Bitki Biyoteknolojisinde Biyoinformatik Yaklaşımlar ve Uygulamalar
Özet
Moleküler biyolojideki sürekli gelişme ve ilerleme, beraberinde biyolojik bilginin artmasını da sağlamıştır. Bu durum, tüm alanlarda yapılan araştırmalardan elde edilen çok sayıdaki biyolojik verinin toplanması, depolaması, yönetilmesi ve analiz edilmesi için daha organize bir bilgisayarlı sistemin gerekliliğini ortaya koymuştur. Bitki biyolojisi alanına biyoinformatik ve hesaplamalı biyolojinin girişi, yaşam bilimlerindeki bilimsel buluşları büyük ölçüde hızlandırmaktadır. Biyoinformatik, disiplinler arası bir alan olup, biyolojik verilerin verimli bir şekilde sınıflandırılması ve veri tabanlarında düzenlenmesi için gerekli olan birçok araç ve tekniğe sahiptir. Biyoinformatik, genomik ve proteomik verilerin analizi ve yorumlanması için matematik, biyoloji ve bilgisayar bilimlerini tek bir disiplin haline getirmek üzere uygulayan bilgisayar tabanlı bir bilimsel alan olarak adlandırılmaktadır. Kısaca, biyoinformatiğin ana bileşenleri veri tabanının toplanması ve analizi ve biyolojik verilerin yorumlanması için bir araç olarak yazılım araçlarının ve algoritmanın geliştirilmesidir. Biyoinformatik, uygulamaları nükleotit ve amino asit dizileri, protein alanları ve yapısı ile çeşitli organizmalardan ekspresyon modelleri dahil olmak üzere çeşitli veri türleri sağladığından, biyolojinin birçok alanında çok önemli bir rol oynamaktadır. Bitki biyoteknolojisindeki biyoinformatik uygulamalardaki ilerlemeler, araştırmacıların, ekonomik açıdan önemli bitkiler hakkında temel ve sistematik bir anlayışa ulaşmalarını sağlar. Bununla birlikte, bitki genomunun karmaşıklığının üstesinden gelmek için daha uzun okumalar sağlayabilen etkili biyoinformatik araçlara kritik anlamda ihtiyaç vardır. Bunu başarmak için, veri analizi, karşılaştırma ve benzeri işlemleri etkinleştirmek için gelişmiş bir algoritma geliştirme esastır. Bu nedenle, biyoenformatikçiler, matematik ve programlama becerilerine sahip uzmanlar, sadece bitki biyoteknolojisi ve tarım sektörünün değil, insanlığın geleceği için de biyoinformatiğe yeni yaklaşımlar ve bilgiler kazandırılmasında önemli bir rol oynayacaktır.
Referanslar
Gomez-Casati DF, Busi MV, Barchiesi J, Peralta DA Hedin N, Bhadauria V, (2018). Applications of bioinformatics to plant biotechnology. Curr IssuesMol Biol 27:89–104. https:// doi.org/10.21775/cimb. 027. 089.
Zhang SY, Liu SL (2013) Bioinformatics. In: Maloy S, Hughes K (eds)
Brenner’s Encyclopedia of Genetics, 2nd edn. Academic Press, London. https://doi.org/10.1016/ B978-0- 12- 374984- 0. 00155-8.
Tiwari A, Singh P, Kumawat S (2020) Applications of bioinformatics in plant breeding system. Int J Curr Microbial App Sci. 11:2825–2831.
Rhee SY, Dickerson J, Xu D (2006) Bioinformatics and its applications in plant biology. Annu Rev Plant Biol 57:335–360. https:// doi. org/ 10. 1146/annur ev. arpla nt. 56. 032604. 144103.
Normand EA, Van den Veyyer IB (2019) Next-generation sequencing for gene panels and clinical exomes. In: Leung PCK, Qiao J (eds) Human Reproductive and Prenatal Genetics, 1st edn. Academic Press, London. https://doi.org/10.1016/ B978-0- 12- 813570- 9. 00025-5.
Blätke MA, Szymanski JJ, Gladilin E, Scholz U, Beier S (2021) Editorial: advances in applied bioinformatics in crops. Front Plant Sci 12:640394. https://doi.org/10.3389/ fpls. 2021. 640394.
