Bối cảnh và vấn đề nghiên cứu

Đậu gà (Cicer arietinum L.) là loài cây họ đậu (Fabaceae) giữ vai trò quan trọng trong sản xuất nông nghiệp toàn cầu, chiếm vị trí phổ biến thứ hai trong các cây họ đậu trên thế giới. Đây là nguồn cung cấp protein thực vật dồi dào (hàm lượng từ 16% đến 30%), giàu carbohydrate chuyển hóa chậm, chất xơ, vitamin nhóm B và các khoáng chất thiết yếu. Bên cạnh giá trị làm thực phẩm và thức ăn chăn nuôi, cây đậu gà còn tham gia cố định đạm sinh học nhờ vi khuẩn cộng sinh Rhizobium ở nốt sần rễ, hỗ trợ cải tạo độ phì nhiêu của đất và ngăn ngừa dịch bệnh trong hệ thống luân canh.

Tuy nhiên, sản lượng và năng suất đậu gà tại các quốc gia đang phát triển bị suy giảm nghiêm trọng do tác động của các điều kiện bất lợi phi sinh học, điển hình là khô hạn và độ mặn. Các nghiên cứu trước đây tại Việt Nam và trên thế giới phần lớn chỉ tập trung phân tích mức độ phiên mã của từng họ gene riêng lẻ (như các họ nhân tố phiên mã NAC, AP2/ERF, TCP hoặc nhóm vận chuyển đường SWEET) hoặc khảo sát dữ liệu hệ phiên mã trong từng điều kiện hạn hoặc mặn một cách độc lập. Vẫn còn thiếu các nghiên cứu tích hợp và tái phân tích các bộ dữ liệu microarray quy mô lớn trên hệ thống Gene Expression Omnibus (GEO NCBI) nhằm nhận diện nhóm gene kiểm soát đáp ứng đồng thời cả hai áp lực hạn và mặn.

Nhằm giải quyết khoảng trống này, đề tài "Nghiên cứu và phân tích nhóm gene kiểm soát đáp ứng đa bất lợi phi sinh học ở cây đậu gà (Cicer arietinum) bằng công cụ tin sinh học dữ liệu lớn" được thực hiện với mục đích xác định những đặc điểm, cấu trúc và chức năng của các gene có mức độ biểu hiện đáp ứng mạnh đồng thời với cả hai tác nhân hạn và mặn.

Nhiệm vụ nghiên cứu của đề tài bao gồm 4 yêu cầu cụ thể:

  1. Xác định các gene có mức độ biểu hiện đáp ứng mạnh đồng thời với xử lý hạn và mặn ở cây đậu gà.
  2. Phân tích chức năng của các gene đáp ứng với hạn và mặn ở cây đậu gà.
  3. Xác định đặc tính lý hóa của protein mã hóa bởi các gene có biểu hiện khác biệt dưới tác động của hạn và mặn.
  4. Dự đoán vị trí phân bố nội bào của các protein đáp ứng điều kiện hạn và mặn trên cây đậu gà.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Dữ liệu biểu hiện hệ phiên mã microarray/RNA-seq từ ngân hàng GEO NCBI và hệ gene tham chiếu của cây đậu gà (Cicer arietinum L.).
  • Phạm vi không gian: Nghiên cứu được thực hiện tại Phòng thí nghiệm Bộ môn Sinh học phân tử - Khoa Công nghệ sinh học (Học viện Nông nghiệp Việt Nam) và Khoa Công nghệ Nông nghiệp (Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội).
  • Phạm vi thời gian: Quá trình thu thập dữ liệu và phân tích tin sinh học được tiến hành từ tháng 09/2021 đến tháng 03/2022.

