Biomics

МикроРНК (microRNAs, miRNAs) – это малые некодирующие молекулы РНК, выступающие в качестве пост-транскрипционных регуляторов экспрессии генов за счѐт довольно строгой комплементарности к их мРНК и имеющие длину 20-24 нуклеотида. микроРНК растений контролируют широкий спектр физиологических процессов, в том числе питание, рост, защитные реакции и взаимодействие с другими организмами посредством модуляции экспрессии транскрипционных факторов, стресс-индуцируемых белков, ферментов биосинтеза гормонов и других генов. Бобовые растения способны к образованию мутуалистических симбиозов с азотфиксирующими клубеньковыми бактериями и грибами арбускулярной микоризы. Как ранние, так и поздние этапы этих симбиозов контролируются сложными генетическими механизмами, и одним из таких механизмов является регуляция экспрессии генов посредством микроРНК. Для изучения микроРНК используют различные методы, однако за последние десять лет наиболее популярным инструментом в этой области стали технологии секвенирования следующего поколения. С их помощью возможно идентифицировать консервативные и новые микроРНК в геномах различных организмов (как модельных, так и немодельных), а также исследовать функционирование микроРНК в различных экспериментальных условиях с дополнительным применением данных транскриптомного и деградомного секвенирования. В статье описаны основные этапы работы с данными секвенирования микроРНК: контроль качества прочтений (с перечнем программ, применяющихся на данном этапе), выявление консервативных и новых микроРНК с помощью программы miRDeep2, поиск мишеней выявленных микроРНК с помощью PAREsnip2, функциональная аннотация мишеней и применение статистических тестов для анализа функционального обогащения, что облегчает интерпретацию полученных данных и позволяет сделать предположения о биологических последствиях активности выявленных микроРНК у исследуемого объекта. Эти сведения могут быть полезны исследователям, которые впервые работают с микроРНК in silico или хотят сэкономить время и ресурсы на поиск и анализ информации об инструментах, необходимых для работы с данными секвенирования микроРНК.

растения, корневые симбиозы, микроРНК, секвенирование следующего поколения, деградом

1. Branscheid A., Sieh D., Pant BD., May P., Devers EA., Elkrog A., et al. Expression Pattern Suggests a Role of MiR399 in the Regulation of the Cellular Response to Local Pi Increase During Arbuscular Mycorrhizal Symbiosis. Mol Plant-Microbe Interactions. 2010; V. 23(7). P. 915–26. doi: https://doi.org/10.1094/MPMI-23-7-0915
2. Cao C., Long R., Zhang T., Kang J., Wang Z., Wang P., et al. Genome-Wide Identification of microRNAs in Response to Salt/Alkali Stress in Medicago truncatula through High-Throughput Sequencing. Int J Mol Sci. 2018. V. 19(12). P. E4076. doi: https://doi.org/10.3390/ijms19124076
3. Chen C. Real-time quantification of microRNAs by stem-loop RT-PCR. Nucleic Acids Res. 2005; V. 33(20). P. e179–e179. doi: https://doi.org/10.1093/nar/gni178
4. Chen C., Li J., Feng J., Liu B., Feng L., Yu X., et al. sRNAanno—a database repository of uniformly annotated small RNAs in plants. Hortic Res. 2021. V. 8(1). P. 45. doi: https://doi.org/10.1038/s41438-021-00480-8
