用蛋白质组学的薯块茎质量相关性状的基因组基因组学gydF4y2Ba

背景gydF4y2Ba

〜〜OMICS技术的最新进展，如转录组织，代谢组科和蛋白质组学以及基因型分析，允许在非模型物种中的复杂性状的遗传解剖如诸如质量性状的遗传解剖。为了获得更多地深入了解与碳水化合物和淀粉新陈代谢和冷甜化相关的质量性状的遗传因素，我们确定了在二倍体马铃薯测绘群中使用2D-凝胶电泳的马铃薯块茎中的蛋白质含量和组成。在分析后，我们确保排除了凝胶蛋白家族的蛋白质以确保更好地表示其他蛋白质。gydF4y2Ba

结果gydF4y2Ba

We subsequently performed pQTL analyses for all other proteins with a sufficient representation in the population and established a relationship between proteins and 26 potato tuber quality traits (e.g. flesh colour, enzymatic discoloration) by co-localization on the genetic map and a direct correlation study of protein abundances and phenotypic traits. Over 1643 unique protein spots were detected in total over the two harvests. We were able to map pQTLs for over 300 different protein spots some of which co-localized with traits such as starch content and cold sweetening. pQTLs were observed on every chromosome although not evenly distributed over the chromosomes. The largest number of pQTLs was found for chromosome 8 and the lowest for chromosome number 10. For some 20 protein spots multiple QTLs were observed.

结论gydF4y2Ba

通过分析发现，3、5、8和9号染色体上存在qtl热点区。3号染色体上的热点位点与之前鉴定的总蛋白含量QTL一致，在70 ~ 80 cM区域有23个以上的pqtl。一些与一些最有趣的块茎品质性状相关的共定位蛋白点被鉴定出来，尽管比我们在实验开始时预期的要少得多。gydF4y2Ba

土豆gydF4y2Ba(茄属植物tuberosumgydF4y2BaL.gydF4y2Ba）gydF4y2Ba是全球消费的重要粮食作物之一。它是通过从被称为匍匐茎的地下茎产生的块茎繁殖的植物，在良好的条件下扩大并增加尺寸和形状以形成块茎。块茎的主动增长和发育伴随着生理学和遗传调节的重要变化，导致淀粉和储存蛋白的大沉积[gydF4y2Ba1gydF4y2Ba那gydF4y2Ba2gydF4y2Ba］．块茎的营养价值和工业价值主要来自其碳水化合物含量，其中80%是淀粉，以及营养价值重要的必需氨基酸和维生素C [gydF4y2Ba3.gydF4y2Ba鉴于马铃薯块茎贮藏蛋白质量大，选择蛋白质组学方法研究马铃薯块茎品质性状。gydF4y2Ba

马铃薯蛋白质组学最近发表了一些出版物，尽管在这一领域的研究仍然有限和碎片化。例如:块茎线粒体蛋白质组[gydF4y2Ba4.gydF4y2Ba非生物应激反应[gydF4y2Ba5.gydF4y2Ba]，蛋白质组学生物标志物[gydF4y2Ba6.gydF4y2Ba]淀粉土豆用于耐旱性[gydF4y2Ba7.gydF4y2Ba]和蔗糖和棉子糖醛族糖（Raffinose系）[gydF4y2Ba8.gydF4y2Ba］．gydF4y2Ba

目前发表的蛋白质组学研究是对已经使用相同块茎图谱进行的转录组学和代谢组学研究的补充[gydF4y2Ba9.gydF4y2Ba那gydF4y2Ba10.gydF4y2Ba］．gydF4y2Ba

数量性状位点分析已经应用于基因表达水平，从而能够识别控制基因表达变化的基因组位点(eqtl)。这种方法被称为“遗传基因组学”[gydF4y2Ba11.gydF4y2Ba那gydF4y2Ba12.gydF4y2Ba那gydF4y2Ba13.gydF4y2Ba］．类似的方法可以用于其他“~组学”技术的数据，如蛋白质组学(导致pQTLs，蛋白质QTLs)和代谢组学(mQTLs，代谢物QTLs) [gydF4y2Ba14.gydF4y2Ba那gydF4y2Ba15.gydF4y2Ba］．gydF4y2Ba

虽然转录组和代谢组学研究得多，但在包括大麦的各种其他作物中进行了蛋白质组学研究[gydF4y2Ba16.gydF4y2Ba]，大豆[gydF4y2Ba17.gydF4y2Ba那gydF4y2Ba18.gydF4y2Ba],豌豆[gydF4y2Ba19.gydF4y2Ba]和芸苔[gydF4y2Ba20.gydF4y2Ba那gydF4y2Ba21.gydF4y2Ba］．gydF4y2Ba