Cơ sở lý thuyết và phương pháp

Đề tài áp dụng phương pháp khai phá dữ liệu lớn (big data bioinformatics) kết hợp sinh học phân tử tính toán dựa trên các nền tảng lý thuyết và công cụ tin sinh học chuyên ngành:

  • Khung lý thuyết và mô hình di truyền: Đậu gà là loài thực vật lưỡng bội tự thụ phấn ($2n = 16$), bộ gene có kích thước ước tính khoảng 738–750 Mb chứa khoảng 28.629 gene. Hệ tham chiếu được khai thác bao gồm hệ gene và protein của giống Kabuli "CDC Frontier" và Desi "ICC 4958" được công bố trên các cơ sở dữ liệu quốc tế.
  • Tiêu chuẩn xác định gene biểu hiện khác biệt (DEG): Mức độ biểu hiện gene được tính toán dựa trên tỷ số thay đổi giữa mẫu xử lý và mẫu đối chứng (Fold Change - FC): $\text{FC} = \frac{\text{FPKM trong xử lý stress}}{\text{FPKM trong đối chứng}}$. Để đảm bảo độ tin cậy cao, tác giả thiết lập ngưỡng nghiêm ngặt: gene tăng cường biểu hiện mạnh khi $\text{FC} \ge 15$ và gene kìm hãm biểu hiện mạnh khi $\text{FC} \le -15$ (tương ứng $|\text{FC}| \ge 15$).
  • Phương pháp thu thập và sàng lọc dữ liệu: Khảo sát các cơ sở dữ liệu trên cổng thông tin GEO NCBI bằng từ khóa "Chickpea Drought" và "Chickpea Salinity". Dữ liệu được sàng lọc và chuẩn hóa về cùng một hệ quy chiếu mã định danh gene (Gene ID).
  • Công cụ chú giải chức năng và kiểm chứng miền bảo thủ: Sử dụng cơ sở dữ liệu Pulse Crop Database (PCD), Phytozome và NCBI để truy xuất trình tự protein; phân tích miền protein chức năng đặc trưng thông qua cơ sở dữ liệu Pfam.
  • Phương pháp xác định đặc tính lý hóa của protein: Sử dụng công cụ Expasy ProtParam để tính toán 5 chỉ số lý hóa cơ bản: chiều dài chuỗi amino acid (L - aa), trọng lượng phân tử (mW - kDa), điểm đẳng điện lý thuyết (pI), chỉ số bất ổn định (Instability Index - II) và độ ưa nước trung bình (Grand average of hydropathicity - GRAVY).
  • Phương pháp dự đoán vị trí nội bào: Sử dụng công cụ YLoc (thuật toán YLoc-HighRes trên đối tượng Plants) để dự đoán sự phân bố của protein tại các bào quan trong tế bào thực vật.

Nội dung chính theo từng chương

Phần I: Đặt vấn đề

Phần mở đầu trình bày tính cấp thiết của đề tài xuất phát từ vai trò dinh dưỡng, giá trị kinh tế của cây đậu gà và thực trạng thất thu năng suất do biến đổi khí hậu gây ra bởi hạn hán và nhiễm mặn. Tác giả chỉ ra sự thiếu hụt của các nghiên cứu tích hợp dữ liệu biểu hiện toàn hệ gene quy mô lớn, từ đó xác lập mục đích và 4 nhiệm vụ nghiên cứu trọng tâm.

Phần II: Tổng quan tài liệu

Tác giả tổng hợp toàn diện các thông tin khoa học về cây đậu gà:

  • Nguồn gốc và phân loại: Cicer arietinum L. thuộc chi Cicer, họ Fabaceae; có nguồn gốc từ vùng Lưỡi liềm màu mỡ (Đông Nam Thổ Nhĩ Kỳ) cách đây khoảng 10.000 năm; phân chia thành hai nhóm giống chính là Desi (hạt nhỏ, sẫm màu, vỏ nhăn) và Kabuli (hạt lớn, màu sáng, vỏ nhẵn).
  • Hình thái và di truyền: Cây thân bụi hàng năm cao 20–100 cm, rễ cái có thể đâm sâu đến 2 m thích nghi khô hạn; bộ gene gồm 8 nhiễm sắc thể ($2n = 16$) với kích thước bản lắp ráp khoảng 532,29 Mb (chiếm 71,94% kích thước thực tế).
  • Giá trị dinh dưỡng và y học: Cung cấp protein hàm lượng cao (20,47 g/100 g hạt khô), hàm lượng amylose cao giúp hạ chỉ số đường huyết (GI), chứa nhiều axit béo không no, khoáng chất (K, P, Mg, Ca, Fe), folate (vitamin B9 đạt 557 µg/100 g) và carotenoid (lycopene, lutein, $\beta$-carotene). Quá trình tiêu hóa tạo ra butyrate có khả năng ức chế tăng sinh tế bào ung thư biểu mô đại trực tràng.
  • Tình hình nghiên cứu đáp ứng bất lợi: Tổng quan các công bố quốc tế và trong nước về các nhóm gene tham gia chống chịu stress ở đậu gà như họ AP2/ERF (CarERF116), họ nhân tố phiên mã NAC (71 gene CaNAC), họ vận chuyển đường SWEET và họ TCP (23 gene CaTCP, tiêu biểu là CaTCP07).

