De novo transcriptome assembly for a non-model species, the blood-sucking bug Triatoma brasiliensis, a vector of Chagas disease

High throughput sequencing (HTS) provides new research opportunities for work on non-model organisms, such as differential expression studies between populations exposed to different environmental conditions. However, such transcriptomic studies first require the production of a reference assembly. The choice of sampling procedure, sequencing strategy and assembly workflow is crucial. To develop a reliable reference transcriptome for Triatoma brasiliensis, the major Chagas disease vector in Northeastern Brazil, different de novo assembly protocols were generated using various datasets and software. Both 454 and Illumina sequencing technologies were applied on RNA extracted from antennae and mouthparts from single or pooled individuals. The 454 library yielded 278 Mb. Fifteen Illumina libraries were constructed and yielded nearly 360 million RNA-seq single reads and 46 million RNA-seq paired-end reads for nearly 45 Gb. For the 454 reads, we used three assemblers, Newbler, CAP3 and/or MIRA and for the Illumina reads, the Trinity assembler. Ten assembly workflows were compared using these programs separately or in combination. To compare the assemblies obtained, quantitative and qualitative criteria were used, including contig length, N50, contig number and the percentage of chimeric contigs. Completeness of the assemblies was estimated using the CEGMA pipeline. The best assembly (57,657 contigs, completeness of 80 %, < 1 % chimeric contigs) was a hybrid assembly leading to recommend the use of (1) a single individual with large representation of biological tissues, (2) merging both long reads and short paired-end Illumina reads, (3) several assemblers in order to combine the specific advantages of each.

Expressão gênica diferencial em tecido muscular de bovinos Nelore divergentes para qualidade de carne

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Análise de parentesco e variabilidade genética de pacu (Piaractus mesopotamicus) por meio de marcadores SNPs: subsídios para o melhoramento genético

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Estudo de transcriptomas por RNAseq em tecidos de cabeça e glândula salivar de Rhodnius montenegrensis e Rhodnius robustus (Hemiptera, Reduviidade, Triatominae)

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Expressão gênica de Xanthomonas citri subsp. citri colonizando laranja doce ‘pêra rio’ (Citrus sinensis (L.) Osbeck) e lima ácida ‘galego’ (Citrus aurantifolia Swingle)

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

High-throughput sequencing of black pepper root transcriptome

Background: Black pepper (Piper nigrum L.) is one of the most popular spices in the world. It is used in cooking and the preservation of food and even has medicinal properties. Losses in production from disease are a major limitation in the culture of this crop. The major diseases are root rot and foot rot, which are results of root infection by Fusarium solani and Phytophtora capsici, respectively. Understanding the molecular interaction between the pathogens and the host's root region is important for obtaining resistant cultivars by biotechnological breeding. Genetic and molecular data for this species, though, are limited. In this paper, RNA-Seq technology has been employed, for the first time, to describe the root transcriptome of black pepper. Results: The root transcriptome of black pepper was sequenced by the NGS SOLiD platform and assembled using the multiple-k method. Blast2Go and orthoMCL methods were used to annotate 10338 unigenes. The 4472 predicted proteins showed about 52% homology with the Arabidopsis proteome. Two root proteomes identified 615 proteins, which seem to define the plant's root pattern. Simple-sequence repeats were identified that may be useful in studies of genetic diversity and may have applications in biotechnology and ecology. Conclusions: This dataset of 10338 unigenes is crucially important for the biotechnological breeding of black pepper and the ecogenomics of the Magnoliids, a major group of basal angiosperms.

A new portal for the analysis of human splicing variants

Understanding alternative splicing is crucial to elucidate the mechanisms behind several biological phenomena, including diseases. The huge amount of expressed sequences available nowadays represents an opportunity and a challenge to catalog and display alternative splicing events (ASEs). Although several groups have faced this challenge with relative success, we still lack a computational tool that uses a simple and straightforward method to retrieve, name and present ASEs. Here we present SPLOOCE, a portal for the analysis of human splicing variants. SPLOOCE uses a method based on regular expressions for retrieval of ASEs. We propose a simple syntax that is able to capture the complexity of ASEs.

