А.А. Пензин1, П.Д. Тимкин2, О.Н. Бондаренко3

1–3 ФГБНУ ФНЦ ВНИИ сои (г. Благовещенск, Россия)

1 paa@vniisoi.ru, 2 tpd@vniisoi.ru, 3 ton@vniisoi.ru

Постановка проблемы. Дикие формы сои (Glycine soja Siebold & Zucc.) отличаются высоким содержанием белка и хорошо развитой системой защиты от биотического и абиотического стрессов. Однако генетические основы проявления хозяйственно-ценных признаков изучены недостаточно, что создает трудности в попытках использовать Glycine soja для улучшения культурной сои. При разрешении данной проблемы удалось бы создать более высокопродуктивные и устойчивые к неблагоприятным факторам сорта. Это делает дикую сою интересным объектом для изучения особенностей генной регуляции с целью последующего использования её в селекции культурной сои. Идентифицировать и паспортизировать разные формы дикой сои можно с использованием микросателлитного анализа. Микросателлиты зачастую ассоциированы с локусами количественных признаков, которые отвечают за важные сельскохозяйственные свойства. Регуляция тех или иных локусов всегда опосредована участием различных транскрипционных факторов (ТФ). Понимание механизмов работы и взаимосвязи друг с другом ТФ, позволило бы более точно подходить к дизайну систем геномного редактирования, для ускорения селекционно-семеноводческого процесса.

Цель работы – создание искусственной генной сети взаимодействия транскрипционных факторов, отвечающих за ассоциированные с микросателлитами количественные признаки у дикой сои.

Результаты. На основании длин микросателлитов, полученных с использованием ПЦР, удалось выявить корреляционную связь между длинами локусов и ценными сельскохозяйственными признаками у форм дикой сои: КБл-24, КБл-29, КБел-72, КА-342, КА-1413, КТ-156, КЗ-578. У локуса Satt5 было обнаружено 7 транскрипционных факторов и 4 для Soyprp1 соответственно. Используя эти данные, была создана искусственная генная сеть, демонстрирующая взаимодействия представленных генов через их посредников.

Практическая значимость. Полученные результаты будут полезны при использовании технологии редактирования генома с прогнозируемым эффектом.

Пензин А.А., Тимкин П.Д., Бондаренко О.Н. Поиск регуляторных генов, ассоциированных с микросателлитными локусами Glycine soja Siebold & Zucc // Технологии живых систем. 2024. T. 21. № 4. С. 130-137. DOI: https://doi.org/10.18127/j20700997-202404-13

