tipizzazione e caratterizzazione di varietà precoci di patata ... - PbgLab
tipizzazione e caratterizzazione di varietà precoci di patata ... - PbgLab
tipizzazione e caratterizzazione di varietà precoci di patata ... - PbgLab
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ONOFRI TIPIzzAzIONE DELL’ORIGINE DI COLTIVAzIONE DELLA PATATA<br />
annata sorprendentemente limitato: 520 è stato il<br />
massimo numero osservato, per il confronto fra due<br />
<strong>varietà</strong>, Spunta e Sieglinde, entrambe coltivate in località<br />
Cozze, in Puglia. Anche il confronto varietale<br />
Spunta-Sieglinde in un’altra località, Margiotta, Puglia,<br />
risulta in 394 geni <strong>di</strong>fferenzialmente espressi in modo<br />
significativo ed al <strong>di</strong> sopra della soglia <strong>di</strong> 2 x. Dai<br />
dati del 2008 presi nel loro insieme, appare quin<strong>di</strong><br />
che le <strong>di</strong>fferenze fra <strong>varietà</strong> (sezione superiore della<br />
Tabella II) giustifichino la maggior parte della modulazione<br />
dell’espressione dei geni che si può osservare;<br />
minore il numero <strong>di</strong> geni modulati (40-219) che<br />
si osservano confrontando le stesse <strong>varietà</strong> coltivate<br />
in regioni <strong>di</strong>verse (sezione interme<strong>di</strong>a in Tabella II).<br />
Infine, l’effetto della località (a parità quin<strong>di</strong> <strong>di</strong> <strong>varietà</strong><br />
e regione considerata) appare praticamente trascurabile<br />
(anche se potenzialmente importante ai fini della<br />
<strong>caratterizzazione</strong> geografica del luogo <strong>di</strong> coltivazione),<br />
modulando soltanto 8-41 geni, a seconda delle<br />
località considerate, quin<strong>di</strong> meno dello 0,1% dei geni<br />
monitorati (sezione inferiore della Tabella II).<br />
Per valutare la possibilità <strong>di</strong> caratterizzare il luogo<br />
o la regione <strong>di</strong> coltivazione me<strong>di</strong>ante l’identificazione<br />
<strong>di</strong> uno specifico set <strong>di</strong> geni regolato rispetto ad<br />
una delle località utilizzate come riferimento, è utile<br />
avere una categorizzazione dei geni che mostrano<br />
significativa up- o down-regolazione nei vari confronti<br />
ed in<strong>di</strong>viduare un eventuale gruppo <strong>di</strong> geni<br />
costantemente regolati in <strong>di</strong>versi confronti, e la loro<br />
funzione putativa. I geni regolati nei vari confronti<br />
del 2008 sono perciò stato categorizzati in base ad<br />
una “gene ontology” predefinita, ed i risultati sono<br />
riassunti in Figura 3. Nel considerare la heat map <strong>di</strong><br />
cui è composta questa figura, non va <strong>di</strong>menticato<br />
che le zone rosse o ver<strong>di</strong> sono <strong>di</strong> fatto equivalenti,<br />
in quanto un gruppo <strong>di</strong> geni che viene definito<br />
come “up-regolato” in un confronto ad esempio fra<br />
Sieglinde rispetto a Spunta, si definirebbe “downregolato”<br />
confrontando Sieglinde rispetto a Spunta;<br />
in realtà anche le zone bianche corrispondono a<br />
categorie funzionali non interamente indotte o represse,<br />
ma in cui un numero pressappoco uguale <strong>di</strong><br />
geni è up- o down-regolato, ma pur sempre regolato.<br />
Di conseguenza, ciò che è rilevante in queste<br />
heat maps è la presenza <strong>di</strong> zone rosse (maggioranza<br />
<strong>di</strong> geni afferenti a quella categoria funzionale up-regolati)<br />
o ver<strong>di</strong> (maggioranza down-regolata nel confronto),<br />
ed in misura minore bianche (uguale quantità<br />