Phần III: Phạm vi, nội dung, đối tượng và phương pháp nghiên cứu

Trình bày chi tiết các bước tiến hành nghiên cứu tin sinh học:

  • Thu thập dữ liệu thứ cấp từ GEO NCBI;
  • Sàng lọc các bộ dữ liệu tương thích hệ quy chiếu mã gene;
  • Lập trình phân tích dữ liệu trên Microsoft Excel để tính toán FC và sàng lọc tập giao DEG;
  • Quy trình tra cứu dữ liệu chức năng trên PCD, Phytozome, NCBI và đối chiếu vùng bảo thủ trên Pfam;
  • Quy trình phân tích lý hóa trên Expasy ProtParam và dự đoán vị trí dưới tế bào trên YLoc.

Phần IV: Kết quả và thảo luận

(Trong nguyên bản luận văn đánh số nhầm là PHẦN VI)

1. Kết quả tìm kiếm và sàng lọc cơ sở dữ liệu

Tìm kiếm trên GEO NCBI ghi nhận tổng cộng 10 bộ dữ liệu microarray/RNA-seq liên quan đến stress hạn và mặn ở cây đậu gà:

  • Dữ liệu hạn (6 bộ - chiếm 60%): GSE104609 (mô phân sinh đỉnh chồi/lá), GSE89228 (lá), GSE70274 (rễ), GSE12812 (rễ), GSE8554 (chồi, hoa, rễ), GSE7416 (chồi, lá, hoa, quả non).
  • Dữ liệu mặn (4 bộ - chiếm 40%): GSE110127 (rễ), GSE70377 (rễ), GSE26638 (rễ), GSE7418 (chồi, rễ).
  • Cơ quan được nghiên cứu nhiều nhất là rễ (43%), chồi (22%), lá (14%), hoa (14%) và quả non (7%).
  • Qua sàng lọc hệ quy chiếu mã gene (Gene ID), chỉ có 2 bộ dữ liệu RNA-seq từ nghiên cứu của Garg và cộng sự (2016) trên nền tảng Illumina HiSeq 2000 là GSE70274 (stress hạn) và GSE70377 (stress mặn) sử dụng cùng hệ thống mã định danh (dạng XLOC / Ca). Do đó, hai bộ dữ liệu mô rễ này được chọn để phân tích tích hợp.

2. Kết quả phân tích và tích hợp biểu hiện gene (DEG)

  • Trong điều kiện hạn (GSE70274): Thu được 2.627 DEG có $|\text{FC}| \ge 15$, bao gồm 220 gene tăng cường biểu hiện và 2.407 gene bị kìm hãm biểu hiện.
  • Trong điều kiện mặn (GSE70377): Thu được 614 DEG có $|\text{FC}| \ge 15$, bao gồm 474 gene tăng cường biểu hiện và 140 gene bị kìm hãm biểu hiện.
  • Tích hợp hai tập dữ liệu: Phát hiện 205 gene đáp ứng đồng thời ở cả hai điều kiện hạn và mặn. Trong đó, có 41 DEG thể hiện sự đồng chiều mạnh mẽ:
    • 15 gene cùng tăng cường biểu hiện: Mức tăng mạnh nhất ở hạn là gene Ca_22375 (tăng 73,96 lần), ở mặn là gene Ca_23121 (tăng 149,54 lần).
    • 26 gene cùng bị kìm hãm biểu hiện: Mức kìm hãm sâu nhất ở hạn là gene Ca_10731 (giảm -832,70 lần), ở mặn là gene Ca_22885 (giảm -58,66 lần).