Comparative genomic and transcriptome analyses of pathotypes of Xanthomonas citri subsp. citri provide insights into mechanisms of bacterial virulence and host range

Abstract Background Citrus bacterial canker is a disease that has severe economic impact on citrus industries worldwide and is caused by a few species and pathotypes of Xanthomonas. X. citri subsp. citri strain 306 (XccA306) is a type A (Asiatic) strain with a wide host range, whereas its variant X. citri subsp. citri strain Aw12879 (Xcaw12879, Wellington strain) is restricted to Mexican lime. Results To characterize the mechanism for the differences in host range of XccA and Xcaw, the genome of Xcaw12879 that was completed recently was compared with XccA306 genome. Effectors xopAF and avrGf1 are present in Xcaw12879, but were absent in XccA306. AvrGf1 was shown previously for Xcaw to cause hypersensitive response in Duncan grapefruit. Mutation analysis of xopAF indicates that the gene contributes to Xcaw growth in Mexican lime but does not contribute to the limited host range of Xcaw. RNA-Seq analysis was conducted to compare the expression profiles of Xcaw12879 and XccA306 in Nutrient Broth (NB) medium and XVM2 medium, which induces hrp gene expression. Two hundred ninety two and 281 genes showed differential expression in XVM2 compared to in NB for XccA306 and Xcaw12879, respectively. Twenty-five type 3 secretion system genes were up-regulated in XVM2 for both XccA and Xcaw. Among the 4,370 common genes of Xcaw12879 compared to XccA306, 603 genes in NB and 450 genes in XVM2 conditions were differentially regulated. Xcaw12879 showed higher protease activity than XccA306 whereas Xcaw12879 showed lower pectate lyase activity in comparison to XccA306. Conclusions Comparative genomic analysis of XccA306 and Xcaw12879 identified strain specific genes. Our study indicated that AvrGf1 contributes to the host range limitation of Xcaw12879 whereas XopAF contributes to virulence. Transcriptome analyses of XccA306 and Xcaw12879 presented insights into the expression of the two closely related strains of X. citri subsp. citri. Virulence genes including genes encoding T3SS components and effectors are induced in XVM2 medium. Numerous genes with differential expression in Xcaw12879 and XccA306 were identified. This study provided the foundation to further characterize the mechanisms for virulence and host range of pathotypes of X. citri subsp. citri.

Differential expression analysis for sequence count data via mixtures of negative binomials

The recent advent of Next-generation sequencing technologies has revolutionized the way of analyzing the genome. This innovation allows to get deeper information at a lower cost and in less time, and provides data that are discrete measurements. One of the most important applications with these data is the differential analysis, that is investigating if one gene exhibit a different expression level in correspondence of two (or more) biological conditions (such as disease states, treatments received and so on). As for the statistical analysis, the final aim will be statistical testing and for modeling these data the Negative Binomial distribution is considered the most adequate one especially because it allows for "over dispersion". However, the estimation of the dispersion parameter is a very delicate issue because few information are usually available for estimating it. Many strategies have been proposed, but they often result in procedures based on plug-in estimates, and in this thesis we show that this discrepancy between the estimation and the testing framework can lead to uncontrolled first-type errors. We propose a mixture model that allows each gene to share information with other genes that exhibit similar variability. Afterwards, three consistent statistical tests are developed for differential expression analysis. We show that the proposed method improves the sensitivity of detecting differentially expressed genes with respect to the common procedures, since it is the best one in reaching the nominal value for the first-type error, while keeping elevate power. The method is finally illustrated on prostate cancer RNA-seq data.

