Factores transcripcionales de la clase DOF en Brachypodium distachyon: caracterización molecular de BdDOF24 durante la germinación de las semillas

La semilla es el órgano que garantiza la propagación y continuidad evolutiva de las plantas espermatofitas y constituye un elemento indispensable en la alimentación humana y animal. La semilla de cereales acumula en el endospermo durante la maduración, mayoritariamente, almidón y proteínas de reserva. Estas reservas son hidrolizadas en la germinación por hidrolasas sintetizadas en la aleurona en respuesta a giberelinas (GA), siendo la principal fuente de energía hasta que la plántula emergente es fotosintéticamente activa. Ambas fases del desarrollo de la semilla, están reguladas por una red de factores de transcripción (TF) que unen motivos conservados en cis- en los promotores de sus genes diana. Los TFs son proteínas que han desempeñado un papel central en la evolución y en el proceso de domesticación, siendo uno de los principales mecanismos de regulación génica; en torno al 7% de los genes de plantas codifican TFs. Atendiendo al motivo de unión a DNA, éstos, se han clasificado en familias. La familia DOF (DNA binding with One Finger) participa en procesos vitales exclusivos de plantas superiores y sus ancestros cercanos (algas, musgos y helechos). En las semillas de las Triticeae (subfamilia Pooideae), se han identificado varias proteínas DOF que desempeñan un papel fundamental en la regulación de la expresión génica. Brachypodium distachyon es la primera especie de la subfamilia Pooideae cuyo genoma (272 Mbp) ha sido secuenciado. Su pequeño tamaño, ciclo de vida corto, y la posibilidad de ser transformado por Agrobacterium tumefaciens (plásmido Ti), hacen que sea el sistema modelo para el estudio de cereales de la tribu Triticeae con gran importancia agronómica mundial, como son el trigo y la cebada. En este trabajo, se han identificado 27 genes Dof en el genoma de B. distachyon y se han establecido las relaciones evolutivas entre estos genes Dof y los de cebada (subfamilia Pooideae) y de arroz (subfamilia Oryzoideae), construyendo un árbol filogenético en base al alineamiento múltiple del dominio DOF. La cebada contiene 26 genes Dof y en arroz se han anotado 30. El análisis filogenético establece cuatro grupos de genes ortólogos (MCOGs: Major Clusters of Orthologous Genes), que están validados por motivos conservados adicionales, además del dominio DOF, entre las secuencias de las proteínas de un mismo MCOG. El estudio global de expresión en diferentes órganos establece un grupo de nueve genes BdDof expresados abundantemente y/o preferencialmente en semillas. El estudio detallado de expresión de estos genes durante la maduración y germinación muestra que BdDof24, ortólogo putativo a BPBF-HvDOF24 de cebada, es el gen más abundante en las semillas en germinación de B. distachyon. La regulación transcripcional de los genes que codifican hidrolasas en la aleurona de las semillas de cereales durante la post‐germinación ha puesto de manifiesto la existencia en sus promotores de un motivo tripartito en cis- conservado GARC (GA-Responsive Complex), que unen TFs de la clase MYB-R2R3, DOF y MYBR1-SHAQKYF. En esta tesis, se ha caracterizado el gen BdCathB de Brachypodium que codifica una proteasa tipo catepsina B y es ortólogo a los genes Al21 de trigo y HvCathB de cebada, así como los TFs responsables de su regulación transcripcional BdDOF24 y BdGAMYB (ortólogo a HvGAMYB). El análisis in silico del promotor BdCathB ha identificado un motivo GARC conservado, en posición y secuencia, con sus ortólogos en trigo y cebada. La expresión de BdCathB se induce durante la germinación, así como la de los genes BdDof24 y BdGamyb. Además, los TFs BdDOF24 y BdGAMYB interaccionan en el sistema de dos híbridos de levadura e in planta en experimentos de complementación bimolecular fluorescente. En capas de aleurona de cebada, BdGAMYB activa el promotor BdCathB, mientras que BdDOF24 lo reprime; este resultado es similar al obtenido con los TFs ortólogos de cebada BPBF-HvDOF24 y HvGAMYB. Sin embargo, cuando las células de aleurona se transforman simultáneamente con los dos TFs, BdDOF24 tiene un efecto aditivo sobre la trans-activación mediada por BdGAMYB, mientras que su ortólogo BPBF-HvDOF24 produce el efecto contrario, revirtiendo el efecto de HvGAMYB sobre el promotor