3. Chú giải chức năng các gene đáp ứng hạn và mặn

  • Phân bố trên nhiễm sắc thể: Các gene phân bố không đồng đều trên hệ gene: Ca_LG4 chứa nhiều nhất (8 gene), Ca_LG1 (6 gene), Ca_LG3 (6 gene), Ca_LG6 (6 gene), Ca_LG7 (5 gene), Ca_LG8 (2 gene), Ca_LG2 (1 gene) và 4 gene nằm trên các đoạn contig/scaffold chưa định vị.
  • Phân loại chức năng sinh học: Trong số 41 DEG:
    • 24 gene mã hóa protein điều hòa: Bao gồm các enzyme và nhân tố phiên mã như Zinc finger C3HC4 type (Ca_07290), Histone-like transcription factor (Ca_00759), Kinase (Ca_09735), O-methyltransferase (Ca_09553), NADH dehydrogenase (Ca_23092), Transposase (Ca_05499), U-box (Ca_18704), AMP-binding enzyme (Ca_16555).
    • 12 gene mã hóa protein chức năng: Bao gồm các nhóm GDSL-like lipase (Ca_00495), Cytochrome P450 (Ca_01016), StAR-related lipid-transfer (Ca_02849), Thaumatin (Ca_13432), Ammonia transporter (Ca_14927), Bicarbonate transporter (Ca_09232), AI-2E family transporter (Ca_12448).
    • 5 gene chưa được chú giải chức năng: Ca_08179, Ca_05326, Ca_07754, Ca_10731 và Ca_12146. Đáng chú ý, 4 trong số 5 gene này đều bị kìm hãm phiên mã rất mạnh ở cả hai điều kiện stress.

4. Đặc tính lý hóa của các protein

Phân tích bằng Expasy ProtParam trên 41 chuỗi protein cho thấy:

  • Chiều dài và khối lượng phân tử: Dao động từ 57 amino acid / 6,25 kDa (Ca_05326) đến 1.002 amino acid / 112,63 kDa (Ca_09735).
  • Điểm đẳng điện (pI): 25 protein có tính acid ($\text{pI} < 7$, thấp nhất là Ca_23092 với $\text{pI} = 4,12$); 16 protein có tính base ($\text{pI} > 7$, cao nhất là Ca_07290 với $\text{pI} = 10,05$).
  • Độ ổn định (II): 21 protein có $\text{II} < 40/41$ (dao động 14,84–40,57) biểu hiện tính ổn định trong ống nghiệm; 20 protein có $\text{II} > 41$ (dao động 42,15–68,73) thuộc nhóm không ổn định.
  • Độ ưa nước (GRAVY): 31 protein có chỉ số GRAVY âm (ưa nước), trong khi 10 protein có chỉ số GRAVY dương (kỵ nước, cao nhất là Ca_10731 đạt 0,63).

5. Dự đoán vị trí cư trú nội bào

Kết quả từ YLoc chỉ ra sự phân bố đa dạng của 41 protein:

  • Tế bào chất (Cytoplasm): 16 protein (chiếm tỷ lệ cao nhất: Ca_02849, Ca_09553, Ca_09735, Ca_13953, Ca_14015, Ca_22375, Ca_23121, Ca_02282, Ca_04882, Ca_05326, Ca_07754, Ca_11640, Ca_12146, Ca_12448, Ca_22396, Ca_26813).
  • Nhân tế bào (Nucleus): 10 protein (Ca_08179, Ca_13252, Ca_23092, Ca_23668, Ca_00759, Ca_02410, Ca_13380, Ca_16099, Ca_22885, Ca_24594).
  • Màng sinh chất (Plasma membrane): 6 protein (Ca_05499, Ca_09232, Ca_13432, Ca_14927, Ca_18704, Ca_19509).
  • Lục lạp (Chloroplast): 2 protein (Ca_01016, Ca_10731).
  • Mạng lưới nội chất (Endoplasmic reticulum): 2 protein (Ca_00495, Ca_15711).
  • Ty thể (Mitochondria): 2 protein (Ca_13069, Ca_18859).
  • Bào quan khác: Không bào (1 protein: Ca_07290), Peroxisome (1 protein: Ca_16555), Thể Golgi (1 protein: Ca_23896).