Transkriptom des Meristemgewebes des Kolumnarapfels

Kolumnare Apfelbäume (Malus x domestica) stellen aufgrund ihres auffälligen Phänotyps eine ökonomisch interessante Wuchsform dar. Diese extreme Form des Kurztriebwuchses zeichnet sich durch einen insgesamt sehr schlanken, säulenförmigen Habitus aus, welcher eine dichte Pflanzung und damit einhergehend Ertragssteigerungen im Vergleich zu normalwüchsigen Bäumen ermöglicht. Verursacht wird der Phänotyp durch die Anwesenheit eines einzelnen, dominanten Allels des Columnar (Co)-Gens. Bis auf die approximative Lokalisation des Gens auf Chromosom 10 ist über mögliche Identität und Funktion bislang nichts bekannt.rnIn der vorliegenden Arbeit wurde ein erster Versuch unternommen, mit Hilfe von Next Generation Sequencing (NGS) Technologien und RNA-Seq Einblicke in das Transkriptom des Sprossapikalmeristems (SAM) kolumnarer Apfelbäume zu gewinnen. So konnte gezeigt werden, dass unabhängig vom Zeitpunkt der Entnahme des Materials mehrere hundert Gene differentiell reguliert werden. Diese lassen sich funktional in mehrere überrepräsentierte Kategorien gruppieren, von denen sich einige wiederum mit dem kolumnaren Phänotyp assoziieren lassen. Durch den Einsatz weiterer Expressionsstudien (Microarrays, qRT-PCR) konnten frühere Ergebnisse bezüglich des Hormonhaushalts auf Genebene bestätigt und neue Erkenntnisse gewonnen werden, die eine mögliche Erklärung für den Phänotyp darstellen. Weiterhin ergab der Vergleich aller durchgeführten Expressionsstudien eine Anreicherung signifikant differentiell regulierter Gene auf Chromosom 10, was auf einen „selective sweep“ hindeutet. Eine potentielle epigenetische Regulation dieser Gene durch das Genprodukt von Co könnte daher möglich sein. Mehr als die Hälfte dieser Gene lassen sich darüber hinaus aufgrund ihrer Funktion direkt mit dem kolumnaren Phänotyp assoziieren.rnDiese Ergebnisse zeigen, dass die Anwesenheit des Co-Allels massive Veränderungen in der Genregulation des SAMs mit sich bringt, wobei einige dieser differentiell regulierten Gene mit großer Wahrscheinlichkeit an der Etablierung des kolumnaren Phänotyps beteiligt sind. Auch wenn die Funktion des Co-Genproduktes nicht abschließend geklärt werden konnte, sind doch anhand der Resultate schlüssige Hypothesen diesbezüglich möglich.rn

Identification of novel genetic alterations in pediatric cytogenetically normal acute myeloid leukemia by next-generation sequencing

Pediatric acute myeloid leukemia (AML) is a molecularly heterogeneous disease that arises from genetic alterations in pathways that regulate self-renewal and myeloid differentiation. While the majority of patients carry recurrent chromosomal translocations, almost 20% of childhood AML do not show any recognizable cytogenetic alteration and are defined as cytogenetically normal (CN)-AML. CN-AML patients have always showed a great variability in response to therapy and overall outcome, underlining the presence of unknown genetic changes, not detectable by conventional analyses, but relevant for pathogenesis, and outcome of AML. The development of novel genome-wide techniques such as next-generation sequencing, have tremendously improved our ability to interrogate the cancer genome. Based on this background, the aim of this research study was to investigate the mutational landscape of pediatric CN-AML patients negative for all the currently known somatic mutations reported in AML through whole-transcriptome sequencing (RNA-seq). RNA-seq performed on diagnostic leukemic blasts from 19 pediatric CN-AML cases revealed a considerable incidence of cryptic chromosomal rearrangements, with the identification of 21 putative fusion genes. Several of the fusion genes that were identified in this study are recurrent and might have a prognostic and/or therapeutic relevance. A paradigm of that is the CBFA2T3-GLIS2 fusion, which has been demonstrated to be a common alteration in pediatric CN-AML, predicting poor outcome. Important findings have been also obtained in the identification of novel therapeutic targets. On one side, the identification of NUP98-JARID1A fusion suggests the use of disulfiram; on the other, here we describe alteration-activating tyrosine kinases, providing functional data supporting the use of tyrosine kinase inhibitors to specifically inhibit leukemia cells. This study provides new insights in the knowledge of genetic alterations underlying pediatric AML, defines novel prognostic markers and putative therapeutic targets, and prospectively ensures a correct risk stratification and risk-adapted therapy also for the “all-neg” AML subgroup.