BdCathB. Las diferencias entre las secuencias deducidas de las proteínas BdDOF24 y BPBF-HvDOF24 podrían explicar las funciones opuestas que desempeñan en su interacción con GAMYB. Resultados preliminares con líneas de inserción de T-DNA y de sobre-expresión estable de BdGamyb, apoyan los resultados obtenidos en expresión transitoria. Además las líneas homocigotas knock-out para el gen BdGamyb presentan alteraciones en anteras y polen y no producen semillas viables. ABSTRACT The seed is the plant organ of the spermatophytes responsible for the dispersion and survival in the course of evolution. In addition, it constitutes one of the most importan elements of human food and animal feed. The main reserves accumulated in the endosperm of cereal seeds through the maturation phase of development are starch and proteins. Its degradation by hydrolases synthetized in aleurone cells in response to GA upon germination provides energy, carbon and nitrogen to the emerging seedling before it acquires complete photosynthetic capacity. Both phases of seed development are controlled by a network of transcription factors (TFs) that interact with specific cis- elements in the promoters of their target genes. TFs are proteins that have played a central role during evolution and domestication, being one of the most important regulatory mechanisms of gene expression. Around 7% of genes in plant genomes encode TFs. Based on the DNA binding motif, TFs are classified into families. The DOF (DNA binding with One Finger) family is involved in specific processes of plants and its ancestors (algae, mosses and ferns). Several DOF proteins have been described to play important roles in the regulation of genes in seeds of the Triticeae tribe (Pooideae subfamily). Brachypodium distachyon is the first member of the Pooideae subfamily to be sequenced. Its small size and compact structured genome (272 Mbp), the short life cycle, small plant size and the possibility of being transformed with Agrobacterium tumefaciens (Ti-plasmid) make Brachypodium the model system for comparative studies within cereals of the Triticeae tribe that have big economic value such as wheat and barley. In this study, 27 Dof genes have been identified in the genome of B. distachyon and the evolutionary relationships among these Dof genes and those frome barley (Pooideae subfamily) and those from rice (Oryzoideae subfamily) have been established by building a phylogenetic tree based on the multiple alignment of the DOF DNA binding domains. The barley genome (Hordeum vulgare) contains 26 Dof genes and in rice (Oryza sativa) 30 genes have been annotated. The phylogenetic analysis establishes four Major Clusters of Orthologous Genes (MCOGs) that are supported by additional conserved motives out of the DOF domain, between proteins of the same MCOG. The global expression study of BdDof genes in different organs and tissues classifies BdDof genes into two groups; nine of the 27 BdDof genes are abundantly or preferentially expressed in seeds. A more detailed expression analysis of these genes during seed maturation and germination shows that BdDof24, orholog to barley BPBF-HvDof24, is the most abundantly expressed gene in germinating seeds. Transcriptional regulation studies of genes that encode hydrolases in aleurone cells during post-germination of cereal seeds, have identified in their promoters a tripartite conserved cis- motif GARC (GA-Responsive Complex) that binds TFs of the MYB-R2R3, DOF and MYBR1-SHAQKYF families. In this thesis, the characterization of the BdCathB gene, encoding a Cathepsin B-like protease and that is ortholog to the wheat Al21 and the barley HvCathB genes, has been done and its transcriptional regulation by the TFs BdDOF24 and BdGAMYB (ortholog to HvGAMYB) studied. The in silico analysis of the BdCathB promoter sequence has identified a GARC motif. BdCathB expression is induced upon germination, as well as, those of BdDof24 and BdGamyb genes. Moreover, BdDOF24 and BdGAMYB interact in yeast (Yeast 2 Hybrid System, Y2HS) and in planta (Bimolecular Fluorecence Complementation, BiFC). In transient assays in aleurone cells, BdGAMYB activates the BdCathB promoter, whereas BdDOF24 is a transcriptional repressor, this result is similar to that obtained with the barley orthologous genes BPBF-HvDOF24 and HvGAMYB. However, when aleurone cells are