Анализ дифференциальной экспрессии генов глицининов и β-конглицининов в семенах культурных сортов сои в разных периодах их созревания
Аннотация
Обоснование. Соя – экономически важная культура, применяемая в различных отраслях промышленности, от питания людей до кормления животных. Создание новых сортов с повышенным содержанием белка или же с определённым их субъединичным составом, более подходящим для пищевых и кормовых целей, является актуальным направлением для исследований. В данном исследовании проведен анализ дифференциальной экспрессии генов глицининов и β-конглицининов в семенах различных сортов сои (Glycine max [L.] Merr) на разных стадиях созревания (R5-R8). Глицинины и β-конглицинины составляют значительную часть белка, содержащегося в соевых бобах, играют важную роль в проростании семян и обеспечивают биотическую защиту. В исследования были проанализированы высокобелковые (Невеста и Статная), и низкобелковые (Гармония и Даурия) сорта.
Цель. Провести дифференциальный анализ экспрессии генов глицининов и β-конглицинов в различные фазы налива и созревания семян (R5-R8) сортов сои селекции ФГБНУ ФНЦ ВНИИ сои с повышенным и пониженным содержанием белка.
Материалы и методы. Подбор праймеров для анализа генов глицининов (Gy1-5 и Gy7) и β-конглицининов (Cg1 и Cg3-4) проводился с использованием программного обеспечения, позволяющего добиться высокой специфичности и отсутствия вторичных структур (димеров, шпилек), из РНК, выделенной из семян, была получена кДНК, используя необходимые наборы реагентов, амплификация фрагментов и их детекция проводилась на термоциклере CFX-96 в режиме реального времени.
Результаты. Были разработаны праймеры подходящие для анализа уровня экспрессии генов, кодирующих разные субъединицы глицининов и β-конглицининов. Получены транскриптомные профиля исследуемых суюъединиц.
Заключение. Результаты показали, что высокобелковые сорта демонстрируют повышенную экспрессию генов глицининов на ранних стадиях развития, тогда как низкобелковые отличаются повышенной экспрессией генов β-конглицининов. Это открывает перспективы для использования данных о экспрессии генов при селекции новых сортов сои, а также может помочь в оптимизации сроков сбора сои для производства продуктов питания, зависящих от определенного субъединичного состава белков.
Информация о спонсорстве. Исследование выполнено в рамках темы научно-исследовательской работы № 082-3-2023-0007.
EDN: ASXKXX
Скачивания
Литература
Каталог сортов сои / Фокина, Е. М., Беляева, Г. Н., Синеговский, М. О. [и др.]. (2021). Благовещенск: ООО «ИПК «ОДЕОН». 69 с. (Catalog of soybean varieties / Fokina, E. M., Belyaeva, G. N., Sinegovsky, M. O. et al. (2021). Blagoveshchensk: LLC "IPC “ODEON”, 69 p.) ISBN: 978-5-6040714-5-8 EDN: https://elibrary.ru/qosjcx
Badley, R. A., Atkinson, D., Hauser, H., Oldani, D., Green, J. P., & Stubb, J. M. (1975). The structure, physical and chemical properties of the soy bean protein glycinin. Biochim Biophys Acta, 412(2), 214-228. https://doi.org/10.1016/0005-2795(75)90036-7
Cheadle, C., Vawter, M. P., Freed, W. J., & Becker, K. G. (2003). Analysis of microarray data using Z score transformation. J Mol Diagn, 5(2), 73-81. https://doi.org/10.1016/S1525-1578(10)60455-2
Freitas, C. S., Vericimo, M. A., Silva, M. L., da Costa, G. C. V., Pereira, P. R., Paschoalin, V. M. F., & Del Aguila, E. M. (2019). Encrypted antimicrobial and antitumoral peptides recovered from a protein-rich soybean (Glycine max) by-product. Journal of Functional Foods, 54, 187-198. https://doi.org/10.1016/j.jff.2019.01.024
Guo, B., Sun, L., Jiang, S., et al. (2022). Soybean genetic resources contributing to sustainable protein production. Theor Appl Genet, 135, 4095-4121. https://doi.org/10.1007/s00122-022-04222-9 EDN: https://elibrary.ru/fzjutt
Hooker, J. C., Nissan, N., Luckert, D., Charette, M., Zapata, G., Lefebvre, F., Mohr, R. M., Daba, K. A., Warkentin, T. D., Hadinezhad, M., et al. (2023). A Multi-Year, Multi-Cultivar Approach to Differential Expression Analysis of High- and Low-Protein Soybean (Glycine max). Int. J. Mol. Sci., 24, 222. https://doi.org/10.3390/ijms24010222 EDN: https://elibrary.ru/fqyarx
