Identificação e caracterização in silico de RNAs longos não-codificantes associados a diferentes tecidos e fases de desenvolvimento em tomate
In silico identification and characterization of long non-coding RNAs associated with different tissues and developmental stages in tomato
DOI:
https://doi.org/10.34188/bjaerv5n3-041Palavras-chave:
Solanum lycopersicum, lncRNAs, transcriptoma, bioinformáticaResumo
Consumido pelos astecas desde 700 d.C., o tomate é nativo das Américas Central e do Sul. Foi domesticado no México e, mais tarde, levado para a Europa, onde era utilizado para decoração. Seja in natura ou na forma de molhos e extratos, depois dos tubérculos, o tomate é a hortaliça mais consumida no Brasil. Entender os mecanismos moleculares que atuam no tomateiro em diferentes tecidos e estádios do desenvolvimento pode fornecer as bases para o melhoramento desta planta. O objetivo deste artigo é identificar e caracterizar, por meio de análises de bioinformática, RNAs longos não-codificantes em diferentes tecidos de tomate. A partir de um transcriptoma com 70.432 transcritos, foram identificados 5.668 lncRNAs. Análises de expressão mostraram que diversos lncRNAs têm alta especificidade de tecido e estádio de desenvolvimento. Dez diferentes lncRNAs foram identificados como alvos de 13 miRNAs. Análises de Gene Ontology dos alvos do lncRNA MSTRG.24890.1, que possui alta expressão em fruto, indicaram o núcleo como componente celular principal e, como função molecular, a ligação a ácido nucléico. Isso sugere que MSTRG.24890.1 pode interagir com DNA ou RNA. Esperamos que a caracterização de lncRNAs diferencialmente expressos em tomate possa contribuir para uma maior compreensão a respeito das funções destas importantes moléculas reguladoras da expressão gênica.
Referências
ANDREWS, S. FastQC: a quality control tool for high throughput sequence data, 2010. Disponível em: http://www.bioinformatics.babraham.ac.uk/projects/fastqc. Acesso em: 03 jul. 2022.
BOLGER, Anthony M.; LOHSE, Marc; USADEL, Bjoern. Trimmomatic: a flexible trimmer for Illumina sequence data. Bioinformatics, vol. 30, n. 15, p. 2114–2120, 2014. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4103590/pdf/btu170.pdf. Acesso em: 03 jul. 2022.
BRAY, N., PIMENTEL, H., MELSTED, P. et al. Near-optimal probabilistic RNA-seq quantification. Nat Biotechnol, vol. 34, p. 525–527, 2016. Disponível em: https://www.nature.com/articles/nbt.3519. Acesso em: 03 jul. 2022.
CAMARGO, A. P.; SOURKOV, V.; PEREIRA, G. A. G.; CARAZZOLLE, M. F. RNAsamba: neural network-based assessment of the protein-coding potential of RNA sequences. NAR Genomics and Bioinformatics, vol. 2, n. 1, 2020. Disponível em: https://academic.oup.com/nargab/article/2/1/lqz024/5701461. Acesso em: 04 jul. 2022.
CARUANA, Julie C.; DHAR, Nikhilesh; RAINA, Ramesh. Overexpression of Arabidopsis microRNA167 induces salicylic acid-dependent defense against Pseudomonas syringae through the regulation of its targets ARF6 and ARF8. Plant Direct., p. 1–16, 2020. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7510475/pdf/PLD3-4-e00270.pdf. Acesso em: 04 jul. 2022.
CARVALHO, Carla Roberta Ferraz; PONCIANO, Niraldo José; SOUZA, Paulo Marcelo de; SOUZA, Cláudio Luiz Melo de; SOUSA, Elias Fernandes de. Viabilidade econômica e de risco da produção de tomate no município de Cambuci/RJ, Brasil. Ciência Rural, v.44, n.12, p. 2293-2299, 2014. Disponível em: https://www.scielo.br/j/cr/a/pFZxWYby8KkgjFcypsgP5Tk/?format=pdf&lang=pt. Acesso em: 02 jul. 2022.
COELHO, Raissa Gomes; OLIVEIRA, Francisca Djanira Fernandes de; SOUZA, Edivaldo Bezerra de; AZEVEDO, José Marlo Araújo de; LIMA, Maurifran Oliveira. Desenvolvimento e características produtivas de tomate do tipo cereja em diferentes compostos orgânicos. Revista Spacios, vol. 39, n. 26, 2018. Disponível em: http://www.revistaespacios.com/a18v39n26/a18v39n26p32.pdf. Acesso em: 02 jul. 2022.
