„Tak naprawdę są tu dwa wkłady” – mówi Colleen Doherty, autorka korespondencyjna artykułu na temat tej pracy oraz profesor nadzwyczajny biochemii molekularnej i strukturalnej na Uniwersytecie Stanowym Karoliny Północnej.

„Po pierwsze, zwiększamy widoczność problemu, z którym wielu z nas, w społeczności zajmującej się badaniami nad roślinami, nie było zaznajomionych, a także podkreślamy jego rozwiązanie. Po drugie, wykazaliśmy, że rozwiązanie tego problemu może znacząco zmienić nasze zrozumienie aktywności genów u roślin”.

Technologia, o której mowa, to analiza seq RNA, która mierzy zmiany w aktywności genów lub kiedy geny dokonują aktywnej transkrypcji w celu wytworzenia białek.

„Korzystamy z analizy seq RNA, aby ocenić, jak rośliny reagują na różne bodźce lub zmiany w środowisku” – mówi Doherty. „Jest szeroko stosowany, ponieważ jest stosunkowo łatwym i niedrogim sposobem monitorowania reakcji roślin”.

Na przykład badacze mogą wykorzystać analizę seq RNA, aby sprawdzić, które geny włączają się, gdy roślina doświadcza warunków suszy, co następnie wpływa na rozwój nowych odmian roślin odpornych na suszę.

Istnieje jednak szczególne wyzwanie związane z analizą seq RNA, na które Doherty i jej współpracownicy natknęli się przez przypadek.

„Monitorowaliśmy, jak rośliny reagują na różne temperatury o różnych porach dnia i otrzymane wyniki były bardzo rozbieżne” – mówi Doherty. „Początkowo myśleliśmy, że może robimy coś złego. Kiedy jednak zaczęliśmy się temu przyglądać, dowiedzieliśmy się, że u zwierząt i drożdży obserwuje się globalne zmiany w transkrypcji zależne od zmiennych takich jak pora dnia czy brak azotu”.

Innymi słowy, badacze chcą zobaczyć, jak określone zmienne – takie jak podwyższona temperatura – wpływają na transkrypcję w określonych genach. Istnieją jednak pewne zmienne – takie jak pora dnia – które mogą zwiększać lub zmniejszać transkrypcję we wszystkich genach. Może to pozbawić badaczy możliwości wyciągania wniosków na temat konkretnych zmiennych, które chcą badać.

„Na szczęście odkryliśmy, że problem ten jest na tyle dobrze ugruntowany wśród badaczy zajmujących się gatunkami innymi niż rośliny, że opracowali metodę jego wyjaśnienia, zwaną sztucznym domieszką” – mówi Doherty. „Te i podobne techniki były stosowane w naukach o roślinach w innych kontekstach oraz przy stosowaniu starszych technik i technologii. Ale z jakiegoś powodu nasza dziedzina nie włączyła sztucznych dodatków do naszej metodologii, kiedy przyjęliśmy analizę sekwencji RNA”.

Sztuczne dodatki wykorzystują fragmenty obcego RNA, które nie przypominają niczego w genomie rośliny, co oznacza, że ​​obcy RNA nie zostanie pomylony z niczym, co wytwarza sama roślina. Badacze wprowadzają obcy RNA do procesu analizy na początku eksperymentu. Ponieważ globalne zmiany w transkrypcji nie wpłyną na obcy RNA, można je wykorzystać jako stały punkt odniesienia, który pozwala naukowcom określić stopień, w jakim występuje ogólny wzrost lub spadek RNA wytwarzanego przez samą roślinę.

„Kiedy użyliśmy sztucznych dodatków, aby uwzględnić globalne zmiany w transkrypcji, odkryliśmy, że różnice między roślinami narażonymi na zmiany temperatury o różnych porach dnia były w rzeczywistości nawet większe, niż przewidywaliśmy” – mówi Doherty.

„Sztuczny dodatek dał nam dokładniejsze informacje i lepszy wgląd w zachowanie roślin w nocy – ponieważ odkryliśmy, że globalna transkrypcja była większa w nocy. Zanim zaczęliśmy używać sztucznych dopalaczy, traciliśmy wiele z tego, co działo się w nocy.

„Sztuczne dodatki to eleganckie rozwiązanie wyzwania, o którym wielu z nas, zajmujących się badaniami nad roślinami, nawet nie wiedziało, że istnieje” – mówi Doherty. „Jesteśmy optymistami, że ta technika poprawi dokładność analizy transkrypcji w różnorodnych warunkach, które mogą wpływać na globalną transkrypcję u gatunków roślin. A to z kolei może pomóc naszej społeczności badawczej zdobyć nowy wgląd w badane przez nas gatunki. „Nie opracowaliśmy tego rozwiązania – sztucznych dodatków – ale naprawdę mamy nadzieję, że znajdzie ono szersze zastosowanie w naukach o roślinach”. (ANI)

Ten raport jest generowany automatycznie z serwisu informacyjnego ANI. ThePrint nie ponosi żadnej odpowiedzialności za jej treść.

Pokaż cały artykuł