5. Chitarra W., Pagliarani C., Abbà S., Boccacci P., Birello G., Rossi M., et al. miRVIT: A Novel miRNA Database and Its Application to Uncover Vitis Responses to Flavescence dorée Infection. Front Plant Sci. 2018. V. 9. P. 1034. doi: https://doi.org/10.3389/fpls.2018.01034
6. Couzigou J-M., Lauressergues D., André O., Gutjahr C., Guillotin B., Bécard G., et al. Positive Gene Regulation by a Natural Protective miRNA Enables Arbuscular Mycorrhizal Symbiosis. Cell Host Microbe. 2017.    V.    21(1).    P.    106–12.    doi: https://doi.org/10.1016/j.chom.2016.12.001
7. Farazi TA., Juranek SA., Tuschl T. The growing catalog of small RNAs and their association with distinct Argonaute/Piwi family members. Development. 2008; V. 135(7). P. 1201–14. Doi: https://doi.org/10.1242/dev.005629
8. Ferguson BJ., Mens C., Hastwell AH., Zhang M., Su H., Jones CH., et al. Legume nodulation: The host controls the party. Plant Cell Environ. 2019. V. 42(1). P. 41–51. doi: https://doi.org/10.1111/pce.13348
9. Forero DA., González-Giraldo Y., Castro-Vega LJ., Barreto GE. qPCR-based methods for expression analysis of miRNAs. BioTechniques. 2019. V. 67(4). P. 192–9. doi: https://doi.org/10.2144/btn-2019-0065
10. Friedländer MR., Mackowiak SD., Li N., Chen W., Rajewsky N. miRDeep2 accurately identifies known and hundreds of novel microRNA genes in seven animal clades. Nucleic Acids Res. 2012. V. 40(1). P. 37–52. doi: https://doi.org/10.1093/nar/gkr688
11. Gautrat P., Laffont C., Frugier F. Compact Root Architecture 2 Promotes Root Competence for Nodulation   through the miR2111 Systemic Effector. Curr Biol. 2020. V.    30(7).    P.    1339-1345.e3.    doi: https://doi.org/10.1016/j.cub.2020.01.084
12. German MA., Luo S., Schroth G., Meyers BC., Green PJ. Construction of Parallel Analysis of RNA Ends (PARE) libraries for the study of cleaved miRNA targets and the RNA degradome. Nat Protoc. 2009. V. 4(3). P. 356–62. doi: https://doi.org/10.1038/nprot.2009.8
13. Guo Z., Kuang Z., Wang Y., Zhao Y., Tao Y., Cheng C., et al. PmiREN: a comprehensive encyclopedia of plant miRNAs. Nucleic Acids Res. 2020. V. 48(D1). P. D1114– 21. doi: https://doi.org/10.1093/nar/gkz894
14. Hoang NT., Tóth K., Stacey G. The role of microRNAs in the legume-Rhizobium nitrogen-fixing symbiosis. J Exp Bot. 2020. V. 71(5). P. 1668–80. doi: https://doi.org/10.1093/jxb/eraa018
15. Hofferek V., Mendrinna A., Gaude N., Krajinski F., Devers EA. MiR171h restricts root symbioses and shows like its target NSP2 a complex transcriptional regulation in Medicago truncatula. BMC Plant Biol. 2014. V. 14(1). P. 199. doi: https://doi.org/10.1186/s12870-014-0199-1
16. Holt DB., Gupta V., Meyer D., Abel NB., Andersen SU., Stougaard J., et al. micro RNA 172 (miR172) signals epidermal infection and is expressed in cells primed for bacterial invasion in Lotus japonicus roots and nodules. New Phytol. 2015. V. 208(1). P. 241–56. doi: https://doi.org/10.1111/nph.13445
17. Hu Y., Lan W., Miller D. Next-Generation Sequencing for MicroRNA Expression Profile. In: Huang J, Borchert GM, Dou D, Huan J, Lan W, Tan M et al., editors. Bioinformatics in MicroRNA Research. 2017. V. 1617. P. 169–77.
