Đọc DNA nhân và DNA lục lạp từ cùng một bộ dữ liệu giải trình tự

Với Eranga Pawani Witharana là tác giả đầu tiên, nhóm nghiên cứu do phòng thí nghiệm chúng tôi làm nòng cốt đã trình bày một phương pháp thu nhận hiệu quả thông tin phát sinh chủng loại từ DNA nhân bằng chính các đoạn đọc giải trình tự dùng để phân tích hệ gen lục lạp, qua đó cho phép so sánh tích hợp hai nguồn dữ liệu.

Hệ gen lục lạp (chloroplast; cp) được dùng rộng rãi trong nghiên cứu phát sinh chủng loại thực vật vì tương đối nhỏ và dễ phân tích. Tuy nhiên, ở nhiều thực vật hạt kín, cpDNA được di truyền từ một phía bố hoặc mẹ—thường là theo dòng mẹ—nên có thể cho phylogenetic signal khác với DNA nhân được di truyền từ cả hai phía. Vì vậy, chỉ dùng dữ liệu lục lạp có thể không giải quyết đầy đủ một số quan hệ tiến hóa.

Để có được thông tin phát sinh chủng loại toàn diện hơn, thông tin DNA hạt nhân, được thừa hưởng từ cả bố và mẹ, cũng rất quan trọng. DNA hạt nhân cung cấp một góc nhìn di truyền toàn diện hơn cpDNA. Tuy nhiên, việc thu thập đầy đủ thông tin DNA hạt nhân trước đây có chi phí cao. Trong những năm gần đây, các phương pháp có hiệu quả cao về mặt chi phí để thu thập dữ liệu DNA hạt nhân đã xuất hiện (ví dụ: bắt mục tiêu, giải trình tự RNA), nhưng nhìn chung cần phải chuẩn bị riêng dữ liệu DNA lục lạp và DNA hạt nhân.

Trong nghiên cứu này, để giải quyết thách thức này, chúng tôi đã tập trung vào việc phát triển và xác nhận một phương pháp mới thu thập thông tin phát sinh gen DNA hạt nhân từ dữ liệu trình tự đọc “giống hệt” thô (chưa được xử lý) được sử dụng để phân tích bộ gen lục lạp.

Chúng tôi đã sử dụng một công cụ tính toán mới có tên là Read2Tree. Read2Tree cho phép trích xuất trực tiếp và hiệu quả các chuỗi gen hạt nhân được bảo tồn từ dữ liệu chuỗi đọc thô.

Sau khi bài báo được công bố, chúng tôi đã công khai analysis pipeline trong GitHub repository “Eranga-Witharana/rt2-phylogenomics” để hỗ trợ tái tạo và tiếp tục ứng dụng workflow.

Các đặc điểm và ưu điểm chính của Read2Tree

• Hiệu quả về mặt chi phí: Sử dụng cùng dữ liệu thô như phân tích lục lạp giúp giảm chi phí thu thập dữ liệu.
• Truy xuất dữ liệu hạt nhân toàn diện: Phương pháp tiếp cận hướng dẫn bộ gen tham chiếu cho phép trích xuất một số lượng lớn gen hạt nhân được bảo tồn.
• Phân tích tinh gọn: Hoạt động như một pipeline tích hợp từ nhận diện gene, tạo alignment đến xây dựng cây phát sinh chủng loại.
• Không cần chuẩn bị tùy chỉnh: Sử dụng các bộ dữ liệu tham chiếu hiện có, loại bỏ nhu cầu thiết kế và xác nhận các bộ thăm dò hoặc cơ sở dữ liệu dành riêng cho loài.
• Hữu ích cho việc phân tích sự không phù hợp: Đưa ra dữ liệu liên kết gen riêng lẻ, dữ liệu này có thể được sử dụng để điều tra nguyên nhân của sự không phù hợp về phát sinh gen (chẳng hạn như sự khác biệt giữa cây gen và cây loài).

Kiểm chứng phương pháp — ví dụ ở phân họ Cam (Aurantioideae)

Để xác thực tính hiệu quả và hữu ích của phương pháp mới này (phân tích phát sinh gen DNA hạt nhân bằng Read2Tree), chúng tôi đã nhắm mục tiêu vào nhóm thực vật Aurantioideae. Aurantioideae, bao gồm cây có múi và họ hàng gần của nó, là một nhóm quan trọng có mối quan hệ phát sinh chủng loại phức tạp.

Nghiên cứu dùng Read2Tree để thu nhận các trình tự gen nhân bảo tồn của 39 loài Aurantioideae và so sánh với cây phát sinh chủng loại hệ gen lục lạp được xây dựng từ cùng bộ raw reads.

