CN114350842A - 一种水稻茉莉酸相关miRNAs的高通量精准筛选方法 - Google Patents
一种水稻茉莉酸相关miRNAs的高通量精准筛选方法 Download PDFInfo
- Publication number
- CN114350842A CN114350842A CN202210044043.4A CN202210044043A CN114350842A CN 114350842 A CN114350842 A CN 114350842A CN 202210044043 A CN202210044043 A CN 202210044043A CN 114350842 A CN114350842 A CN 114350842A
- Authority
- CN
- China
- Prior art keywords
- mirnas
- jasmonic acid
- rice
- mirna
- screening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种水稻茉莉酸相关miRNAs的高通量精准筛选方法，包括以下步骤：1)从水稻基因组水平筛选启动子中含茉莉酸调控元件的miRNAs；2)根据高通量测序数据筛选茉莉酸甲酯处理后表达量改变的miRNAs；3)比较筛选出含茉莉酸调控元件且响应茉莉酸甲酯处理的miRNAs；4)对步骤3)中筛选出的miRNAs进行定量PCR，筛选出茉莉酸甲酯处理后表达量发生改变的miRNAs。本发明结合基因组序列和基因表达两种策略实现了高通量精准鉴定水稻茉莉酸相关miRNAs的目的，对植物激素相关miRNA的研究具有重要意义。
Description
技术领域
本发明涉及一种水稻茉莉酸相关miRNAs的高通量精准筛选方法，属于茉莉酸相关的miRNA的筛选技术领域。
背景技术
microRNA(miRNA)是近年来发现的真核生物体内普遍存在的一类具有重要调控功能的非编码小分子RNA(sRNA)，其大小在20-25nt之间。大量研究发现miRNA与物种进化过程中重要性状的形成息息相关，在植物的生长、发育和逆境胁迫应答等各种生物学过程中发挥重要的调节作用。
茉莉酸及其衍生物是一种广泛分布于植物幼嫩组织和生殖发育器官中的植物激素。茉莉酸信号途径调控着植物的生长发育过程和逆境应答反应。近年来，已有数个参与茉莉素信号途径的miRNA在植物中先后被鉴定。研究表明，拟南芥miR319与主效靶基因TCP4可以控制JA的生物合成，从而调控茉莉酸通路及叶片的生长发育和衰老。近期研究发现，AGO1蛋白除了具有与miRNA结合，通过切割靶mRNA从而在转录后水平抑制靶基因表达的功能外，还可以参与植物对茉莉酸和逆境胁迫的响应，直接影响茉莉酸通路基因的激活和信号转导。2020年Yang等研究发现茉莉酸信号转录激活Argonaute 18(AGO18)，这是一个核心RNA沉默元件，通过隔离miR168和miR528来促进水稻抗病毒防御。以上研究结果表明，miRNA与茉莉酸参与的植物胁迫应答反应密切相关。
以往茉莉酸相关miRNA的鉴定大多采用激素处理和小RNA测序的方法来筛选差异表达的miRNA，然而这种茉莉酸相关miRNA的筛选方法难以全面准确鉴定茉莉酸相关的miRNA。
发明内容
基于上述，本发明提供一种水稻茉莉酸相关miRNAs的高通量精准筛选方法，以解决现有筛选方法难以快速、全面、准确鉴定茉莉酸相关的miRNA的技术问题。
本发明的技术方案是：一种水稻茉莉酸相关miRNAs的高通量精准筛选方法，包括以下步骤：
1)从水稻基因组水平筛选启动子中含茉莉酸调控元件的miRNAs；
2)根据高通量测序数据筛选茉莉酸甲酯处理后表达量改变的miRNAs；
3)比较筛选出含茉莉酸调控元件且响应茉莉酸甲酯处理的miRNAs；
4)对步骤3)中筛选出的miRNAs进行定量PCR，筛选出茉莉酸处理后表达量发生改变的miRNAs，作为水稻茉莉酸相关miRNAs。
可选的，所述步骤1)的具体方法为：
以水稻亚洲栽培稻Oryza sativa粳稻品种日本晴Nipponbare为材料，从水稻基因组注释计划数据库中下载Release 7.0数据集；从miRBase数据库下载Release 21.0中水稻Oryza sativa)的所有前体和成熟序列；重新注释miRNA，使用fastxtool去除适配序列，将重复的reads合并为单个条目，并去除19-24nt范围外的reads，用miRDeep-P对每个的MIRNAs进行de nove鉴定，找出miRNA；
从基因组中提取基因序列，以miRNA的前体序列与这些基因序列进行比对，找出来自于基因的miRNA，筛选来自于基因间区的miRNA，对于基因间的miRNA，提取miRNA前体起始位点上游2000bp的序列，如果miRNA前体上游的基因间序列小于2000bp，则只取基因间序列；通过TSSP程序预测miRNA前体序列上游的转录起始位点及TATA-box，运用PlantPAN2.0数据库和PlantCARE数据库对miRNA启动子进行结构分析，预测可能存在的顺式作用元件，寻找茉莉酸调控元件TGACG-motif和CGTCA-motif的miRNAs，将含有茉莉酸调控元件数量大于4个以上的miRNAs作为茉莉酸相关miRNAs。
可选的，所述步骤2)的具体方法为：
从RiceXPro数据库下载水稻日本晴茎和根两个组织在茉莉酸甲酯处理不同时长的RNA测序数据，找出表达量改变的miRNAs，即响应茉莉酸甲酯处理的miRNAs。
