ANÁLISE DE TRANSCRIPTOMA DE ARROZ SUBMETIDO A ESTRESSE BIÓTICO (FUNGO Magnaporthe oryzae)

Transcrição

1 ANÁLISE DE TRANSCRIPTOMA DE ARROZ SUBMETIDO A ESTRESSE BIÓTICO (FUNGO Magnaporthe oryzae) Narciso, M.G.(1) ; Salvador, M.V. (1) ; Bevitóri, R. (1) marcelo.narciso@embrapa.br (1) Embrapa Arroz e Feijão, Santo Antônio de Goiás GO, Brasil. RESUMO Este trabalho é sobre como obter quais genes de uma variedade de arroz são expressos quando do ataque do fungo Magnaporthe oryzae, que causa a doença Brusone, às folhas de plantas de arroz. Em resposta ao ataque, são expressos alguns genes e silenciados outros genes, tanto para o caso do fungo quanto para o caso do arroz. Com a descoberta de quais genes são responsáveis pela defesa da planta e quais genes são expressos para que o fungo ataque a planta, é possível entender melhor todo o mecanismo da planta de arroz quando do ataque e assim produzir variedades mais resistentes à Brusone. As ferramentas computacionais para análise dos dados para se obter quais genes estão envolvidos no processo de defesa da planta são o enfoque deste trabalho e qualquer pessoa poderá realizar o mesmo procedimento. Palavras-chave: Resistência a Brusone, Genes, Software Tophat/Cufflinks. INTRODUÇÃO Um dos grandes obstáculos para o aumento da produtividade e estabilidade de produção de arroz é a brusone. Esta doença aparece por causa do fungo Magnaporthe oryzae. Desde seu aparecimento no Brasil, em 1912 (Averna-Sacca, 1912), ainda não existe controle

2 efetivo, determinando prejuízos grandes na Região Centro-Oeste onde, em situações mais drásticas, as perdas podem chegar a 100%, dependendo do genótipo, da época de plantio e das condições climáticas (Prabhu et al., 2003). São poucos os estudos conduzidos de análise do transcriptoma da interação arroz x M. oryzae e as bases moleculares dessa interação ainda não são completamente estabelecidas devido à mutação do patógeno. Nesse sentido, são de particular relevância os recentes avanços na genômica funcional que podem aumentar a eficiência do melhoramento convencional para o desenvolvimento de arroz com tolerância à deficiência hídrica, através da identificação, do isolamento e da caracterização de genes envolvidos na resistência a brusone. MATERIAL E MÉTODOS Nesse estudo, foi conduzido um experimento visando a obtenção de sequências de DNA expressas durante a infecção do arroz por M. oryzae. A cultivar dea arroz Metica 1, cultivada em bandejas de plástico em ambiente controlado, foi desafiada com isolado virulento e avirulento do fungo M. oryzae, aos 21 dias após a germinação. O isolado avirulento não causa brusone, e serve para comparação com o isolado virulento, que causa a brusone. A penúltima folha de cada uma das duzentas plantas, por tratamento, foi coletada 4 e 24h após 2

3 inoculação (hpi) com a suspensão conidial preparada conforme descrição de Prabhu et al., (1992). As folhas foram imediatamente congeladas em nitrogênio líquido e estocadas a 80 C até uso para extração de RNA. Foram coletadas 08 amostras de RNA total utilizando-se o kit RNAeasy (Qiagen). O seqüenciamento em grande escala foi realizado utilizando-se o equipamento Genome Analyser, da Solexa/Illumina. Posteriormente, análises de bioinformática, usando alguns softwares, foram utilizadas para comparação dos resultados entre os tratamentos. Foram usados para a verificação dos genes envolvidos no processo de defesa contra o fungo os softwates Tophat e cufflinks, que estão descritos em (Trapnell et al, 2012), e também sites de busca para descoberta de genes e a função destes genes que tenham ligação com a resistência a brusone. Como usar estes softwares e sites de busca e os resultados estão descritos a seguir. RESULTADOS E DISCUSSÃO Nesta secção serão apresentados os softwares usados para as análises e seus resultados, os quais vão mostrar os genes responsáveis pela resistência ao estresse biótico que a planta foi submetida e será discutido cada passo. 3