Fine Mapping of qroot-yield-1.06, a QTL for Root, Plant Vigor and Yield in Maize

Root-yield-1.06 is a major QTL affecting root system architecture (RSA) and other agronomic traits in maize. The effect of this QTL has been evaluated with the development of near isogenic lines (NILs) differing at the QTL position. The objective of this study was to fine map qroot-yield-1.06 by marker-assisted searching for chromosome recombinants in the QTL interval and concurrent root phenotyping in both controlled and field conditions, through successive generations. Complementary approaches such as QTL meta-analysis and RNA-seq were deployed in order to help prioritizing candidate genes within the QTL target region. Using a selected group of genotypes, field based root analysis by ‘shovelomics’ enabled to accurately collect RSA information of adult maize plants. Shovelomics combined with software-assisted root imaging analysis proved to be an informative and relatively highly automated phenotyping protocol. A QTL interval mapping was conducted using a segregating population at the seedling stage grown in controlled environment. Results enabled to narrow down the QTL interval and to identify new polymorphic markers for MAS in field experiments. A collection of homozygous recombinant NILs was developed by screening segregating populations with markers flanking qroot-yield-1.06. A first set of lines from this collection was phenotyped based on the adapted shovelomics protocol. QTL analysis based on these data highlighted an interval of 1.3 Mb as completely linked with the target QTL but, a larger safer interval of 4.1 Mb was selected for further investigations. QTL meta-analysis allows to synthetize information on root QTLs and two mQTLs were identified in the qroot-yield-1.06 interval. Trascriptomics analysis based on RNA-seq data of the two contrasting QTL-NILs, confirmed alternative haplotypes at chromosome bin 1.06. qroot-yield-1.06 has now been delimited to a 4.1-Mb interval, and thanks to the availability of additional untested homozygous recombinant NILs, the potentially achievable mapping resolution at qroot-yield-1.06 is c. 50 kb.

Molecular genetic causes of columnar growth in apple (Malus x domestica)

The columnar growth habit of apple is interesting from an economic point of view as the pillar-like trees require little space and labor. Genetic engineering could be used to speed up breeding for columnar trees with high fruit quality and disease resistance. For this purpose, this study dealt with the molecular causes of this interesting phenotype. The original bud sport mutation that led to the columnar growth habit was found to be a novel nested insertion of a Gypsy-44 LTR retrotransposon on chromosome 10 at 18.79 Mb. This subsequently causes tissue-specific differential expression of nearby downstream genes, particularly of a gene encoding a 2OG-Fe(II) oxygenase of unknown function (dmr6-like) that is strongly upregulated in developing aerial tissues of columnar trees. The tissue-specificity of the differential expression suggests involvement of cis-regulatory regions and/or tissue-specific epigenetic markers whose influence on gene expression is altered due to the retrotransposon insertion. This eventually leads to changes in genes associated with stress and defense reactions, cell wall and cell membrane metabolism as well as phytohormone biosynthesis and signaling, which act together to cause the typical phenotype characteristics of columnar trees such as short internodes and the absence of long lateral branches. In future, transformation experiments introducing Gypsy-44 into non-columnar varieties or excising Gypsy-44 from columnar varieties would provide proof for our hypotheses. However, since site-specific transformation of a nested retrotransposon is a (too) ambitious objective, silencing of the Gypsy-44 transcripts or the nearby genes would also provide helpful clues.

Untersuchungen zur Lokalisation und Expression des respiratorischen Proteins Neuroglobin bei Säugetieren