可选的，所述步骤3)的具体方法为：比较步骤1)中含茉莉酸调控元件的miRNAs和步骤2)中经茉莉酸甲酯处理后表达量改变的miRNAs，找出含茉莉酸调控元件且响应茉莉酸甲酯处理的miRNAs。
可选的，所述步骤5)的具体方法为：
以步骤3)筛选出的茉莉酸相关miRNAs为对象，以萌发30d的水稻根和幼苗为材料，分别用100uM浓度的茉莉酸甲酯处理2个组织，对照用ddH2O以同样的方式进行处理，处理24h后取植物组织，用Trizol法提取所需组织Total RNA，用DNase I去除残余的DNA，用MiRNA RT primer设计含有待测miRNA3′端的6个互补碱基并且能形成颈环结构的特异引物，利用试剂盒进行反转录，将反转录所得的cDNA稀释后，用SYBR Green PCR反应体系于荧光定量PCR仪中进行扩增，根据定量PCR的结果筛选出表达量与对照存在明显异常的miRNAs。
本发明的有益效果是：本发明首先从基因组水平广泛鉴定启动子中含茉莉酸调控元件的miRNAs，然后根据高通量测序数据筛选茉莉酸甲酯(MeJA)处理后表达量改变的miRNAs，最后综合序列水平和基因表达水平鉴定的茉莉酸相关miRNAs，利用荧光定量PCR确定miRNAs对茉莉酸的应答。本发明结合基因组序列和基因表达两种策略实现了高通量精准鉴定水稻茉莉酸相关miRNAs的目的，对植物激素相关miRNA的研究具有重要意义。
附图说明
图1.JAP基因组茉莉酸相关miRNA家族统计；
图2.JAP茉莉酸处理后茎组织差异表达的miRNAs；
图3.JAP茉莉酸处理后根组织差异表达的miRNAs；
图4.JAP茉莉酸处理根和茎组织差异表达的miRNA家族；
图5.JAP含茉莉酸调控元件且响应MeJA的miRNA家族；
图6.JAP茉莉酸相关miRNAs定量PCR。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
一、miRNA注释
以水稻亚洲栽培稻Oryza sativa粳稻品种日本晴Nipponbare(JAP)为材料，从水稻基因组注释计划数据库(Rice Genome Annotation Project Database,http://rice.plantbiology.msu.edu)中下载Release 7.0数据集。从miRBase数据库(http://www.mirbase.org)下载Release 21.0中水稻(Oryza sativa)的所有前体和成熟序列。重新注释miRNA，具体方法为：使用fastxtool(http://hannonlab.cshl.edu/fastx_toolkit/)去除适配序列，将重复的reads合并为单个条目，并去除19-24nt范围外的reads。用miRDeep-P对每个的MIRNAs进行de nove鉴定。在亚洲栽培稻JAP中共鉴定到96个miRNA家族，共包含310个miRNAs，其中新鉴定的miRNA家族有32个，包含45个miRNAs。
表1.JAP新注释的miRNA及miRNA家族
二、含茉莉酸调控元件miRNAs的筛选
首先从基因组中提取基因序列，以miRNA的前体序列与这些基因序列进行比对，找出来自于基因的miRNA，进一步筛选来自于基因间区的miRNA。对于基因间的miRNA，提取miRNA前体起始位点上游2000bp的序列，如果miRNA前体上游的基因间序列小于2000bp，则只取基因间序列，避免取到上游基因的3′-UTR区域。通过TSSP程序(http://linux1.softberry.com/berry.phtml？group＝programs&subgroup＝promoter&topic＝tssp)预测miRNA前体序列上游的转录起始位点(TSS)及TATA-box，运用PlantPAN2.0(http://plantpan2.itps.ncku.edu.tw/)数据库和PlantCARE(http://bioinformatics.psb.ugent.be/webtools/plantcare/html/)数据库对miRNA启动子进行结构分析，预测可能存在的顺式作用元件。寻找MeJA(茉莉酸)调控元件TGACG-motif(TGACC)和CGTCA-motif(CGTCA)的miRNAs，将含有茉莉酸调控元件数量大于4个以上的miRNAs作为茉莉酸相关miRNAs。
从JAP中共获得95个含有茉莉酸调控元件的miRNAs，如表2所示，其中有42个miRNAs的茉莉酸调控元件大于10。这些miRNAs主要分布在osa-miR1428、osa-miR159、osa-miR164、osa-miR169、osa-miR172、osa-miR395及新鉴定的osa-novel-r等36个miRNA家族。
表2.JAP基因组茉莉酸相关miRNAs
三、筛选茉莉酸甲酯处理后表达量改变的miRNAs