CONAB, Tomate: Análise dos Indicadores da Produção e Comercialização no Mercado Mundial, Brasileiro e Catarinense, vol. 21, 2019. Disponível em: https://www.conab.gov.br/institucional/publicacoes/compendio-de-estudos-da-conab/item/download/29586_4fe6dd2c9c6d1fa5e1cbc5f82061717d. Acesso em: 02 jul. 2022.
COSTA, Fabiano Guimarães; FILHO, José Vicente Caixeta. Análise das perdas na comercialização de tomate: um estudo de caso. Revista Informações Econômicas, v.26, n.12, 1996. Disponível em: http://www.iea.sp.gov.br/ftpiea/ie/1996/tec1-1296.pdf. Acesso em: 02 jul. 2022.
CUI, Jun; JIANG, Ning; HOU, Xinxin; WU, Sihan; ZHANG, Qiang; MENG, Jun; LUAN, Yushi. Genome-Wide Identification of lncRNAs and Analysis of ceRNA Networks During Tomato Resistance to Phytophthora infestans. Phytopathology, vol. 110, p. 456-464, 2020. Disponível em: https://apsjournals.apsnet.org/doi/epdf/10.1094/PHYTO-04-19-0137-R. Acesso em: 03 jul. 2022.
DAI, Xinbin; ZHAO, Patrick Xuechun. psRNATarget: a plant small RNA target analysis server. Nucleic Acids Research, vol. 39, 2011. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3125753/pdf/gkr319.pdf. Acesso em: 04 jul. 2022.
DONG, Fei; WANG, Chuanzeng; DONG, Yuhui; HAO, Shuqin; WANG, Lixia; SUN, Xiudong; LIU, Shiqi. Differential expression of microRNAs in tomato leaves treated with different light qualities. BMC Genomics, vol. 21, n. 37, 2020. Disponível em: https://bmcgenomics.biomedcentral.com/track/pdf/10.1186/s12864-019-6440-4.pdf. Acesso em: 04 jul. 2022.
FERREIRA, Sila Mary Rodrigues. Características de qualidade do tomate de mesa (Lycopersicon esculentum Mill.) cultivado nos sistemas convencional e orgânico comercializado na região metropolitana de Curitiba. Tese (Doutorado em Tecnologia de Alimentos) – Universidade Federal do Paraná, Curitiba, p. 249. 2004.
GALLART, Andreu Paytuví; PULIDO, Antonio Hermoso; LAGRÁN, Irantzu Anzar Martínez de; SANSEVERINO, Walter; CIGLIANO, Riccardo Aiese. GREENC: a Wiki-based database of plant lncRNAs. Nucleic Acids Research,vol. 44, 2016. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4702861/pdf/gkv1215.pdf. Acesso em: 04 jul. 2022
GOODSTEIN, David M.; SHU, Shengqiang; HOWSON, Russell; NEUPANE, Rochak; HAYES, Richard D.; FAZO, Joni; MITROS, Therese; DIRKS, William; HELLSTEN, Uffe; PUTNAM, Nicholas; ROKHSAR, Daniel S. Phytozome: a comparative platform for green plant genomics. Nucleic Acids Research, vol. 40, 2012. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3245001/pdf/gkr944.pdf. Acesso em: 03 jul. 2022.
GRIFFITHS-JONES, Sam; BATEMAN, Alex; MARSHALL, Mhairi; KHANNA, Ajay; EDDY, Sean R. Rfam: an RNA family database. Nucleic Acids Research, vol. 31, n. 1, 2003. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC165453/pdf/gkg006.pdf. Acesso em: 03 jul. 2022.
GRUBER, Andreas R.; LORENZ, Ronny; BERNHART, Stephan H.; NEUBÖCK, Richard; HOFACKER, Ivo L. The Vienna RNA Websuite. Nucleic Acids Research, 2008, Vol. 36. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2447809/pdf/gkn188.pdf. Acesso em: 04 jul. 2022.
GUO, Jin-Cheng; FANG, Shuang-Sang; WU, Yang; ZHANG, Jian-Hua; CHEN, Yang; LIU, Jing; WU, Bo; WU, Jia-Rui; LI, En-Min; XU, Li-Yan; SUN, Liang; ZHAO, Yi. CNIT: a fast and accurate web tool for identifying protein-coding and long non-coding transcripts based on intrinsic sequence composition. Nucleic Acids Research, vol. 47, 2019. Disponível em: https://academic.oup.com/nar/article/47/W1/W516/5506859?login=false. Acesso em: 04 jul. 2022.
JIA, Xiao Lin; CHEN, Ya Kun; XU, Xiao Zhao et al. miR156 switches on vegetative phase change under the regulation of redox signals in apple seedlings. Scientific Reports, vol. 7, artig. n. 14223, 2017. Disponível em: https://www.nature.com/articles/s41598-017-14671-8.pdf. Acesso em: 04 jul. 2022.