4 Inicialmente serão vistos os softwares tophat e cufflinks para obter as regiões do cromossomo que são ativadas e depois os genes que contém estas regiões e a finalidade destes, para então ver quais genes são ativados para combater o fungo e os que são silenciados. Este processo pode ser feito para várias outras finalidades, como por exemplo, para verificar que genes estão sendo expressos para que a planta retenha a maior quantidade de água possível quando em período de seca (tolerância a seca) ou de frio (tolerância ao frio). TopHat é um programa que alinha reads a um genoma referência (no caso deste trabalho, a variedade de arroz tropical japônica nipponbare) com a finalidade de identificar junções exon-exon. Isto é feito graças ao programa para mapear reads de comprimento curto (short reads) cujo nome é bowtie (ver BOWTIE, 2013). TopHat foi otimizado para reads com 50 pares de bases ou mais (se usar o software bowtie2) e menos de 50 pares de bases. No caso deste trabalho, como os reads contém 17 pb, e existem aproximadamente 711 mil reads distintos, então será usada a versão 1, conhecida por bowtie (BOWTIE, 2013). Mais sobre tophat pode ser visto em (TOPHAT, 2013). Para usar os reads, obtidos pelo Genome Analyser, descrito anteriormente, como entrada do software tophat, basta executar os comandos abaixo. 4

5 bowtie-build -f./nipponbare.fasta./nipponbare tophat --bowtie1 -p 16 -r 110 -o./saidametica./nipponbare./metica-f.fastq./metica-r.fastq O caso acima é para quando se tem os arquivos fastq forward (meticaf.fastq ) e reverso (metica-r.fastq). Para o caso single-end, com apenas um arquivo fastq (no exemplo abaixo, metica.fastq) o comando tophat é executado da seguinte forma: tophat --bowtie1 -p 16 -r 110 -o./saidametica./nipponbare./metica.fastq Para executar o software tophat, o primeiro comando é bowtie-build, que faz uma indexação do genoma referência (nipponbare.fasta), e a saída é o arquivo nipponbare, o qual serve de entrada para o comando tophat, que é executado logo a seguir. O segundo comando tem a opção bowtie1 que indica a execução do comando bowtie, versão 1, para reads com menos do que 50 pb. O parâmetro p indica a quantidade de processadores a serem usados, que no caso do exemplo foram 16. A saída produzida pelo comando estará no diretório saidametica. Os arquivos metica-f.fastq e metica-r.fastq são fornecidos pelo Genome Analyser, da Solexa/Illumina, já descrito anteriormente. Estes dois arquivos são gerados para o caso do ataque após 4h e também para o caso de 24 h. Assim, os comandos acima deverão ser executados duas vezes, uma vez para os dados gerados para 4h e outra vez para os dados gerados para 24 h. Após executar o comando tophat, no diretório 5

6 saidametica, serão gerados os sequintes arquivos com resultados obtidos: accepted_hits.bam, junctions.bed, insertions.bed e deletions.bed. O arquivo accepted_hits.bam é do tipo Binary Alignment/Map (TOPHAT, 2013) e será usado por outros comandos a serem descritos mais adiante. Após o comando tophat ter sido executado, serão executados os comandos para a montagem dos transcritos (Cufflinks), mistura de duas ou mais montagens de transcritos (Cuffmerge) e encontrar genes expressos e os transcritos obtidos de cada ensaio (Cuffdiff). Os comandos para executar estes passos são os seguintes: cufflinks -p 16 -o saidacufflinksmetica-4v accepted_hits-4v.bam cufflinks -p 16 -o saidacufflinksmetica-4av accepted_hits-4av.bam cufflinks -p 16 -o saidacufflinksmetica-24v accepted_hits-4v.bam cufflinks -p 16 -o saidacufflinksmetica-24av accepted_hits-4v.bam Os arquivos accepted_hits-4v.bam, accepted_hits-4av.bam, accepted_hits-24v.bam e accepted_hits-24av.bam são gerados a partir do comando tophat, conforme mencionado anteriormente. Arquivos do tipo bam são arquivos do tipo binary alignment map. Estes arquivos contêm dados diversos dos reads lidos pelo comando tophat e das montagens de alinhamentos obtidos. O comando cufflinks vai gerar, no diretório especificado pela opção -o saidacufflinksmetica-4v, o 6

