超越差异表达：一种利用机器学习方法识别可可感染中Moniliophthora roreri菌的调控枢纽的研究

《European Journal of Plant Pathology》：Beyond differential expression: a machine learning approach to identify regulatory hubs in Moniliophthora roreri infection of cacao

霜霉病病原体Moniliophthora roreri感染可可品种的转录组分析揭示了核心感染程序及耐受性突破机制，甲基转移酶和热休克蛋白Hsp20可能作为关键调控因子。

　　

摘要

由Moniliophthora roreri引起的霜冻豆腐病（FPR）严重影响了全球可可（Theobroma cacao）的生产。尽管某些可可基因型表现出抗性，但其背后的机制以及病原体克服这种抗性的能力仍不清楚。本研究利用公开的RNA-Seq数据，分析了M. roreri在感染四种可可基因型（两种易感基因型：Pound-7、CATIE-1000；两种抗性基因型：CATIE-R4、CATIE-R7）期间的转录表达情况。我们使用分析来可视化整体转录表达情况，发现了一组在所有基因型中几乎不表达或完全不表达的M. roreri基因，并强调了预测为分泌蛋白的转录本的丰富性。机器学习模型在大多数基因型中能够准确预测M. roreri的转录表达，但在抗性基因型CATIE-R4上的预测准确性较低，这表明病原体的反应更为复杂。对23个先前被认为与抗性相关的差异表达基因进行网络分析，识别出潜在的功能模块，包括应激反应和氨基酸代谢。此外，Bootstrap Forest建模发现了一种甲基转移酶（evm.model.sctg_0149_0001.18）和一种热休克蛋白（Hsp20，evm.model.sctg_0022_0002.80），它们可能是影响许多其他M. roreri基因表达的核心调控节点。这些发现表明，M. roreri采用了一种核心的转录程序进行感染，并通过特定的适应性机制（可能受甲基化和应激反应途径的调控）来克服抗性。本研究为M. roreri与可可之间的相互作用提供了见解，并确定了值得进一步研究的关键基因和通路，这些基因和通路可能是新型FPR管理策略的潜在靶点。

由Moniliophthora roreri引起的霜冻豆腐病（FPR）严重影响了全球可可（Theobroma cacao）的生产。虽然某些可可基因型表现出抗性，但其背后的机制以及病原体克服这种抗性的能力仍不清楚。本研究利用公开的RNA-Seq数据，分析了M. roreri在感染四种可可基因型（两种易感基因型：Pound-7、CATIE-1000；两种抗性基因型：CATIE-R4、CATIE-R7）期间的转录表达情况。我们使用分析来可视化整体转录表达情况，发现了一组在所有基因型中几乎不表达或完全不表达的M. roreri基因，并强调了预测为分泌蛋白的转录本的丰富性。机器学习模型在大多数基因型中能够准确预测M. roreri的转录表达，但在抗性基因型CATIE-R4上的预测准确性较低，这表明病原体的反应更为复杂。对23个先前被认为与抗性相关的差异表达基因进行网络分析，识别出潜在的功能模块，包括应激反应和氨基酸代谢。此外，Bootstrap Forest建模发现了一种甲基转移酶（evm.model.sctg_0149_0001.18）和一种热休克蛋白（Hsp20，evm.model.sctg_0022_0002.80），它们可能是影响许多其他M. roreri基因表达的核心调控节点。这些发现表明，M. roreri采用了一种核心的转录程序进行感染，并通过特定的适应性机制（可能受甲基化和应激反应途径的调控）来克服抗性。本研究为M. roreri与可可之间的相互作用提供了见解，并确定了值得进一步研究的关键基因和通路，这些基因和通路可能是新型FPR管理策略的潜在靶点。