• So sánh với các phương pháp DNA nhân hiện có — Cây phát sinh chủng loại DNA nhân thu được bằng Read2Tree được so sánh với cây xây dựng bằng RAD-Seq trong các nghiên cứu trước đây để đánh giá độ tin cậy của Read2Tree.
• Tích hợp với phân tích phát sinh chủng loại lục lạp — Cây phát sinh chủng loại của hệ gen lục lạp được xây dựng từ cùng dữ liệu thô và so sánh với cây DNA nhân do Read2Tree tạo ra, qua đó khảo sát sự bất tương hợp giữa phát sinh chủng loại lục lạp và nhân (cytonuclear discordance).
• Phân tích nguyên nhân bất tương hợp — Dữ liệu căn chỉnh của từng gen do Read2Tree xuất ra được kết hợp với D-statistic, DFOIL, QuIBL và các phương pháp khác để đánh giá vai trò của sắp xếp dòng dõi chưa hoàn toàn (incomplete lineage sorting; ILS), nhập gen (introgression) và nhập gen cổ.

Kết quả — hiệu quả của phương pháp

Kết quả nghiên cứu này cho thấy những điểm sau, chứng minh tính hiệu quả của phương pháp sử dụng Read2Tree:

• So sánh phylogeny DNA nhân—Các quan hệ thu được bằng Read2Tree nhìn chung phù hợp với nghiên cứu RAD-Seq trước đó. Vị trí của một số taxa vẫn chưa chắc chắn, vì vậy không nên hiểu rằng mọi branch đã được giải quyết dứt điểm.
• Tái sử dụng dữ liệu hiệu quả—Cùng một short-read dataset được dùng cho cả phân tích hệ gen lục lạp và suy luận phylogeny DNA nhân, có hiệu quả chi phí hơn việc chuẩn bị hai bộ dữ liệu giải trình tự riêng. Đây là lợi thế về thu nhận dữ liệu, không phải đánh giá kinh tế chính thức.
• Phân tích phylogenetic discordance—Nhiều phân tích cho thấy incomplete lineage sorting (ILS) là nguyên nhân chính của phần lớn bất tương hợp; introgression và ancient introgression cũng có thể đóng góp trong một số clades.

Kết luận

Nghiên cứu cho thấy Read2Tree có thể thu nhận các conserved nuclear genes từ chính raw reads dùng cho chloroplast genome analysis, qua đó so sánh nuclear và chloroplast phylogenies và khảo sát vai trò của incomplete lineage sorting (ILS) cùng introgression. Vị trí của một số taxa vẫn chưa chắc chắn, nên không phải mọi branch đều được giải quyết dứt khoát.

Phương pháp này có khả năng góp phần tái tạo chi tiết và đáng tin cậy hơn về lịch sử tiến hóa trong nghiên cứu phát sinh gen thực vật trong tương lai.

Khả năng ứng dụng trong nghiên cứu nguyên liệu thực phẩm

Các nội dung dưới đây là ứng dụng tiềm năng được suy ra từ phylogenetic workflow đã được kiểm chứng. Bài báo không trực tiếp thử nghiệm chọn giống, hương vị, giá trị dinh dưỡng hay khả năng kháng bệnh.

Ví dụ, các nhóm như Aurantioideae được sử dụng trong nghiên cứu này bao gồm các loài thực vật quan trọng đối với việc sử dụng làm thực phẩm và làm thuốc trên toàn thế giới. Hiểu được mối quan hệ phát sinh gen chính xác của chúng và lịch sử tiến hóa phức tạp của quá trình lai tạo là rất quan trọng để cải tiến cây trồng trong nông nghiệp cũng như để bảo tồn và sử dụng các nguồn gen có giá trị (như họ hàng hoang dã) có thể trở thành nguồn thực phẩm trong tương lai.

Phương pháp mới sử dụng Read2Tree này cho phép truy xuất thông tin hiệu quả từ cả lục lạp và DNA hạt nhân bằng cách sử dụng cùng một tập dữ liệu, cho phép phân tích phát sinh gen toàn diện và chi tiết hơn về nhiều loài cây lương thực mà trước đây rất khó phân tích.

Hơn nữa, khả năng phân tích các quá trình di truyền phức tạp như sắp xếp dòng dõi chưa hoàn toàn (ILS) và sự nhập gen cung cấp nền tảng để hiểu, ở cấp độ di truyền, các đặc tính đa dạng của cây lương thực như giá trị dinh dưỡng cao, hương vị cụ thể và khả năng kháng sâu bệnh và bệnh tật đã được thu thập và duy trì trong suốt lịch sử tiến hóa.

Bằng cách này, có thể nói phương pháp này mang lại nền tảng quan trọng để hiểu sâu hơn về sự đa dạng của thực vật được sử dụng làm thực phẩm và thúc đẩy nghiên cứu hướng tới phát triển các giống cải tiến và sử dụng tài nguyên bền vững.