在本研究中，我们利用二维差异凝胶电泳技术(2D-DIGE)从一个经过充分研究的二倍体马铃薯定位群体(这里表示为C x E)中生成了蛋白质组学数据。我们将这些蛋白质水平作为数量性状进行QTL分析，从而对蛋白质水平的变异进行了定位。此外，我们还对几个品质相关性状(淀粉含量和冷甜)进行了QTL分析，以研究蛋白质QTL和表型QTL的共定位。这些特征在很多情况下没有预先知道哪些基因可能调节或决定这些特征。识别代谢物或蛋白质可能有助于了解相关的潜在基因。我们鉴定了pQTL和表型QTL (phQTL)热点区[gydF4y2Ba22.gydF4y2Ba，并检测到与表型qtl共定位的pqtl。通过对这些蛋白质的鉴定，并将这些蛋白质QTL与表型性状的QTL结合，我们希望了解控制表型性状数量变异的基因和/或蛋白质。此外，我们还研究了表型性状与蛋白质强度之间的直接相关性。这种方法为植物育种家提供了一个工具，以了解主要依赖于蛋白质含量、结构和/或表达的复杂性状的遗传学。我们首次尝试对其中一些共定位蛋白点进行鉴定。gydF4y2Ba

植物材料gydF4y2Ba

二倍体马铃薯(gydF4y2Ba茄属植物tuberosumgydF4y2Ba利用定位群体C (USW5337.3) X E(77.2102.37)， 98个子代个体加亲本[gydF4y2Ba23.gydF4y2Ba］．基因型在2002年和2003年生长在该领域，并收获块茎[gydF4y2Ba24.gydF4y2Ba］．所有无性系都是在荷兰瓦赫宁根马铃薯正常生长季节(4月至9月)种植的。对于每个基因型，从三种植物中收集所有块茎，并将具有代表性的样品用于表型分析，或机械剥皮并立即在液氮中冷冻，然后研磨成细粉，在−80℃下存储，用于后续的蛋白质组学分析。gydF4y2Ba

表型分析gydF4y2Ba

在phQTL研究中考虑了不同的品质性状。被评估的表型特征的详细列表可以在附加文件中找到gydF4y2Ba1gydF4y2BaS1:表。本研究重点研究了与淀粉性状相关的26个性状(11个)和与颜色和冷甜性状相关的15个性状。在这个CxE作图群体中，如何评估和分析不同性状的详细描述可以在[gydF4y2Ba24.gydF4y2Ba］．gydF4y2Ba

蛋白质组数据的生成和处理gydF4y2Ba

蛋白质提取gydF4y2Ba

将总蛋白质从储存在-80℃的大约0.5g的地疱疹材料中萃取每种亲本和后代克隆，其中1mL预热（95℃）裂解缓冲液（50mM磷酸钠）缓冲pH7，蔗糖（5％gydF4y2BawgydF4y2Ba/gydF4y2BavgydF4y2Ba)、SDS 4% (w / v)、德勤0.3% (w / v) PVP-P 10% (w / v))补充道。样品均质45 s, 95℃水浴1 min，再次均质(45 s，速度6.5 m/s)。在95°C水浴3分钟后，将样品置于冰上冷却并离心15分钟。在上清液中加入4 ml含10 mM DTT的冷丙酮(−20°C)。将蛋白质提取物在Centricon T42-k (25000 ×)中离心20分钟gydF4y2BaggydF4y2Ba，4°C）。用含有10mM DTT的4mL冷丙酮（ - 20℃）洗涤沉淀，两次。在空气干燥颗粒后，将沉淀溶于300μLTuccdt缓冲液（尿素5M，硫脲2M，C7BZO（2％）gydF4y2BawgydF4y2Ba/gydF4y2BavgydF4y2Ba），乳液（2％w / v），dtt（0.3％w / v），tcep 2 mm）。使用牛血清蛋白（BSA）作为校准曲线标准使用RC / DC测定（Biorad，Veenendaal，荷兰）测量蛋白质量。gydF4y2Ba

蛋白质标签gydF4y2Ba

根据制造商的协议，使用差异凝胶电泳（DIGE）技术（GE Healthcare）使用Co-verive荧光探针染色蛋白质。选择染料至蛋白质比例使得平均每种蛋白质分子的平均单一赖氨酸使用荧光Cy染料，Cy2，Cy3或Cy5标记。内标含有Cy2，由20个随机选择的实验样品的蛋白质提取物的相同混合物组成（来自2002年和2003年的9个随机样品，父母C和E两者均为2003）。gydF4y2Ba

每个2d凝胶包含一个Cy3标记样品，一个Cy5标记样品和一个Cy2标记内标样品。在每个凝胶上使用Cy2标记的内标样品，使凝胶图像更好地对齐，也用于多种凝胶之间的定量标准化。gydF4y2Ba