为筛选对茉莉酸应答的miRNAs，从RiceXPro(https://ricexpro.dna.affrc.go.jp)数据库下载水稻日本晴(JAP)茎和根两个组织在茉莉酸处理(MeJA)0min、15min、30min、1h、3h、6h的RNA测序数据，该数据汇总了MeJA处理后水稻日本晴根和茎2个组织169个miRNAs的差异表达情况。对数据进行分析并通过R语言绘制表达热图，结果显示，MeJA处理后水稻miRNAs在根和茎中表达量变化趋势存在差异，表现为：MeJA处理后茎中大部分miRNAs表达量上升，根中表达量下降。随着处理时间(0-6h)的推移，大部分miRNAs的表达量变化更加明显，但存在少数miRNAs如Osa-miR399c和Osa-miR528等的表达处于动态变化的状态(图2和图3)。这个结果表明，水稻中存在大量miRNAs响应MeJA，它们在水稻根和茎两个组织具有不同的表达模式。这些miRNAs主要分布在osa-miR156、osa-miR159、osa-miR164、osa-miR166、osa-miR167、osa-miR171、osa-miR395、osa-miR399等46个miRNA家族(图4)。
四、茉莉酸相关miRNAs复筛
为确定茉莉酸相关的miRNAs，结合miRNA的启动子MeJA调控元件分析和MeJA处理后表达量改变两种结果进行复筛。
综合比较水稻启动子含茉莉酸调控元件的95个miRNAs及根和茎中MeJA处理后表达量发生变化的170个miRNAs，发现水稻中共有51个miRNAs含茉莉酸调控元件且响应MeJA，这些miRNAs分布在15个miRNA家族，其中家族成员最多的为osa-miR395，其次为miR169和miR399(表3和图5)。
表3.JAP含茉莉酸调控元件且响应MeJA的miRNAs
五、莉酸相关miRNAs的荧光定量PCR确定
以上述鉴定的茉莉酸相关miRNAs为对象，以萌发30d的水稻根和幼苗为材料，分别用100uM的茉莉酸处理2个组织，每个处理进行3次重复，对照用ddH2O以同样的方式进行处理，处理24h后取植物组织，用Trizol法提取所需组织Total RNA，用DNase I去除残余的DNA。用MiRNA RT primer设计含有待测miRNA 3′端的6个互补碱基并且能形成颈环结构的特异引物，利用Primer5.0设计定量PCR引物(见表4)，利用
One-Step RT-PCRSuperMix试剂盒进行反转录，将反转录所得的cDNA稀释5倍后，用SYBR Green PCR反应体系于荧光定量PCR仪中进行扩增。根据定量PCR的结果筛选出表达量与对照存在明显异常的miRNAs。扩增体系为：95℃，5min；(95℃，20s；58℃，20s)，共40个循环；72℃，40s，以U6作内参，茉莉酸处理前的根和茎的表达量分别设为“1”，用2(–ΔΔCT)公式进行计算表达量。
表4定量PCR引物
表4中由上至下的引物序列如SEQ ID NO.1至61所示。
由定量PCR结果可以看出(图6)，MeJA处理24h后，共有18条成熟的miRNAs序列表达量发生明显改变，由于部分miRNA家族的成员成熟序列一致而具有相同的表达量，因此，该18条成熟miRNAs序列共涵盖31个miRNAs，包括Osa-miR156、Osa-miR159、Osa-miR160、Osa-miR164、Osa-miR166、Osa-miR167、Osa-miR 390、Osa-miR395等8个miRNA家族。这个结果一方面确定了水稻根和茎中响应茉莉酸的31个miRNAs，同时也证明启动子元件分析和MeJA处理后小RNA测序相结合鉴定的miRNAs大多数参与茉莉酸应答。以往的方法主要通过高通量测序来获得激素调控相关的miRNAs，然而高通量测序鉴定的差异miRNAs数量较多，水稻中茉莉酸相关miRNAs多达170个以上，往往高通量测序获得的差异miRNAs存在较多假阳性，需要用定量PCR进行验证，这大大增加了工作量和研究成本。而本发明从启动子元件出发鉴定含有茉莉酸调控元件miRNAs的方法，可以从基因组水平快速筛选参与茉莉酸调控的miRNAs，结合高通量测序可以有效缩小筛选范围，本发明结合高通量测序和调控元件分析，最终从170个茉莉酸调控的miRNAs中筛选出51个miRNAs，最终根据实时荧光定量PCR鉴定出31个miRNAs在响应茉莉酸。该方法可以高效精确地筛选茉莉酸相关miRNAs，为茉莉酸相关miRNAs的高通量筛选提供保障，在植物激素相关miRNA研究中具有重要意义。
SEQUENCE LISTING
序列表
<110> 华南农业大学、贵州省烟草科学研究院
<120> 一种水稻茉莉酸相关miRNAs的高通量精准筛选方法
<160> 4
<210> 1
<211> 18
<212> DNA
<213> 人工序列
<400> 1
CAGTGCAGGG TCCGAGGT 18
<210> 2
<211> 50
<212> DNA
<213> 人工序列
<400> 2
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGTGCTC 50
<210> 3
<211> 22
<212> DNA
<213> 人工序列
<400> 3
CCACCATGTT GACAGAAGAG AG 22
<210> 4
<211> 50
<212> DNA
<213> 人工序列
<400> 4
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGAATTG 50
<210> 5
<211> 21
<212> DNA
<213> 人工序列
<400> 5
ATCGTCACAG CTCCTTTCGA T 21
<210> 6
<211> 50
<212> DNA
<213> 人工序列
<400> 6
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTGGCAT 50
