利用WGCNA鉴定棉花抗黄萎病相关基因共表达网络

加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis,WGCNA)作为一种典型的系统生物学方法,可用来鉴定协同表达的基因模块,探索模块与目标性状之间的生物学相关性,并挖掘网络中的核心基因。黄萎病(Verticillium wilt)可严重降低棉花(Gossypium spp.)的产量及品质,因此研究抗病基因及抗病机制,对于棉花抗病育种工作具有重要意义。本研究以黄萎病菌侵染不同时间点的海岛棉(Gossypium barbadense)幼苗根尖转录组数据为基础,分析其差异表达基因,并选取在不同样本之间表达水平变异最大的前50%基因(共35,647个)进行WGCNA。结果表明,在黄萎病菌侵染条件下,共有22,850个基因差异表达,其中4685个为所有侵染时间点共有的差异基因。共鉴定到18个基因共表达模块,其中5个为抗黄萎病相关特异性模块(black、mediumpurple3、darkolivegreen、plum3模块分别与侵染2 h、6 h、48 h、72 h时间点正相关;mediumpurple2与侵染2 h时间点负相关)。GO和KEGG富集分析表明,特异性模块可以富集到有生物学意义的富集结果,如刺激响应、钙离子结合、黄酮类化合物合成代谢等抗逆相关通路。通过计算模块内基因的连通性,挖掘出了网络中的核心基因,功能预测表明,这些基因可能在逆境胁迫响应中发挥重要作用。本研究为进一步理解棉花抗黄萎病的分子机制、选育棉花抗病新品种提供了理论指导。

Identification of co-expressed modules of cotton genes responding to Verticillium dahliae infection by WGCNA