18. Hu Z., Nie Z., Yan C., Huang H., Ma X., Wang Y., et al. Transcriptome and Degradome Profiling Reveals a Role of miR530 in the Circadian Regulation of Gene Expression in Kalanchoë marnieriana. Cells. 2021. V. 10(6). P. 1526. doi: https://doi.org/10.3390/cells10061526
19. Jin D., Meng X., Wang Y., Wang J., Zhao Y., Chen M. Computational investigation of small RNAs in the establishment of root nodules and arbuscular mycorrhiza in leguminous plants. Sci China Life Sci. 2018. V. 61(6). P. 706–17. doi: https://doi.org/10.1007/s11427-017-9203-7
20. Kalvari I., Nawrocki EP., Ontiveros-Palacios N., Argasinska J., Lamkiewicz K., Marz M., et al. Rfam 14: expanded coverage of metagenomic, viral and microRNA families. Nucleic Acids Res. 2021. V. 49(D1). P. D192– 200. doi: https://doi.org/10.1093/nar/gkaa1047
21. Knauer S., Holt AL., Rubio-Somoza I., Tucker EJ., Hinze A., Pisch M., et al. A protodermal miR394 signal defines a region of stem cell competence in the Arabidopsis shoot meristem. Dev Cell. 2013. V. 24(2). P. 125–32. doi: https://doi.org/10.1016/j.devcel.2012.12.009
22. Koscianska E., Starega-Roslan J., Sznajder LJ., Olejniczak M., Galka-Marciniak P., Krzyzosiak WJ. Northern blotting analysis of microRNAs, their precursors   and RNA interference triggers. BMC Mol Biol. 2011. V. 12. P. 14. doi: https://doi.org/10.1186/1471-2199-12-14
23. Kozomara A., Birgaoanu M., Griffiths-Jones S. miRBase: from microRNA sequences to function. Nucleic Acids  Res.  2019.  V.  47(D1).  P.  D155–62.  doi: https://doi.org/10.1093/nar/gky1141
24. Kuleshov MV., Jones MR., Rouillard AD., Fernandez NF., Duan Q., Wang Z., et al. Enrichr: a comprehensive gene set enrichment analysis web server 2016 update. Nucleic Acids Res. 2016. V. 44(W1). P. W90-97. doi: https://doi.org/10.1093/nar/gkw377 
25. Lelandais-Brière C., Naya L., Sallet E., Calenge F., Frugier F., Hartmann C., et al. Genome-wide Medicago truncatula small RNA analysis revealed novel microRNAs and isoforms differentially regulated in roots and nodules. Plant Cell. 2009. V. 21(9). P. 2780–96. doi: https://doi.org/10.1105/tpc.109.068130
26. Li C., Zhang B. MicroRNAs in Control of Plant Development: MicroRNAs AND PLANT DEVELOPMENT. J Cell Physiol. 2016. V. 231(2). P. 303–13. doi: https://doi.org/10.1002/jcp.25125
27. Lin S-S., Chen Y., Lu M-YJ. Degradome Sequencing in Plants. In: de Folter S, editor. Plant MicroRNAs. 2019. V. 1932, P. 197–213. 28.    Liu C-G., Calin GA., Volinia S., Croce CM. MicroRNA expression profiling using microarrays. Nat Protoc. 2008. V. 3(4). P. 563–78. doi: https://doi.org/10.1038/nprot.2008.14
28. Marín-González E., Suárez-López P. ―And yet it moves‖: Cell-to-cell and long-distance signaling by plant microRNAs. Plant Sci. 2012. V. 196. P. 18–30. doi: https://doi.org/10.1016/j.plantsci.2012.07.009.