<210> 7
<211> 19
<212> DNA
<213> 人工序列
<400> 7
AACAGATGCC TGGCTCCCT 19
<210> 8
<211> 50
<212> DNA
<213> 人工序列
<400> 9
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCTCACG 50
<210> 9
<211> 20
<212> DNA
<213> 人工序列
<400> 9
AACAGATGGA GAAGCAGGGC 20
<210> 10
<211> 50
<212> DNA
<213> 人工序列
<400> 10
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTGCACG 50
<210> 11
<211> 20
<212> DNA
<213> 人工序列
<400> 11
AACAGATGGA GAAGCAGGGC 20
<210> 12
<211> 50
<212> DNA
<213> 人工序列
<400> 12
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCCTTGA 50
<210> 13
<211> 20
<212> DNA
<213> 人工序列
<400> 13
AGCAGGGGAA TGTTGTCTGG 20
<210> 14
<211> 50
<212> DNA
<213> 人工序列
<400> 14
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCCTCGA 50
<210> 15
<211> 20
<212> DNA
<213> 人工序列
<400> 15
AACACGCGGT TTGTTGTCTG 20
<210> 16
<211> 50
<212> DNA
<213> 人工序列
<400> 16
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCCTTGA 50
<210> 17
<211> 20
<212> DNA
<213> 人工序列
<400> 17
AGCAGGGGAT TGTTGTCTGG 20
<210> 18
<211> 50
<212> DNA
<213> 人工序列
<400> 18
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTAGATC 50
<210> 19
<211> 20
<212> DNA
<213> 人工序列
<400> 19
AACTTCTGAA GCTGCCAGCA 20
<210> 20
<211> 49
<212> DNA
<213> 人工序列
<400> 20
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCAGAT 49
<210> 21
<211> 19
<212> DNA
<213> 人工序列
<400> 21
AACTTCTGAA GCTGCCAGC 19
<210> 22
<211> 50
<212> DNA
<213> 人工序列
<400> 22
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACACAGGC 50
<210> 23
<211> 22
<212> DNA
<213> 人工序列
<400> 23
AATCCGGATA GCCAAGGATG AT 22
<210> 24
<211> 50
<212> DNA
<213> 人工序列
<400> 24
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCCGGCA 50
<210> 25
<211> 21
<212> DNA
<213> 人工序列
<400> 25
AAGGTTGTCA GCCAAGGATG A 21
<210> 26
<211> 50
<212> DNA
<213> 人工序列
<400> 26
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCAGGCA 50
<210> 27
<211> 22
<212> DNA
<213> 人工序列
<400> 27
AGCAACTTTA GCCAAGGATG AC 22
<210> 28
<211> 50
<212> DNA
<213> 人工序列
<400> 28
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTCTGAG 50
<210> 29
<211> 19
<212> DNA
<213> 人工序列
<400> 29
AACAATTGTT GGCCCGGCT 19
<210> 30
<211> 50
<212> DNA
<213> 人工序列
<400> 30
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTCTGAT 50
<210> 31
<211> 21
<212> DNA
<213> 人工序列
<400> 31
ACGAGATCTA TTGGTGCGGT T 21
<210> 32
<211> 50