Hu, R., Fan, C., Li, H., et al. (2009). Evaluation of putative reference genes for gene expression normalization in soybean by quantitative real-time RT-PCR. BMC Molecular Biol, 10, 93. https://doi.org/10.1186/1471-2199-10-93 EDN: https://elibrary.ru/ybghyr
Koressaar, T., Lepamets, M., Kaplinski, L., Raime, K., Andreson, R., & Remm, M. (2018). Primer3_masker: integrating masking of template sequence with primer design software. Bioinformatics, 34(11), 1937-1938. https://doi.org/10.1093/bioinformatics/bty036
Li, C., & Zhang, Y. M. (2011). Molecular evolution of glycinin and β-conglycinin gene families in soybean (Glycine max L. Merr.). Heredity, 106, 633-641. https://doi.org/10.1038/hdy.2010.97
Mulalapele, L. T., & Xi, J. (2021). Detection and inactivation of allergens in soybeans: A brief review of recent research advances. Grain & Oil Science and Technology, 4(4), 191-200. https://doi.org/10.1016/j.gaost.2021.11.001 EDN: https://elibrary.ru/xsoawf
Livak, K. J., & Schmittgen, T. D. (2001). Analysis of relative gene expression data using real-time quantitative PCR and the 2(-Delta Delta C(T)) Method. Methods, 25(4), 402-408. https://doi.org/10.1006/meth.2001.1262
Ma, Y., Kan, G., Zhang, X., Wang, Y., Zhang, W., Du, H., & Yu, D. (2016). Quantitative Trait Loci (QTL) Mapping for Glycinin and β-Conglycinin Contents in Soybean (Glycine max L. Merr.). J Agric Food Chem, 64(17), 3473-3483. https://doi.org/10.1021/acs.jafc.6b00167
Owczarzy, R., Tataurov, A. V., Wu, Y., Manthey, J. A., McQuisten, K. A., Almabrazi, H. G., Pedersen, K. F., Lin, Y., Garretson, J., McEntaggart, N. O., Sailor, C. A., Dawson, R. B., & Peek, A. S. (2008). IDT SciTools: a suite for analysis and design of nucleic acid oligomers. Nucleic Acids Res, 36(Web Server issue), W163-W169. https://doi.org/10.1093/nar/gkn198
Rio, D. C., Ares, M., Hannon, G. J., & Nilsen, T. W. (2010). Nondenaturing Agarose Gel Electrophoresis of RNA. Cold Spring Harbor protocols, pdb.prot5445. https://doi.org/10.1101/pdb.prot5445
Shea, Z., Singer, W., & Zhang, B. (2020). Soybean Production, Versatility, and Improvement. https://doi.org/10.5772/intechopen.91778
Sui, X., Zhang, T., & Jiang, L. (2021). Soy protein: molecular structure revisited and recent advances in processing technologies. Annual Review of Food Science and Technology, 12(1), 119-147. https://doi.org/10.1146/annurev-food-062220-104405 EDN: https://elibrary.ru/dnsbtu
Okonechnikov, K., Golosova, O., Fursov, M., & the UGENE team. (2012). Unipro UGENE: a unified bioinformatics toolkit. Bioinformatics, 28, 1166-1167. https://doi.org/10.1093/bioinformatics/bts091 EDN: https://elibrary.ru/pdnjnv
Kim W, Kim S, Krishnan HB. Seed-Specific Silencing of Abundantly Expressed Soybean Bowman–Birk Protease Inhibitor Genes by RNAi Lowers Trypsin and Chymotrypsin Inhibitor Activities and Enhances Protein Digestibility. International Journal of Molecular Sciences. 2025; 26(14):6943. https://doi.org/10.3390/ijms26146943
Wang, T., Qin, G.-X., Sun, Z.-W., & Zhao, Y. (2014). Advances of Research on Glycinin and β-Conglycinin: A Review of Two Major Soybean Allergenic Proteins. Critical Reviews in Food Science and Nutrition, 54, 850-862. https://doi.org/10.1080/10408398.2011.613534
Xiang, N., Lyu, Y., Zhu, X., Bhunia, A. K., & Narsimhan, G. (2016). Methodology for identification of pore forming antimicrobial peptides from soy protein subunits β-conglycinin and glycinin. Peptides, 85, 27-40. PMID: 27612614. https://doi.org/10.1016/j.peptides.2016.09.004 EDN: https://elibrary.ru/xzcg
Zhang, S., Du, H., Ma, Y., Li, H., Kan, G., & Yu, D. (2021). Linkage and association study discovered loci and candidate genes for glycinin and β-conglycinin in soybean (Glycine max L. Merr.). Theoretical and Applied Genetics, 134(4), 1201-1215. https://doi.org/10.1007/s00122-021-03766-6 EDN: https://elibrary.ru/xkuijx
Copyright (c) 2025 Andrey A. Penzin, Pavel D. Timkin, Daniil D. Kotelnikov
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