In der vorliegenden Arbeit wurde Neuroglobin (Ngb), ein evolutiv altes und in Metazoen konserviertes respiratorisches Protein, funktionell untersucht. Mittels des induzierbaren Tet on / Tet off Systems wurde Ngb ektopisch in der murinen Leber und im Gehirn überexprimiert. Die Transkriptome von Leber und Gehirnregionen Ngb-transgener Mäuse wurden mittels Microarrays und RNA-Seq im Vergleich zum Wildtyp analysiert, um Auswirkungen der Ngb-Überexpression zu ermitteln. Die Transkriptom-Analyse in Leber und Gehirn zeigte eine nur geringe Anzahl differenziell regulierter Gene und Stoffwechselwege nach Ngb-Überexpression. Ngb transgene Mäuse wurden CCl4-induziertem ROS-Stress ausgesetzt und die Leberfunktion untersucht. Zudem wurden primäre Hepatozyten-Kulturen etabliert und in diesen in vitro die extrinsische Apoptose induziert. Die Stressversuche zeigten: (i) Die Ngb-Überexpression hat keine protektive Wirkung in der Leber in vivo. (ii) In Leberzellen in vitro hingegen verminderte eine Ngb-Überexpression effizient die Aktivierung der apoptotischen Kaskade. Eine protektive Wirkung von Ngb ist vermutlich von betrachtetem Gewebe und dem verwendeten Stressor abhängig und keine generelle, selektierte Funktion des Proteins.rnWeiterhin wurde eine Ngb-KnockOut-Mauslinie mit einem LacZ-KnockIn-Genotyp etabliert. Hierbei zeigten die KO-Mäuse keinen offensichtlichen Phänotyp in ihrer Entwicklung, Fortpflanzung und Retina-Funktion. Unter Verwendung des LacZ-Knockin-Konstrukts konnten kontrovers diskutierte Ngb-Expressionsorte im adulten Mausgehirn (Hippocampus, Cortex und Cerebellum) sowie in Testes experimentell bestätigt werden. Parallel wurden öffentlich verfügbare RNA-Seq Datensätze ausgewertet, um die regionale Ngb-Expression systematisch ohne Antikörper-assoziierte Spezifitätsprobleme zu charakterisieren. Eine basale Ngb-Expression (RPKM: ~1-5) wurde im Hippocampus, Cortex und Cerebellum, sowie in Retina und Testes ermittelt. Eine 20-40fach höhere, starke Expression (RPKM: ~160) wurde im Hypothalamus bzw. im Hirnstamm nachgewiesen. Die „digitale“ Expressionsuntersuchung wurde mittels qRT-PCR und Western Blot bestätigt. Dieses Expressionsprofil von Ngb in der Maus weist auf eine besondere funktionelle Bedeutung von Ngb im Hypothalamus hin. Eine Funktion von Ngb in der Sauerstoffversorgung der Retina und eine generelle Funktion von Ngb in der Protektion von Neuronen sind mit dem beobachteten Expressionsspektrum weniger gut vereinbar.

Genexpressionsanalyse boviner mesenchymaler Stammzellen und deren in-vitro-differenzierten Folgelinien