simultaneously transformed with both TFs, BdDOF24 has an additive effect to the trans-activation mediated by BdGAMYB, while its ortholog BPBF-HvDOF24 produces an opposite effect by reducing the HvGAMYB activation of the BdCathB promoter. The differences among the deduced protein sequences between BdDOF24 and BPBF-HvDOF24 could explain their opposite functions in the interaction with GAMYB protein. Preliminary results of T-DNA insertion (K.O.) and stable over-expression lines of BdGamyb support the data obtained in transient expression assays. In addition, the BdGamyb homozygous T-DNA insertion (K.O.) lines have anther and pollen alterations and they do not produce viable seeds.

A visual framework to accelerate knowledge discovery based on dimensionality reduction minimizing degradation of quality

Tradicionalmente, el uso de técnicas de análisis de datos ha sido una de las principales vías para el descubrimiento de conocimiento oculto en grandes cantidades de datos, recopilados por expertos en diferentes dominios. Por otra parte, las técnicas de visualización también se han usado para mejorar y facilitar este proceso. Sin embargo, existen limitaciones serias en la obtención de conocimiento, ya que suele ser un proceso lento, tedioso y en muchas ocasiones infructífero, debido a la dificultad de las personas para comprender conjuntos de datos de grandes dimensiones. Otro gran inconveniente, pocas veces tenido en cuenta por los expertos que analizan grandes conjuntos de datos, es la degradación involuntaria a la que someten a los datos durante las tareas de análisis, previas a la obtención final de conclusiones. Por degradación quiere decirse que los datos pueden perder sus propiedades originales, y suele producirse por una reducción inapropiada de los datos, alterando así su naturaleza original y llevando en muchos casos a interpretaciones y conclusiones erróneas que podrían tener serias implicaciones. Además, este hecho adquiere una importancia trascendental cuando los datos pertenecen al dominio médico o biológico, y la vida de diferentes personas depende de esta toma final de decisiones, en algunas ocasiones llevada a cabo de forma inapropiada. Ésta es la motivación de la presente tesis, la cual propone un nuevo framework visual, llamado MedVir, que combina la potencia de técnicas avanzadas de visualización y minería de datos para tratar de dar solución a estos grandes inconvenientes existentes en el proceso de descubrimiento de información válida. El objetivo principal es hacer más fácil, comprensible, intuitivo y rápido el proceso de adquisición de conocimiento al que se enfrentan los expertos cuando trabajan con grandes conjuntos de datos en diferentes dominios. Para ello, en primer lugar, se lleva a cabo una fuerte disminución en el tamaño de los datos con el objetivo de facilitar al experto su manejo, y a la vez preservando intactas, en la medida de lo posible, sus propiedades originales. Después, se hace uso de efectivas técnicas de visualización para representar los datos obtenidos, permitiendo al experto interactuar de forma sencilla e intuitiva con los datos, llevar a cabo diferentes tareas de análisis de datos y así estimular visualmente su capacidad de comprensión. De este modo, el objetivo subyacente se basa en abstraer al experto, en la medida de lo posible, de la complejidad de sus datos originales para presentarle una versión más comprensible, que facilite y acelere la tarea final de descubrimiento de conocimiento. MedVir se ha aplicado satisfactoriamente, entre otros, al campo de la magnetoencefalografía (MEG), que consiste en la predicción en la rehabilitación de lesiones cerebrales traumáticas (Traumatic Brain Injury (TBI) rehabilitation prediction). Los resultados obtenidos demuestran la efectividad del framework a la hora de acelerar y facilitar el proceso de descubrimiento de conocimiento sobre conjuntos de datos reales. ABSTRACT Traditionally, the use of data analysis techniques has been one of the main ways of discovering knowledge hidden in large amounts of data, collected by experts in different domains. Moreover, visualization techniques have also been used to enhance and facilitate this process. However, there are serious limitations in the process of knowledge acquisition, as it is often a slow, tedious and many times fruitless process, due to the difficulty for human beings