组蛋白修饰在四个基因集合中的分布特征

基于人类全基因组Feb.2009(GRCh37/hg19版本)的基因注释数据,筛选得到12207个在TSS前后20kb内无重叠的基因.以人类GM12878和K562两种细胞系为研究对象,通过计算基因与转录因子CTCF的关联强度得分Aij以及TSS附近的DNA甲基化水平Mij,将12207个基因分为四个集合,分别统计了每个基因集合中TSS侧翼3800bp区域内的11种组蛋白修饰信号的分布情况.结果显示H2AFZ、H3K4me2、H3K4me3、H3K9ac、H3K27ac和H3K79me2这六种呈现明显的双峰分布,且在GM_III和K_III集合中信号最强,在GM_II和K_II集合中信号最弱,表明CTCF的结合与DNA甲基化可以影响组蛋白修饰的分布.     

GM12878细胞系CTCF活性结合位点的预测

转录因子的结合能够影响下游目标基因在特定时间、空间的转录和表达.转录因子结合具有细胞特异性,受到染色质开放特征、多种组蛋白修饰以及其他转录因子结合等多种因素影响.以GM12878细胞系为研究对象,构建了CTCF活性结合位点数据集(正集,876个位点)与非活性结合位点数据集(对照组,负集,231130个位点)。根据DNase-seq、H3k4me2、H4k20me1、H3K4me3、H3K27me3、H3K9me3、H3K9ac、RAD21、SMC3这九种特征,分别利用支持向量机(SVM,Jackknife检验)和随机森林(RF,5-fold交叉验证)这两种方法,对CTCF的活性结合位点进行预测,九种特征融合的预测准确度分别达到93.87%和94.46%,平均预测的准确度分别是94.78%和95.40%。结果显示,这九种特征对GM12878细胞系转录因子CTCF的结合具有重要的调控作用,而SMC3的结合对CTCF结合的调控尤为重要。     

表达相关的转录因子相互作用模式

转录因子通过与基因上游特定序列结合,调控着靶基因在特定的时间和空间以一定的强度表达.不同的转录因子之间通过多种方式相互组合,为这一调控过程提供了更多的可能.为了研究与表达相关的转录因子的调控模式,以GM12878细胞系作为研究对象,基于该细胞系的两种RNA-seq数据,得到了高、低表达基因集合,根据83种转录因子结合的ChIP-seq数据,在两个数据集中分别构建了与基因表达紧密相关的转录因子互作网络,并利用软件Cytoscape对网络进行可视化,从而直观地展现了高低表达基因中转录因子的相互作用模式.同时,利用WGCNA(Weighted Correlation Network Analysis)构建了转录因子的共调控网络,发现高表达基因集合的转录因子调控网络中的一些子网模式与WGCNA构建的共调控模块得到对照.最终在高表达基因转录因子相互作用网络中发现占据重要地位的转录因子BCL11A和特异的组合模式(NFYA-NFYB-SP1),另一种组合模式(BATF-IRF4)则同时存在于高低表达基因的网络中.     

人类K562细胞系中组蛋白修饰的调控分析

利用10种组蛋白修饰和1种组蛋白变体的ChIP-seq数据,统计了K562细胞系和GM12878细胞系中11种组蛋白修饰在癌基因启动子区域的分布.比较了两个细胞系中致癌基因和抑癌基因启动子区域的组蛋白修饰分布密度,并计算了11种组蛋白修饰与基因表达的相关性,分别在致癌基因和抑癌基因中构建了组蛋白修饰和基因表达的多元线性回归方程,从而发现K562细胞系中癌症发生过程中组蛋白修饰的调控特征.最后对K562细胞系中超级增强子调控的致癌基因和抑癌基因进行GO功能分析,研究这些基因的生物学功能,进一步找出K562细胞系中癌症发生的5个关键基因GATA1、GATA2、H3F3B、LYL1和SH_2B3.     

