Although genome-sequence assemblies are available for a growing number of plant species, gene-expression responses to stimuli have been cataloged for only a subset of these species. Many genes show altered transcription patterns in response to abiotic stresses. However, orthologous genes in related species often exhibit different responses to a given stress. Accordingly, data on the regulation of gene expression in one species are not reliable predictors of orthologous gene responses in a related species. Here, we trained a supervised classification model to identify genes that transcriptionally respond to cold stress. A model trained with only features calculated directly from genome assemblies exhibited only modest decreases in performance relative to models trained by using genomic, chromatin, and evolution/diversity features. Models trained with data from one species successfully predicted which genes would respond to cold stress in other related species. Cross-species predictions remained accurate when training was performed in cold-sensitive species and predictions were performed in cold-tolerant species and vice versa. Models trained with data on gene expression in multiple species provided at least equivalent performance to models trained and tested in a single species and outperformed single-species models in cross-species prediction. These results suggest that classifiers trained on stress data from well-studied species may suffice for predicting gene-expression patterns in related, less-studied species with sequenced genomes.

尽管基因组序列组装可用于越来越多的植物物种，但仅针对这些物种的一个子集对刺激的基因表达反应进行了编目。许多基因在响应非生物胁迫时表现出改变的转录模式。然而，相关物种中的直系同源基因通常对给定的压力表现出不同的反应。因此，一个物种中基因表达调控的数据并不是相关物种直系同源基因反应的可靠预测因子。在这里，我们训练了一个监督分类模型来识别对冷应激做出转录反应的基因。与使用基因组、染色质和进化/多样性特征训练的模型相比，仅使用直接从基因组组装计算的特征训练的模型仅表现出适度的性能下降。用来自一个物种的数据训练的模型成功地预测了哪些基因会对其他相关物种的冷应激做出反应。当在冷敏感物种中进行训练时，跨物种预测仍然准确，而在耐寒物种中进行预测，反之亦然。使用多个物种的基因表达数据训练的模型至少提供了与在单个物种中训练和测试的模型相当的性能，并且在跨物种预测中优于单物种模型。这些结果表明，对来自经过充分研究的物种的压力数据进行训练的分类器可能足以预测相关的、研究较少的具有测序基因组的物种的基因表达模式。当在冷敏感物种中进行训练时，跨物种预测仍然准确，而在耐寒物种中进行预测，反之亦然。使用多个物种的基因表达数据训练的模型至少提供了与在单个物种中训练和测试的模型相当的性能，并且在跨物种预测中优于单物种模型。这些结果表明，对来自经过充分研究的物种的压力数据进行训练的分类器可能足以预测相关的、研究较少的具有测序基因组的物种的基因表达模式。当在冷敏感物种中进行训练时，跨物种预测仍然准确，而在耐寒物种中进行预测，反之亦然。使用多个物种的基因表达数据训练的模型至少提供了与在单个物种中训练和测试的模型相当的性能，并且在跨物种预测中优于单物种模型。这些结果表明，对来自经过充分研究的物种的压力数据进行训练的分类器可能足以预测相关的、研究较少的具有测序基因组的物种的基因表达模式。使用多个物种的基因表达数据训练的模型至少提供了与在单个物种中训练和测试的模型相当的性能，并且在跨物种预测方面优于单物种模型。这些结果表明，对来自经过充分研究的物种的压力数据进行训练的分类器可能足以预测相关的、研究较少的具有测序基因组的物种的基因表达模式。使用多个物种的基因表达数据训练的模型至少提供了与在单个物种中训练和测试的模型相当的性能，并且在跨物种预测中优于单物种模型。这些结果表明，对来自经过充分研究的物种的压力数据进行训练的分类器可能足以预测相关的、研究较少的具有测序基因组的物种的基因表达模式。