to understand large datasets. Another major drawback, rarely considered by experts that analyze large datasets, is the involuntary degradation to which they subject the data during analysis tasks, prior to obtaining the final conclusions. Degradation means that data can lose part of their original properties, and it is usually caused by improper data reduction, thereby altering their original nature and often leading to erroneous interpretations and conclusions that could have serious implications. Furthermore, this fact gains a trascendental importance when the data belong to medical or biological domain, and the lives of people depends on the final decision-making, which is sometimes conducted improperly. This is the motivation of this thesis, which proposes a new visual framework, called MedVir, which combines the power of advanced visualization techniques and data mining to try to solve these major problems existing in the process of discovery of valid information. Thus, the main objective is to facilitate and to make more understandable, intuitive and fast the process of knowledge acquisition that experts face when working with large datasets in different domains. To achieve this, first, a strong reduction in the size of the data is carried out in order to make the management of the data easier to the expert, while preserving intact, as far as possible, the original properties of the data. Then, effective visualization techniques are used to represent the obtained data, allowing the expert to interact easily and intuitively with the data, to carry out different data analysis tasks, and so visually stimulating their comprehension capacity. Therefore, the underlying objective is based on abstracting the expert, as far as possible, from the complexity of the original data to present him a more understandable version, thus facilitating and accelerating the task of knowledge discovery. MedVir has been succesfully applied to, among others, the field of magnetoencephalography (MEG), which consists in predicting the rehabilitation of Traumatic Brain Injury (TBI). The results obtained successfully demonstrate the effectiveness of the framework to accelerate and facilitate the process of knowledge discovery on real world datasets.

Respuesta transcripcional de Populus a bifenilos policlorados: Aspectos aplicados a la fitorremediación

La degradación del suelo ha adquirido una magnitud preocupante. Los métodos tradicionales de descontaminación, son costosos e insuficientes. La fitorremediación representa una alternativa eficaz, de bajo coste, respetuosa con el medio ambiente, que además mejora las propiedades del suelo, si bien ha habido desarrollos relevantes en la última década. Desde el punto de vida científico, el reto principal es descifrar las rutas metabólicas implicadas en respuesta a contaminantes y comprender su regulación. Esta información es imprescindible si aspiramos a mejorar las capacidades naturales de algunas especies vegetales para remediar los suelos contaminados. Los estudios de esta Tesis se han centrado en Populus, el mejor modelo forestal disponible a raíz de la secuenciación de su genoma completo. Por otra parte, Populus tiene una gran capacidad natural para la degradación de contaminantes orgánicos, lo que explica su predominio en los programas forestales de fitorremediación que se desarrollan actualmente. Hemos elegido en concreto al híbrido Populus tremula x P. alba, por la facilidad con que se cultiva y su particular interés biotecnológico. La presente Tesis plantea un estudio comprehensivo de la respuesta molecular a bifenilos policlorados (PCBs), una familia de contaminantes orgánicos persistentes de particular relevancia a escala mundial. Se ha utilizado para ello una aproximación transcriptómica, basada en tecnología RNA-seq, para identificar los genes implicados en el metabolismo de los compuestos in planta y cuantificar sus niveles de activación en distintas situaciones controladas. La tesis pretende asimismo definir el control transcripcional subyacente a la respuesta bioquímica frente a este tipo de contaminantes. Resulta sorprendente que dicha respuesta sea prácticamente desconocida a nivel molecular, a pesar de su gran potencial aplicado en el contexto de la tecnología fitorremediadora. Para desarrollar este proyecto aplicamos a nuestros cultivos de chopo híbridos