7 arquivo transcripts.gtf, dentre outros. Assim, tem-se então 4 arquivos transcripts.gtf, um para cada ensaio. Estes arquivos, serão renomeados para transcripts-4v.gtf, transcripts- 4AV.gtf, transcripts-24v.gtf, transcripts-24av.gtf, para não confundir. Um arquivo, contendo os nomes destes quatro arquivos, chamado de transcritos.txt, será usado para executar o comando abaixo: cuffmerge -g./nipponbare.gtf -s./nipponbare.fasta -p 16./transcritos.txt O comando acima tem a opção g nipponbare.gtf. Este arquivo pode ser baixado a partir do site ( O comando cuffmerge serve para uma anotação única dos transcriptomas envolvidos. O resultado é um arquivo de nome merged.gtf. Após este comando, é executado o comando cuffdiff, tal como abaixo: cuffdiff -o diff_out_4 -b./nipponbare.fasta -p 16 -L C1,C2 -u merged.gtf accepted_hits-4v.bam accepted_hits-4av.bam cuffdiff -o diff_out_24 -b./nipponbare.fasta -p 16 -L C1,C2 -u merged.gtf accepted_hits-24v.bam accepted_hits-24av.bam No primeiro comando, são considerados os dados de 4h para o fungo virulento e 4h para o fungo avirulento. O segundo comando considera 7

8 os dados de 24h para o fungo virulento e 24h para o fungo avirulento. Os parâmetros usados nos comandos acima podem ser vistos em (Trapnell et al., 2012). A saída estará nos diretórios o diff_out_4 e o diff_out_24. Nestes diretórios têm vários arquivos contendo estatísticas diversas, e dentre eles o arquivo gene_exp.diff. Um trecho deste arquivo está a seguir. sample1 sample2 status value1 value2 log2(fold) test_stat p_value q_value signif C1 C2 OK ,76E yes C1 C2 OK ,67E yes C1 C2 OK no C1 C2 OK no Com este arquivo e outros gerados por este processo, é possível saber quais genes participam do processo de combate ao fungo da Brusone e quais não participam ou são silenciados. Estes arquivos são para os ensaios 4V x 4AV e 24V x 24 AV. Falta ainda verificar em que gene a sequência está. Assim, primeiro fazse um filtro do arquivo gene_exp.diff para quando significant = yes ou quando p-value é menor que um certo valor (0.01, por exemplo) e o valor absoluto de log(fold) for maior que um certo valor (2, por exemplo). Assim, usando o arquivo exemplificado, anteriormente, temse que as regiões do cromossomo que são ativadas são: sample1 sample2 status value1 value2 log2(fold) test_stat p_value q_value signif 8

9 C1 C2 OK ,76E yes C1 C2 OK ,67E yes C1 e C2 correspondem aos ensaios para 4V e 4AV, para o caso do primeiro comando cuffdiff apresentado, e 24V e 24AV para o segundo comando, ilustrado anteriormente. O trecho no qual está descrito onde a sequência está, e que complementa o exemplo dado, é o que está abaixo. test_id gene_id gene locus sample1 sample2 XLOC_ XLOC_ Chr1: C1 C2 XLOC_ XLOC_ Chr1: C1 C2 XLOC_ XLOC_ Chr1: C1 C2 Foi verificado que para o caso 4V x 4AV, a quantidade de genes expressos para a defesa contra o fungo foi bem maior do que a quantidade de genes expressos para o caso de 24V x 24AV. Isto pode ser explicado por que o fungo, no início do ataque (4 h), tenta atravessar a barreira natural que existe na folha para sua proteção, isto é, as camadas de células \da epiderme, cutícula, etc.. Para obter as regiões nas quais as sequências obtidas foram escolhidas, foi feito o seguinte procedimento: 1) obter os cromossomos a partir da variedade referência nipponbare.fasta e gerar os arquivos cromo1.fasta,..., cromo12.fasta; 2) criar uma base de dados para busca usando o 9

