智慧农业前沿技术导论 课件 第6章 植物大数据技术

植物大数据技术HUAZHONGAGRICULTURALUNIVERSITY1目录CONTENTS第一节植物基因组大数据第二节植物转录组大数据第三节植物蛋白质组大数据第四节植物代谢组大数据第五节植物互作组网络大数据第六节推荐阅读第七节思考与讨论2一、植物基因组大数据基因组简介基因组的组装基因组的应用3基因组的定义与分类1920年，德国汉堡大学植物学教授HansWinkler首次提出基因组（genome）概念：生物体内所有遗传物质，包括DNA或RNA（病毒RNA），分为病毒基因组、原核基因组和真核基因组。1986年提出基因组学，利用DNA作图、测序技术及计算机手段分析生物全部基因结构和功能。结构基因组学：基因组图谱开发功能基因组学：基因功能挖掘比较基因组学：基因进化选择分析。一、植物基因组大数据基因组简介基因组的组装基因组的应用4基因组学的发展历程二代测序技术以其高通量和高精度为基因组测序提供了有力支撑。三代测序技术的超长读长进一步推动了基因组学的发展，使得对复杂基因组的研究更加深入和全面。1990年实施的人类基因组计划（HGP）开启了人类基因组学时代，推动了基因组学的快速发展。随着测序技术的进步，大量生物的基因组解析呈现井喷式发展，进入基因组大数据时代。一、植物基因组大数据基因组简介基因组的组装基因组的应用5基因测序与组装01基因组测序的前期评估：基因组测序首先始于对目标基因组的大小、杂合度、倍性以及GC含量的评估。这些参数决定了测序策略和组装方法的选择，为后续的基因组组装奠定基础。02测序技术的选择：根据基因组的特征选择合适的测序技术。长读长测序技术（如

PacBio和

Nanopore）适用于复杂基因组，短读长测序技术（如Illumina）则在高通量和准确性方面表现优异。03测序数据的质量控制：高质量的测序数据是基因组组装成功的关键。通过质量控制软件去除低质量读长和接头序列，确保数据的准确性和可用性。基因组简介基因组的组装基因组的应用基因组组装的层次结构重叠群（Contig）：将测序产生的读长（reads）通过序列拼接组装成较长的片段，称为重叠群。重叠群是基因组组装的基础单元，反映了基因组的局部序列信息。基因支架（Scaffold）：通过将多个重叠群连接起来，构建出更长的基因支架。基因支架能够提供更完整的基因组序列信息，有助于揭示基因组的结构特征。染色体（Chromosome）：利用远距离基因支架技术获取染色质之间的交互信息，将基因支架序列高精度地定位到染色体，并确定其在染色体上的顺序和方向，构建出染色体水平的基因组。一、植物基因组大数据基因组简介基因组的组装基因组的应用基因组组装算法先重叠后扩展（OLC）算法的优缺点：OLC算法运行依赖的数据结构需要消耗大量的内存，运行速度相对较慢，错误率较高。然而，它在处理长读长数据时具有较高的准确性和可靠性，能够有效解决复杂基因组的组装问题。OLC

算法的特点：适用于长读长测序数据，如一代桑格测序数据和三代

PacBio/Nanopore数据。该算法通过寻找读长之间的重叠区域，逐步扩展序列，最终生成组装序列。OLC算法的应用案例：在一些大型复杂基因组的组装项目中，如人类基因组计划，OLC

算法被广泛应用。它能够提供高质量的基因组组装结果，为后续的基因功能研究和进化分析提供了坚实的基础。010203一、植物基因组大数据OLC

算法基因组简介基因组的组装基因组的应用基因组组装算法基于德步鲁因图（DBG）算法的特点：主要针对短读长的二代测序数据。该算法通过构建德步鲁因图，将读长映射到图中，通过图的遍历来生成组装序列。DBG