组蛋白修饰分布特征及其相关性

利用H1(人类胚胎干细胞)和IMR90(人类胚肺成纤维细胞)两种细胞系的H3K9ac、H3K27ac、H3K4me1、H3K4me3、H3K9me3、H3K27me3、H3K36me3七种组蛋白修饰的ChIP-seq数据,统计了两细胞系中基因组及各功能区域(外显子、内含子、启动子)组蛋白修饰分布密度,计算了分布的相关性,讨论了H1和IMR90两个细胞系组蛋白修饰变化特征,为阐明组蛋白修饰在细胞生长、分化过程中的重要作用提供了一定的基础.     

果蝇基因组功能区域组蛋白修饰的协同模式

基于"组蛋白密码"假设,以黑腹果蝇(Drosophila melanogaster)为研究对象,应用CoSBI(coherent and shifted bicluster identification)算法对黑腹果蝇Oregon-R细胞株培养14-16h的胚胎细胞,在全基因组范围、RNA聚合酶Ⅱ结合区域、绝缘子结合蛋白的结合区域的22种组蛋白修饰的分布情况进行CoSBI聚类分析,发现了果蝇基因组的功能区域所具有的一些"核心组蛋白修饰",说明果蝇基因组的组蛋白修饰具有成簇出现、相互协同的调控模式.另外,将黑腹果蝇处于14-16h胚胎细胞的基因分为表达与不表达两类,分析了两类基因所在区域组蛋白修饰的组合模式.     

MEN1基因生物学功能研究进展

MEN1基因是多发性内分泌肿瘤1型综合征(MEN1)的关键致病基因之一.其编码蛋白menin在细胞核中与混合谱系淋巴瘤基因(MLL)等大量关键转录因子相互作用,直接参与组蛋白甲基化修饰等表观遗传调控过程,对靶基因转录和细胞表型的维持起关键的调控作用.MEN1基因突变导致的menin表达或核转位异常将引起一系列信号通路紊乱,进而引起内分泌系统疾病如MEN1.近年来,随着研究的深入,发现menin参与调控的组蛋白3的赖氨酸4残基(H3K4)甲基化修饰与内分泌系统肿瘤以及非内分泌系统如血液系统肿瘤的发生密切相关;我们最近的研究结果显示,menin通过赖氨酸27残基(H3K27)组蛋白甲基化修饰调控的多效生长因子等关键信号通路是调节肺癌表型的重要机制之一,提示menin在内分泌系统之外的广泛的生物学作用.综述了本实验室及国际上关于menin生物学功能的经典及最近的研究,重点介绍menin在非内分泌系统肿瘤发生发展中的关键作用及其调控的组蛋白修饰特点、规律.同时根据我们新近的研究,提出menin在其他系统疾病发生中的可能作用.这些新发现将有助于进一步深入揭示menin介导的表观遗传学调控在疾病发生中的关键作用,为以menin为靶点的疾病治疗提供崭新思路.     

基于广义线性模型的基因表达水平预测

组蛋白修饰是生物体中普遍存在的一种现象,能够以不同的调控方式影响基因表达,且随着高通量测序技术的飞速发展,大量的测序数据使得探究组蛋白修饰信号与基因表达水平之间的内在联系成为可能.由于基因表达数据存在零膨胀现象,提出了一种基于广义线性模型框架的主从模型,能够以较高精度从组蛋白修饰信号预测基因表达水平.首先通过人类全基因组注释文件中的基因位点信息,筛选出包含完整基因位点信息的表达数据;其次,根据基因位点信息,定位并提取出组蛋白修饰数据中基因特定位点的特征信息,构建设计矩阵;最后结合响应变量数据零膨胀的特点,构建主从模型,以GM12878细胞系为例,与现有的多种回归算法进行对比,验证了所提模型的有效性.     

低氧与表观遗传学互作的研究进展

表观遗传学是指基因组DNA序列不发生改变的情况下,基因表达水平发生变化从而导致的可遗传表型变化的现象.表观遗传可通过与低氧诱导因子(HIF)家族协同作用,以促使细胞适应低氧环境,从而参与到低氧应答的调控过程中.现就表观遗传学通过以下四个方面与低氧应答进行综述:1)VHL与PDH3调控HIF稳定性;2)通过影响HIF-1α共激活复合物的活性、HRE位点的修饰、HIF结合位点或附近区域的染色质活性,阻止HIF与HRE位点结合;3)组蛋白脱甲基酶对低氧应答相关基因的转录调控;4)低氧环境引起细胞内整体的组蛋白修饰程度和DNA甲基化水平改变.     

