基因表达调控和基因网络

LOGO基因表达基因表达调控控和基因网和基因网络徐徐晓洋洋基因表达调控1植物基因网络3遗传基因组学简介21.1.基因表达基因表达基因表达基因表达调调控控控控基因表达基因表达(gene expression)-基因基因转录及翻及翻译的的过程。程。rRNA、tRNA的合成属于基因表达的合成属于基因表达中心法则中心法则(the central dogma)：基因表达的基因表达的基因表达的基因表达的时时空特异性空特异性空特异性空特异性v时间特异性特异性(temporalspecificity)某一基因的表达某一基因的表达严格按特定的格按特定的时间顺序序发生。生。v空空间特异性特异性(spatialspecificity)在个体生在个体生长全全过程，某种基因程，某种基因产物在个体按不同物在个体按不同组织空空间顺序出序出现基因表达的方式基因表达的方式基因表达的方式基因表达的方式1、组成型表达（成型表达（constitutivegeneexpression）指在个体发育的任一阶段都能在大多数细胞中持续进行的基因表达。其基因表达产物通常是对生命过程必需的或必不可少的，且较少受环境因素的影响。这类基因通常被称为持家基因（housekeepinggene）。2、诱导和阻遏表达和阻遏表达诱导（induction）：）：是指在特定环境因素刺激下，基因被激活，从而使基因的表达产物增加。这类基因称为可诱导基因。乳糖乳糖利用乳糖的三种利用乳糖的三种酶表达表达阻遏（阻遏（repression）：）：是指在特定环境因素刺激下，基因被抑制，从而使基因的表达产物减少。这类基因称为可阻遏基因。色氨酸色氨酸色氨酸合成色氨酸合成酶系系3、协调表达表达 在一定机制控制下，功能相关的一组基因，协调一致，共同表达。基因表达的基因表达的基因表达的基因表达的调调控方式控方式控方式控方式2.遗传基因基因组学学简介介遗传遗传基因基因组组学概念学概念v2001年，Janson&Nap提出了遗传基因组学(geneticalgenomics)的概念：将全基因组中的每个基因的mRNA表达量作为数量性状，对其进行QTL定位分析，即基因表达的数量性状定位分析技术(expressionQTL,eQTL)，又叫遗传基因组学。vJansen&Nap.2001.Trends Genet.eQTLeQTL的的实质实质veQTL以一个分离群体中不同个体(基因型)或者是有其它遗传结构的群体作为样本，运用QTL分析方法分析特定基因转录丰度差异而得到的一些遗传区域，转录丰度用于作为个体中基因表达水平的衡量方式，并且作为一个性状来分析(eTrait),就像其它的表型性状(pTrait)，例如植株高度和产量一样。veQTL与表型QTL有许多共通之处，研究表型QTL的方法及要点均适用于eQTL。veQTL就是染色体上的一个区域，代表DNA序列变异很可能的遗传位点，是引起在这个群体间转录丰度可检测的变异的原因。v一个基因可以有一个或多个eQTLs。大规模的mRNAprofiling技术一次实验可以检测到成千上万的eQTLs，拓展了多种物种中基因组范围eQTL的定位。Cis-&trans-Cis-&trans-调调控控v根据eQTL定位到的区间与转录物在染色体上的相对位置，将eQTL分为顺式eQTL(cis-eQTL)和反式eQTL(trans-eQTL)。Drukaet al.2010.Plant Biol Jvcis-eQTL:指假定控制转录水平的变异序列是由在这个基因内部或者在这个基因附近的序列变异所决定的。最经典的例子就是这个DNA序列本身的改变。因此，一个cis-eQTL可能与目的基因位置重合。vtrans-eQTL:检测到的eQTL与目的基因位置不重合，说明检测到的eQTL代表一个能够控制目标基因表达的基因座的位置。trans-eQTL的基因假定编码的是反式作用因子，比如与其它基因顺式元件结合的关键蛋白，从而控制他们的mRNA表达。因此，一个trans-eQTL可能代表控制一个独立的目标基因或者一些相关功能基因表达的转录因子的位点。