算法的优缺点：DBG

算法内存消耗相对较低，运算速度快，准确率高。然而，它在处理重复序列区域时存在一定的局限性，难以对重复序列进行有效分析组装。DBG

算法的应用案例：在高通量测序数据的基因组组装中，DBG

算法被广泛应用。例如，在一些小型基因组的组装项目中，DBG

算法能够快速高效地生成高质量的组装序列，为基因组学研究提供了重要的数据支持。010203一、植物基因组大数据DBG

算法基因组简介基因组的组装基因组的应用基因组组装算法基因组组装算法（Chaisson等，2015）基因组组装的评估指标：N50和N90的长度是评估组装序列连续性的重要指标。表示将所有组装序列按长度排序后，长度大于或等于该值的序列总长度占总组装长度的50%或90%；较高的N50/N90值表明组装序列的连续性较好。一、植物基因组大数据基因组简介基因组的组装基因组的应用重复序列的处理一、植物基因组大数据串联重复序列（TandemRepeat）：在组装好的基因组中，利用相关软件屏蔽掉一些串联重复序列。串联重复序列在基因组中广泛存在，它们的重复结构可能导致组装错误，影响基因组的准确性和完整性。转座因子重复序列（TransposableElementsRepeat）：转座因子在基因组中具有高度的动态性和重复性。通过软件识别和屏蔽这些重复序列，能够提高基因组组装的质量，为后续的基因功能注释提供更准确的序列信息。重复序列的生物学意义：尽管重复序列在基因组组装中带来了一定的挑战，但它们在基因组的进化和功能调控中具有重要的生物学意义。例如，转座因子的插入和移动可以导致基因突变和新的基因功能的产生。基因组简介基因组的组装基因组的应用基因及功能元件的预测一、植物基因组大数据从头预测（DeNovoPrediction）：利用现有的概率模型来预测基因结构。从头预测不依赖于已知的基因组信息，通过分析序列的特征和模式，预测基因的编码区域和结构元件。01同源预测（Homology-BasedPrediction）：使用已有的高质量近缘物种注释信息，通过保守性来确定外显子边界和剪切位点。同源预测能够借助已知基因组的注释信息，提高基因预测的准确性和可靠性。02转录组预测（Transcriptome-BasedPrediction）：通过物种的各个组织的

RNA-seq数据辅助注释。转录组预测结合了转录组数据和基因组序列信息，能够更全面地揭示基因的表达模式和功能元件。03基因组简介基因组的组装基因组的应用比较基因组学的应用一、植物基因组大数据基因组多倍化分析：多倍化是植物基因组进化的重要机制之一。通过多倍化分析，可以揭示基因组的倍性变化及其对基因组结构和功能的影响，为植物的进化研究和育种实践提供理论支持。基因家族分析：通过基因家族蛋白质序列的比对、聚类、正向选择、收缩与扩张以及共线性分析，确定该物种的进化地位、物种分化时间、祖先染色体，并解析基因组结构和功能进化的机制。基因组结构变异分析：通过基因组的结构变异和序列联配分析，揭示基因组在进化过程中的动态变化。结构变异包括基因的插入、缺失、倒位和易位等，这些变异对基因组的功能和进化具有重要影响。基因组简介基因组的组装基因组的应用13基因变异的挖掘与分析一、植物基因组大数据010203基因组变异的类型：基于高质量参考基因组，挖掘自然群体的基因组变异，包括单核苷酸多态性（SNP）、小的插入缺失（InDel）、结构变异（SV）、拷贝数变异（CNV）和转座元件插入多态性（TIP）等。群体遗传结构评估：利用变异信息计算植物群体中的基因频率和基因型频率，评估群体的遗传结构和遗传平衡，解析影响群体遗传的因素，揭示物种的选择与进化机制。变异信息的获取手段：通过全基因组重测序、简化基因组测序、转录组测序、SNP

