BARN_Ertragsassoziiertes Gen-Netzwerk in Gerste

• Antragsteller: Professor Dr. Gary J. Muehlbauer; Professor Dr. Nils Stein; Professor Dr. Robbie Waugh
• Fachliche Zuordnung: Pflanzenzüchtung, Pflanzenpathologie ; Genetik und Genomik der Pflanzen
• Förderung: Förderung von 2018 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 355397120

Ziel des Projektes ist die Identifizierung und Charakterisierung von Gerste Genen, die an der Ausprägung von Ertragseigenschaften in Samen, der Ähre oder ährentragenden Halmen beteiligt sind. In vorangegangenen Arbeiten haben wir Re-Sequenzierungsdaten für eine geo-referenzierte Kollektion an 192 zweizeiligen Gerste Landrassen erhoben aus denen 1,6 Millionen SNP Allele identifiziert wurden (Russell et al., 2016). Das gleiche Material wird in Feldversuchen bei allen drei Partnern für Ertragsparameter evaluiert mit Fokus auf Samen-, Ähren- und ährentragende Halmeigenschaften. Der alleinstellende Aspekt des Projektes besteht darin, zu diesen beiden Datensätzen eine zusätzliche Ebene an Transkriptom-Sequenzdaten (sechs Ertragskomponenten relevante Gewebe) zu erstellen, um Zusammenhänge zwischen Expressionsraten und Eigenschaftsausprägung zu analysieren. Dies wurde kürzlich in Brassicaceen als Associative Transcriptomics demonstriert, wobei Sameneigenschaften-kontrollierende Gene identifiziert wurden. In Hefe und Säugetier-Modellorganismen wurden so Kausalitätsketten identifiziert, indem SNPs an Transkriptabundanz-Variation, physiologische Veränderungen und letztlich Erkrankungsrisiko korreliert werden konnten. Durch parallele Bearbeitung verschiedener Gewebe erweitern wir diesen Ansatz und korrelieren funktionelle SNP in kodierenden Sequenzen, Transkript-Abundanzmuster und Expressionsnetzwerke, um komplexe Ertrags-bezogene Gen/Eigenschafts-Interaktionen zu identifizieren.Für die genauere Quantifizierung von Transkriptabundanzen in den RNASeq-Daten aus 6 Geweben der 192 diversen Gerste Genotypen, wird ein Referenz-Transriptom-Datensatz für dieselben 6 Gewebe des cv. Morex durch paired-end Illumina RNASeq und PacBio ISO-seq Daten erstellt. Die identifizierten RNA-Seq-basierten SNP werden dabei den, bereits aus Exome-Capture-Sequenzen derselben 192 Genotypen erhobenen, SNP-Pool ergänzen. SNP- und Transkript-Abundanzvarianzen werden zur Analyse der Ertrags-relevanten Eigenschaften eingesetzt. Ko-Expressionsnetzwerke werden anhand des 6-Gewebe-Referenz-Transriptom-Datensatzes und der 6-Gewebe/192-Landrassen Transkriptomdaten berechnet und zur Identifikation von Kandidatengenen für Hauptregulatoren miteinander integriert. Die funktionale Charakterisierung solcher Kandidaten wird mittels TILLING Analysen begonnen, für die Populationsressourcen in den drei Partnerlaboren vorliegen. Aus dem Projekt werden folgende Ressourcen für die globale Gerste-Forschungsgemeinde zur Verfügung gestellt: ein Referenz-Transriptom-Datensatz, umfangreiche zusätzliche SNP Informationen, Ko-Expressionsnetzwerke und deren Korrelation mit ertragsrelevanten Eigenschaften. Die Ergebnisse werden zu einem besseren Verständnis der GxE Interaktion wichtiger Eigenschaften beitragen. Der gewählte Ansatz ist erst jetzt, aufgrund der erst kürzlich verfügbaren Gerste-Referenzgenoms und des, dem Konsortium zur Verfügung stehenden, einzigartigen voruntersuchten Pflanzenmaterials, umsetzbar.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Großbritannien, USA
• Partnerorganisation: Biotechnology and Biological Sciences Research Council (BBSRC); National Science Foundation (NSF)
• Mitverantwortliche: Professorin Dr. Andrea Bräutigam; Dr. Axel Himmelbach
• Kooperationspartnerinnen / Kooperationspartner: Dr. Micha Bayer; Juan Guiterrez-Gonzalez, Ph.D.; Professor Chad Myers, Ph.D.; Dr. Joanne Russell; Dr. Runxuan Zhang, Ph.D.