A high-quality genome assembly and integrative data portal (Phabase) for the Mesoamerican black bean (Phaseolus vulgaris cv. Negro Jamapa)

Deze studie presenteert de eerste hoogwaardige chromosoomniveaugenoomassemblage van de Meso-Amerikaanse zwarte boon 'Negro Jamapa' en introduceert Phabase, een geïntegreerd dataportaal met een expressie-atlas en analysehulpmiddelen om functionele genomica en veredeling van de gewone boon te versnellen.

De kern

Stel je voor dat de boontjes (de Phaseolus vulgaris) die we eten, net als mensen, verschillende families hebben. Er is een 'Andes-familie' en een 'Meso-Amerikaanse familie'. De wetenschap had tot nu toe vooral een heel gedetailleerd stamboomboek (een genoom) voor de Andes-familie, maar voor de Meso-Amerikaanse familie, en dan specifiek voor het beroemde 'Negro Jamapa'-boontje', hadden ze alleen een vaag schetsje.

Het Negro Jamapa-boontje is een echte ster in Mexico. Het is een van de meest gegeten soorten, het is supersterk tegen droogte en ziektes, en wetenschappers gebruiken het vaak als proefkonijn om te leren hoe planten werken. Maar zonder een goed 'stamboomboek' was het lastig om precies te zien waarom dit boontje zo sterk is.

Hier is wat deze onderzoekers hebben gedaan, vertaald in simpele taal:

1. Het schrijven van het perfecte stamboomboek (Het Genoom)

Vroeger probeerden ze het DNA van dit boontje te lezen met oude technologie, alsof je een boek probeert te lezen terwijl de bladzijden in kleine, verwarde stukjes zijn gescheurd.

In deze studie hebben ze een nieuwe, supersnelle technologie gebruikt (PacBio HiFi), die je kunt vergelijken met een moderne 3D-printer voor DNA. In plaats van losse puzzelstukjes, konden ze nu lange, ononderbroken stukken DNA lezen.

• Het resultaat: Ze hebben een volledig, foutloos stamboomboek gemaakt van het Negro Jamapa-boontje. Het is zo'n 522 miljoen letters lang (de letters van het DNA) en is zo netjes opgeschreven dat je precies kunt zien welke genen waar zitten. Het is veel beter dan de oude versies die we hadden.

2. De bouw van een superbibliotheek (Phabase)

Nu ze het boek hadden, dachten ze: "Oké, maar hoe kunnen andere mensen dit ook makkelijk gebruiken?" Veel wetenschappers zijn geen computer-experts. Ze wilden geen ingewikkelde code hoeven te typen om informatie te vinden.

Dus bouwden ze Phabase.

• De analogie: Stel je voor dat alle informatie over boontjes tot nu toe verspreid lag over duizenden losse notitieboekjes in verschillende bibliotheken over de hele wereld. Sommige waren in het Spaans, sommige in het Engels, en sommige waren half weggeblazen.
• Phabase is nu die ene, prachtige, digitale bibliotheek waar alles bij elkaar staat. Je kunt er:
  • Het nieuwe stamboomboek in bekijken (als een interactieve kaart).
  • Zoeken naar specifieke woorden (BLAST-tool).
  • Kijken hoe het boontje reageert op droogte of ziektes (een 'gevoelskaart' van de plant).
  • Zelfs kijken naar kleine stukjes RNA (de 'postbodes' in de cel) die de plant sturen.

3. Een proefje: Het vinden van de 'sleutel' (MYB36)

Om te bewijzen dat hun nieuwe bibliotheek werkt, deden ze een proefje. Ze zochten naar een specifiek gen genaamd MYB36. In een ander plantje (Arabidopsis) weet men dat dit gen zorgt voor een soort 'barrière' in de wortels die bacteriën helpt of tegenhoudt.

Met hun nieuwe tool konden ze in een paar klikken zien:

• "Ah! Het Negro Jamapa-boontje heeft drie versies van dit gen!"
• "En kijk, één van die versies zit precies in de wortels en zit daar ook actief, net zoals in het andere plantje."

