Secuenciación del genoma de la chía, que revela posibles beneficios para la salud

En un estudio reciente publicado en Fronteras en la ciencia vegetalLos investigadores presentaron el ensamblaje del genoma de referencia de la chía.

fondo

La chía, un cultivo alimentario rico en nutrientes que se cultiva principalmente en el sur de México y Centroamérica, es fundamental para la seguridad alimentaria y nutricional a largo plazo. Los programas mundiales de mejora de cultivos han aumentado la producción de cereales y han salvado muchas vidas, pero el hambre oculta sigue siendo un problema importante. Es necesario diversificar la dieta humana añadiendo productos de pequeños cultivos ricos en nutrientes y cultivos huérfanos cultivados en zonas marginadas para garantizar la seguridad alimentaria y nutricional a largo plazo.

La atención prestada a estos cultivos ha impulsado la demanda mundial, ha aumentado los consumidores y los ha hecho valiosos para mitigar las amenazas del cambio climático. La creación de recursos genéticos para estos cultivos no explotados puede mejorar su industrialización y sostenibilidad.

Sobre el estudio

En este estudio, los investigadores investigaron la versión de chía.

La investigación incluyó secuenciación genómica, análisis transcriptómico de genes metabólicos (producción de ácido rosmarínico, síntesis de mucílago de semillas, metabolismo de ácidos grasos) y descubrimiento de marcadores genéticos útiles para mejorar los cultivos. Se plantaron semillas de chía de variedades endogámicas de segunda generación en contenedores de 8 pulgadas de ancho con tierra esterilizada y se regaron meticulosamente en un ambiente de invernadero controlado.

Se recolectaron hojas jóvenes de plántulas de 14 días que habían sido pretratadas en condiciones de oscuridad durante 2 días, congeladas rápidamente en solución de nitrógeno y transferidas para la recuperación, secuenciación y ensamblaje del ácido desoxirribonucleico (ADN) genómico. Crearon dos bibliotecas genéticas Dovetail HiC y una biblioteca de secuenciación de ácido desoxirribonucleico Chicago HighRise para estructuras genómicas. Para el ensamblaje de novo, utilizaron un conjunto de lecturas genómicas de extremos pares de 2 × 150 pb obtenidas mediante secuenciación de escopeta. El conjunto de datos inicial incluía 956 millones de pares de genes leídos de bibliotecas de genes emparejados.

El equipo predijo duplicaciones de novo combinando seis bibliotecas de plantas con las duplicaciones de genes de novo que identificaron. Estimaron un modelo genético utilizando conjuntos de datos de péptidos biosimilares de cinco especies y cuatro plantas de Lamiaceae. Los investigadores utilizaron un conjunto de datos entrenado que contenía evidencia externa generada a partir de análisis de secuencias de ARN de 13 tejidos publicados anteriormente para estimar el modelo genético.

El equipo in silico analizó la presencia de firmas de péptidos bioactivos en la proteína de chía que podrían impactar positivamente en la salud humana. Utilizaron una biblioteca de péptidos biocurados como sonda para identificar firmas de secuencias similares en las proteínas de chía. El proceso HiRise se utilizó para el ensamblaje del genoma y la optimización del andamio, prediciendo las ubicaciones subcelulares de las proteínas codificadas por el genoma de la chía y comparando informes publicados recientemente sobre S. hispanica Secuenciación del genoma para ensamblaje del genoma de chía y mapeo genético. Los investigadores crearon clasificadores de sitios de empalme de alta precisión para filtrar las uniones de empalme en las alineaciones de lectura de RNA-Seq.

resultados

El genoma de la chía abarcaba 304 Mb y codificaba 48.090 genes codificadores de proteínas. El análisis mostró que el 42,0% del genoma contenía información repetitiva e identificó tres millones de polimorfismos de un solo nucleótido (SNP) con 15.380 regiones de repetición de secuencia simple (SSR). Los investigadores construyeron el genoma del bebé haploide con un tamaño de genoma de 356 MB. Los andamios HiRise produjeron 304 Mb (85%) del tamaño previsto del genoma de chía, con 2185 andamios y una cobertura física prevista de 2692x.

El genoma secuenciado consta de 299 Mb de andamios que codifican cromosomas individuales o pseudopartículas. Los datos del atlas transcriptómico publicados recientemente de 13 muestras de tejido mapeadas en los seis andamios más grandes proporcionaron el 99,0% de las transcripciones generadas de novo. Los resultados indicaron que los seis andamios cubren casi todas las regiones transcritas y corresponden a cromosomas individuales. A través de la detección de contenido repetitivo, el ensamblaje del genoma se ocultó con frecuencia, constituyendo el 42% del genoma de la chía. Las secuencias repetidas más frecuentes (99,6 Mb) no han sido clasificadas, lo que indica que no se encuentran en bases de datos públicas.

Para estimar el modelo genético y evaluar su evolución, los investigadores utilizaron sólo seis pseudomoléculas (Sh1-6). Para crear modelos genéticos completos y no redundantes, se filtraron 48.743 genes codificadores de proteínas mediante filtrado, análisis y transformación de genes (gFAC). El genoma de la chía contiene 799 genes de ARN de transferencia (ARNt), un 30 y un 70% más de genes que los del tomate y la Arabidopsis, respectivamente. La anotación del ARN ribosómico (ARNr) identificó 37 genes de ARNr en el genoma, de los cuales sólo diez estaban ubicados en pseudocromosomas. El equipo identificó 98 homólogos de la familia de lectinas de chía basándose en la similitud de secuencia con los miembros de la familia de lectinas de Arabidopsis.

Según los resultados del estudio, el genoma de referencia del cultivo huérfano de chía (Salvia hispanica), rico en nutrientes, proporciona una cobertura casi completa del espacio genético y contribuye a los recursos de datos genómicos. El ensamblaje del genoma de 304 Mb incluye 2.185 andamios que cubren el 94% del espacio genético y 48.090 genes codificadores de proteínas. El equipo propone una nomenclatura coherente para los cromosomas de chía y una nomenclatura del genoma de referencia basada en el número de cromosomas y la ubicación de los genes en los pseudocromosomas. La armonización del genoma y la nomenclatura genética son una máxima prioridad.