基因芯片等方法获得大量变异信息，为群体遗传学研究提供数据支持。基因组简介基因组的组装基因组的应用14全基因组关联分析(GWAS)一、植物基因组大数据GWAS的原理与应用：GWAS在全基因组水平对群体内个体的多维度遗传变异（SNP、InDel、SV、CNV）进行基因分型，基于连锁不平衡将基因型与表型值关联，确定引起表型变异的候选基因。GWAS的进展与成果：目前，GWAS在水稻、玉米、大豆、棉花、油菜、蔬菜、果树等主要作物重要农艺性状基因定位中已取得显著进展，推动了作物遗传改良。eQTL分析与功能基因鉴定：基于基因表达量作为表型进行关联分析的eQTL分析成为鉴定重要功能基因的重要手段，同时考虑SNP和大片段结构变异的关联分析提高了候选基因预测的精度。全基因组关联分析基因组简介基因组的组装基因组的应用15泛基因组一、植物基因组大数据泛基因组的定义：泛基因组是指一个物种内所有个体基因组的集合，包括核心基因组（所有个体共有的基因组部分）和可变基因组（不同个体特有的基因组部分）。泛基因组的重要性：单一参考基因组不能代表物种内的多样性，泛基因组学能够更全面地反映物种内的遗传多样性，为植物育种和进化研究提供新的视角和资源。泛基因组的组装方法：早期泛基因组主要利用群体水平的二代测序，对群体内不同亚型或个体进行重测序及组装，构建泛基因组图谱。基因组简介基因组的组装基因组的应用16泛基因组的组装方式一、植物基因组大数据123从头组装（denovoassembly）：对每个个体基因组进行测序、组装和注释，然后鉴定出核心基因组和可变基因组，适用于没有参考基因组的情况。比对泛基因组（map-to-pan）：以从头组装为基础，首先对每个个体进行组装，找出无法比对至参考基因组的序列，再进一步组装，合并所有新的序列得到非冗余泛基因组集合。迭代组装（iterativeassembly）：将未比对至参考基因组的序列提取出来，然后用每个个体组装得到的序列扩展原有的参考基因组，迭代到全部的测序材料中，最后建立起完整的泛基因组。基因组简介基因组的组装基因组的应用图形化泛基因组（graph-basedpan-genome）一、植物基因组大数据图形化泛基因组的特点：将基于多个参考基因组中鉴定的结构变异映射到群体水平，能够更直观地展示基因组的多样性和复杂性。a)图形化泛基因组的优势：相比传统的组装方法，图形化泛基因组能够更好地处理基因组的重复序列和结构变异，提供更准确的基因组信息，推动植物基因组学的发展。图形化泛基因组的应用：图形化泛基因组逐渐成为泛基因组研究的重要手段，有助于深入理解基因组的进化和功能多样性，为植物基因组学研究提供了新的方法和工具。b)c)二、植物转录组大数据18转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件转录组定义及定量方法转录组指在某一环境条件下细胞内所有转录产物的总和，包括

mRNA、rRNA、tRNA、非编码

RNA

和环状

RNA等。狭义上则主要指能够进行蛋白质编码的所有mRNA的总和。01转录组的定义与组成表达序列标签（expressedsequencetag，EST）微阵列（microarray）

