《Current Plant Biology》：Harnessing R-loops biology for agriculture and food chemistry: From CUT&Tag to nanopore sequencing and beyond
编辑推荐：
综述了R-loops映射技术从CUT&Tag到纳米孔测序在植物中的演化历程。比较了基于抗体、基于酶和长读长检测平台的优势与局限性。突出了在转录调控、胁迫免疫和次级代谢中的应用。探讨了与多组学和基于CRISPR的育种整合用于作物改良。概述了将R-loop
综述了R-loops映射技术从CUT&Tag到纳米孔测序在植物中的演化历程。比较了基于抗体、基于酶和长读长检测平台的优势与局限性。突出了在转录调控、胁迫免疫和次级代谢中的应用。探讨了与多组学和基于CRISPR的育种整合用于作物改良。概述了将R-loops生物学与食品质量和可持续农业相联系的未来方向。
论文主体内容总结如下：
1. 引言
R-loops是由RNA:DNA杂合体和一条被置换的单链DNA组成的三链核酸结构，最初被视为转录副产物，但现在被认为是转录、染色质组织、DNA复制和基因组稳定性的关键调节因子。与动物和微生物相比，植物R-loops生物学展现出由复杂基因组、大量重复序列、多倍性和强大的表观遗传调控塑造的独特特征。R-loops映射技术的演进对于推动该领域发展至关重要，代表了方法学上的持续改进，逐步提高了R-loops检测的分辨率、特异性和范围。早期方法如DNA-RNA免疫沉淀测序(DRIP-seq)提供了首个全基因组视角，但缺乏分辨率和特异性。靶向切割与标记(CUT&Tag)是一种先进的表观基因组分析方法，通过抗体引导靶向结合Tn5转座酶介导的DNA切割和接头插入，实现了高效、低背景的染色质相关蛋白测序。最新的创新包括CUT&Tag、R-loops映射(MapR)、RNA-染色质免疫沉淀测序(R-ChIP)和DNA-RNA免疫沉淀后RNA测序(DRIPc-seq)，能在复杂植物基因组中提供链特异性的高分辨率图谱。值得注意的是，纳米孔测序已成为一种变革性工具，能够实时、直接地检测跨越重复或结构复杂区域的RNA:DNA杂合体，同时捕获如甲基化等DNA修饰。功能基因组学揭示了R-loops在调控农艺重要性状中的核心地位，例如拟南芥中COOLAIR介导的FLOWERING LOCUS C调控、谷物中胁迫响应的脱水响应元件结合1/C-重复结合因子(DREB1/CBF)基因调控、控制水稻粒宽的粒宽2(GW2)和粒型3(GS3)、影响果实色素沉着的成髓细胞瘤相关转录因子(MYB)、驱动耐旱性的SNF1相关蛋白激酶2家族(SnRK2)以及协调病原防御的丁香假单胞菌pv. maculicola 1抗性(RPM1)/丁香假单胞菌2抗性(RPS2)。这些案例说明了R-loops如何与表观遗传调节因子、转录因子和染色质重塑因子相互作用，以调节与作物产量、胁迫耐受性和食品化学相关的基因表达。
2. R-loops检测的早期方法
初始的R-loops检测策略依赖于S9.6单克隆抗体，它能高亲和力地选择性识别RNA:DNA杂合体。两种里程碑式的方法由此诞生：DRIP-seq和DRIPc-seq。DRIP-seq使用S9.6抗体从片段化的基因组DNA中免疫沉淀DNA:RNA杂合体，随后进行高通量测序。然而，它受限于S9.6抗体与双链RNA的交叉反应性、约100-500 bp的低分辨率、需要大量起始DNA以及无法提供链特异性信息。DRIPc-seq通过测序免疫沉淀杂合体的RNA组分来解决链特异性限制，从而捕捉转录的方向性并提供链特异的R-loops图谱。但它继承了DRIP-seq的许多局限，且逆转录步骤可能引入偏差。这些基于抗体的方法的固有局限性催生了下一代策略的发展。为了克服这些局限，开发了酶介导和靶向方法，例如R-ChIP、MapR和CUT&Tag。R-ChIP使用催化失活的RNase H1变体，通过消除基于抗体的检测来克服交叉反应性问题，但需要转基因表达。MapR通过将催化失活的RNase H1与MNase融合，在结合RNA:DNA杂合体后切割邻近DNA，产生可测序的精确分子足迹，分辨率接近核小体水平，且起始材料需求低。CUT&Tag通过将S9.6抗体连接到蛋白A-Tn5转座酶融合蛋白上，在一步法中同时完成DNA切割和测序接头插入，具有高精度和极低的背景噪音，尤其适用于复杂基因组和有限组织的植物系统，但其Tn5转座酶对开放染色质区域存在固有偏好。
3. 用于R-loops检测的纳米孔测序
纳米孔测序能够实时、直接地分析通过蛋白质纳米孔的核酸，无需扩增或片段化。它可以检测RNA:DNA杂合体，同时识别DNA和RNA修饰，为在其天然表观基因组背景下研究R-loops提供了独特机会。其长读长能力便于在重复、多倍体或结构复杂的基因组中进行定位；该方法具有链特异性，能区分正义和反义R-loops，且所需起始材料极少。在农业和食品化学应用中，它可以识别关键胁迫响应位点（如DREB1和SnRK2）处的R-loops，揭示非生物胁迫耐受机制；关联R-loops动态与产量、开花时间和籽粒大小等农艺性状；揭示R-loops如何调控参与次生代谢物（如类黄酮、茶氨酸和生物碱）生物合成的基因，直接影响作物的营养价值、风味和品质；并能绘制防御相关基因（如RPM1和RPS2）处的R-loops图谱，为增强病原体抗性提供策略。
4. 挑战与未来展望
尽管有优势，纳米孔测序面临相对较高的测序错误率和对计算资源的高需求等挑战。未来方向包括：将R-loops图谱与转录组学、表观基因组学和代谢组学等多组学数据整合，以全面理解植物R-loops生物学；结合R-loops图谱与RNA-seq、表观基因组数据集和代谢组学，可识别控制类黄酮、茶氨酸、生物碱和酚类化合物等次生代谢物生物合成途径的调控热点，这对于改善作物营养品质、风味和采后稳定性至关重要。通过靶向这些R-loops相关位点进行基因组编辑或精准育种，可以培育出抗逆性强、生产力高的作物。在植物-病原体互作中，R-loops表现出双重作用：一方面作为守护者促进防御基因的转录激活，另一方面持续或失调的R-loops可能成为基因组威胁。每种R-loops映射技术在特定应用中都各有优势：DRIP-seq仍适用于初步的全基因组调查；R-ChIP和MapR为靶向研究提供高保真度检测；CUT&Tag在低输入或细胞类型特异性分析中表现出色；而纳米孔测序则在复杂基因组区域和天然表观基因组背景下提供独特见解。选择取决于实验系统、生物学问题和可用资源。
