerd op het "guilty-by-association" -principe. Van de netwerken liet COO300 de beste prestaties zien, met 21.956 genen. Om COO300 te valideren hebben onderzoekers twee casestudies uitgevoerd.
In de eerste case study werden de genen PpPG21 en PpPG22, die betrokken zijn bij het verzachten van perzikfruit, geanalyseerd. De tot co-expressie gebrachte genen vormden het smeltende vlees (MF) netwerk, dat verrijkt was met termen die verband hielden met celwandorganisatie en fytohormoonsignalering. Het MF-netwerk omvatte genen die geassocieerd zijn met de demontage van celwanden en rijpingsgerelateerde fytohormonen, wat het vermogen van COO300 aantoont om genfuncties nauwkeurig te voorspellen.
In de tweede casestudy werd de transcriptiefactor PpMYB10.1 onderzocht, die de accumulatie van anthocyanine reguleert. Het vruchtkleurnetwerk (FC) identificeerde genen die betrokken zijn bij het metabolisme en de regulatie van anthocyanine. Door het FC-netwerk te vergelijken met orthologen van wijnstokken, identificeerden onderzoekers geconserveerde regulerende netwerken, waardoor de voorspellende capaciteiten van COO300 verder werden gevalideerd.
Dr. Iban Eduardo, een vooraanstaand onderzoeker bij CRAG, verklaarde:"De ontwikkeling van het COO300-netwerk vertegenwoordigt een belangrijke doorbraak in de perzikgenetica. Door nauwkeurig genfuncties te voorspellen, vergroot dit hulpmiddel niet alleen ons begrip van de perzikbiologie, maar maakt het ook de weg vrij voor meer gerichte en efficiënte fokstrategieën."
Het onderzoek biedt veredelaars een krachtig hulpmiddel om perzikvariëteiten te verbeteren. Door het decoderen van genfuncties wordt verwacht dat de PeachGCN v1.0 en zijn scripts, die voor iedereen toegankelijk zijn, vooruitgang zullen boeken in de smaak, levensduur en voeding van perziken. Dit genomische inzicht is een voorbode van verandering en signaleert een verschuiving naar datagestuurde veredeling in de landbouw.