concentraciones diferentes de Aroclor 1221, una mezcla de PCBs muy utilizada a nivel comercial durante décadas, su uso está prohibido hoy internacionalmente. Y tomamos muestras de RNA a dos concentraciones y dos momentos distintos de exposición al contaminante, generando así una matriz de cuatro elementos con sus controles correspondientes. Con el fin de incrementar la especificidad de nuestro análisis, consideramos sobre todo los genes diferencialmente expresados más significativos según cuatro algoritmos estadísticos distintos. Por otra parte, realizamos análisis funcionales con herramientas bioinformáticas basadas en comparaciones de secuencias y en redes de co-expresión génica. La respuesta de los genes de particular interés fue validada mediante tecnología qRT-PCR (reacción de la polimerasa en cadena cuantitativa en tiempo real). Se trata del primer estudio comprehensivo de la respuesta de un organismo vegetal ante la presencia de PCBs. Este estudio nos ha permitido identificar una cantidad considerable de genes estructurales y reguladores, definiendo nuevos factores de transcripción cuya expresión es proporcional a la concentración de contaminante en el medio o al tiempo de exposición al mismo. Los análisis de correlación nos permiten afirmar en que la respuesta metabólica a PCBs, incluyendo posibles rutas degradadoras, participan en al menos quince factores de transcripción y unas cuarenta proteínas o enzimas que resultan particularmente inducidas. Entre las familias implicadas destacan los citocromos P450, la glutatión transferasas, las deshidrogenasas reductasas (short-chain dehydrogenase reductase) y las proteínas MDR (multi-drug resistance). Mientras que los factores de transcripción encontrados pertenecen a la familia de ZF-TF, MYBs, WRKYs entre otros. También identificamos proteínas de función desconocida que no se habían vinculado previamente a este tipo de respuestas en plantas, como la CSP (cold-shock domain proteins). Para estudiar su posible relación con la presencia de PCBs, se caracterizó un gen de esta familia detectado mediante espectrometría de masas en tándem (MS/MS) a partir de mapas IEF x SDS-PAGE (isoelectro focusing x sodium dodecyl sulphate- polyacrylamide gel electrophoresis) de alta resolución. Mediante qRT-PCR pudimos confirmar la inducción del gen correspondiente, ortólogo a PtCSP4 de P. trichocarpa (Potri.004g172600), en respuesta a Aroclor 1221. El análisis fenotípico de las líneas transgénicas de Arabidopsis thaliana que sobre-expresaba la proteína CSP de chopo híbrido confirmó un papel para la misma tolerancia a PCBs, posiblemente a través de mecanismos reguladores que activan proteínas MDR. Este trabajo, además de aportar datos novedosos sobre los mecanismos moleculares desencadenados por la presencia de un PCB en Populus, utilizado aquí como sistema modelo. Con ello se demuestra el potencial de las especies arbóreas no solo como agentes descontaminantes, ya explotado comercialmente, sino también como fuente potencial de genes interesantes. Entre los genes identificados en esta Tesis hay candidatos evidentes a participar en mecanismos de tolerancia al estrés inducido por la contaminación y también rutas metabólicas degradadores de PCBs. Precisamente la posibilidad de degradar al contaminante confiere particular interés a este tipo de estudios frente a la fitorremediación de metales pesados y otros contaminantes elementales. La comparación de los datos generados en este estudio con estudios análogos que se realicen en el futuro con otras especies y xenobióticos, contribuirán a definir mejor la respuesta de las plantas ante la contaminación orgánica y mejorar su potencial descontaminante. ABSTRACT Soil degradation has acquired a disturbing magnitude. Traditional methods of decontamination are expensive and insufficient. Phytoremediation represent an effective alternative, low cost, respectful of the environment, that also improves soil properties, although there have been relevant developments in the last decade. From a life scientist, the challenge is to decipher the major metabolic pathways involved in response to pollutants and understand their regulation. This information is essential if we desire to enhance the natural abilities of some plant species to remediate contaminated soils. This thesis studies have focused on Populus, the best available forestry model