10 comando makeblastdb para cada um dos 12 cromossomos. Por exemplo, para o cromossomo 1 makeblastdb -in./cromo1.fasta -input_type fasta -dbtype 'nucl' -out./cromo1.db; 3) obter as sequências desejadas, a partir do arquivo gerado por cuffdiff. Para exemplificar, para o caso do loci ser Chr1: , então é executado blastdbcmd -db cromo1 -range dbtype nucl -entry all Estes comandos, makeblastdb e blastdbcmd, pertencem a um kit de busca do software BLAST feito pelo NCBI (ver A saida do commando blastdbcmd, para cada ChrXX:YYY-ZZZ, é uma sequência, tal como o exemplo abaixo: >gnl BL_ORD_ID 0: Chr7 TACGTGGTGCTCGGAGACGGCGGCCGCGGCGGGGAGAGAGG GGAGCCATGGAACATTAGGATAGAGGACGTGGATTAGGACC AGGATTATATTCTTCAAATTGGTTTCAATTGGTTTTAAGGTGG TCGATTTTTCTTTCGGTTTTTGTATATACA Com esta sequência, faz-se então uma busca através do gene ao qual a sequência pertence usando o comando blastn, tal como está feito abaixo, considerando-se que esta sequência está em um arquivo chamado saidacuff.fasta. O comando para isto é blastn -db nt -query saidacuff.fasta -num_threads 16. Outra forma de busca do gene pode 10

11 ser feita através do site do NCBI, ( usando a sequência desejada. Após a busca, são obtidos os genes, que tem a identificação do tipo, LOC_Os0RgXYZKW, R,X,Y,Z,k,W são números de 0 a 9. Com estes genes, faz-se uma busca sobre a função de cada um usando o site E a opção d Analysis Tool. Ao acessar esta opção, basta passar um conjunto de genes que o site mostra em que atividade cada gene participa, conforme ilustra a Figura 1. São vários genes envolvidos, e todos aqueles que tiverem GO terms stress response ou response to biotic stimulus ou biotic stress são genes que podem ser considerados candidatos a serem validados para verificar a participação deste no processo (o gene é poderá estar relacionado ao combate ao fungo). 11

12 Figura 1. Resultados de genes usando o site agrigo. CONCLUSÃO Este trabalho mostrou uma forma de uso de ferramentas computacionais para encontrar genes envolvidos em resposta a estresse biótico. Para o caso deste trabalho, foi enfocado o fungo que causa a 12

13 Brusone. Os softwares usados para a análise dos dados são gratuitos e qualquer pessoa poderá realizar este procedimento, para uma situação similar. O tempo de execução destes programas depende da quantidade de processadores que o computador que vai rodar os programas tiver. O tempo médio para executar estas tarefas de análise por tophat e cuffdiff é de 1 a 3 dias. Se o computador tiver apenas um processador, o tempo vai ser maior, mas a análise será feita da mesma forma. REFERÊNCIAS AVERNA-SACCA, R. O brusone do arroz. São Paulo, v. 13. (Boletim de agricultura). BOWTIE. Disponível em Site visitado em 25/09/2013. PRABHU, A. S.; FILIPPI, M. C.; CASTRO, N. Pathogenic variation among isolate of Pyricularia oryzae infecting rice, wheat and grasses in Brazil. Tropical Pest Management, v.38, p , PRABHU, A. S. Araujo, L.G. de; Faustina, C.; Berni, R.F. Estimation of grain losses caused by blast in upland rice. Pesquisa Agropecuária Brasileira,.Brasília, v. 38, p TOPHAT. Disponível em Site visitado em 25/09/2013. Trapnell, C.; Roberts, A.; Goff, L.; Pertea, G.; Kim, D.; Kelley, R.; Pimentel, H.; Salzberg, S.; Rinn, J.; Pachter, L. Differential gene and transcript expression analysis of RNA-seq experiments with TopHat and Cufflinks. Published online 1 March 2012; doi: /nprot

14 14