<212> DNA
<213> 人工序列
<400> 32
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGTGAAT 50
<210> 33
<211> 21
<212> DNA
<213> 人工序列
<400> 33
AGACTAGCGT GGCATCATCA A 21
<210> 34
<211> 50
<212> DNA
<213> 人工序列
<400> 34
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTGTGAA 50
<210> 35
<211> 20
<212> DNA
<213> 人工序列
<400> 35
CACACTGCAG CACCATCAAG 20
<210> 36
<211> 50
<212> DNA
<213> 人工序列
<400> 36
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCGTGAA 50
<210> 37
<211> 21
<212> DNA
<213> 人工序列
<400> 37
ACCTCATAGC AGCGTCATCA A 21
<210> 38
<211> 50
<212> DNA
<213> 人工序列
<400> 38
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTGTGAA 50
<210> 39
<211> 21
<212> DNA
<213> 人工序列
<400> 39
AGACTAGCGT GGCATCATCA A 21
<210> 40
<211> 50
<212> DNA
<213> 人工序列
<400> 40
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGAGTTC 50
<210> 41
<211> 21
<212> DNA
<213> 人工序列
<400> 41
AAGAGCGTTG AAGTGTTTGG G 21
<210> 42
<211> 50
<212> DNA
<213> 人工序列
<400> 42
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACACTGAA 50
<210> 43
<211> 21
<212> DNA
<213> 人工序列
<400> 43
AACCTCCGTT CTCCTCAATC C 21
<210> 44
<211> 50
<212> DNA
<213> 人工序列
<400> 44
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCGTGAA 50
<210> 45
<211> 21
<212> DNA
<213> 人工序列
<400> 45
AACCTCCGTT CTCTTCAAGC A 21
<210> 46
<211> 50
<212> DNA
<213> 人工序列
<400> 46
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGAGTTC 50
<210> 47
<211> 20
<212> DNA
<213> 人工序列
<400> 47
AACGGCGTGA ATTGTTTGGG 20
<210> 48
<211> 50
<212> DNA
<213> 人工序列
<400> 48
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGAGTTC 50
<210> 49
<211> 21
<212> DNA
<213> 人工序列
<400> 49
AAGCGACCAT GAAGTGTTTG G 21
<210> 50
<211> 50
<212> DNA
<213> 人工序列
<400> 50
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGAGTTT 50
<210> 51
<211> 20
<212> DNA
<213> 人工序列
<400> 51
AACACGCGTG AAGTGTTTGG 20
<210> 52
<211> 50
<212> DNA
<213> 人工序列
<400> 52
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCATCAA 50
<210> 53
<211> 21
<212> DNA
<213> 人工序列
<400> 53
AAGCGGATTA TTGAGTGCAG C 21
<210> 54
<211> 50
<212> DNA
<213> 人工序列
<400> 54
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCAGGGC 50
<210> 55
<211> 22
<212> DNA
<213> 人工序列
<400> 55
AAGTTGCATG CCAAAGGAGA AT 22
<210> 56
<211> 50
<212> DNA
<213> 人工序列
<400> 56
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACCCATGC 50