following the sequencing of the entire genome. Moreover, Populus has a natural ability to degrade organic pollutants, which explains its predominance in phytoremediation forestry programs currently being developed. We have chosen specifically to hybrid Populus tremula x P. alba, the ease with which it is grown and its particular biotechnological interest. This thesis presents a comprehensive study of the molecular response to polychlorinated biphenyls (PCBs), a family of persistent organic pollutants of particular relevance worldwide. It has been used for a transcriptomic approach using RNA-seq technology, to identify genes involved in the metabolism of compounds in plant and quantify their levels of activation in different controlled situations. The thesis also aims to define the underlying transcriptional control the biochemical response to these pollutants. It is surprising that the response is virtually unknown at the molecular level, despite its great potential applied in the context of phytoremediation technology. To develop this project we applied our hybrid poplar crops different concentrations of Aroclor 1221, a mixture of PCBs widely used commercially for decades, its use is now banned internationally. And we RNA samples at two different concentrations and times of exposure to the pollutant, generating an array of four elements with their corresponding controls. In order to increase the specificity of our analysis, we consider mainly the most significant differentially expressed genes in four different statistical algorithms. Moreover, functional analyzes conducted with bioinformatics tools based on sequence comparisons and networks gene co-expression. The response of genes of particular interest was validated by qRT-PCR (polymerase reaction chain in real-time quantitative. This is the first comprehensive study of the response of a plant organism in the presence of PCBs. This study allowed us to identify a considerable amount of structural and regulatory genes, defining new transcription factors whose expression is proportional to the concentration of contaminant in the middle or at the time of exposure. Correlation analyzes allow us to affirm that the metabolic response to PCBs, including possible degradative pathways, at least fifteen involved in transcription factors and forty proteins or enzymes which are particularly induced. Among the families involved include cytochromes P450, the glutathione transferases, dehydrogenases reductases (short -chain dehydrogenase reductase) and MDR proteins (multi - drug resistance). While transcription factors belong to the family found ZF-TF, MYBs, WRKYs among others. We also identify proteins of unknown function that had not been previously linked to such responses in plants such as CSP (cold- shock domain proteins). To study their possible relationship with the presence of PCBs, a gene in this family was characterized and was detected by tandem mass spectrometry (MS/MS) from maps IEF x SDS -PAGE (sodium dodecyl isoelectro x sulphate- polyacrylamide gel electrophoresis) of high resolution. By qRT -PCR could confirm the induction of the corresponding gene, ortholog to PtCSP4 of P. trichocarpa (Potri.004g172600), in response to Aroclor 1221. Phenotypic analysis of transgenic Arabidopsis thaliana lines over- expressing the protein CSP poplar hybrid confirmed a role for PCBs same tolerance, possibly through regulatory mechanisms activated MDR proteins. This work, in addition to providing new data on the molecular mechanisms triggered by the presence of PCBs in Populus, used here as a model system. Thus the potential of tree species not only as decontamination agents, and commercially exploited, but also as a potential source of interesting genes is shown. Among the genes identified in this thesis there are evident candidates to participate in tolerance mechanisms to stress induced by pollution and degrading metabolic pathways of PCBs. Precisely the possibility of degrading the pollutant attaches particular interest to this type of study off the phytoremediation of heavy metals and other elemental pollutants. The comparison of the data generated in this study with similar studies carried out in the future with other species and xenobiotics contribute to better define the response of plants to organic pollution and improve their decontamination potential.