RNA

测序（RNAsequencing，RNA-seq）02基因转录的定量方法二、植物转录组大数据19转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件二代转录组测序转录组大量数据的产生主要依赖高通量转录组测序技术，其中二代测序技术和三代测序技术均能够对基因的转录产物进行高通量测序，且实验技术体系较为完善。二代测序技术因其高通量、高精度的特点，已成为基因转录产物测序和表达水平定量的最常用方法。IlluminaSolexa技术：基于边合成边测序原理，向测序泳道加入DNA聚合酶和4种荧光标记核苷酸，光学系统记录荧光信号辨别碱基，HiSeq系列平台广泛应用。文库构建步骤：包括RNA提取、cDNA合成、连接物连接、PCR扩增等。针对不同RNA研究对象，可采用不同方法分离目标RNA，如oligo-dT磁珠富集mRNA、去除rRNA等。二、植物转录组大数据20转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件三代转录组测序转录组大量数据的产生主要依赖高通量转录组测序技术，其中二代测序技术和三代测序技术均能够对基因的转录产物进行高通量测序，且实验技术体系较为完善。三代测序技术则凭借长读长优势，为复杂转录本的解析提供了新的可能。PacBio测序：利用单分子实时测序技术，对提取的RNA进行全长反转录、扩增并加连接物，边合成边测序，将荧光信号转化为核苷酸序列信息。ONT测序：实现对cDNA或RNA的直接测序，分子通过纳米孔通道蛋白，不同核苷酸引起电流强度变化，从而辨别碱基，无需连接物，简化了测序流程。二、植物转录组大数据21转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件RNA测序（Stark等，2019）（a）转录组测序文库构建步骤；（b）主要的转录组测序平台介绍；（c）转录组测序具体步骤。二、植物转录组大数据22转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件转录图谱重构基于二代测序数据的转录图谱重构基于参考基因组序列的转录本组装；无参考基因组序列的转录本从头组装；有参和无参混合方式的转录本组装。基于多策略测序数据的转录图谱重构二代测序高精度、高通量；三代测序可测定全长RNA分子，但错误率较高；两者结合可弥补彼此不足，准确重构复杂转录本。图谱重构的两个关键：候选RNA分子鉴定；RNA分子质量控制。需从表达水平、蛋白质水平、剪接水平等多维度评估和质控，确保图谱质量。二、植物转录组大数据23转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件基因表达定量分析基于比对到基因或转录本上的读长数、基因/转录本长度、测序深度等信息，科研人员提出了多种指标来量化基因/转录本的表达水平：每百万读长中来自某基因每千碱基长度的读长数（RPKM）；每百万片段中来自某基因每千碱基长度的读长数（FPKM）；每百万份转录本（TPM）。表达调控元件鉴定环状RNA（circularRNA）；小RNA。微RNA（microRNA）；干扰小RNA（smallinterferingRNA）；PIWI相互作用RNA（PIWI-interactingRNA）；内源性次级干扰小RNA（phasedsecondarysmallinterferingRNA，phasiRNA）。二、植物转录组大数据24转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件转录组的存储数据库国家基因组科学数据中心构建的系列数据库（DatabaseCommons）；美国国家生物技术信息中心（NCBI）中的基因表达综合数据库（GEO）和保存高通量测序原始数据数据库（SRA）；欧洲生物信息中心（EBI）；日本DNA数据库（DDBJ）。差异表达分析策略基于读长数的差异表达分析策略（如DESeq2和edgeR等软件）；基于表达值的差异表达分析策略（如CuffDiff和Ballgown等软件）。二、植物转录组大数据25转录组简介转录组数据的生产方式转录组数据的应用转录组相关资源或软件转录组测序监控基因表达动态变化算法与软件工具：k-means、双向聚类和自组织映射，用于分析基因在时空条件改变时的表达动态变化，能够有效发掘动态表达模式。时序表达模式分析：ImpulseDE2、splineTimeR和maSigPro等软件专门用于检测时序条件下表达模式显著变化的基因。转录因子动态调控网络构建：DREM软件整合转录因子-靶基因的互作信息和时间序列基因表达数据，构建转录因子的动态调控网络，揭示基因表达调控的复杂机制。可变剪接分析可变剪接的生物学意义：可变剪接是真核生物特有的现象，通过选择不同的剪接位点组合，从同一个基因产生多种转录本，增加了基因表达的多样性和复杂性。可变剪接的类型：主要包括外显子跳读、外显子互斥、可变5'剪接位点、可变3'剪接位点和内含子保留等5种类型，这些不同的剪接方式能够产生结构和功能不同的转录本。可变剪接的功能影响：不同的转录本在结构和功能上存在差异，使得机体能够适应不同的环境，响应不同细胞类型、组织、发育阶段和复杂的生物学过程。成熟的软件工具：SpliceJumper、SplicePie、SpliceSeq、CLASS2和spliceR等。26蛋白质组简介蛋白质组检测与定量的方法蛋白质组数据的分析翻译后修饰蛋白质组蛋白质的概念三、植物蛋白质组大数据蛋白质组（proteome）1994年，澳大利亚科学家马克·威尔金斯首次提出蛋白质组概念；蛋白质组是指一个细胞、组织、机体在特定时间和空间上表达的所有蛋白质（protein）的总和，是基因组能够编码的所有蛋白质的整体。蛋白质组学（proteomics）1997年，瑞士学者皮特·詹姆斯（PeterJames）相应地首次提出了的概念。研究对象：蛋白质组研究目的：深入研究机体所有蛋白质的组成及其动态变化的科学研究内容：蛋白质的表达水平、亚细胞定位、蛋白质互作和翻译后修饰等，以及在时空和不同细胞类型中蛋白质功能变化等方面的内容。27蛋白质组简介蛋白质组检测与定量的方法蛋白质组数据的分析翻译后修饰蛋白质组质谱技术三、植物蛋白质组大数据质谱技术的原理：生物质谱技术通过离子化蛋白质，生成不同质荷比的带电离子，利用电场和磁场分离离子，在检测器中接收、检测并计算分离后的离子信号进行蛋白质分析。01质谱技术的优势：质谱技术具有高灵敏度、高分辨率和高通量的特点，能够检测到微量的蛋白质，为蛋白质组学研究提供了强大的技术支持。03质谱技术的应用：质谱技术广泛应用于蛋白质的定性和定量分析，是蛋白质组学研究的核心技术之一。0228蛋白质组简介蛋白质组检测与定量的方法蛋白质组数据的分析翻译后修饰蛋白质组质谱技术三、植物蛋白质组大数据010203自上而下法（topdown）：通过凝胶电泳分离蛋白质，对较纯的蛋白质斑点进行酶解和质谱鉴定，适用于对特定蛋白质的深入研究，如2D双向凝胶电泳和2D-DIGE差异凝胶电泳，其具有较高分辨率但通量较小。自下而上法（bottom-up）：即鸟枪法，将蛋白质酶解为肽段混合物，通过液相色谱分离后进行质谱分析，适用于高通量蛋白质组学研究。定量技术：同位素标记相对和绝对定量（iTRAQ）、串联质谱标签（TMT）和非标记蛋白质定量技术（LFQ）是基于鸟枪法的流行质谱检测技术，iTRAQ/TMT定量准确、稳定性好，LFQ经济简单、适用范围广。29蛋白质组简介蛋白质组检测与定量的方法蛋白质组数据的分析翻译后修饰蛋白质组质谱技术三、植物蛋白质组大数据iTRAQ和TMT技术（Zhao等，2019）30蛋白质组简介蛋白质组检测与定量的方法蛋白质组数据的分析翻译后修饰蛋白质组蛋白质鉴定与定量的方法三、植物蛋白质组大数据从头测序分析法：直接将二级质谱图谱转化为肽段序列，不依赖数据库，但对质谱图质量要求高，适用于理想化的质谱图。数据库比对法：将质谱数据与已知数据库比对，推断肽段组成，是目前应用广泛的方法，关键在于搜库过程和参考数据库的选择。常用软件与数据库：SEQUEST、X!Tandem、MASCOT、MaxQuant等是常见的搜库软件，NCBI、UniProt、PDB、ExPASy等是常用的蛋白质序列数据库。主成分分析（PCA）：基于蛋白质的量对不同样品进行聚类，直观展示样本间的差异和总体变化趋势。相关性分析：衡量两个或多个样品的相关密切程度，为进一步的功能注释和通路分析提供基础。功能注释：通过