Dit betekent dat ze nu snel kunnen ontdekken waarom dit boontje zo goed samenwerkt met bacteriën in de grond (wat belangrijk is voor de voeding van de plant zonder kunstmest).

Waarom is dit belangrijk voor jou?

Dit onderzoek is niet alleen voor wetenschappers in een lab.

• Voedselveiligheid: Door te begrijpen waarom het Negro Jamapa-boontje zo sterk is, kunnen boeren in de toekomst betere, sterkere boontjes kweken die minder water nodig hebben.
• Geen barrières meer: De nieuwe website (Phabase) maakt het mogelijk dat ook kleinere onderzoeksgroepen of studenten in Mexico, Europa of elders direct toegang hebben tot de beste data, zonder dat ze dure software of dure kennis nodig hebben.

Kortom: Ze hebben een vergeten, maar superbelangrijk boontje in kaart gebracht en een gebruiksvriendelijke website gebouwd waar iedereen die informatie gratis kan vinden. Het is alsof ze een sleutel hebben gevonden die de deur opent naar een betere toekomst voor de wereldvoedselvoorziening.

Technische samenvatting

Titel

Een hoogwaardige genoomassemblage en een integratief dataportaal (Phabase) voor de Meso-Amerikaanse zwarte boon (Phaseolus vulgaris cv. Negro Jamapa).

1. Het Probleem

De gewone boon (Phaseolus vulgaris) is een van de belangrijkste peulvruchten ter wereld, met name in Latijns-Amerika. Er bestaan twee voornaamste genenpools: de Andes- en de Meso-Amerikaanse pool. Hoewel er referentiegenomen beschikbaar zijn voor de Andes-variëteit G19833 en de Meso-Amerikaanse variëteit BAT93, ontbreekt er een hoogwaardig, chromosomaal niveau genoom voor de veelgebruikte Meso-Amerikaanse landras Negro Jamapa.

• Negro Jamapa is een cruciaal model voor functionele genomics (o.a. stikstofbinding en stressrespons), maar onderzoekers moeten hun data projecteren op niet-verwante referentiegenomen, wat de nauwkeurigheid vermindert.
• Bestaande transcriptomische data zijn verspreid over verschillende studies, vaak verouderd, en niet toegankelijk voor onderzoekers zonder geavanceerde bioinformatica-vaardigheden.
• Er ontbreekt een geïntegreerd platform dat een Meso-Amerikaans genoom koppelt aan een uitgebreide expressie-atlas en moderne visualisatietools.

2. Methodologie

De auteurs hebben een tweeledige aanpak gehanteerd: genoomassemblage en ontwikkeling van een webportaal.

A. Genoomassemblage en annotatie:

• Sequencing: Gebruik gemaakt van PacBio HiFi (High-Fidelity) technologie op hoog-moleculair-gewicht (HMW) DNA van Negro Jamapa. Dit leverde 95,3 Gb data op met een gemiddelde leeslengte van 21 kb.
• Assemblage: De reads werden geassembleerd met hifiasm (v0.20). Organellen (mitochondriën en chloroplasten) werden apart geassembleerd met Oatk en vervolgens verwijderd uit de nucleaire assemblage.
• Scaffolding: De assemblage werd gescaffold met RagTag tegen de G19833 v2.0 referentie, wat resulteerde in 11 chromosomen.
• Annotatie: Herhalende elementen werden gemaskeerd met RepeatModeler/RepeatMasker. Genen werden voorspeld met Braker3 (gebruikmakend van RNA-seq data en OrthoDB proteïnen). UTR's werden toegevoegd via Stringtie. miRNA's werden voorspeld met miRDeep-P2 en Shortstack.
• Validatie: Kwaliteit beoordeeld met BUSCO (Benchmarking Universal Single-Copy Orthologs).