Mesenchymale Stamzellen (MSC) sind Vertreter der adulten Stammzellen. Sie bergen durch ihre große Plastizität ein immenses Potential für die klinische Nutzung in Form von Stammzelltherapien. Zellen dieses Typs kommen vornehmlich im Knochenmark der großen Röhrenknochen vor und können zu Knochen, Knorpel und Fettzellen differenzieren. MSC leisten einen wichtigen Beitrag im Rahmen regenerativer Prozesse, beispielsweise zur Heilung von Frakturen. Breite Studien demonstrieren bereits jetzt auch bei komplexeren Erkrankungen (z.B. Osteoporose) therapeutisch vielversprechende Einsatzmöglichkeiten. Oft kommen hierbei aus MSC gezielt differenzierte Folgelinien aus Zellkulturen zum Einsatz. Dies bedingt eine kontrollierte Steuerung der Differenzierungsprozesse in vitro. Der Differenzierung einer Stammzelle liegt eine komplexe Veränderung ihrer Genexpression zugrunde. Genexpressionsmuster zur Erhaltung und Proliferation der Stammzellen müssen durch solche, die der linienspezifischen Differenzierung dienen, ersetzt werden. Die mit der Differenzierung einhergehende, transkriptomische Neuausrichtung ist für das Verständnis der Prozesse grundlegend und wurde bislang nur unzureichend untersucht. Ziel der vorliegenden Arbeit ist eine transkriptomweite und vergleichende Genexpressionsanalyse Mesenchymaler Stammzellen und deren in vitro differenzierten Folgelinien mittels Plasmid - DNA Microarrays und Sequenziertechniken der nächsten Generation (RNA-Seq, Illumina Plattform). In dieser Arbeit diente das Hausrind (Bos taurus) als Modellorganismus, da es genetisch betrachtet eine hohe Ähnlichkeit zum Menschen aufweist und Knochenmark als Quelle von MSC gut verfügbar ist. Primärkulturen Mesenchymaler Stammzellen konnten aus dem Knochenmark von Rindern erfolgreich isoliert werden. Es wurden in vitro Zellkultur - Versuche durchgeführt, um die Zellen zu Osteoblasten, Chondrozyten und Adipozyten zu differenzieren. Zur Genexpressionsanalyse wurde RNA aus jungen MSC und einer MSC Langzeitkultur („alte MSC“), sowie aus den differenzierten Zelllinien isoliert und für nachfolgende Experimente wo nötig amplifiziert. Der Erfolg der Differenzierungen konnte anhand der Genexpression von spezifischen Markergenen und mittels histologischer Färbungen belegt werden. Hierbei zeigte sich die Differenzierung zu Osteoblasten und Adipozyten erfolgreich, während die Differenzierung zu Chondrozyten trotz diverser Modifikationen am Protokoll nicht erfolgreich durchgeführt werden konnte. Eine vergleichende Hybridisierung zur Bestimmung differentieller Genexpression (MSC vs. Differenzierung) mittels selbst hergestellter Plasmid - DNA Microarrays ergab für die Osteogenese mit Genen wie destrin und enpp1, für die undifferenzierten MSC mit dem Gen sema3c neue Kandidatengene, deren biologische Funktion aufzuklären in zukünftigen Experimenten vielversprechende Ergebnisse liefern sollte. Die Analyse der transkriptomweiten Genexpression mittels NGS lieferte einen noch umfangreicheren Einblick ins Differenzierungsgeschehen. Es zeigte sich eine hohe Ähnlichkeit im Expressionsprofil von jungen MSC und Adipozyten, sowie zwischen den Profilen der alten MSC (eine Langzeitkultur) und Osteoblasten. Die alten MSC wiesen deutliche Anzeichen für eine spontane Differenzierung in die osteogene Richtung auf. Durch Analyse der 100 am stärksten exprimierten Gene jeder Zelllinie ließen sich für junge MSC und Adipozyten besonders Gene der extrazellulären Matrix (z.B col1a1,6 ; fn1 uvm.) auffinden. Sowohl Osteoblasten, als auch die alten MSC exprimieren hingegen verstärkt Gene mit Bezug zur oxidativen Phosphorylierung, sowie ribosomale Proteine. Eine Betrachtung der differentiellen Genexpression (junge MSC vs. Differenzierung) mit anschließender Pathway Analyse und Genontologie Anreicherungsstatistik unterstützt diese Ergebnisse vor allem bei Osteoblasten, wo nun jedoch zusätzlich auch Gene zur Regulation der Knochenentwicklung und Mineralisierung in den Vordergrund treten. Für Adipozyten konnte mit Genen des „Jak-STAT signaling pathway“, der Fokalen Adhäsion, sowie Genen des „Cytokine-cytokine receptor interaction pathway“ sehr spannende Einsichten in die Biologie dieses Zelltyps erlangt werden, die sicher weiterer Untersuchungen bedürfen. In undifferenzierten MSC konnte durch differentielle Genexpressionsanalyse die Rolle des nicht kanonischen Teils des WNT Signalweges als für die Aufrechterhaltung des Stammzellstatus potentiell äußerst einflussreich ermittelt werden. Die hier diskutierten Ergebnisse zeigen beispielhaft, dass besonders mittels Genexpressionsanalyse im Hochdurchsatzverfahren wertvolle Einblicke in die komplexe Biologie der Stammzelldifferenzierung möglich sind. Als Grundlage für nachfolgende Arbeiten konnten interessante Gene ermittelt und Hypothesen zu deren Einfluss auf Stammzelleigenschaften und Differenzierungsprozesse aufgestellt werden. Um einen besseren Einblick in den Differenzierungsverlauf zu ermöglichen, könnten künftig NGS Analysen zu unterschiedlichen Differenzierungszeitpunkten durchgeführt werden. Zudem wären weitere Anstrengungen zur erfolgreichen Etablierung der chondrogenen Differenzierung zur vollständigen Analyse der Genexpression des trilinearen Differenzierungspotentials von MSC wünschenswert.