GO

注释、KEGG

注释和

COG

注释等，深入解析蛋白质的功能和代谢途径，揭示蛋白质组的生物学意义。数据分析的常用方法31蛋白质组简介蛋白质组检测与定量的方法蛋白质组数据的分析翻译后修饰蛋白质组蛋白质的翻译后修饰三、植物蛋白质组大数据蛋白质的翻译后修饰（post-translationalmodification，PTM）是指蛋白质经过翻译后，自身一个或多个氨基酸残基被化学基团修饰，使得蛋白质的理化性质发生改变的过程。蛋白质的翻译后修饰蛋白质磷酸化（在激酶催化作用下把ATP或GTP上的磷酸基团转移到不同种类蛋白质的氨基酸残基上）；蛋白质糖基化（蛋白质上特殊的氨基酸残基在糖基转移酶的作用下被连接上糖链）；蛋白质乙酰化（在乙酰基转移酶的作用下，乙酰基供体将乙酰基团共价结合到受体蛋白的末端氨基酸残基）；蛋白质泛素化（在一系列酶的催化作用下共价结合到靶蛋白）。四、植物代谢组大数据32植物代谢组简介代谢组分析技术代谢组数据的分析010203代谢组的定义：代谢组是指生物体内所有小分子代谢物的总称，是生命活动的物质基础，与表型最为接近。代谢组学的目标：分析生物体内代谢物的动态变化趋势，研究其遗传和生化调控机制，助力植物代谢组学进入大数据时代。植物代谢组的特点：植物代谢物种类丰富，数量超

