Bioinformatische Methoden zur Analyse der mutualistischen RNA-Kommunikation

• Antragsteller: Professor Dr. Alexander Goesmann
• Fachliche Zuordnung: Pflanzenzüchtung, Pflanzenpathologie ; Bioinformatik und Theoretische Biologie
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 433194101

Technologische Fortschritte auf dem Gebiet der Hochdurchsatz-RNA-Sequenzierung und in der bioinformatischen Datenverarbeitung ermöglichen inzwischen vergleichsweise kostengünstige Experimente zur Analyse der mutualistischen RNA-Kommunikation in Wirt-Mikroben-Interaktionen (cross-kingdom RNA communication – ckRNAi). Mit Hilfe der dualen RNA-Sequenzierung können die vielfältigen Effekte auf das Transkriptom von Pflanzen und Mikroben in einer bislang beispiellosen Genauigkeit untersucht werden. Durch die Verfügbarkeit einer breiten Datenbasis aus unterschiedlichen Mikroben-Pflanzen-Interaktionen werden neuartige vergleichende Analysen ermöglicht, um die Effekte verschiedener RNA-Spezies (z.B. kleine (s)RNAs, mRNAs) auf das jeweilige Transkriptom im Detail zu untersuchen. In diesem Projekt werden wir daher automatisierte und standardisierte Analyse-Pipelines zur bioinformatischen Verarbeitung der Daten bereitstellen und umfassende vergleichende Analysen entwickeln. Die Erfassung der Rohdaten und die Speicherung von Analyseergebnissen basieren dabei auf den FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable). Die Beteiligung im Konsortium der RU5116 bietet uns dabei einen breiten Zugang zu umfassenden Datensätzen für vergleichende Analysen der ckRNAi-Effekte. Für die Kooperationspartner im Verbund stellen wir wiederum die erforderlichen IT-Ressourcen, sowie die benötigten Analysewerkzeuge für die jeweiligen projektspezifischen Fragestellungen zur Verfügung. Insbesondere werden wir unsere Kooperationspartner durch die Entwicklung von passgenauen Analyse-Workflows unterstützen, die einfach zu benutzen sind, um die Daten zu verarbeiten, Ergebnisse zu visualisieren und vergleichende Analysen durchzuführen. Besonders rechenintensive Verarbeitungsschritte werden dabei so angepasst, dass sie in skalierfähigen Cloud-Computing-Umgebungen ausgeführt werden können. Darüber hinaus werden wir verfügbare Programme zur vergleichenden Analyse von Co-Expressionsnetzwerken evaluieren und schließlich eine für den Verbund optimierte Lösung in unsere Workflows integrieren.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 5116: “exRNA”: Kommunikation in der Wirtspflanzen-Mikroben-Interaktion durch extrazelluläre RNA