<strong>di</strong> geni indotti e repressi nella categoria), rispetto<br />
a quelle grigie (che segnalano mancata regolazione<br />
<strong>di</strong> praticamente tutti i geni <strong>di</strong> quella categoria).<br />
Come si può notare nella parte destra della tavola<br />
<strong>di</strong> Figura 3, dove sono riassunti i confronti fra località<br />
<strong>di</strong>verse delle stesse regioni e <strong>varietà</strong>, le classi<br />
metaboliche <strong>di</strong> geni che non variano sono la maggioranza<br />
(zone grigie). È interessante peraltro notare<br />
come in quasi tutti i confronti che riguardano due<br />
località, a parità <strong>di</strong> <strong>varietà</strong> e regione, il gruppo <strong>di</strong><br />
geni afferenti al metabolismo secondario e alla risposta<br />
agli stress venga quasi sempre regolato, suggerendo<br />
che gli effetti maggiori della località siano<br />
soprattutto legati a situazioni contingenti <strong>di</strong> stress<br />
cui le colture si trovano a far fronte più che a fattori<br />
costitutivi. Ancora da notare il fatto che, come atteso,<br />
nel confronto fra le due <strong>varietà</strong> (sezione sinistra<br />
della tavola), siano sempre regolate quasi tutte le<br />
categorie, e nella maggior parte dei casi in maniera<br />
concorde in un senso o nell’altro (zone rosse e<br />
ver<strong>di</strong>), ed in una minoranza <strong>di</strong> casi in maniera <strong>di</strong>suguale,<br />
parte indotta e parte repressa (zone bianche).<br />
Solo nel confronto fra Spunta e Sieglinde in<br />
una specifica località, due categorie funzionali (<strong>di</strong><br />
cui una, Other, onnicomprensiva) non sono risultate<br />
regolate. In qualche modo, il fatto che la maggioranza<br />
dei geni sia significativamente regolata in tutte<br />
le categorie funzionali per entrambi in confronti fra<br />
<strong>varietà</strong>, rafforza la nozione che le <strong>di</strong>fferenze varietali<br />
sono risultate ben più importanti <strong>di</strong> quelle dovute<br />
all’ambiente <strong>di</strong> coltivazione. Inoltre, i geni che appaiono<br />
<strong>di</strong>fferenzialmente regolati fra le <strong>varietà</strong> (Tabella<br />
II) risultano uniformemente <strong>di</strong>stribuiti in tutte le categorie<br />
funzionali, mentre per esempio i geni collegati<br />
alla crescita cellulare e ai processi biosintetici,<br />
sono in quasi tutti i confronti fra regioni e località<br />
non regolati (righe 3 e 18 rispettivamente della heat<br />
map), come atteso da tuberi maturati contemporaneamente<br />
ed in con<strong>di</strong>zione <strong>di</strong> dormienza.<br />
Come si nota dalla Figura 3, sono anche molto numerosi<br />
i geni che vengono segnalati come regolati, ma<br />
che non trovano omologhi funzionali in nessuna banca<br />
dati (no hits found) oppure anche perché gli omologhi<br />
hanno funzione sconosciuta (not assigned). Il limite<br />
nell’uso <strong>di</strong> uno strumento come il microarray risiede<br />
nel fatto quin<strong>di</strong> che, pur essendo stato interamente<br />
sequenziato il genoma <strong>di</strong> <strong>patata</strong>, la sua annotazione<br />
funzionale non è ancora completa. Di conseguenza, i<br />
dati ottenibili con questi confronti sono moltissimi, e<br />
richiederebbero <strong>di</strong> analizzare in dettaglio tutti questi<br />
geni sconosciuti ma potenzialmente importanti.<br />
L’analisi sui campioni 2008 si è poi rivolta ad in<strong>di</strong>viduare<br />
quali fossero specificatamente i geni che<br />
mostravano la regolazione maggiormente alterata in<br />
18 MINERVA BIOTECNOLOGICA Marzo 2012