Abstract Gene duplications have long been recognized as a driving force in the evolution of genes, giving rise to novel functions. The soybean genome is characterized by a large extent of duplicated genes. However, the extent and mechanisms of functional divergence among these duplicated genes in soybean remain poorly understood. In this study, we revealed that tandem duplication of MYB genes, which occurred specifically in the Phaseoleae lineage, exhibited a stronger purifying selection in soybean compared to common bean. To gain insights into the diverse functions of these MYB genes in anthocyanin biosynthesis, we examined the expression, transcriptional activity, metabolite, and evolutionary history of four MYB genes ( GmMYBA5 , GmMYBA2, GmMYBA1 and Glyma.09g235000 ), which were presumably generated by tandem duplication in soybean. Our data revealed that Glyma.09g235000 had become a pseudogene, while the remaining three MYB genes exhibited strong transcriptional activation activity and promoted anthocyanin biosynthesis in different soybean tissues. Furthermore, GmMYBA5 produced distinct compounds in Nicotiana benthamiana leaves compared to GmMYBA2 and GmMYBA1 due to variations in their DNA binding domains. The lower expression of anthocyanin related genes in GmMYBA5 resulted in lower levels of anthocyanins compared to GmMYBA2 and GmMYBA1 . Metabolomics analysis further demonstrated the diverse and differential downstream metabolites, suggesting their functional divergence in metabolites following gene duplication. Together, our data provided evidence of functional divergence within the MYB gene cluster following tandem duplication, which shed light on the potential evolutionary direction of gene duplications during legume evolution.

Diabetic retinopathy is one of the most common microangiopathy in diabetes, essentially caused by abnormal blood glucose metabolism resulting from insufficient insulin secretion or reduced insulin activity. Epidemiological survey results show that about one third of diabetes patients have signs of diabetic retinopathy, and another third may suffer from serious retinopathy that threatens vision. However, the pathogenesis of diabetic retinopathy is still unclear, and there is no systematic method to detect the onset of the disease and effectively predict its occurrence. In this study, we used medical detection data from diabetic retinopathy patients to determine key biomarkers that induce disease onset through back propagation neural network algorithm and hierarchical clustering analysis, ultimately obtaining early warning signals of the disease. The key markers that induce diabetic retinopathy have been detected, which can also be used to explore the induction mechanism of disease occurrence and deliver strong warning signal before disease occurrence. We found that multiple clinical indicators that form key markers, such as glycated hemoglobin, serum uric acid, alanine aminotransferase are closely related to the occurrence of the disease. They respectively induced disease from the aspects of the individual lipid metabolism, cell oxidation reduction, bone metabolism and bone resorption and cell function of blood coagulation. The key markers that induce diabetic retinopathy complications do not act independently, but form a complete module to coordinate and work together before the onset of the disease, and transmit a strong warning signal. The key markers detected by this algorithm are more sensitive and effective in the early warning of disease. Hence, a new method related to key markers is proposed for the study of diabetic microvascular lesions. In clinical prediction and diagnosis, doctors can use key markers to give early warning of individual diseases and make early intervention.