群体材料与干旱处理
构建遗传多样性群体，并施加干旱胁迫以诱导基因表达变化。
选取224份玉米自交系，在V2-3期进行三种水分处理（WW、WS1、WS2），并监测相对叶片含水量（RLWC）。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
定位玉米干旱响应与耐受性中控制基因表达的调控变异
Mapping regulatory variants controlling gene expression in drought response and tolerance in maize
实验完整度
高本研究包含大规模RNA-seq群体分析、eQTL定位、MR分析，以及CRISPR-Cas9基因敲除和生理生化验证，涉及多个独立证据层级和功能验证。
主要模型
224份玉米自交系群体 玉米幼苗（三种水分处理） abh2-CRISPR敲除玉米株系 野生型玉米植株
重点核对
224份玉米自交系，三种水分处理（WW、WS1、WS2），RNA-seq样本数627 eQTL检测使用混合线性模型，显著阈值FDR<0.05 MR分析使用最显著SNP，Bonferroni阈值P<3.33e-5 abh2-CRISPR敲除植株，干旱处理后存活率测定，至少18株/系，四次重复 ABA含量测定使用UPLC-MS，三个重复
摘要
背景
基因表达是细胞响应的关键决定因素。基因表达的自然变异连接了遗传变异与表型改变。鉴定控制干旱（全球作物生产的主要环境威胁）响应的基因表达的调控变异，对于耐旱基因的鉴定具有重要价值。
结果
对代表广泛遗传多样性的224份玉米种质在三种水分条件下进行了共计627次RNA-seq分析；结合高密度全基因组单核苷酸多态性，检测到约30,000个表达基因的73,573个eQTL，反映了干旱响应中基因表达的全面而动态的遗传结构。揭示了组成性或干旱动态控制基因表达的调控变异。聚焦于解析为编码转录因子的基因的动态调控变异，构建了一个反映转录因子及其靶基因层级关系的干旱响应网络。此外，通过孟德尔随机化分析，基于表达变异优先筛选出97个与干旱耐受性相关的基因。其中一个候选基因脱落酸8'-羟化酶被验证在植物干旱耐受性中起负作用。
结论
本研究揭示了遗传变异对干旱响应中基因表达动态的影响，使我们能够更好地理解远端和近端遗传效应对基因表达和表型可塑性的作用。优先筛选出的干旱相关基因可作为功能研究或等位基因挖掘的直接靶标。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 自然遗传变异如何调控玉米干旱响应过程中的基因表达，并进而影响植株的干旱耐受性？
- 核心机制
- 调控变异（包括局部和远距离eQTL）通过影响转录因子等基因的表达，形成多层次的调控网络，进而调控下游靶基因表达，最终影响玉米的干旱耐受性；其中ABH2通过调节ABA含量负向调控干旱耐受性。
- 主要证据
- 对224份玉米自交系进行627个RNA-seq分析，鉴定出73,573个eQTL并构建了包含45个转录因子和41个动态远距离调控的干旱响应网络；通过MR分析优先筛选出97个候选基因，并利用CRISPR-Cas9敲除验证了ABH2的负调控作用。
- 研究意义
- 本研究提供了全基因组规模的调控变异图谱，有助于理解近端和远端遗传效应对基因表达和表型可塑性的作用；优先的耐旱相关基因可直接用于功能研究和等位基因挖掘，为作物耐旱性改良提供了靶标和策略。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
转录组测序与基因表达定量
获取全基因组范围内的基因表达数据，用于后续eQTL分析。
对627个RNA-seq样本进行测序，比对到B73参考基因组，计算基因表达量（FPKM），并进行质量控制。
eQTL定位
鉴定控制基因表达变异的遗传位点。
基于高密度SNP和基因表达数据，使用混合线性模型进行GWAS，检测eQTL。
差异表达基因聚类与ABA相关基因分析
分析干旱响应的基因表达模式，特别是ABA相关基因的响应多样性。
对15,369个DEGs进行k-means聚类，并分析56个ABA相关基因的表达模式。
调控网络构建
构建由动态远距离eQTL解析的转录因子及其靶基因的层级调控网络。
基于动态eQTL和已知的干旱响应相关基因，构建转录因子调控网络，并计算层级高度。
孟德尔随机化分析
筛选与干旱耐受性相关的基因。
使用MR分析结合基因表达数据和表型数据（存活率），推断基因表达对耐受性的因果效应。
候选基因验证（以ABH2为例）
验证ABH2的调控变异与表达的关系及其在干旱耐受性中的功能。
对141份自交系进行abh2基因3.5kb区域重测序，分析变异与表达关联；通过CRISPR-Cas9敲除abh2，比较突变体与野生型在干旱胁迫下的存活率、水分损失和ABA含量。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| RNA提取 | TRIzol试剂 | Biotopped | -- |
| RNA测序 | TruSeq双端mRNA测序试剂盒 | Illumina | -- |
| Illumina HiSeq 2500系统 | Illumina | -- | |
| TruSeq SBS v3试剂 | Illumina | -- | |
| 基因分型 | 基因组分析工具包 | -- | -- |
| SAMtools | -- | -- | |
| eQTL分析 | TASSEL | -- | -- |
| 群体结构分析 | PHYLIP | -- | -- |
| fastSTRUCTURE | -- | -- | |
| eQTL分析 | PEER | -- | -- |
| CRISPR/Cas9载体构建 | pBUE411载体 | -- | -- |
| 农杆菌转化 | 农杆菌菌株EHA105 | -- | -- |
| ABA含量测定 | 超高效液相色谱-四极杆静电场轨道阱质谱 | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 群体材料与干旱处理 | 224份玉米自交系，三种水分处理（WW、WS1、WS2），取样时间点（第9天、第13天），取样部位（第二叶中部5cm），样本混合方式（三株混合） 阅读提示：Methods: Plant accessions and RNA-seq analysis |
| RNA-seq分析 | 至少10百万reads，过滤标准，比对软件（HISAT2参数），表达量计算方法（StringTie FPKM），差异表达基因标准（FDR<0.05，至少20%种质） 阅读提示：Methods: Sequencing reads quality control and mapping; Gene expression quantification and clustering analysis |
| SNP检测与过滤 | 比对质量阈值（MQ>25），SNP calling软件（GATK, SAMtools），过滤参数（QD≥2.0, FS≤60等），MAF≥0.05，缺失率<0.6 阅读提示：Methods: SNP detection and filtering |
| eQTL分析 | 基因表达过滤（FPKM>0.05且>20%种质），混合线性模型（TASSEL参数），群体结构、亲缘关系、隐藏因子校正；显著阈值（FDR<0.05对应的P值）；eQTL合并标准（物理距离<5kb, LD r2>0.1） 阅读提示：Methods: GWAS for eQTL identification |
| 孟德尔随机化分析 | 工具变量（eQTL最显著SNP），表达和表型数据，2SLS估计，Bonferroni阈值P<3.33e-5 阅读提示：Methods: Mendelian randomization analysis |
| abh2-CRISPR验证 | CRISPR载体构建（pBUE411），农杆菌菌株（EHA105），转化受体（未成熟胚），突变体纯合株系（T2代），干旱处理（存活率测定），水分损失测定（6片叶，3次重复），ABA含量测定（3次重复） 阅读提示：Methods: Generation and analysis of abh2-CRISPR lines; Quantification of endogenous ABA content |