2 d-electrophoresisgydF4y2Ba

使用24cm固定的pH梯度条（GE HealthCare）进行第一尺寸电泳，在Ettan ICGphor等电聚焦（IEF）系统上的线性pH范围为4至7。将标记的样品（总共150μg蛋白质）加载到0.5％IPG缓冲液（pH 4-7和pH 3-10,1）和TuCCDT缓冲液中稀释至450μL的条带的条带。在20°C下，将聚焦在20°C下运行18小时：3小时150 v，3小时300 V，从6小时300 V至1000 V，从1000 v到10,000V，最终5小时10000 V.在室温下在暗型缓冲液中在暗中平均条带进行平衡（尿素6m，50mM Tris-HCl pH 8.8，甘油30％（gydF4y2BavgydF4y2Ba/v)， SDS 2% (gydF4y2BawgydF4y2Ba/gydF4y2BavgydF4y2Ba)包含德勤1% (w / v) 15分钟后,在同样的缓冲与碘乙酰胺(没有德勤)2.5% (w / v) 15分钟。第二个维度电泳是运行在Ettan居屋单位12个系统预制12.5% SDS聚丙烯酰胺凝胶板(尺寸:255 x196x1毫米)从通用电气医疗集团和缓冲。电泳在1 W/gel下进行1 h，然后在1.5 W/gel下进行，直到溴苯酚蓝在15°C下达到凝胶末端(约17 h)。CyDye-labelled分离蛋白被扫描可视化Ettan消化成像仪(通用电气医疗集团),用一个Cy2波长480纳米的激光发射滤波器530 nm, Cy3波长540纳米的激光和排放过滤器Cy5的595 nm和635 nm激光和680海里的排放过滤器。gydF4y2Ba

图像分析和数据预处理gydF4y2Ba

根据Decyder 2DV.7手册（GE Healthcare），使用Decyde软件版本7分析凝胶图像。然后基于小于相对值30,000的点体积滤出检测到的斑点，以排除可能只是背景噪声或灰尘颗粒的斑点。每个凝胶中的内标被用于自动将所有图像与参考（具有最大斑点数量最多的凝胶）匹配。之后，除了这些蛋白质在所有样品的顶部检测的天花板检测水平上，排除了具有饱和斑点的凝胶区域，因为这些蛋白质是它们相当丰富的（储存）蛋白质。为了在样品上进行2D点对准，选择清晰的图像凝胶作为主体，并加入所有凝胶批次（1分批是12凝胶的一次）。然后，这些批次通过软件程序中的自动匹配彼此连接，并在设置地标的帮助下手动校正（即，所有图像中可见的斑点）。计算每种蛋白质的内标和斑点的个体体积的斑点体积比和数量gydF4y2Ba_10.gydF4y2Ba转变。在QTL分析中，使用光谱量（强度）值。每个蛋白质由Pro_x呈现，其中“x”表示连续的蛋白质数，从顶部到底部，从左上的数字1从左上的数字1开始，并且以凝胶的右下底部的数字1643结束。gydF4y2Ba

蛋白质识别gydF4y2Ba

利用Ettan射点拾取器从凝胶中切除感兴趣的斑点（即，在不同凝胶之间确认不同/存在或不同的凝胶之间的不同量）。我们专注于在给定年份和某些独特的人中导致PQTL的那些。在总尝试中，将蛋白质从大约120个斑点中分离出来。在50mM碳酸氢铵/ 50％洗涤和脱盐后gydF4y2BavgydF4y2Ba用胰蛋白酶金(MS级，Promega, Madison, WI, USA, 8 mg)对斑点进行消化。mL-1在20毫米碳酸氢铵)使用伊坦消化器机器人。使用Ettan点检工作站的点检员对样品进行自动MALDI点检。在沉淀0.7 mL CHCA (7 mg/mL, 50% ACN, 0.1% v/v TFA, Sigma Aldrich, St. Louis, MO, USA)之前，肽溶解在含有0.5% TFA (v/v) (0.7 mL)的50% ACN (v/v)溶液中，在MALDI-TOF一次性靶板(4800,ABSciex, Foster City, CA, USA)上。肽质量测定使用Applied Biosystems 4800蛋白质组分析仪进行。对样品进行了PMF和MS/MS反射模式分析。用肽质量校准试剂盒进行校准。通过对NCBI ' viridiplantae '数据库(2011年9月)和EST ' viridiplantae-eudicots '数据库(2010年10月)的检索，鉴定了蛋白质。所有搜索都是使用质量窗口50 ppm的MS和0.75 Da的MS/MS进行的。搜索参数允许半胱氨酸羧胺甲基化作为固定修饰，蛋氨酸氧化作为可变修饰。以95%的概率阈值保留同源性鉴定，所有鉴定均经人工检查。gydF4y2Ba