29. Millar AA., Waterhouse PM. Plant and animal microRNAs: similarities and differences. Funct Integr Genomics. 2005. V. 5(3). P. 129–35. doi: https://doi.org/10.1007/s10142-005-0145-2
30. Moriya Y., Itoh M., Okuda S., Yoshizawa AC., Kanehisa M. KAAS: an automatic genome annotation and pathway reconstruction server. Nucleic Acids Res. 2007; V. 35(Web Server issue). P. W182-185. doi: https://doi.org/10.1093/nar/gkm321
31. Müller LM., Harrison MJ. Phytohormones, miRNAs, and peptide signals integrate plant phosphorus status with arbuscular mycorrhizal symbiosis. Curr Opin Plant Biol. 2019. V. 50. P. 132–9. doi: https://doi.org/10.1016/j.pbi.2019.05.004
32. Nguyen GN., Rothstein SJ., Spangenberg G., Kant S. Role of microRNAs involved in plant response to nitrogen and phosphorous limiting conditions. Front Plant Sci. 2015. V. 6. P. 629. doi: https://doi.org/10.3389/fpls.2015.00629
33. Nithin C., Thomas A., Basak J., Bahadur RP. Genome-wide identification of miRNAs and lncRNAs in Cajanus cajan. BMC Genomics. 2017. V. 18(1). P. 878. doi: https://doi.org/10.1186/s12864-017-4232-2
34. Okuma N., Soyano T., Suzaki T., Kawaguchi M. MIR2111-5  locus  and  shoot-accumulated  mature miR2111 systemically enhance nodulation depending on HAR1 in Lotus japonicus. Nat Commun. 2020. V. 11(1). P. 5192. doi: https://doi.org/10.1038/s41467-020-19037-9
35. Ouyang S., Park G., Atamian HS., Han CS., Stajich JE., Kaloshian I., et al. MicroRNAs Suppress NB Domain Genes in Tomato That Confer Resistance to Fusarium oxysporum. PLoS Pathog. 2014. V. 10(10). P. e1004464. doi: https://doi.org/10.1371/journal.ppat.1004464
36. Pimprikar P., Gutjahr C. Transcriptional Regulation of Arbuscular Mycorrhiza Development. Plant Cell Physiol. 2018. V. 59(4). P. 678–95. doi: https://doi.org/10.1093/pcp/pcy024
37. Qiu T., Du K., Jing Y., Zeng Q., Liu Z., Li Y., et al. Integrated transcriptome and miRNA sequencing approaches provide insights into salt tolerance in allotriploid Populus cathayana. Planta. 2021. V. 254(2). P. 25. doi: https://doi.org/10.1007/s00425-021-03600-9
38. Quail MA., Kozarewa I., Smith F., Scally A., Stephens PJ., Durbin R., et al. A large genome center‘s improvements to the Illumina sequencing system. Nat Methods.  2008.  V.  5(12).  P. 1005–10.  doi: https://doi.org/10.1038/nmeth.1270
39. Quail MA., Smith M., Coupland P., Otto TD., Harris SR., Connor TR., et al. A tale of three next generation sequencing platforms: comparison of Ion Torrent, Pacific Biosciences and Illumina MiSeq sequencers. BMC Genomics. 2012;V. 13. P. 341. doi: https://doi.org/10.1186/1471-2164-13-341 
40. Rogers K., Chen X. Biogenesis, turnover, and mode of action of plant microRNAs. Plant Cell. 2013. V. 25(7). P. 2383–99. doi: https://doi.org/10.1105/tpc.113.113159
41. Rothberg JM., Leamon JH. The development and impact of 454 sequencing. Nat Biotechnol. 2008. V. 26(10). P. 1117–24. doi: https://doi.org/10.1038/nbt1485
42. Satish D., Mukherjee SK., Gupta D. PAmiRDB: A web resource for plant miRNAs targeting viruses. Sci Rep. 2019. V. 9(1). P. 4627. doi: https://doi.org/10.1038/s41598-019-41027-1
43. Scheublin TR., Van Der Heijden MGA. Arbuscular mycorrhizal fungi colonize nonfixing root nodules of several legume species. New Phytol. 2006. V. 172(4). P. 732–8. doi: https://doi.org/10.1111/j.1469-8137.2006.01858.x