B. Phabase Portaal:

• Architectuur: Een modulaire webapplicatie met drie lagen: Database (MongoDB), Web Services (Node.js/GraphQL en Flask/Python), en Presentatie (Next.js).
• Modules:
  • Genoombrowser: Geïmplementeerd via JBrowse 2.
  • BLAST: Lokale server voor nucleotide- en proteïne-uitlijningen.
  • Expressie-atlas: Visualisatie van RNA-seq en small RNA-seq data (geanalyseerd met STAR, featureCounts, en edgeR).
  • Genzoekfunctie: Voor het vinden van orthologen.

3. Belangrijkste Bijdragen

1. Eerste hoogwaardige genoom voor Negro Jamapa: Een chromosomaal niveau assemblage specifiek voor dit Meso-Amerikaanse landras.
2. Phabase: Een open, gebruiksvriendelijk dataportaal dat het genoom, annotaties, en een uitgebreide expressie-atlas integreert.
3. Gecentraliseerde transcriptomische data: Een heranalyse van publieke RNA-seq en small RNA-seq data uit diverse studies, gestandaardiseerd op het Negro Jamapa genoom.

4. Resultaten

Genoomkwaliteit en Statistieken:

• Grootte: 522 Mb (vergelijkbaar met G19833).
• Continuïteit: N50 van 45 Mb (een enorme verbetering ten opzichte van de 2 Mb van G19833), wat bijna chromosomaal niveau aangeeft.
• Compleetheid: BUSCO score van 98,4% (iets beter dan G19833's 97,7%).
• Genen: 27.635 eiwitcoderende genen geïdentificeerd.
• miRNA: 270 miRNA-precursoren geannoteerd (meer dan in G19833).

Vergelijkende Genomica:

• Er is een diepe divergentie gevonden tussen Negro Jamapa (Meso-Amerikaans) en G19833 (Andes).
• Structuurvariatie: Grote structurele varianten (translocaties, inversies, duplicaties) vormen het grootste deel van de verschillen, meer dan enkel nucleotide polymorfismen (SNP's). Ongeveer 23,4% van het polymorfe DNA bestaat uit sterk gedivergeerde regio's.

Phabase Functionaliteit:

• Expressie-atlas: Bevat 121 experimentele condities voor genen (21 cultivars, 10 weefsels) en 30 condities voor miRNA's. Negro Jamapa vertegenwoordigt >36% van de gen-expressie samples.
• Casestudy (MYB36): De auteurs demonstreerden het gebruik van Phabase door orthologen van het Arabidopsis gen MYB36 te vinden. Ze identificeerden drie kandidaten in Negro Jamapa en toonden aan dat PvMYB36-7 een expressiepatroon heeft dat sterk overeenkomt met de wortel- en zaadexpressie van het Arabidopsis gen, wat suggereert dat het een functioneel ortholoog is.

5. Significatie

• Sluiting van een kennisgat: Dit werk levert de eerste referentie van hoge kwaliteit voor een Meso-Amerikaans landras, wat essentieel is voor vergelijkende genomica tussen de twee belangrijkste genenpools van de boon.
• Democratisering van data: Phabase maakt complexe genoom- en transcriptoomdata toegankelijk voor onderzoekers zonder diepe bioinformatica-achtergrond, door tools zoals BLAST en visuele browsers te integreren.
• Versnelling van veredeling: Door de beschikbaarheid van een nauwkeurige referentie en een uitgebreide expressie-atlas, kunnen onderzoekers sneller genen identificeren die gerelateerd zijn aan opbrengst, ziekteresistentie en stressrespons (zoals symbiose met rhizobia).
• Toekomstperspectief: Het portaal dient als een schaalbaar model voor andere gewassen en faciliteert meta-analyses en het genereren van datagedreven hypotheses.

De data en het portaal zijn beschikbaar via Phabase (https://phabase.ccg.unam.mx/) en de sequentie-data zijn opgeslagen in de BioProject PRJNA1428309.