<210> 57
<211> 21
<212> DNA
<213> 人工序列
<400> 57
AAGAAGACAG GGATGAGGCA G 21
<210> 58
<211> 50
<212> DNA
<213> 人工序列
<400> 58
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACTAGGTG 50
<210> 59
<211> 19
<212> DNA
<213> 人工序列
<400> 59
AACCGGTGCA TTTGCACCT 19
<210> 60
<211> 50
<212> DNA
<213> 人工序列
<400> 60
GTCGTATCCA GTGCAGGGTC CGAGGTATTC GCACTGGATA CGACGGCGCT 50
<210> 61
<211> 22
<212> DNA
<213> 人工序列
<400> 61
AATTGTACAA GCTCAGGAGG GA 22
Claims (5)
1.一种水稻茉莉酸相关miRNAs的高通量精准筛选方法，其特征在于，包括以下步骤：
1)从水稻基因组水平筛选启动子中含茉莉酸调控元件的miRNAs；
2)根据高通量测序数据筛选茉莉酸甲酯处理后表达量改变的miRNAs；
3)比较筛选出含茉莉酸调控元件且响应茉莉酸甲酯处理的miRNAs；
4)对步骤3)中筛选出的miRNAs进行定量PCR，筛选出茉莉酸甲酯处理后表达量发生改变的miRNAs，作为水稻茉莉酸相关miRNAs。
2.根据权利要求1所述的水稻茉莉酸相关miRNAs的高通量精准筛选方法，其特征在于，所述步骤1)的具体方法为：
以水稻亚洲栽培稻Oryza sativa粳稻品种日本晴Nipponbare为材料，从水稻基因组注释计划数据库中下载Release 7.0数据集；从miRBase数据库下载Release 21.0中水稻Oryza sativa)的所有前体和成熟序列；重新注释miRNA，使用fastxtool去除适配序列，将重复的reads合并为单个条目，并去除19-24nt范围外的reads，用miRDeep-P对每个的MIRNAs进行de nove鉴定，找出miRNA；
从基因组中提取基因序列，以miRNA的前体序列与这些基因序列进行比对，找出来自于基因的miRNA，筛选来自于基因间区的miRNA，对于基因间的miRNA，提取miRNA前体起始位点上游2000bp的序列，如果miRNA前体上游的基因间序列小于2000bp，则只取基因间序列；通过TSSP程序预测miRNA前体序列上游的转录起始位点及TATA-box，运用PlantPAN2.0数据库和PlantCARE数据库对miRNA启动子进行结构分析，预测可能存在的顺式作用元件，寻找茉莉酸调控元件TGACG-motif和CGTCA-motif的miRNAs，将含有茉莉酸调控元件数量大于4个以上的miRNAs作为茉莉酸相关miRNAs。
3.根据权利要求1所述的水稻茉莉酸相关miRNAs的高通量精准筛选方法，其特征在于，所述步骤2)的具体方法为：
从RiceXPro数据库下载水稻日本晴茎和根两个组织在茉莉酸甲酯处理不同时长的RNA测序数据，找出表达量改变的miRNAs，即响应茉莉酸甲酯处理的miRNAs。
4.根据权利要求1所述的水稻茉莉酸相关miRNAs的高通量精准筛选方法，其特征在于，所述步骤3)的具体方法为：比较步骤1)中含茉莉酸调控元件的miRNAs和步骤2)中经茉莉酸甲酯处理后表达量改变的miRNAs，找出含茉莉酸调控元件且响应茉莉酸甲酯处理的miRNAs。
5.根据权利要求1所述的水稻茉莉酸相关miRNAs的高通量精准筛选方法，其特征在于，所述步骤5)的具体方法为：
以步骤3)筛选出的茉莉酸相关miRNAs为对象，以萌发30d的水稻根和幼苗为材料，分别用茉莉酸处理2个组织，对照用ddH2O以同样的方式进行处理，处理24h后取植物组织，用Trizol法提取所需组织Total RNA，用DNase I去除残余的DNA，用MiRNARTprimer设计含有待测miRNA 3′端的6个互补碱基并且能形成颈环结构的特异引物，利用试剂盒进行反转录，将反转录所得的cDNA稀释后，用SYBR Green PCR反应体系于荧光定量PCR仪中进行扩增，根据定量PCR的结果筛选出表达量与对照存在明显异常的miRNAs。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210044043.4A CN114350842A (zh) | 2022-01-14 | 2022-01-14 | 一种水稻茉莉酸相关miRNAs的高通量精准筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210044043.4A CN114350842A (zh) | 2022-01-14 | 2022-01-14 | 一种水稻茉莉酸相关miRNAs的高通量精准筛选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114350842A true CN114350842A (zh) | 2022-04-15 |
Family
ID=81091350
