Search

Motivation Inferring gene regulatory networks in non-independent genetically related panels is a methodological challenge. This hampers evolutionary and biological studies using heterozygote individuals such as in wild sunflower populations or cultivated hybrids. Results First, we simulated 100 datasets of gene expressions and polymorphisms, displaying the same gene expression distributions, heterozygosities and heritabilities as in our dataset including 173 genes and 353 genotypes measured in sunflower hybrids. Secondly, we performed a meta-analysis based on six inference methods [least absolute shrinkage and selection operator (Lasso), Random Forests, Bayesian Networks, Markov Random Fields, Ordinary Least Square and fast inference of networks from directed regulation (Findr)] and selected the minimal density networks for better accuracy with 64 edges connecting 79 genes and 0.35 area under precision and recall (AUPR) score on average. We identified that triangles and mutual edges are prone to errors in the inferred networks. Applied on classical datasets without heterozygotes, our strategy produced a 0.65 AUPR score for one dataset of the DREAM5 Systems Genetics Challenge. Finally, we applied our method to an experimental dataset from sunflower hybrids. We successfully inferred a network composed of 105 genes connected by 106 putative regulations with a major connected component. Availability and implementation Our inference methodology dedicated to genomic and transcriptomic data is available at https://forgemia.inra.fr/sunrise/inference_methods. Supplementary information Supplementary data are available at Bioinformatics online.

This article describes how RNA expression data of 173 genes were produced on 384 sunflowerhybrids grown infield conditions. Sunflower hybrids were selected to represent genetic diversity withincultivated sunflower. The RNA was extracted from mature leaves at one time seven days after anthesis.These data allow to differentiate the different genotype behaviours and constitute a valuable resource to thecommunity to study the adaptation of crops tofield conditions and the molecular basis of heterosis. It isavailable on data.inra.fr repository.; Cet article décrit la production des niveaux d’expression de 173 gènes dans 384 hybrides de tournesol cultivés en conditions de champ. Les hybrides sont issus de parents choisis pour représenter la diversité génétique dans le tournesol cultivé. Les ARN ont été extraits à partir de feuilles matures environ sept jours après la floraison. Ces données permettent de différencier les comportements des différents génotypes et constituent une ressource importante pour les chercheurs intéressés dans l’adaptation des espèces cultivées aux conditions agronomiques et aux bases moléculaires de l’hétérosis. Elles sont disponibles sur le portail Data INRAE : data.inra.fr.

This article describes how the transcriptomic data were produced on sunflower plants subjected to water deficit. Twenty-four sunflower (Helianthus annuus) genotypes were selected to represent genetic diversity within cultivated sunflower and included both inbred lines and their hybrids. Drought stress was applied to plants in pots at the vegetative stage using the high-throughput phenotyping platform Heliaphen. Here, we provide transcriptomic data from sunflower leaves. These data differentiate both plant water status and the different genotypes. They constitute a valuable resource to the community to study adaptation of crops to drought and the transcriptomic basis of heterosis.; Données transcriptomiques de feuilles de huit lignées de tournesol et de leurs 16 hybrides soumis à un stress hydrique. Cet article décrit la production de données transcriptomiques sur des plantes de tournesol soumises à un stress hydrique. Vingt-quatre génotypes de tournesol (Helianthus annuus) ont été sélectionnés pour représenter la diversité génétique parmi le tournesol cultivé et comprennent à la fois des lignées et leurs hybrides. Le stress hydrique a été appliqué sur des plantes en pots au stade végétatif grâce à la plateforme de phénotypage haut-débit Heliaphen. Ici, nous mettons à disposition les données transcritomiques de feuilles de ces plantes. Les données permettent de différencier à la fois le statut hydrique et les différents génotypes. Elles constituent une ressource importante pour la communauté pour étudier l'adaptation des plantes à la sécheresse et les bases de l'hétérosis au niveau transcriptomique.