20

万种，初级代谢物调节生长发育，次级代谢物应对逆境。代谢组的定义与重要性四、植物代谢组大数据33植物代谢组简介代谢组分析技术代谢组数据的分析代谢组学的发展意义技术推动发展：随着检测技术的快速发展，现在能够在较短时间内检测和鉴定数千种代谢物，推动植物代谢组学研究进入大数据时代。多学科融合：代谢组学与分子生物学、生物化学、遗传学、生物信息学等多学科结合，为解析生命活动提供全面视角。应用价值：代谢物解析有助于改良作物农艺性状，对农业生产、育种及应对环境变化具有重要意义。《植物代谢组学-方法与应用》出版发行----中国科学院四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析01技术原理：气相色谱分离复杂混合物，质谱检测化合物质荷比和二级碎片，两者结合测定小分子代谢物。02操作流程：包括样品采集、研磨、萃取、衍生化及上机检测等步骤，技术成熟且简单易懂。03适用范围：适用于分析极性低、沸点低或衍生化后易挥发的代谢物，如糖类、萜类等。气相色谱-质谱联用技术（GC-MS）四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析03高效液相色谱-质谱联用技术（HPLC-MS）技术优势：样品制备简单，分离能力强，通量、分辨率和灵敏度高，可同时定性定量检测代谢物。01.应用方法：开发了靶向、非靶向和广泛靶向代谢组学研究方法，满足不同实验需求。02.局限性：对沸点高或热稳定性差的物质不易检测，需结合其他技术弥补不足。03.四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析高效液相色谱-质谱联用技术（HPLC-MS）技术原理：利用磁矩不为零的原子核在外磁场下自旋能级分裂，共振吸收射频辐射，解析代谢物结构。样品制备：包括植物鲜样速冻、干燥、磨粉、溶解、振荡及离心等步骤，最后进行核磁共振检测。技术特点：检测灵敏度相对较低，一般辅助

GC-MS和HPLC-MS进行代谢物鉴定。010302四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析原始数据的前处理处理步骤：包括文件格式转换、平滑处理、去卷积、峰形筛查、对齐处理和定量分析等。重要性：为后续多变量分析和生物学功能注释提供高质量数据，确保分析结果的准确性和可靠性。处理目的：降低噪音、校正基线、归一化和标准化，尤其数据归一化处理，将有量纲数据转变为无量纲形式。020103四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析多变量分析方法主成分分析（PCA）：应用最广泛，可实现复杂代谢组数据降维及特征提取，直观展示样本间差异和变化趋势。01分层聚类分析（HCA）：无监督模式识别方法，根据数据相似性将样本划分为不同类别，揭示样本间内在关系。02偏最小二乘分析（PLS）：有监督模式识别方法，整合样品已知信息，有效改善分析结果，提高模型预测能力。03四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析多变量分析方法植物代谢组学大数据的处理和分析过程（Ma&Qi，2021）四、植物代谢组大数据植物代谢组简介代谢组分析技术代谢组数据的分析代谢物的注释数据库搜索：依靠完整数据库如