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210044043.4A Pending CN114350842A (zh) | 2022-01-14 | 2022-01-14 | 一种水稻茉莉酸相关miRNAs的高通量精准筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114350842A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104911261A (zh) * | 2015-05-06 | 2015-09-16 | 华南农业大学 | 一种研究水稻与病原物互作模式的方法 |
| CN109295246A (zh) * | 2017-09-30 | 2019-02-01 | 海南波莲水稻基因科技有限公司 | 与玉米雄性生育力相关的dna分子标记及其应用 |
| CN110551719A (zh) * | 2019-07-30 | 2019-12-10 | 中山大学 | 长链非编码rna基因alex1及其在提高水稻白叶枯病抗性中的应用 |
| CN112501172A (zh) * | 2020-12-11 | 2021-03-16 | 江苏省农业科学院 | 一种根结线虫病相关miRNA及其调控基因、蛋白和应用 |
-
2022
- 2022-01-14 CN CN202210044043.4A patent/CN114350842A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104911261A (zh) * | 2015-05-06 | 2015-09-16 | 华南农业大学 | 一种研究水稻与病原物互作模式的方法 |
| CN109295246A (zh) * | 2017-09-30 | 2019-02-01 | 海南波莲水稻基因科技有限公司 | 与玉米雄性生育力相关的dna分子标记及其应用 |
| CN110551719A (zh) * | 2019-07-30 | 2019-12-10 | 中山大学 | 长链非编码rna基因alex1及其在提高水稻白叶枯病抗性中的应用 |
| CN112501172A (zh) * | 2020-12-11 | 2021-03-16 | 江苏省农业科学院 | 一种根结线虫病相关miRNA及其调控基因、蛋白和应用 |
Non-Patent Citations (4)
| Title |
|---|
| DEEPIKA SHARMA 等: "Differential expression of microRNAs by arsenate and arsenite stress in natural accessions of rice", 《METALLOMICS》 * |
| PENG LI 等: "MicroRNAome Profile of Euphorbia kansui in Response to Methyl Jasmonate", 《JOURNAL OF MOLECULAR SCIENCES》 * |
| 季科研 等: "水稻茉莉酸响应基因的分析", 《山西农业科学》 * |
| 董桃杏 等: "茉莉酸甲酯（MeJA）对水稻幼苗的抗旱生理效应", 《生态环境》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Peng et al. | Characterization and expression patterns of microRNAs involved in rice grain filling | |
| Bakhshi et al. | MicroRNA signatures of drought signaling in rice root | |
| Kang et al. | Characterization of microRNAs expression during maize seed development | |
| Liu et al. | Identification of miRNAs and their target genes in developing maize ears by combined small RNA and degradome sequencing | |
| Liu et al. | Dicer-like (DCL) proteins in plants | |
| Zhang et al. | Identification of miRNAs and their target genes using deep sequencing and degradome analysis in trifoliate orange [Poncirus trifoliate (L.) Raf] | |
| Paul et al. | Identification and validation of conserved microRNAs along with their differential expression in roots of Vigna unguiculata grown under salt stress | |
| Chen et al. | Ethylene‐responsive miRNAs in roots of Medicago truncatula identified by high‐throughput sequencing at the whole genome level | |
