利用转录组学和机器学习技术解析油菜（Brassica napus）耐热应激的核心分子机制

《Plant Cell Reports》：Decoding core molecular mechanisms of heat-stress tolerance in Brassica napus using transcriptomics and machine learning

本研究整合传统生物信息学与机器学习（如随机森林）及可解释AI，解析向日葵（Brassica napus）种子、花、叶及蒴果的热胁迫耐受机制。通过转录组数据，发现1,179个差异表达基因（DEGs），涉及解毒、蛋白质折叠等通路。机器学习识别45个候选基因中的21个关键特征（10正向、11负向调控），其中8个（38.09%）为传统方法未发现。RT-qPCR验证部分基因表达，证实ML与整合转录组分析的有效性，为耐热机制提供新资源。

　　

摘要

核心信息

将传统的生物信息学方法与先进的机器学习和可解释性人工智能相结合，识别出了45个候选基因和21个影响耐热性的关键特征（其中10个为正向调控因子，11个为负向调控因子）。

摘要

热应激对Brassica napus（油菜）的种植构成了重大威胁，而油菜是一种在全球范围内重要的用于生产植物油的油料作物。然而，使用传统方法从大规模转录组数据集中识别与耐热性相关的基因颇具挑战性。本研究结合了传统的生物信息学方法与先进的机器学习（ML）模型，以阐明种子、花朵、叶片和角果中的耐热机制。共鉴定出1,179个差异表达基因（DEGs），这些基因主要与解毒、蛋白质折叠、对热的响应以及热休克蛋白的结合有关，同时还涉及α-亚麻酸代谢、谷胱甘肽代谢和苯丙素生物合成等途径。此外，基于加权基因共聚网络分析（WGCNA）在三个模块中识别出45个候选枢纽基因，这些基因与四种组织相关。有趣的是，我们训练了三种机器学习模型，其中随机森林（RF）在ROC值（0.98）和准确率（0.89）方面表现优于其他两种模型。进一步地，我们应用了可解释性机器学习技术，对RF模型进行了SHAP分析，并确定了21个影响耐热性的关键特征（基因），包括10个正向调控因子和11个负向调控因子。在这21个关键特征中，有13个与传统的生物信息学方法（DEGs和WGCNA）的结果一致，而8个（占38.09%）是通过机器学习模型唯一检测到的。最后，通过RT-qPCR验证了7个正向调控因子和1个负向调控因子的表达情况，从而支持了整合性转录组分析和机器学习结果的准确性。我们的发现为相关研究提供了宝贵的资源，并凸显了机器学习在基因组学中预测耐热性关键调控因子的强大能力，为理解热应激的潜在机制提供了重要见解。