JIANG, Ning; CUI, Jun; HOU, Xinxin; YANG, Guanglei; XIAO, Yu; HAN, Lu; MENG, Jun; LUAN, Yushi. Sl-lncRNA15492 interacts with Sl-miR482a and affects Solanum lycopersicum immunity against Phytophthora infestans. The Plant Journal, vol. 103, p. 1561–1574, 2020. Disponível em: https://onlinelibrary.wiley.com/doi/epdf/10.1111/tpj.14847. Acesso em: 03 jul. 2022.
KANG, Yu-Jian; YANG, De-Chang; KONG, Lei; HOU, Mei; MENG, Yu-Qi; WEI, Liping; GAO, Ge. CPC2: a fast and accurate coding potential calculator based on sequence intrinsic features. Nucleic Acids Research, vol. 45, 2017. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5793834/pdf/gkx428.pdf. Acesso em: 04 jul. 2022.
KONG, Lei; ZHANG, Yong; YE, Zhi-Qiang; LIU, Xiao-Qiao; ZHAO, Shu-Qi; WEI, Liping; GAO, Ge. CPC: assess the protein-coding potential of transcripts using sequence features and support vector machine. Nucleic Acids Research, vol. 35, 2007. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1933232/pdf/gkm391.pdf. Acesso em: 03 jul. 2022.
LI, Ning; WANG, Zhongyu; WANG, Baike; WANG, Juan; XU, Ruiqiang; YANG, Tao; HUANG, Shaoyong; YU, Qinghui; WANG, Huan; GAO, Jie. Identification and Characterization of Long Non-Coding RNA in Tomato Roots under Salt Stress. bioRxiv preprint. Disponível em: https://www.biorxiv.org/content/10.1101/2021.11.12.468377v1.full.pdf. Acesso em: 03 jul. 2022.
MA, Lili; MU, Jianlou; GRIERSON, Donald et al. Noncoding RNAs: functional regulatory factors in tomato fruit ripening. Theoretical and Applied Genetics, 2020. Disponível em: https://ur.booksc.me/dl/81546234/12b0b4. Acesso em: 04 jul. 2022.
MANN M, WRIGHT PR, BACKOFEN R. IntaRNA 2.0: enhanced and customizable prediction of RNA–RNA interactions. Nucleic Acids Res., vol. 45, p. W435–W439, 2017. Disponível em: http://www.bioinf.uni-freiburg.de/Publications/Mann_Wright_Backofen-IntaR_enhan_and-NAR2017.pdf. Acesso em: 01 jul. 2022.
NIAZI, FARSHAD; VALADKHAN, SABA. Computational analysis of functional long noncoding RNAs reveals lack of peptide-coding capacity and parallels with 39 UTRs. RNA, vol. 18, p. 825–843, 2012. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3312569/pdf/825.pdf. Acesso em: 05 jul. 2022.
PEREIRA-CARVALHO, Rita de Cássia; TOBAR, Leidy Lorena Mendoza; DIANESE, Erico de Campos; FONSECA, Maria Esther de Noronha; BOITEUX, Leonardo Silva. Melhoramento genético do tomateiro para resistência a doenças de etiologia viral: avanços e perspectivas. Revisão Anual de Patologia de Plantas (RAPP), vol. 22, 2014. Disponível em: https://repositorio.bc.ufg.br/bitstream/ri/14209/5/Artigo%20-%20Rita%20de%20C%C3%A1ssia%20Pereira-Carvalho%20-%202014.pdf. Acesso em: 02 jul. 2022.
PERTEA, Geo; PERTEA, Mihaela. GFF Utilities: GffRead and GffCompare. F1000Research, vol. 9, n.304, 2020. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7222033/pdf/f1000research-9-26865.pdf. Acesso em: 03 jul. 2022.
PERTEA, M., PERTEA, G., ANTONESCU, C. et al. StringTie enables improved reconstruction of a transcriptome from RNA-seq reads. Nat Biotechnol, vol. 33, p. 290–295, 2015. Disponível em: https://www.nature.com/articles/nbt.3122. Acesso em: 03 jul. 2022.
RITU; GUPTA, Sagar; SHARMA, Nitesh Kumar; SHANKAR, Ravi. DeepPlnc: Discovering plant lncRNAs through multimodal deep learning on sequential data. bioRxiv preprint. Disponível em: https://www.biorxiv.org/content/10.1101/2021.12.10.472074v1.full.pdf. Acesso em: 04 jul. 2022.