Kushwaha UKS, Deo I, Jaiswal JP, Prasad B (2017) Role of bioinformatics in crop improvement. Glob J Sci Front Res D Agric Vet 17(1):13–23.
Caligari PDS, Brown J (2017) Plant Breeding, Practice. In: Thomas B, Murray BG, Murphy DJ (eds) Encyclopedia of Applied Plant Sciences, 2nd edn. Academic Press, London. https://doi.org/10.1016/ B978-0- 12- 394807- 6. 00195-7.
Yu J, Jung S, Cheng CH, Lee T, Zheng P, Buble K et al (2021) CottonGen: the community database for cotton genomics, genetics, and breeding research. Plants. 10(12):2805. https://doi.org/10.3390/plant s1012 2805.
Sayers EW, Bolton EE, Brister JR, Canese K, Chan J, Comeau DC et al (2022). Database resources of the national center for biotechnology information. Nucleic Acids Res, 50:20–26. https://doi.org/10.1093/nar/gkab1 112.
Howe KL, Contreras-Moreira B, De Silva N, Maslen G, Akanni W, Allen J et al (2019) Ensembl Genomes 2020–enabling non-vertebrate genomic research. Nucleic Acids Res 48:689–695. https://doi.org/10.1093/nar/gkz890.
Bolser D, Staines DM, Pritchard E, Kersey P (2016) Ensembl plants: integrating tools for visualizing, mining, and analyzing plant genomics data. In: Edwards D (ed) Plant Bioinformatics. Methods in Molecular Biology, vol 1374. Humana Press. https://doi.org/10.1007/978-1- 4939- 3167-56.
Ambrosino L, Colantuono C, Diretto G, Fiore A, Chiusano ML (2020)
Bioinformatics resources for plant abiotic stress responses: state of the art and opportunities in the fast evolving -omics era. Plants. 9(5):591. https:// doi.org/ 10. 3390/ plant s9050 591.
Filho HA, Machicao J, Bruno OM (2018) A hierarchical model of metabolic machinery based on the kcore decomposition of plant metabolic networks. PLoS One 13(5). https://doi.org/10.1371/journal.pone.
Cho KT, Portwood JL, Gardiner JM, Harper LC, Lawrence-Dill CJ, Friedberg I et al (2019) MaizeDIG: maize database of images and genomes. Front Plant Sci 10:1050. https://doi.org/ 10. 3389/ fpls. 2019. 01050.
Costa MCD, Farrant JM (2019) Plant resistance to abiotic stresses. Plants (Basel) 8(12):553. https://doi.org/ 10. 3390/ plant s8120 553.
Yung CT, Asqwin UK, Ying PW and Anna PKL (2022) Bioinformatics approaches and applications in plant biotechnology. Journal of Genetic Engineering and Biotechnology. 20:106. https://doi.org/10.1186/s43141-022-00394-5.
Sanseverino W, Roma G, Simone MD, Faino L, Melito S, Stupka E et al (2010) PRGdb: a bioinformatics platform for plant resistance gene analysis. Nucleic Acids Res 38(Database Issue): D814–D821. https://doi. Org/10.1093/nar/gkp978.
Osuna-Cruz CM, Paytuvi-Gallart A, Donato AD, Sundesha V, Andolfo G, Cigliano RA et al (2018) PRGdb 3.0: a comprehensive platform for prediction and analysis of plant disease resistance genes. Nucleic Acids Res, (46):1197–1201. https://doi.org/10.1093/nar/gkx11 19.
Referanslar
Gomez-Casati DF, Busi MV, Barchiesi J, Peralta DA Hedin N, Bhadauria V, (2018). Applications of bioinformatics to plant biotechnology. Curr IssuesMol Biol 27:89–104. https:// doi.org/10.21775/cimb. 027. 089.
Zhang SY, Liu SL (2013) Bioinformatics. In: Maloy S, Hughes K (eds)
Brenner’s Encyclopedia of Genetics, 2nd edn. Academic Press, London. https://doi.org/10.1016/ B978-0- 12- 374984- 0. 00155-8.
Tiwari A, Singh P, Kumawat S (2020) Applications of bioinformatics in plant breeding system. Int J Curr Microbial App Sci. 11:2825–2831.
