GREENER: Gene and Regulatory Elements Networks Involved in Rice Root Tissue Differentiation. – GREENER

Une analyse spécifique du transcriptome des tissus du cortex a été réalisée en utilisant la technologie de microdissection par capture laser (LCM) pour récupérer les ARNm, créer et séquencer les librairies RNAseq avant le début du projet. Nous avons récemment développé cette technologie et obtenu des ARNm en grande quantité et de qualité optimale. Trois points de temps de développement ont été analysés, méristématique, premier signe de différenciation du cortex, premier signe de formation de l'aérenchyme. Les données seront corrélées avec les données transcriptomiques massives disponibles dans les bases de données publiques pour construire des données d'expression de haute qualité nécessaires pour alimenter la reconstruction du réseau de gènes (WP1). Un réseau de gènes sera reconstruit en utilisant les données corrélées (WP2) et une base de données contenant toutes ces données, accessible par des interfaces de requête intuitives et dynamiques, permettra l'identification des TFs qui régulent les gènes impliqués dans la formation du cortex et de l'aérenchyme. Ces TFs seront des TFs candidats pour l'identité et la différenciation du tissu cortical en fonction de leur influence (WP1). Une interface interactive de visualisation des données aidera le biologiste à analyser et à contraster les différents états du réseau tout au long des expériences de simulation en utilisant Hive Plots pour identifier le réseau de gènes le plus pertinent potentiellement impliqué dans la formation de l'aérenchyme.

En comparant l'influence des facteurs de transcription entre toutes les conditions, deux sous-réseaux spécifiquement actifs dans le cortex pendant son développement ont été identifiés, les sous-réseaux C2.1 et C2.2 qui comprennent respectivement 10 et 6 TF interconnectés. Parmi le réseau C2.1, deux candidats particulièrement intéressants. LOL1 est un régulateur de la mort cellulaire et un article récent suggère qu'une mutation de perte de fonction dans ce gène affecte la formation de l'aérenchyme. L'autre candidat est un facteur de transcription AP2, qui joue un rôle clé dans la réponse à l'anoxie.

Nous extrairons les FT candidats qui ne sont pas dans le réseau de coopérativité et du réseau de gènes (les réseaux reconstruits sont bipartites), nous identifierons les FT qui contrôlent les gènes qui ont une fonction prédite dans la mort cellulaire. Puis finaliser l'ensemble des régulateurs clés de la différenciation corticale.

Des outils de visualisation de l'exploration des données permettant la comparaison entre les conditions et plus particulièrement, pour chaque condition, l'utilisation du hive-plot sera développé pour découvrir le hub spécifique à l'étape de transition entre la division et la zone d'initiation de la mort cellulaire. Ces outils faciliteront l'interaction machine-utilisateur en offrant des possibilités de modulation des sorties de visualisation en jouant sur l'influence, le niveau de connectivité des facteurs de transcription tout en offrant la possibilité de comparer les conditions (tissus/stades) entre elles.

L'outil de manipulation du réseau de gènes permettant de surexprimer et sous-exprimer simultanément un nombre arbitraire de gènes (WP2) est prêt et sera testé pour définir les deux combinaisons les plus efficaces (combinaison activateur/guide et redresseur/guide) puis validé en protoplaste en utilisant un réseau endogène.

Enfin, les mutants des membres du réseau C2.1 seront analysés pour leur phénotype racinaire, en particulier pour les différences dans le niveau d'aérenchyme formé, en conditions normoxiques ou anoxiques. D'autres analyses fonctionnelles (profil d'expression RNAscope, surexpression etc...) seront initiées sur la base de ces résultats de phénotypage.

A ce jour, plusieurs articles sont en préparation :
Un premier pour illustrer les outils de visualisation développés pour le datamining de données de reconstruction de réseaux de gènes et leur comparaison entre les étapes du développement.

Un deuxième article, illustrant la puissance de la reconstruction du réseau de gènes pour identifier les gènes clés pour la formation de l'aérenchyme est également en cours.

Floods are responsible for around 60% of all agricultural damage and crop loss (FAO, 2015). The perspective of global climate warming will affect cultivated areas and crop growing conditions, impacting the future of food security in the world. The identification of genes controlling flooding tolerance is one of the keys to the development of submergence-tolerant varieties in cereals, a problem that affects an increasing number of cultivated areas worldwide. Rice has aerenchyma, which are air-filled cavities that connect the aerial parts and roots, allowing them to maintain their respiration and growth under submerged conditions. Aerenchyma formation is an adaptive response to submergence in rice but the gene network controlling aerenchyma and cortex formation is still unknown. The main objective of the project is to identify and characterize transcription factors involved in cortex and aerenchyma tissue differentiation in rice using a systems biology approach. This work will help to identify key genes behind aerenchyma and flooding tolerance in rice. These genes will be future candidates for breeding better-flooding tolerance cultivars in rice but also in cereals.