QTL定位gydF4y2Ba

根据位点体积比与蛋白质内标(强度)的比值(将不同位点转化为定量值)，对作图群体中克隆的蛋白质丰度进行QTL定位。利用R/ QTL文库对蛋白质丰度作为数量性状进行QTL分析[gydF4y2Ba25.gydF4y2Ba］．使用[宽基因组led意义阈值（4.28）gydF4y2Ba26.gydF4y2Ba]，用于所有QTL分析。将数据装入R中，通过R/qtl的jittermap函数运行，并使用隐藏的马尔可夫模型计算潜在基因型的概率，如R/qtl的calc.genoprob函数中所示，步长为2.5 cM。我们使用Haley-Knott回归方法进行了简单区间作图的“4路”程序(R/qtl中用于两个杂合子二倍体亲本间杂交的术语)[gydF4y2Ba27.gydF4y2Ba］．提取了重要的QTL（LOD> 4.28），并计算了这些QTL的解释方差。对于每个QTL，报告了以下信息：开始位置（传递阈值的CM位置），峰值CM位置和停止位置（再次在意义阈值下降的CM位置），开始，峰值和停止标记，峰值标记的LOD值和解释的差异（rgydF4y2Ba^2gydF4y2Ba）在峰值位置。更多详细信息由[gydF4y2Ba28.gydF4y2Ba］．gydF4y2Ba

QTL分析使用的遗传图谱由343个标记组成。这是较早的C x E基因图谱的改良版[gydF4y2Ba29.gydF4y2Ba]，所有序列的SNP标记和用来自等位基因特异性杂交信号的附加标记使用马铃薯延伸。为了描述基因组上PQTLS和PHQTL的密度，我们根据[中的10cm滑动窗口计算PQTLS或PHQTL的数量。gydF4y2Ba30.gydF4y2Ba］．我们认为，如果pqtl位于phQTL峰值标记周围10 cM(向左5 cM，向右5 cM)范围内，则pqtl与phQTL共同定位。gydF4y2Ba

蛋白质丰度与品质性状的相关分析gydF4y2Ba

在蛋白质丰富值和蛋白质丰度和质量性质之间计算蛋白质丰度和质量性质，然后使用a测试gydF4y2BatgydF4y2Ba- 每个相关系数的最低，其次是FDR（假发现率）校正gydF4y2BapgydF4y2Ba-Values使用[中的FDR校正程序gydF4y2Ba31.gydF4y2Ba］．gydF4y2Ba

数据可用性gydF4y2Ba

在附加文件gydF4y2Ba1gydF4y2Ba给出了CxE作图群体中测量到的不同品质性状的列表和评分表。在附加文件gydF4y2Ba2gydF4y2Ba表S2描述了pQTL的数量及其染色体位置。在附加文件gydF4y2Ba3.gydF4y2Ba表S3总结了各品质性状的不同表型QTL及其峰值位置和解释方差。最后，在附加文件中gydF4y2Ba4.gydF4y2Ba：表S4和附加文件gydF4y2Ba5.gydF4y2Ba：表S5）给出了在随后的2002年和2003年的不同马铃薯Chromoomes上的表型和蛋白质QTL的分致化。所有表型和蛋白质组学数据都可以在附加文件中找到gydF4y2Ba6.gydF4y2Ba。gydF4y2Ba

在本研究中，我们产生了来自2D-Dige（差异凝胶电泳）的蛋白质组学数据。帕特蛋白蛋白质（马铃薯块茎中的储存蛋白[gydF4y2Ba32.gydF4y2Ba]被排除在进一步分析之外，因为这些蛋白质过多，在凝胶中间可以清楚地看到一个大块的多个蛋白质点(图。gydF4y2Ba1AgydF4y2Ba)．在2002年和2003年的两次收获中，总共发现了1643个独特的斑点。我们考虑了2年的收成，以查看pqtl的一致性和/或差异。基于斑点体积(低于1%)的方差分析，我们对所有样品中测量的2002年收获的380个蛋白质点和2003年收获的320个蛋白质点进行了pQTL分析。这两年的重叠点共有255个，其中有125个在2002年观测到，另有65个在2003年观测到。2002年(39号蛋白- 40号蛋白)和2003年(295号蛋白- 297号蛋白)的皮尔森相关系数最高，为0.98。如材料和方法部分所述，通过定量测量不同的点(点体积的log10)，并对90个基因型的个体进行分析，如图中的例子所示。gydF4y2Ba1B.gydF4y2Ba。gydF4y2Ba

2002年共发现170个蛋白点的190个显著pqtl，其中113个来自255个常见蛋白点，57个来自2002年特有蛋白点。在2003年的收获中，我们发现154个蛋白质点的173个pqtl(其中130个来自255个常见点，24个是2003年唯一的点)。在这两年中，我们发现了82个pqtl定位在同一染色体上，在这82个pqtl中，有56个pqtl定位在染色体上完全相同的位置(相同的峰值位置)gydF4y2Ba3.gydF4y2Ba：表S3）。gydF4y2Ba

我们发现202件蛋白质在两种不同的染色体上用QTL获得了202蛋白。对于2003，17种蛋白质在两种或三种不同的染色体中具有QTL，并且总共给出了这些蛋白质的36pQT1。在这17个蛋白中，2种不同的PQTL和15种不同的PQTLs，每个蛋白质有2个PQTL。gydF4y2Ba

与2002年和2003年收获的PQTL分别进行比较，2002年解释的最大百分比变异（RgydF4y2Ba^2gydF4y2Ba)的pQTL为94%，蛋白数为429，该pQTL定位在7号染色体7.4 cM处。2003年，该pQTL定位到相同的位置，可解释方差为70%。马铃薯无性系2年间该蛋白丰度的Pearson相关系数为0.81。2003年收获中解释方差最大(74%)的QTL为蛋白号1007，该QTL定位于第3号染色体。2002年，该pQTL位于同一染色体相同位置，解释了88%的蛋白质丰度变异。两年间该蛋白丰度的Pearson相关性为0.75。gydF4y2Ba

2002年和2003年，8号染色体的pqtl数量最多，分别为41个和31个，10号染色体的pqtl数量最少，分别为2个和3个。gydF4y2Ba

为了研究pQTL是否均匀分布在整个基因组中，或聚集在特定区域，我们使用10cm滑动窗口分析计算了整个基因组中每cM的pQTL密度(图)。gydF4y2Ba2AgydF4y2Ba)．在2002年收获的4个地区中，以标记PotSNP749为中心的pQTL密度较高(位置:bch(对应。80厘米)、PotSNP125(空空的。5、23厘米),PotSNP749(对应。8,6厘米)和STM3012(空空的。9日,16厘米),各有超过8 pQTL每厘米远高于预期的0.17每厘米如果190 pQTLs pQTLs均匀分布在1135厘米遗传连锁图。gydF4y2Ba

对于2003的收获，总共152个PQTL（173个显着的pQTL的88％）被映射到染色体3,5,6,7,8,9,11和12上，PQTL的数量为30,24,11,11分别为31,21,11和13（图。gydF4y2Ba2B.gydF4y2Ba)．与2002年的收获相似，我们也发现了3、5、8和9号染色体的pqtl热点区。gydF4y2Ba

蛋白质斑点与品质特征的相关性gydF4y2Ba

根据FDR校正后的蛋白点与品质性状的Pearson相关性研究，有22个蛋白点与品质性状显著相关[gydF4y2Ba31.gydF4y2Ba］gydF4y2BapgydF4y2Ba-价值 （gydF4y2BapgydF4y2Ba < 0.05 for the FDR corrected t-test on Pearson correlation). In total 10 protein spots were found significantly correlated with flesh colour. Among these, the highest correlation coefficient was 0.67 for protein number 1129 and the lowest but still significant correlation coefficient 0.34 for protein number 686. The highest correlation coefficient with enzymatic discoloration after 30 min and 3 h were both equal to 0.44 for protein spot number 1129. Four protein spots showed significant correlations to enzymatic discoloration after 30 min and 3 h. Four other protein spots were significantly correlated to starch phosphorylation. The highest correlation coefficient of a protein spot to starch phosphorylation was for protein number 129 (rgydF4y2Ba= 0.44)。gydF4y2Ba

表型QTL（PHQTL）分析gydF4y2Ba

直链淀粉百分比、淀粉糊化相关性状等大部分淀粉相关品质性状的qtl定位在2号染色体上，具体定位在73.7 ~ 80.2 cM区间(起始和终止位置)。一个与肉色和酶促变色有关的QTL被定位于第3染色体，位于78.5 cM到81.4 cM之间[gydF4y2Ba33.gydF4y2Ba］．我们没有发现在染色体4,7,9,11和12上研究过的质量特征的任何重要PHQTL。QTL分析的详细结果是淀粉和冷甜的相关性状的额外文件gydF4y2Ba4.gydF4y2Ba：表S4和附加文件gydF4y2Ba5.gydF4y2Ba：表S5）。gydF4y2Ba

在2002年和2003年的分析中，我们重点分析了与淀粉性状、(酶)变色和冷甜相关的phqtl和pqtl的共定位。这种共定位有助于识别参与这些表型性状调控的蛋白质。另一个惊人的发现是，总蛋白质含量的表型QTL [gydF4y2Ba34.gydF4y2Ba]与23个不同的pqtl (pqtl的4个热点区域之一)大致对应。gydF4y2Ba

对于2002收获：在染色体1中，用于淀粉重力的QTL与两种蛋白质（PRO_375和PRO_102）共定，在126.6cm和135.0cm之间。QTL用于淀粉糖和淀粉凝胶化相关性的百分比与在73.7和80.2cm之间的区域之间的染色体2上的pQT1共定位。用于血液颜色和酶促变色的QTL（5至30分钟后）在78.5和88.5cm之间的染色体3上与14 pQTL合作（图。gydF4y2Ba3AgydF4y2Ba和gydF4y2BabgydF4y2Ba)．在第5染色体上，收获后用于示差扫描量热和切片颜色的表型qtl与两个位于23.6 cM的pqtl共定位。一个淀粉磷酸化QTL与另外9个pqtl共定位在第5染色体40.3 ~ 54.8 cM。淀粉粒度分布QTL与3个pqtl共定位在第6染色体56.4 cM ~ 59.9 cM之间。淀粉比重QTL与第8染色体上的一个pQTL共定位在59.2 ~ 67.8 cM范围内。gydF4y2Ba

对于2003收获：在染色体1中，用于淀粉重力的QTL在地图位置126.6和135.0cm之间，用蛋白1240的QTL共定位。用于淀粉糖和淀粉凝胶化相关性状的百分比的QTL与QTLS在染色体2之间的三种蛋白质斑点的QTL与73.7-80.2厘米之间的QTL共同定位。用于血液颜色和酶促变色的QTL（5-30分钟后）与QTLS在染色体3之间的31个蛋白斑点的QTL，在74.0至88.5cm之间。在5，在收获后的QTL型QTL用于差动扫描量热法和芯片颜色，用QTLS在40.3和54.8cm之间的区域中的15个蛋白质点。用于淀粉磷酸化的QTL也将在染色体5中与QTL在40.3和51.5cm之间的区域中的五个其他蛋白质点的QTL。用于淀粉的粒度分布的QTL在染色体6中共定于染色体6，在与蛋白质251的QTL完全相同的位置（56.4cm）。我们没有发现任何用QTL的任何蛋白质QTL的共定位，对于2003年收获的淀粉的比重。详细结果显示在附加文件中gydF4y2Ba4.gydF4y2Ba为2002年的收获和在附加文件gydF4y2Ba5.gydF4y2Ba2003年收获。gydF4y2Ba

蛋白质识别gydF4y2Ba

在第一次尝试识别与某些表型特征共定位的蛋白质时我们专注于酶的褪色，肉色和一些淀粉特征。从80个能够分离到足够数量的蛋白质点中，我们只获得了28个蛋白质点的氨基酸序列。在这28种植物中，有17种可以根据NCBI ' viridiplantae '数据库进行鉴定。基于对蛋白质的鉴定，有时会发现一种特定的蛋白质(来自不同的植物来源，有时它与一种特定的蛋白质联系在一起，因为蛋白质片段不仅相似，而且与特定的蛋白质非常相似)。根据表达序列标签(EST)数据，推定的蛋白身份被转化为基因组序列(表)gydF4y2Ba1gydF4y2Ba)．gydF4y2Ba

我们试图鉴定更多的蛋白质，特别是与酶变色和肉颜色相关的蛋白质。这些尝试并不是很成功，尽管我们能够得到一些蛋白质的氨基酸序列。在大多数情况下，这些蛋白质的推定的身份没有立即意向，但在酶促变色酶的情况下，如伴侣素（蛋白质NR 239），蛋白二硫化物异构酶（NR 280），氨基醛脱氢酶（NR 200），塑性磷酸磷酸酶（NRS检测到171＆175）和甲硫氨酸合成酶（NR 62），这是一个可以想象其可能参与该特定途径的功能类型。然而，需要更多的研究。gydF4y2Ba

我们对2002年的380蛋白和380个蛋白质进行了PQTL分析，2003年收获的320个蛋白质分别和PHQTL分析以及使用C X E的集成连杆地图的肉质和冷甜点相关性状以及肉颜色。蛋白质组学数据的PQTL分析结果在涉及蛋白质丰富的大量遗传区域。PQTLS散布在所有染色体上，但四个区域显示出更多数量的QTL，所谓的“热点”[gydF4y2Ba22.gydF4y2Ba］．这些热点极有可能包含一个蛋白质合成或调控的因果因子，该因子定位于该位点[gydF4y2Ba35.gydF4y2Ba］．在其他植物中，例如gydF4y2Ba拟南芥gydF4y2Ba在映射转录物，蛋白质表达，代谢物和表型特征后检测到类似的热点[gydF4y2Ba36.gydF4y2Ba这些作者报告说，表型变异主要是由于六个热点。gydF4y2Ba

研究发现，在2002年和2003年，Chr. 3在70 - 80cm附近，Chr. 5在20 - 30cm附近，Chr. 8在6cm位置，Chr. 9在10 - 20cm附近有4个热点区。这表明pQTL热点在2年内是稳定的。事实上，我们发现了蛋白质含量的热点，正如Werij等人所确定的[gydF4y2Ba34.gydF4y2Ba]的20多个pqtl可能表明这与马铃薯块茎中蛋白质合成的一个整体调控因子有关。需要更多的研究来阐明这一点。gydF4y2Ba

在之前的一项表达QTLs (eQTLs)和代谢物QTLs (mQTLs)的研究中[gydF4y2Ba9.gydF4y2Ba那gydF4y2Ba10.gydF4y2Ba[是否注意到表达和代谢物的热点区域主要是5和11。在PQTL分析的情况下，我们主要在染色体3,5,8和9上发现PQTL热点。这表明该遗传调节蛋白质表达和/或含量更可能受到这些染色体上的特定位置的控制。染色体5是常见的热点，用于蛋白质QTL，代谢和表达QTL。同样对于包括一些农艺性状的表型QTL，染色体5是热点（用于农艺性状的数据未显示，但看到[gydF4y2Ba24.gydF4y2Ba]由于染色体5的成熟或充满活力的脂肪效应（对于发育性状的肺炎QTL见，例如，[gydF4y2Ba37.gydF4y2Ba］．gydF4y2Ba

Tuber Flesh颜色染色体3上的pHQTL与早期发现一致[gydF4y2Ba33.gydF4y2Ba］．此外，其他报告将基因β-胡萝卜素羟化酶与该地图位置的QTL联系起来[gydF4y2Ba38.gydF4y2Ba那gydF4y2Ba39.gydF4y2Ba］．还有一种涉及黄色块茎肉颜色的基因：Zeaxanthin环氧酶（Zep）染色体2 [gydF4y2Ba39.gydF4y2Ba］．它们在各种二倍体和四倍体马铃薯基因型中的单核苷酸多态性（SNP）单倍型和肉颜色表型之间的关联分析中建立了这种关系。在我们的分析中，只有一半的基因型具有具有黄色肉颜色的块茎，统计功率可能不足以检测该第二QTL [gydF4y2Ba38.gydF4y2Ba］．gydF4y2Ba

在这项研究中，我们使用了多年(2002年和2003年)的蛋白质和表型数据集。在2002年的收获中，43%的pqtl被定位到2003年收获的同一染色体上，gydF4y2Ba反之亦然gydF4y2Ba，从2003年收获的47％的PQTL被映射到与2002年相同的染色体。对于2002年的10个蛋白质斑点，我们发现了两种不同的染色体20 QTL。在这20个QTL中，十个只有2003年收获的PQTL;其他十个被映射到2002年收获的完全相同的位置。对于2003，17个蛋白中的每一个QTL映射到两种或三种不同的染色体或七种蛋白质中的七种蛋白质只有2002年收获的PQTL;十个剩余的剩余地位映射到2003年的完全相同的位置。在多年跨越多年的同一染色体的蛋白质表现出多年之间的一致性。这是预期的，因为效果是遗传症，蛋白质丰富在多年上是完全相关的。这表明基因型逐环互动不是很大，并且测量/技术变异与这些蛋白质的遗传变异相比很小。gydF4y2Ba

PQTLS和PHQTLS的共同定位gydF4y2Ba

在该研究中，使用相同的测绘群来检测碳水化合物相关性状和蛋白质特征的PHQTL。我们研究了表型和蛋白质特征之间的QTL共同定位。作为一个例子，我们已经显示了具有不同蛋白斑点的QTL的肉体QTL的共定位（图。gydF4y2Ba3AgydF4y2Ba和gydF4y2BabgydF4y2Ba)．检测到的QTL表示该区域中的标记基因座之间的统计关联，以及在同一群体中的给定性状分离的定量变化[gydF4y2Ba40gydF4y2Ba］．当QTL用于两个不同的特征共同定位时，我们可以假设存在有助于两个特征的变化的公共基因座，或者我们可以考虑与不同基因座的联动的关联。这些假设可用于搜索候选基因的表型基因，其中大部分遗传基础是未知的。gydF4y2Ba

在相关研究中，我们发现蛋白、蛋白数1129与肉色、酶促变色30min和3h呈正相关，相关系数分别为0.67、0.44和0.44。该蛋白的QTL均定位于第3染色体80.8 cM处，并与肉色QTL共定位。根据[gydF4y2Ba38.gydF4y2Ba研究表明，类胡萝卜素与马铃薯的肉色有关，β -胡萝卜素羟化酶(bch)基因在马铃薯肉色变异中起主要作用。这个基因确实位于3号染色体上，因此很容易推测这个蛋白质确实是BCH，但到目前为止我们还不能确定这个蛋白质。gydF4y2Ba

在这篇论文中，我们一方面展示了来自phQTL和pQTL分析的遗传信息，另一方面展示了表型性状与蛋白质组学数据的Pearson相关性。从QTL分析中，我们可以确定QTL的地图位置，但关联不一定是功能关系，也可以是连锁关系。在表型性状与蛋白质组学数据的关联中，我们发现了可能与表型相关的蛋白质，但在缺乏遗传信息的情况下，这种关联可能是由于环境条件影响表型性状和蛋白质丰度。然而，在某些情况下，特定性状的遗传位置和蛋白质位置暗示了相同的染色体位置，因此，为了证明性状和pQTL之间的联系，这些基因可能是首先要研究的候选基因。结合蛋白质丰度和品质性状的QTL分析以及所有性状之间的相关性分析，我们可以更好地了解与表型相关的候选蛋白，以及哪些相关可能是由于遗传关联。类似的方法在[gydF4y2Ba9.gydF4y2Ba那gydF4y2Ba10.gydF4y2Ba那gydF4y2Ba23.gydF4y2Ba作者将QTL分析与利用随机森林回归从代谢组学和转录组学数据预测表型相结合。gydF4y2Ba