Rhee SY, Dickerson J, Xu D (2006) Bioinformatics and its applications in plant biology. Annu Rev Plant Biol 57:335–360. https:// doi. org/ 10. 1146/annur ev. arpla nt. 56. 032604. 144103.
Normand EA, Van den Veyyer IB (2019) Next-generation sequencing for gene panels and clinical exomes. In: Leung PCK, Qiao J (eds) Human Reproductive and Prenatal Genetics, 1st edn. Academic Press, London. https://doi.org/10.1016/ B978-0- 12- 813570- 9. 00025-5.
Blätke MA, Szymanski JJ, Gladilin E, Scholz U, Beier S (2021) Editorial: advances in applied bioinformatics in crops. Front Plant Sci 12:640394. https://doi.org/10.3389/ fpls. 2021. 640394.
Kushwaha UKS, Deo I, Jaiswal JP, Prasad B (2017) Role of bioinformatics in crop improvement. Glob J Sci Front Res D Agric Vet 17(1):13–23.
Caligari PDS, Brown J (2017) Plant Breeding, Practice. In: Thomas B, Murray BG, Murphy DJ (eds) Encyclopedia of Applied Plant Sciences, 2nd edn. Academic Press, London. https://doi.org/10.1016/ B978-0- 12- 394807- 6. 00195-7.
Yu J, Jung S, Cheng CH, Lee T, Zheng P, Buble K et al (2021) CottonGen: the community database for cotton genomics, genetics, and breeding research. Plants. 10(12):2805. https://doi.org/10.3390/plant s1012 2805.
Sayers EW, Bolton EE, Brister JR, Canese K, Chan J, Comeau DC et al (2022). Database resources of the national center for biotechnology information. Nucleic Acids Res, 50:20–26. https://doi.org/10.1093/nar/gkab1 112.
Howe KL, Contreras-Moreira B, De Silva N, Maslen G, Akanni W, Allen J et al (2019) Ensembl Genomes 2020–enabling non-vertebrate genomic research. Nucleic Acids Res 48:689–695. https://doi.org/10.1093/nar/gkz890.
Bolser D, Staines DM, Pritchard E, Kersey P (2016) Ensembl plants: integrating tools for visualizing, mining, and analyzing plant genomics data. In: Edwards D (ed) Plant Bioinformatics. Methods in Molecular Biology, vol 1374. Humana Press. https://doi.org/10.1007/978-1- 4939- 3167-56.
Ambrosino L, Colantuono C, Diretto G, Fiore A, Chiusano ML (2020)
Bioinformatics resources for plant abiotic stress responses: state of the art and opportunities in the fast evolving -omics era. Plants. 9(5):591. https:// doi.org/ 10. 3390/ plant s9050 591.
Filho HA, Machicao J, Bruno OM (2018) A hierarchical model of metabolic machinery based on the kcore decomposition of plant metabolic networks. PLoS One 13(5). https://doi.org/10.1371/journal.pone.
Cho KT, Portwood JL, Gardiner JM, Harper LC, Lawrence-Dill CJ, Friedberg I et al (2019) MaizeDIG: maize database of images and genomes. Front Plant Sci 10:1050. https://doi.org/ 10. 3389/ fpls. 2019. 01050.
Costa MCD, Farrant JM (2019) Plant resistance to abiotic stresses. Plants (Basel) 8(12):553. https://doi.org/ 10. 3390/ plant s8120 553.
Yung CT, Asqwin UK, Ying PW and Anna PKL (2022) Bioinformatics approaches and applications in plant biotechnology. Journal of Genetic Engineering and Biotechnology. 20:106. https://doi.org/10.1186/s43141-022-00394-5.
Sanseverino W, Roma G, Simone MD, Faino L, Melito S, Stupka E et al (2010) PRGdb: a bioinformatics platform for plant resistance gene analysis. Nucleic Acids Res 38(Database Issue): D814–D821. https://doi. Org/10.1093/nar/gkp978.
Osuna-Cruz CM, Paytuvi-Gallart A, Donato AD, Sundesha V, Andolfo G, Cigliano RA et al (2018) PRGdb 3.0: a comprehensive platform for prediction and analysis of plant disease resistance genes. Nucleic Acids Res, (46):1197–1201. https://doi.org/10.1093/nar/gkx11 19.