Phần V: Kết luận và kiến nghị

Tóm tắt các phát hiện chính về số lượng DEG, tỷ lệ phân bố chức năng, đặc tính hóa lý và vị trí phân bố dưới tế bào; khẳng định giá trị của việc ứng dụng tin sinh học dữ liệu lớn trong sàng lọc gene mục tiêu.

Kết quả và đóng góp

1. Kết quả chính qua số liệu tổng hợp

Nhóm dữ liệu / Chỉ số Số lượng / Giá trị trong nghiên cứu
Tổng số CSDL microarray ban đầu trên GEO NCBI 10 cơ sở dữ liệu (6 hạn, 4 mặn)
CSDL RNA-seq đủ tiêu chuẩn chọn phân tích 2 cơ sở dữ liệu: GSE70274 (hạn) và GSE70377 (mặn)
Số lượng DEG trong stress hạn ($ \text{FC}
Số lượng DEG trong stress mặn ($ \text{FC}
Số DEG đáp ứng đồng thời cả hạn và mặn 205 gene
Số DEG có biểu hiện đồng chiều mạnh ($ \text{FC}
Gene tăng cường biểu hiện mạnh nhất Ca_22375 (hạn: +73,96 lần); Ca_23121 (mặn: +149,54 lần)
Gene bị kìm hãm biểu hiện mạnh nhất Ca_10731 (hạn: -832,70 lần); Ca_22885 (mặn: -58,66 lần)
Phân loại chức năng của 41 DEG 24 gene điều hòa, 12 gene chức năng, 5 gene chưa chú giải
Phân loại tính chất acid/base 25 protein tính acid ($\text{pI} < 7$), 16 protein tính base ($\text{pI} > 7$)
Phân loại tính ưa/kỵ nước 31 protein ưa nước ($\text{GRAVY} < 0$), 10 protein kỵ nước ($\text{GRAVY} > 0$)
Phân bố vị trí nội bào chiếm ưu thế Tế bào chất (16 protein), Nhân (10 protein), Màng sinh chất (6 protein)

2. Danh sách một số gene tiêu biểu cùng biểu hiện mạnh ở hạn và mặn

Tên gene FC Hạn (GSE70274) FC Mặn (GSE70377) Miền bảo thủ (Pfam) Chú giải chức năng Vị trí nội bào
Ca_00495 +19,54 +74,69 PF00657 GDSL-like lipase Mạng lưới nội chất
Ca_01016 +21,20 +19,02 PF00067 Cytochrome P450 Lục lạp
Ca_09553 +18,43 +23,18 PF08100 O-methyltransferase Tế bào chất
Ca_09735 +28,39 +32,80 PF00069 Kinase Tế bào chất
Ca_22375 +73,96 +31,25 PF03171 2OG-Fe(II) oxygenase Tế bào chất
Ca_23121 +59,89 +149,54 PF00056 Lactate dehydrogenase Tế bào chất
Ca_00759 -22,96 -20,78 PF00808 Histone-like transcription factor Nhân
Ca_07290 -63,76 -41,39 PF13923 Zinc finger, C3HC4 type Không bào
Ca_10731 -832,70 -56,12 PF05684 Chưa chú giải Lục lạp
Ca_13432 -37,48 -17,41 PF00314 Thaumatin Màng sinh chất
Ca_14927 -88,59 -36,28 PF00909 Ammonia transporter Màng sinh chất
Ca_22885 -25,23 -58,66 PF00098 Zinc finger Nhân

3. Giải pháp và đóng góp của công trình

  • Đóng góp học thuật: Đề tài đã xây dựng một danh mục sàng lọc tinh gọn gồm 41 gene ứng viên hạt nhân đáp ứng đa bất lợi phi sinh học ở cây đậu gà. Việc tái phân tích dữ liệu lớn trên nền tảng GEO NCBI khắc phục được tính đơn lẻ của các công bố trước đó, cung cấp bức tranh toàn cảnh về cơ chế chống chịu stress thẩm thấu ở cấp độ hệ phiên mã.
  • Định hướng nghiên cứu ứng dụng: 5 gene chưa được chú giải chức năng (Ca_08179, Ca_05326, Ca_07754, Ca_10731, Ca_12146) cùng các gene có độ biến động phiên mã vượt trội (Ca_22375, Ca_23121, Ca_10731) là nguồn vật liệu tiềm năng định hướng cho các nghiên cứu chuyển gene hoặc chỉnh sửa gene nhằm cải thiện năng suất và tính chống chịu của đậu gà.
  • Công bố khoa học: Kết quả của khóa luận đã được hoàn thiện thành bài báo khoa học và chấp nhận đăng trên Tạp chí Khoa học và Công nghệ Thái Nguyên (năm 2022).

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế:
    • Nghiên cứu hoàn toàn dựa trên khai phá dữ liệu thứ cấp và các công cụ mô phỏng tin sinh học (in silico), chưa tiến hành xác nhận thực nghiệm mức độ phiên mã bằng kỹ thuật RT-qPCR hoặc thẩm định mức độ biểu hiện protein bằng Western blot trên mẫu cây sống.
    • Một số bộ dữ liệu microarray trong 10 CSDL ban đầu từ GEO NCBI không được cung cấp công khai đầy đủ (như GSE89228, GSE12812, GSE26638) hoặc không sử dụng chung hệ quy chiếu mã gene, dẫn đến việc phải loại bớt dữ liệu và chỉ giữ lại 2 bộ dữ liệu mô rễ (GSE70274 và GSE70377).
    • Vẫn còn 5 gene DEG tiềm năng chưa được chú giải chức năng đầy đủ trên hệ tham chiếu của cây đậu gà hiện tại.
  • Hướng nghiên cứu tiếp:
    • Tác giả đề xuất sử dụng danh sách các gene ứng viên đã xác định (đặc biệt là các gene chưa chú giải chức năng có xu hướng kìm hãm mạnh) làm vật liệu đầu vào để tiến hành các phân tích chức năng chuyên sâu trong phòng thí nghiệm thông qua công nghệ biểu hiện gene ngoại lai, kỹ thuật can thiệp RNA (RNAi) hoặc chỉnh sửa hệ gene (CRISPR/Cas).

Giá trị tham khảo

  • Đối tượng thụ hưởng:
    • Sinh viên, học viên cao học và nghiên cứu viên thuộc các chuyên ngành Công nghệ sinh học, Sinh học phân tử, Di truyền và Chọn giống cây trồng, Tin sinh học (Bioinformatics), Nông nghiệp công nghệ cao.
    • Các nhà nghiên cứu đang tìm kiếm quy trình xử lý dữ liệu hệ phiên mã (transcriptome) và khai thác dữ liệu từ các kho lưu trữ công cộng như GEO NCBI, Phytozome, Pfam.
  • Các nội dung có giá trị tham khảo cao:
    • Quy trình 5 bước sàng lọc, chuẩn hóa và phân tích tập giao biểu hiện gene quy mô lớn với ngưỡng lọc khắt khe ($|\text{FC}| \ge 15$).
    • Bảng dữ liệu chi tiết về thông số lý hóa (kích thước, khối lượng, pI, II, GRAVY) và vị trí phân bố nội bào của 41 protein đáp ứng kép với hạn và mặn.
    • Danh mục 5 gene ứng viên chưa chú giải chức năng làm định hướng đề tài nghiên cứu thực nghiệm sinh học phân tử.

Câu hỏi thường gặp

1. Tiêu chí và ngưỡng nào được tác giả sử dụng để định nghĩa gene biểu hiện khác biệt (DEG) trong nghiên cứu này?

Tác giả định nghĩa DEG là các gene có giá trị tuyệt đối của Fold Change đạt $|\text{FC}| \ge 15$, trong đó $\text{FC} = \frac{\text{FPKM trong xử lý stress}}{\text{FPKM trong đối chứng}}$. Cụ thể, gene tăng cường biểu hiện mạnh khi $\text{FC} \ge 15$ và gene kìm hãm biểu hiện mạnh khi $\text{FC} \le -15$. Đây là ngưỡng chọn lọc rất cao nhằm thu được những gene có đáp ứng phiên mã rõ rệt nhất.