| Xue et al. | Genome-wide analysis of small RNAs reveals eight fiber elongation-related and 257 novel microRNAs in elongating cotton fiber cells | |
| Cheng et al. | Genomic profiling of exogenous abscisic acid-responsive microRNAs in tomato (Solanum lycopersicum) | |
| He et al. | Identification and comparative analysis of the microRNA transcriptome in roots of two contrasting tobacco genotypes in response to cadmium stress | |
| Wu et al. | Genome-wide discovery and characterization of flower development related long non-coding RNAs in Prunus mume | |
| Apelt et al. | Shoot and root single cell sequencing reveals tissue-and daytime-specific transcriptome profiles | |
| Sun et al. | Genome-wide identification of microRNAs and their targets in wild type and phyB mutant provides a key link between microRNAs and the phyB-mediated light signaling pathway in rice | |
| Gao et al. | Small RNA profiling and degradome analysis reveal regulation of microRNA in peanut embryogenesis and early pod development | |
| Chen et al. | Identification and functional analysis of flowering related microRNAs in common wild rice (Oryza rufipogon Griff.) | |
| Zhao et al. | Identification and profiling of upland cotton microRNAs at fiber initiation stage under exogenous IAA application | |
| Bai et al. | Small RNA and PARE sequencing in flower bud reveal the involvement of sRNAs in endodormancy release of Japanese pear (Pyrus pyrifolia'Kosui') | |
| Wang et al. | Identification and characterization of microRNA expression in Ginkgo biloba L. leaves | |
| Li et al. | Integrative analysis of mRNA and miRNA expression profiles of the tuberous root development at seedling stages in turnips | |
| Liu | Novel miRNAs in the control of arsenite levels in rice | |
| Sheng et al. | Identification and characterization of novel maize miRNAs involved in different genetic background | |
| Sanchita et al. | Updates on plant long non-coding RNAs (lncRNAs): the regulatory components | |
| Wang et al. | The PtoTCP20-miR396d-PtoGRF15 module regulates secondary vascular development in Populus | |
| Panda et al. | Identification and analysis of miRNAs‐lncRNAs‐mRNAs modules involved in stem‐elongation of deepwater rice (Oryza sativa L.) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |