あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Curr. Genet..2020 Jul;10.1007/s00294-020-01096-6. doi: 10.1007/s00294-020-01096-6.Epub 2020-07-17.

酵母種におけるin vivoトランスポゾン突然変異誘発法の有用性を比較する

Comparing the utility of in vivo transposon mutagenesis approaches in yeast species to infer gene essentiality.

  • Anton Levitan
  • Andrew N Gale
  • Emma K Dallon
  • Darby W Kozan
  • Kyle W Cunningham
  • Roded Sharan
  • Judith Berman
PMID: 32681306 DOI: 10.1007/s00294-020-01096-6.

抄録

In vivoトランスポゾン突然変異誘発法は、ディープシーケンシングと組み合わせることで、異なる生育条件での必須遺伝子の大規模なゲノムワイド突然変異スクリーニングを可能にする。我々は、3種の酵母(Saccharomyces cerevisiae、Schizosaccaromyces pombe、Candida albicans)のハプロイド株を対象に、3種類の異種トランスポゾン(AcDs、Hermes、PiggyBac)のうち2種類を変異させた6つの大規模な研究を解析した。機械学習法を用いて、遺伝子の本質を予測するデータの能力を評価した。重要なデータの特徴は、十分な数と独立した挿入事象の分布であった。すべてのトランスポゾンでは、ジャックポットイベント、特定の挿入配列、短距離挿入と長距離挿入の選択性のため、挿入部位の選択性に多少の偏りが見られた。PiggyBacでは、標的配列が少ない、またはない遺伝子では、厳しい標的配列が本質性を予測する能力を制限していた。また、機械学習アプローチは、種をまたいだオルソログを活用することで、あまり研究されていない種でも遺伝子の機能をロバストに予測した。最後に、等原性二倍体とハプロイドの比較により、ハプロ不足の遺伝子がいくつか同定されたが、ほとんどの必須遺伝子は劣性であることが予想された。酵母などの真核生物ハプロイド微生物のゲノムワイドな研究において、従来の遺伝学的研究では困難であった種も含めて、トランスポゾンの選択や遺伝子の本質性の推論についての推奨事項を提供する。

In vivo transposon mutagenesis, coupled with deep sequencing, enables large-scale genome-wide mutant screens for genes essential in different growth conditions. We analyzed six large-scale studies performed on haploid strains of three yeast species (Saccharomyces cerevisiae, Schizosaccaromyces pombe, and Candida albicans), each mutagenized with two of three different heterologous transposons (AcDs, Hermes, and PiggyBac). Using a machine-learning approach, we evaluated the ability of the data to predict gene essentiality. Important data features included sufficient numbers and distribution of independent insertion events. All transposons showed some bias in insertion site preference because of jackpot events, and preferences for specific insertion sequences and short-distance vs long-distance insertions. For PiggyBac, a stringent target sequence limited the ability to predict essentiality in genes with few or no target sequences. The machine learning approach also robustly predicted gene function in less well-studied species by leveraging cross-species orthologs. Finally, comparisons of isogenic diploid versus haploid S. cerevisiae isolates identified several genes that are haplo-insufficient, while most essential genes, as expected, were recessive. We provide recommendations for the choice of transposons and the inference of gene essentiality in genome-wide studies of eukaryotic haploid microbes such as yeasts, including species that have been less amenable to classical genetic studies.