MCF-7和HMEC细胞系特异的CTCF结合位点的预测

转录因子可与特定的DNA序列结合调控基因的表达，研究发现转录因子CTCF的结合对乳腺癌等癌症的发生也有一定的影响。以乳腺癌细胞系(MCF-7)和乳腺正常细胞系(HMEC)为研究对象，分别构建癌细胞系特异的和正常细胞系特异的转录因子CTCF结合位点数据集。根据染色质开放、DNA甲基化，以及CTCF、RAD21、SMC3这三个转录因子的结合模体特征，利用支持向量机(SVM)和随机森林(RF)方法对MCF-7和HMEC细胞系特异的CTCF结合位点进行预测，结果表明，SVM的最佳预测准确率为83.09%,RF的最佳预测准确率为84.19%。     

基于转录因子信号识别基因的表达水平

真核生物的基因表达调控过程十分复杂,各种转录因子通过与基因上游特异性序列结合协同地对靶基因的表达水平进行调控。以人类GM12878细胞系为研究对象,基于表达谱RNA-seq数据构建了高低表达基因集合,利用74种转录因子(TF)的ChIP-seq峰值数据计算了转录因子和靶基因的关联分数(TFAS),进而根据转录因子间的相关性筛选得到了6个转录因子模块。进一步,通过统计靶基因转录起始位点邻近转录因子结合的信号分布,构建了基于TF信号的卷积神经网络模型(TFCNN)去识别基因的表达水平。结果表明,基因表达水平特异的TF模块能够更好的识别基因的表达水平,且基于高表达特异性模块C构建的TFCNN模型的准确性达到了93.23%。     

基于矩阵分解技术的系统性红斑狼疮转录调控网络构建

利用双向聚类方法提高系统性红斑狼疮(systemic lupus erythematosus,SLE)基因表达数据特征基因提取的有效性;预测SLE患病过程中转录因子活性以及对靶基因的调控强度变化,构建和挖掘与SLE发病密切相关的转录调控网络及其生物过程.利用FastICA方法进行双向聚类筛选出800个SLE显著基因,结合转录调控信息选取其中表达显著的转录因子及其靶基因,利用NCA预测SLE发病过程中转录因子活性以及对靶基因调控强度的变化,并构建调控网络.构建了由9个转录因子和47个靶基因所组成的调控网络,结合分子生物学分析发现,转录因子在正常样本和患病样本中的活性有明显的变化趋势,其调控的靶基因的变化符合SLE的病理特征.利用矩阵分解技术进行SLE特征基因提取及转录调控网络构建能够发现多个与炎症反应及免疫系统等密切相关的生物过程,对研究SLE致病机理和相应的生物学实验提供了方法和依据.     

小鼠与人类四个细胞系组蛋白修饰差异分析

小鼠是一种重要的模式生物,在细胞结构、解剖形态上都与人类相似.为了了解小鼠和人类细胞在组蛋白修饰方面的异同,统计了人类H1-hesc、K562及小鼠ES-bruce4、MEL四个细胞系的七种重要的组蛋白修饰在不同功能区域的分布,并分析比较在TSS附近组蛋白修饰与基因表达的相关性及高低表达基因组蛋白修饰之间相关性的异同.结果表明组蛋白修饰H3K27me3在小鼠和人类细胞的高低表达基因不同功能区域上分布不同;小鼠的组蛋白修饰与RPKM的Pearson相关性要比人类的相关性高,且小鼠无负相关,但人类有负相关.在高表达基因中,人类两种细胞组蛋白修饰之间相互关系相似,小鼠两种细胞组蛋白修饰之间相互关系相似.小鼠和人类细胞在组蛋白修饰方面有所不同,这些结果对相关问题的进一步研究有一定意义.     