NIST、METLIN、MMCD、MassBank

等，为代谢物搜索鉴定提供支持，但无法涵盖所有物质。01基于生化反应过程和机器学习的注释：如

MS2LDA、GNPS、MetDNA等方法，不依赖现有数据库，可注释新物质，拓展代谢物鉴定范围。02注释的重要性：准确注释代谢物是解析代谢途径、挖掘功能基因、理解生命活动调控机制的关键步骤。0341三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组三维基因组的概念与研究意义五、植物互作组网络大数据三维基因组研究基因组在核内的染色质互作及空间结构，及其对转录、复制、修复等生物过程的影响。01三维基因组结构复杂，调控元件可通过空间接近调控远距离靶基因表达，对基因表达调控研究意义重大。02该领域的发展有助于深入理解基因组的功能和调控机制，为基因组学研究提供新的维度。0342三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组三维基因组的研究方法五、植物互作组网络大数据荧光原位杂交（3D-FISH）和成簇的、规律间隔的短回文重复序列（CRISPR）技术可成像和标记染色体区段，但分辨率和通量较低。以染色体构象捕获（3C）技术为基础改进的Hi-C（高通量染色质构象捕捉）技术可均匀检测全基因组染色质相互作用，ChIA-PET（基于配对末端标签测序的染色质交互作用分析）技术更具特异性，可检测特定转录因子的远程交互。010243三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组三维基因组的应用五、植物互作组网络大数据01三维基因组可辅助基因组组装，提高组装准确性，已有数十种植物物种借助

Hi-C完成基因组组装。03三维基因组的应用拓展了基因组学的研究范围，为植物遗传学和进化生物学提供了新的研究手段。02可构建染色质交互图谱，分析基因表达调控，在玉米和棉花中应用广泛；还可构建基因组单体型图谱，鉴定结构变异，利于进化分析。44三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组转录组共表达网络的构建五、植物互作组网络大数据01转录组共表达网络基于基因表达数据，通过算法计算基因间的协同表达变化趋势，预测表达调控关系。03构建流程包括基于基因相关性定义关系，使用聚类分析定义模块，分组具有相似表达模式的基因。02根据度量值和数据来源，共表达网络分为加权和非加权、微阵列和

RNA

序列共表达网络。45三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组常用软件与数据库五、植物互作组网络大数据构建共表达网络的常用软件有

WGCNA、DiffCoEx、DICER

等，适用于不同实验要求。常见的共表达数据库包括COXPRESdb、GeneFriends、GeneMANIA等，为研究提供丰富资源。这些工具和资源的发展促进了转录组共表达网络研究的深入开展。01020346三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组转录组共表达网络的应用五、植物互作组网络大数据结合模块内功能分析，可预测核心基因功能；关注目标基因关联网络，找到调控基因。结合基因注释信息，挖掘特定基因调控作用；根据非编码

RNA

周边共表达

mRNA

预测其功能。建立各组织或时期相关基因表达网络，为植物基因表达调控研究提供重要支持。01020347三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组转录因子及其调控作用五、植物互作组网络大数据转录因子是基因组中特殊基因，编码蛋白可特异性结合靶基因

5′端，调控时空表达。具有偏好性、协同性、序列特异性、功能多样性，植物转录因子更具特异性，通过

DNA

结合结构域改组产生。在植物生长发育、形态建成、胁迫应答等过程中发挥重要调控作用，是转录调控的核心元件。01020348三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组转录因子调控关系的鉴定五、植物互作组网络大数据鉴定转录因子与下游基因调控关系依靠分子实验和生物信息预测。常用分子技术有

EMSA、DIP、SELEX、PBM、ChIP、DNaseI

足迹法、DamID

等。部分技术结合高通量测序可鉴定特定转录因子全基因组靶基因，但主要针对单个转录因子，无法大批量解析调控关系。转录因子调控靶基因的预测算法成为重要工具，推动了转录调控网络研究的发展。49三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组转录调控网络的构建五、植物互作组网络大数据010203预测靶基因主要通过预测转录因子结合位点和根据表达量数据构建调控网络。预测结合位点算法包括

denovo预测算法（如

MEME、AlignACE、Consensus等）、结合高通量实验数据的预测算法（如

MeDiChI）、系统发育足迹分析法（如

PhyloCon、PhyME等）。构建调控网络算法包括基于布尔网络、贝叶斯网络、机器学习算法构建网络，以及利用神经网络建模。50三维基因组转录组共表达大数据网络转录调控大数据蛋白质-蛋白质互作大数据组蛋白质-蛋白质互作的重要性五、植物互作组网络大数据蛋白质-蛋白质互作在信号传导、胁迫应答、植物防御、器官