1. Hwang E.Y., Wei H., Schroeder S.G., Fickus E.W., Quigley C.V., Elia P., Araya S., Dong F., Costa L., Ferreira M.E., Cregan P.B., Song Q. Genetic Diversity And Phylogenetic Relationships Of Annual And Perennial Glycine Species // G3 (Bethesda). 2019. V. 9(7). P. 2325–2336. DOI: 10.1534/g3.119.400220
2. Kofsky J., Zhang H., Song B.H. The Untapped Genetic Reservoir: The Past, Current, and Future Applications of the Wild Soybean (Glycine soja) // Front. Plant Sci. 2018. V. 9(949). P. 1–10. DOI:10.3389/fpls.2018.00949
3. Бондаренко О.Н., Блинова А.А., Иваченко Л.Е., Лаврентьева С.И. Подбор микросателлитных локусов ДНК для создания молекулярно-генетических паспортов диких форм и сортов сои амурской селекции // Вестник ДВО РАН. 2022. Т. 222(2). С. 37–48. DOI: 10.37102/0869-7698_2022_222_02_3
4. Sonah H., Deshmukh R.K., Sharma A., Singh V.P., Gupta D.K., Gacche R.N., Rana J.C., Singh N.K., Sharma T.R. Genome-wide distribution and organization of microsatellites in plants: an insight into marker development in Brachypodium // PLoS One. 2011. V. 6(6). P. e21298. DOI: 10.1371/journal.pone.0021298
5. Joy N., Maimoonath Beevi Y.P., Soniya E.V. A deeper view into the significance of simple sequence repeats in pre-miRNAs provides clues for its possible roles in determining the function of microRNAs // BMC Genet. 2018. V. 19(1). P. 29. DOI:10.1186/s12863-018-0615-x
6. Майер Н.К., Крупин П.Ю., Пыльнев В.В., Рубец В.С., Коршунов А.В., Дивашук М.Г. Анализ полиморфизма SSR-маркеров, сцепленных с QTL-локусами устойчивости к прорастанию на корню у тритикале // Известия ТСХА. 2011. Т. 6. С. 144–149.
7. Jo L., Pelletier J.M., Hsu S.W., Baden R., Goldberg R.B., Harada J.J. Combinatorial interactions of the LEC1 transcription factor specify diverse developmental programs during soybean seed development // Proc. Natl. Acad. Sci. USA. 2020. V. 117(2). P. 1223–1232.
   DOI: 10.1073/pnas.1918441117
8. Huang M., Zhang L., Zhou L., Wang M., Yung W.S., Wang Z., Duan S., Xiao Z., Wang Q., Wang X., Li M.W., Lam H.M. An expedient survey and characterization of the soybean JAGGED1 (GmJAG1) transcription factor binding preference in the soybean genome by modified ChIPmentation on soybean protoplasts // Genomics. 2021. V. 113(1). P. 344–355. DOI: 10.1016/j.ygeno.2020.12.026
9. Zhong X., Hong W., Shu Y., Li J., Liu L., Chen X., Islam F., Zhou W., Tang G. CRISPR/Cas9 mediated gene-editing of GmHdz4 transcription factor enhances droughttolerance in soybean (Glycine max [L.] Merr.) // Front. Plant Sci. 2022. V. 13. P. 988505. DOI: 10.3389/fpls.2022.988505
10. Kar S., Bordiya Y., Rodriguez N., Kim J., Gardner E.C., Gollihar J.D., Sung S., Ellington A.D. Orthogonal control of gene expression in plants using synthetic promoters and CRISPR-based transcription factors // Plant Methods. 2022. V. 18(1). P. 42. DOI: 10.1186/s13007-022-00867-1
11. Cussat-Blanc S., Harrington K., Banzhaf W. Artificial Gene Regulatory Networks-A Review // Artif. Life. 2018. V. 24(4). P. 296–328. DOI: 10.1162/artl_a_00267
12. Тучкова Т.П., Душко О.С. Изучение хозяйственно ценных признаков у диких форм сои в Приамурье // Дальневосточный аграрный вестник. 2016. Т. 4(40). С. 80–85.
13. Das D., Das A. Statistics in Biology & Psychology. Kolkata: Academic Publishers. 2008. 351 p.
14. Tian F., Yang D.C., Meng Y.Q., Jin J., Gao G. PlantRegMap: charting functional regulatory maps in plants // Nucleic Acids Res. 2020. V. 48(D1). P. D1104–D1113. DOI: 10.1093/nar/gkz1020
15. Kim E., Hwang S., Lee I. SoyNet: a database of co-functional networks for soybean Glycine max // Nucleic Acids Research. 2017. V. 45(D1). P. D1082–D1089. DOI: https://doi.org/10.1093/nar/gkw704
16. Shannon P., Markiel A., Ozier O., Baliga N. S., Wang J. T., Ramage D., Ideker T. Cytoscape: a software environment for integrated models of biomolecular interaction networks // Genome Research. 2003. V. 13(11). P. 2498–2504.
17. Fang C., Ma Y., Wu S. et al. Genome-wide association studies dissect the genetic networks underlying agronomical traits in soybean // Genome Biol. 2017. V. 18. P. 161. DOI: 10.1186/s13059-017-1289-9
18. Wu X., Xu P., Wu X., Wang B., Lu Z., Li G. Development of insertion and deletion markers for bottle gourd based on restriction site-associated DNA sequencing data // Horticultural Plant Journal. 2017. V. 3(1). P. 13–16. DOI: 10.1016/j.hpj.2017.01.011
19. Chen K., Otten L. Natural agrobacterium transformants: Recent results and some theoretical considerations // Frontiers in Plant Science. 2017. V. 8. DOI: 10.3389/fpls.2017.01600)
20. Yang S., Liu Y., Jiang N., Chen J., Leach L., Luo Z., Wang M. Genome-wide eQTLs and heritability for gene expression traits in unrelated individuals // BMC Genomics. 2014. V. 15(1). P. 13. DOI: 10.1186/1471-2164-15-13
21. Cregan P.B., Jarvik T., Bush A.L., Shoemaker R.C., Lark K., Kahler A.L., Kaya N., Vantoai T.T., Lohnes D., Chung J.I., Specht J.E. An Integrated Genetic Linkage Map of the Soybean Genome // Crop Science. 1999. V. 39. P. 1464–1490. DOI: 10.2135/ CROPSCI1999.3951464X