2. Vì sao tác giả chỉ sử dụng 2 bộ dữ liệu GSE70274 và GSE70377 trong tổng số 10 cơ sở dữ liệu tìm kiếm được từ GEO NCBI?

Trong số 10 bộ dữ liệu tìm được, một số bộ dữ liệu không được tác giả gốc công khai đầy đủ trên GEO NCBI (như GSE89228, GSE12812, GSE26638), trong khi các bộ dữ liệu khác sử dụng các hệ thống mã định danh gene không đồng nhất (như LOC, LCA, Pulse Chip). Chỉ có GSE70274 (xử lý hạn) và GSE70377 (xử lý mặn) của nhóm nghiên cứu Garg và cộng sự (2016) trên mô rễ sử dụng cùng một hệ quy chiếu mã gene (dạng XLOC / Ca), cho phép ghép nối và so sánh trực tiếp.

3. Gene nào có mức độ thay đổi phiên mã mạnh nhất trong điều kiện hạn và mặn?

  • Tăng cường biểu hiện mạnh nhất: Gene Ca_22375 (mã hóa 2OG-Fe(II) oxygenase) tăng mạnh nhất trong stress hạn với mức tăng 73,96 lần; gene Ca_23121 (mã hóa Lactate dehydrogenase) tăng mạnh nhất trong stress mặn với mức tăng 149,54 lần.
  • Kìm hãm biểu hiện mạnh nhất: Gene Ca_10731 (chưa chú giải chức năng) bị kìm hãm sâu nhất trong stress hạn với mức giảm -832,70 lần; gene Ca_22885 (mã hóa nhân tố phiên mã Zinc finger) bị kìm hãm sâu nhất trong stress mặn với mức giảm -58,66 lần.

4. Kết quả phân tích đặc tính lý hóa và phân bố nội bào của 41 protein biểu hiện mạnh cho thấy những đặc trưng gì?

Chuỗi protein có kích thước từ 57 đến 1.002 amino acid (khối lượng 6,25 đến 112,63 kDa). Phần lớn mang tính acid (25/41 protein có $\text{pI} < 7$) và ưa nước (31/41 protein có $\text{GRAVY} < 0$). Về độ bền trong ống nghiệm, 21 protein ổn định ($\text{II} < 41$) và 20 protein kém ổn định ($\text{II} > 41$). Vị trí cư trú dưới tế bào tập trung chủ yếu ở tế bào chất (16 protein), nhân tế bào (10 protein) và màng sinh chất (6 protein).

5. Khóa luận ghi nhận bao nhiêu DEG chưa được chú giải chức năng và ý nghĩa của chúng là gì?

Có 5 DEG chưa được chú giải chức năng trên hệ tham chiếu của cây đậu gà, bao gồm: Ca_08179, Ca_05326, Ca_07754, Ca_10731 và Ca_12146. Đáng chú ý, ngoại trừ Ca_08179, 4 gene còn lại đều có xu hướng bị kìm hãm phiên mã rất mạnh ở cả hai điều kiện hạn và mặn. Đây là những ứng viên có tiềm năng lớn để phục vụ việc giải mã chức năng mới trong các nghiên cứu di truyền thực nghiệm tiếp theo.

Kết luận

Khóa luận tốt nghiệp của tác giả Trịnh Thị Lam Hồng đã khai thác hiệu quả nguồn dữ liệu lớn microarray/RNA-seq từ GEO NCBI để sàng lọc thành công 41 gene kiểm soát đáp ứng đồng thời cả hai áp lực khô hạn và nhiễm mặn ở cây đậu gà (Cicer arietinum L.). Thông qua các công cụ tin sinh học như Pfam, Expasy ProtParam và YLoc, công trình đã làm sáng tỏ cấu trúc miền bảo thủ, đặc tính lý hóa và vị trí định vị nội bào của các protein tương ứng, trong đó phần lớn là các enzyme, nhân tố phiên mã và protein vận chuyển phân bố tại tế bào chất và nhân. Các kết quả đạt được tạo lập nền tảng dữ liệu sinh học phân tử có giá trị, định hướng chính xác các gene ứng viên phục vụ công tác nghiên cứu chức năng và chọn tạo giống cây trồng chống chịu đa bất lợi trong tương lai.