SANBONMATSU, Karissa. Towards structural classification of long non-coding RNAs. Biochim Biophys Acta, art. n. 1859, vol. 1, p. 41–45, 2016. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6827331/pdf/nihms-1046098.pdf. Acesso em: 04 jul. 2022.
SEO, Eunyoung; KIM, Taewook; PARK, June Hyun; YEOM, Seon-In; KIM, Seungill; SEO, Min-Ki; SHIN, Chanseok; CHOI, Doil. Genome-wide comparative analysis in Solanaceous species reveals evolution of microRNAs targeting defense genes in Capsicum spp. DNA Research, vol. 25 n.6, p. 561–575, 2018. Disponível em: https://academic.oup.com/dnaresearch/article/25/6/561/5060358. Acesso em: 04 jul. 2022.
SZCZES´NIAK, Michal W.; ROSIKIEWICZ, Wojciech; MAKALOWSKA, Izabela. CANTATAdb: A Collection of Plant Long Non-Coding RNAs. Plant Cell Physiol., vol. 57, n. 1, p. e8(1–7), 2016. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4722178/pdf/pcv201.pdf. Acesso em: 04 jul. 2022.
TIAN, Tian; LIU, Yue; YAN, Hengyu; YOU, Qi; YI, Xin; DU, Zhou; XU, Wenying; SU, Zhen. agriGO v2.0: a GO analysis toolkit for the agricultural community, 2017 update. Nucleic Acids Research, vol. 45, n. W1, 32017, p. W122–W129, 2017. Disponível em: https://academic.oup.com/nar/article/45/W1/W122/3796337. Acesso em: 04 jul. 2022.
WANG, Hsiao-Lin V.; CHEKANOVA, Julia A. Long Noncoding RNAs in Plants. Adv Exp Med Biol., vol. 1008, p. 133–154, 2017. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6689229/pdf/nihms-1043265.pdf. Acesso em: 03 jul. 2022.
WANG, Jinyan; YANG, Yuwen; JIN, Lamei; LING, Xitie; LIU, Tingli; CHEN, Tianzi; JI, Yinghua; YU, Wengui; ZHANG, Baolong. Re-analysis of long non-coding RNAs and prediction of circRNAs reveal their novel roles in susceptible tomato following TYLCV infection. BMC Plant Biology, vol. 18, n. 104, 2018b. Disponível em: https://bmcplantbiol.biomedcentral.com/track/pdf/10.1186/s12870-018-1332-3.pdf. Acesso em: 03 jul. 2022.
WANG, Jinyan; YU, Wengui; YANG, Yuwen; LI, Xiao; CHEN, Tianzi; LIU, Tingli; MA, Na; YANG, Xu; LIU, Renyi; ZHANG, Baolong. Genome-wide analysis of tomato long non-coding RNAs and identification as endogenous target mimic for microRNA in response to TYLCV infection. Scientific Reports, vol. 5, n. 16946, 2015. Disponível em: https://www.nature.com/articles/srep16946.pdf. Acesso em: 03 jul. 2022.
WANG, Minghui; ZHAO, Weihua; GAO, Lei; ZHAO, Lingxia. Genome-wide profiling of long non-coding RNAs from tomato and a comparison with mRNAs associated with the regulation of fruit ripening. BMC Plant Biology, vol. 18, n.75, 2018a. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5935960/pdf/12870_2018_Article_1300.pdf. Acesso em: 03 jul. 2022.
ZENG, Min; WU, Yifan; LU, Chengqian; ZHANG, Fuhao; WU, Fang-Xiang; LI, Min. DeepLncLoc: a deep learning framework for long non-coding RNA subcellular localization prediction based on subsequence embedding. Briefings in Bioinformatics, vol. 23, n. 1, 2022. Disponível em: https://academic.oup.com/bib/article-abstract/23/1/bbab360/6366323?redirectedFrom=fulltext&login=false. Acesso em: 04 jul. 2022.
ZHANG, Bailong; CHEN, Xuemei. Secrets of the MIR172 family in plant development and flowering unveiled. Secrets of the MIR172 family in plant development and flowering unveiled. PLoS Biol, vol. 19, n.2, p. e3001099. Disponível em: https://journals.plos.org/plosbiology/article/file?id=10.1371/journal.pbio.3001099&type=printable. Acesso em: 04 jul. 2022.
ZHANG, Jingpu; ZOU, Shuai; DENG, Lei. BiRWLGO: A global network-based strategy for lncRNA function annotation using bi-random walk. IEEE International Conference on Bioinformatics and Biomedicine (BIBM), pp. 50-55, 2017. Disponível em: https://ieeexplore.ieee.org/document/8217623. Acesso em: 04 jul. 2022.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
- O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
- É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
- Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
- Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
- Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
- O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/
Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.