基因功能区域的DNA甲基化分析

基于人类9种细胞系和15种组织的单碱基精度的甲基化数据,计算了基因范围六个功能区域(转录起始区域、第一外显子、中间外显子、最后外显子、内含子和转录终止区域)的甲基化水平,分析了各功能区域甲基化的分布.采用离散增量和欧式距离两类参数分别计算了细胞系和组织间的基因的甲基化差异,并对具有较高差异水平的前20个基因在六类细胞系的表达进行了分析.     

胃癌芯片数据中异常转录因子推断与信号通路分析

用一种新的转录因子介导的信号通路分析方法分析肿瘤芯片数据,从中推断异常的转录因子和信号通路.先通过统计目标基因的表达推断转录因子的活性,然后将那些活性异常的转录因子映射到KEGG信号通路上.此方法整合了基因表达调控的实验数据和信号通路信息.利用此方法,对斯坦福芯片数据库中的162个人类胃癌数据进行分析,结果发现,大部分芯片中的TGF-beta,JAK-STAT,NF-kappaB和Notch信号通路被异常激活.进一步对这些通路进行研究,将有助于探究胃癌的发生、发展机理和进行合理的药物设计.     

国外期刊亮点

正破译"组蛋白密码"识别新机制清华大学医学院基础医学系和结构生物学中心XXiiaaoonnaann SSuu等从结构生物学角度解析组蛋白甲基化修饰识别新机制,进一步探索了表观遗传调控研究。研究成果发表于3月15日出版的GenesDev。该研究报道了Spindlin1蛋白特异识别一种新型组蛋白甲基化修饰组合H3"K4me3─R8me2a"的分子结构基础,并结合细胞生物学研究,探讨了该识别在结肠癌Wnt信号通路中的激活调控作用。结构研究表明Spindlin1分别通过串联Spin/Ssty结构域2和1特异性识别组蛋白H3K4me3和H3R8me2a甲基化修饰;利用等温量热滴定法测定该识别的结合常数高达45 nmol,是目前已报导的结合力最强的组蛋白修饰识别事件,充分显示了组蛋白修饰多价态识别的潜力。     

一种新的识别细胞周期相关的转录调控元件的方法

提出了一种新的细胞周期相关的转录调控元件(CCRE)的识别方法,该方法综合分析转录因子—调控元件的结合强度和转录因子靶基因的表达,模拟元件活性变化值,将具有显著周期性活性的元件认为是CCRE.在实际的细胞周期基因表达谱数据中的应用表明,该方法能识别绝大多数已经报道的CCRE,与其他常用识别方法的比较也证明该方法得到的元件与细胞周期关系更紧密.     

基于位置关联性打分方程的人类转录因子结合位点的预测(英文)

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响.然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的预测转录因子结合位点的算法.本文利用JASPAR数据库上的数据,在深入分析转录因子结合位点生物学特征的基础上,构建了考虑位点保守性和伪计数的位置关联性打分方程.预测结果表明,在最佳阈值之下,该算法对转录因子结合位点的假阳率低于0.01%.     

基于位置关联性打分方程的果蝇转录因子结合位点的预测

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响.然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的预测转录因子结合位点的算法.本文利用JASPAR数据库上的数据,在深入分析转录因子结合位点生物学特征的基础上,构建了考虑位点保守性和伪计数的位置关联性打分方程,并对果蝇转录因子结合位点进行预测,预测结果的假阳率均低于0.02%.     

不同组蛋白修饰以及修饰与修饰酶之间的关系

核小体是染色质的基本结构单位,核小体组蛋白尾部可以发生甲基化、乙酰化等多种共价修饰.以含有组蛋白修饰酶的修饰数据库为基础,借助网络研究了一些修饰之间以及与修饰酶之间的关联关系,同时从相关修饰酶及其复合物的角度分析了这些关联.结果显示部分修饰之间或与相关修饰酶之间存在直接的关联关系.包含修饰酶的酶复合物可以通过自身的蛋白结构域与甲基化或者乙酰化修饰结合,进一步利用自身的修饰酶亚基催化其它组蛋白修饰,从而使得两种组蛋白修饰之间建立关联.