加权基因共表达网络分析识别了与棉花（Gossypium hirsutum L.）多重非生物胁迫相关的功能模块

《Journal of Plant Growth Regulation》：Weighted Gene Co-expression Network Analysis Identifies Functional Modules Associated with Multiple Abiotic Stressors in Cotton (Gossypium hirsutum L.)

本研究利用加权基因共表达网络分析（WGCNA）解析棉花多胁迫适应机制，发现根系和茎叶特异性模块通过ROS、ABA及乙烯信号通路调控，核心基因WRKY21和ERF-SHINE2-like经湿实验验证，为培育耐逆棉品种提供靶点。

　　

摘要

非生物胁迫因素，如干旱、盐碱和碱性条件，会显著降低棉花（Gossypium hirsutum L.）的产量。在这项研究中，我们应用了加权基因共表达网络分析（WGCNA）来揭示棉花对多种胁迫因素的响应背后的分子网络。通过分析根部和茎部的转录组，我们识别出组织特异性的模块和枢纽基因，这些基因通过调控活性氧（ROS）、脱落酸（ABA）和乙烯信号通路来调节适应性反应。在茎部组织中，与核糖体生物合成和ROS相关的“turquoise”模块富集，这突显了ROS作为信号分子和氧化应激介质的双重作用，从而在长期胁迫下支持生长和光合作用的稳定性。相反，根部的模块（如“brown”和“green”簇）在养分吸收和染色质重塑过程中富集，有助于结构韧性和养分平衡。枢纽基因WRKY21和ERF-SHINE2-like在胁迫和非胁迫条件下表现出强烈的区分能力，使它们成为培育抗胁迫品种的有希望的目标。通过湿实验室实验的功能验证证实了这些预测枢纽基因的作用。我们的结果表明，ROS和乙烯是多胁迫协调的关键调节因子，而ABA则具有跨组织的调节作用。这一综合框架提供了可操作的遗传靶点，并揭示了相互依赖的调控网络，填补了单一胁迫因素研究留下的知识空白。总体而言，该研究确定了潜在的候选基因，可用于培育能够在日益不可预测的气候和多重环境胁迫下茁壮成长的棉花品种。