44. Schmittgen TD., Lee EJ., Jiang J., Sarkar A., Yang L., Elton TS., et al. Real-time PCR quantification of precursor and mature microRNA. Methods San Diego Calif. 2008; V. 44(1). P. 31–8. doi: https://doi.org/10.1016/j.ymeth.2007.09.006
45. Silvestri A., Fiorilli V., Miozzi L., Accotto GP., Turina M., Lanfranco L. In silico analysis of fungal small RNA accumulation reveals putative plant mRNA targets in the symbiosis between an arbuscular mycorrhizal fungus and its host plant. BMC Genomics. 2019. V. 20(1). P. 169. doi: https://doi.org/10.1186/s12864-019-5561-0
46. Sun X., Dong B., Yin L., Zhang R., Du W., Liu D., et al. PMTED: a plant microRNA target expression database. BMC Bioinformatics. 2013. V. 14. P. 174. doi: https://doi.org/10.1186/1471-2105-14-174
47. Shapulatov U., van Hoogdalem M., Schreuder M., Bouwmeester H., Abdurakhmonov IY., van der Krol AR. Functional intron-derived miRNAs and host-gene expression in plants. Plant Methods. 2018. V. 14(1). P. 83. doi: https://doi.org/10.1186/s13007-018-0351-2
48. Thody J., Folkes L., Medina-Calzada Z., Xu P., Dalmay T., Moulton V. PAREsnip2: a tool for high- throughput prediction of small RNA targets from degradome sequencing data using configurable targeting rules. Nucleic Acids Res. 2018. V. 46(17). P. 8730–9. doi: https://doi.org/10.1093/nar/gky609
49. Tian T., Liu Y., Yan H., You Q., Yi X., Du Z., et al. agriGO v2.0: a GO analysis toolkit for the agricultural community, 2017 update. Nucleic Acids Res. 2017. V. 45(W1). P. W122–9. doi: https://doi.org/10.1093/nar/gkx382 
50. Tsikou D., Yan Z., Holt DB., Abel NB., Reid DE., Madsen LH., et al. Systemic control of legume susceptibility to rhizobial infection by a mobile microRNA. Science. 2018. V. 362(6411). P. 233–6. doi: https://doi.org/10.1126/science.aat6907
51. Wang H., Wang H., Liu R., Xu Y., Lu Z., Zhou C. Genome-Wide Identification of TCP Family Transcription Factors in Medicago truncatula Reveals Significant Roles of miR319-Targeted TCPs in Nodule Development. Front Plant Sci. 2018. V. 9. P. 774. doi: https://doi.org/10.3389/fpls.2018.00774 
52. Wang T-Z., Zhang W-H. Genome-wide identification of microRNAs in Medicago truncatula by high- throughput sequencing. Methods Mol Biol Clifton NJ. 2013. V. 1069. P. 67–80. doi: https://doi.org/10.1007/978-1-62703-613-9_6 
53. Yi X., Zhang Z., Ling Y., Xu W., Su Z. PNRD: a plant non-coding RNA database. Nucleic Acids Res. 2015. V. 43(D1). P. D982–9. doi: https://doi.org/10.1093/nar/gku1162
54. Yu L., Guo R., Jiang Y., Ye X., Yang Z., Meng Y., et al. Genome-wide identification and characterization of novel microRNAs in seed development of soybean. Biosci Biotechnol Biochem. 2019. V. 83(2). P. 233–42. doi: https://doi.org/10.1080/09168451.2018.1536513
55. Yu Y., Jia T., Chen X. The how‘ and ‗where‘ of plant micro RNAs. New Phytol. 2017. V. 216(4). P. 1002–17. doi: https://doi.org/10.1111/nph.14834 
56. Yue H., Huang L-P., Lu D-Y-H., Zhang Z-H., Zhang Z., Zhang D-Y., et al. Integrated Analysis of microRNA and mRNA Transcriptome Reveals the Molecular Mechanism of Solanum lycopersicum Response to Bemisia tabaci and Tomato chlorosis virus. Front Microbiol. 2021. V. 12. P. 693574. doi: https://doi.org/10.3389/fmicb.2021.693574 
57. Zheng Q., Wang X-J. GOEAST: a web-based software toolkit for Gene Ontology enrichment analysis. Nucleic Acids Res. 2008. V. 36(Web Server issue). P. W358-363. doi: https://doi.org/10.1093/nar/gkn276