2D-DIGE：gydF4y2Ba

二维差异凝胶电泳gydF4y2Ba

方差分析:gydF4y2Ba

方差分析gydF4y2Ba

BSA：gydF4y2Ba

牛血清白蛋白gydF4y2Ba

cM:gydF4y2Ba

Centimorgan.gydF4y2Ba

CY2：gydF4y2Ba

青蓝2gydF4y2Ba

CY3：gydF4y2Ba

花色素苷3gydF4y2Ba

CY5：gydF4y2Ba

花色素苷5gydF4y2Ba

eQTL:gydF4y2Ba

表达量化特质基因座gydF4y2Ba

罗斯福:gydF4y2Ba

假发现率gydF4y2Ba

LOD:gydF4y2Ba

对数的赔率gydF4y2Ba

MQTL：gydF4y2Ba

代谢定量特质基因座gydF4y2Ba

phqtl：gydF4y2Ba

表型QTLgydF4y2Ba

pQTL:gydF4y2Ba

蛋白质定量特质基因座gydF4y2Ba

Pro_X:gydF4y2Ba

蛋白质X.gydF4y2Ba

QTL:gydF4y2Ba

数量性状位点gydF4y2Ba

SNP：gydF4y2Ba

单核苷酸多态性gydF4y2Ba

我们感谢Carolina Blanca Celis Gamboa博士和Jeroen Werij博士对蛋白质组学的数据生成意外地消失的表型分析和Luc Suur的贡献。通过蛋白质组学的酒店的格兰特，这项工作是由植物育种，Wageningen大学和研究和生物系统基因组学中心的经济支持。本文基于题为“系统生物学和〜OMICS数据集”的第一个作者Animesh Acharjee的第一个作者Animesh Acharjee的章节章节之一的结果。gydF4y2Ba

资金gydF4y2Ba

这项研究是由瓦赫宁根大学植物育种研究所资助的。荷兰瓦赫宁根生物系统基因组学中心的酒店拨款。gydF4y2Ba

数据和材料的可用性gydF4y2Ba

所有的蛋白质组学数据都包含在文章及其附加文件中。gydF4y2Ba

隶属关系gydF4y2Ba

1. 荷兰瓦赫宁根实验植物科学研究生院gydF4y2Ba

   Animesh Acharjee＆Pierre-Yves ChibongydF4y2Ba

2. 植物育种，Wageningen大学和研究，Po Box 386,6700 AJ，Wageningen，荷兰gydF4y2Ba

   Animesh Acharjee，Pierre-Yves Chibon，Bjorn Kloosterman，Chris Maliepaard＆Richard G. F. VissergydF4y2Ba

3. 伯明翰大学计算生物学中心癌症与基因组科学研究所，伯明翰B15 2TT，英国gydF4y2Ba

   Animesh Acharjee.gydF4y2Ba

4. 英国伯明翰大学医院NHS基金会信托转化医学研究所，伯明翰，B15 2TTgydF4y2Ba

   Animesh Acharjee.gydF4y2Ba

5. 生物系统基因组学中心，邮箱98,6700 AA，瓦赫宁根，荷兰gydF4y2Ba

   Twan America＆Richard G. F. VissergydF4y2Ba

6. 荷兰瓦赫宁根大学生物科学研究事业部，邮政信箱16,6700 AA，瓦赫宁根，荷兰gydF4y2Ba

   双美国gydF4y2Ba

7. Center de Recherche Public - Gabriel Lippmann环境和农杆菌科学部（EVA）41，Rue du Brill，L-4422，Belvaux，卢森堡gydF4y2Ba

   珍妮RenautgydF4y2Ba

8. 现住址:荷兰瓦赫宁根，Keygene NV，邮政信箱216,6700 AEgydF4y2Ba

   Bjorn KloostermangydF4y2Ba

贡献gydF4y2Ba

RGFV构思了这项研究。AA，CM和RGFV写了稿件。AA通过蛋白质组学和表型数据进行了所有统计分析。PYC为QTL分析提供了R脚本。RGFV，BK和TA提供了生物输入。JR有助于蛋白质鉴定。所有作者均阅读并批准了手稿。gydF4y2Ba

通讯作者gydF4y2Ba

对应于gydF4y2BaRichard G. F. vissergydF4y2Ba。gydF4y2Ba

伦理批准和同意参与gydF4y2Ba

不适用。gydF4y2Ba

同意出版gydF4y2Ba

不适用。gydF4y2Ba

利益争夺gydF4y2Ba

两位作者宣称他们没有相互竞争的利益。gydF4y2Ba

出版商的注意gydF4y2Ba

Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。gydF4y2Ba

开放访问gydF4y2Ba本文遵循知识共享署名4.0国际许可协议(gydF4y2Bahttp://creativecommons.org/licenses/by/4.0/gydF4y2Ba）如果您向原始作者和源给出适当的信用，则允许在任何介质中进行不受限制的使用，分发和再现，提供指向Creative Commons许可证的链接，并指示是否进行了更改。Creative Commons公共领域奉献豁免（gydF4y2Bahttp://creativecommons.org/publicdomain/zero/1.0/gydF4y2Ba）除非另有说明，否则适用于本文中提供的数据。gydF4y2Ba

再版和权限gydF4y2Ba