v事实上，目标基因的表达可以由cis-和trans-作用元件结合控制。transtrans-acting-acting位点与位点与转录转录因子因子v许多报道中鉴定的trans-acting位点并不编码转录因子。酵母中鉴定的eQTLs经常是产生于改变信号通路或代谢途径的遗传变异。v实际上，转录因子也只是偶然性的定位于trans-eQTLs，而且差异基因表达也很少可以用转录因子序列变异来解释。v果蝇研究表明转录因子表达型进化上非常保守，而且启动子区比其他基因组区域多态性相对要少，说明它们与trans-acting变异没有必然的关系。v对实验室培养的280代突变富集的秀丽隐杆状线虫全基因组基因表达分析，9%编码信号分子和转录因子的基因差异表达，而野生型线虫转录变异较小，仅2%。v综上所述，自交系和异交群体均缺少序列变异，限制了转录因子导致的trans-eQTLs的数目。v由于转录因子通常是大的调控网络的一部分，trans-eQTL对基因表达的影响可能被其他trans-作用因子的补偿性作用而掩盖。eQTLeQTL热热点点点点v几乎所有的研究数据都表明eQTL在遗传图谱上不是均匀分布的。当在某个特定区域中eQTL簇比预期的要多许多，那么这个区域经常被认为是一个eQTL热点。v一个具有生物学意义的eQTL热点则是具有高密度trans-eQTL的基因组区域，可以用主调控子来解释，比如，转录因子，可以影响许多下游基因的表达。v例：在拟南芥中通过遗传基因组学研究许多基因定位于ERECTA位点，ERECTA是一个对许多形态和发育性状都有调控作用的基因。这一发现就证明了主调控子对于基因表达的调控效应可以延展到植物体的表型水平上因果关系推因果关系推因果关系推因果关系推测测v通常，eQTL内有很多基因，这使得确定引起目标基因表达变化的主效基因变的十分困难。即使某个eQTL内仅有几个基因，主效基因也被确定，主效基因通过怎样的机制调节目标基因的表达仍然不清楚。v为了解决这个问题，TuZhidong研究出两套算法：I:IdentifyingSignalingandRegulatoryPathsII:ConstructingDeNovoCausalNetworks参考文献：InferringSignalingandGeneRegulatoryNetworkfromGeneticandGenomicInformationIdentifyingSignalingandRegulatoryPathsIdentifyingSignalingandRegulatoryPathsOverviewoftheproceduresforcausalgeneidentificationandregulatorypathwayTheflowdiagramofthestochasticsearchingalgorithmAnexampleofinferredcausalgeneanditsassociatedregulatorynetwork.3.3.植物基因网植物基因网植物基因网植物基因网络络3.13.1基于基于基于基于转录组转录组的基因网的基因网的基因网的基因网络络v基因芯片所得到的表达数据不仅可以用于基因表达时空规律分析，研究及功能，而且还可以用于分析基因间相互关系，研究基因转录调控网络。一个基因的表达受其他基因的影响，同时这个基因有影响其他基因的表达，这种相互影响互相制约的关系构成了复杂的基因表达调控网络，几乎所有细胞活动都被基因网络所调控。v基因网络研究的意义在于通过建立基因转录调控网络模型对某一个物种或组织的全部基因的表达关系进行整体的模型分析和研究，在系统的框架下认识生命现象，特别是信息流动的规律。基因表达谱构建基因调控网络方法流程图基因表达谱构建基因调控网络方法流程图基因表达谱构建基因调控网络方法流程图基因表达谱构建基因调控网络方法流程图以以以以拟拟南芥南芥南芥南芥为为例例例例v一些研究检测了拟南芥几十种不同条件下，不同组织和发育时期的转录组。这些研究使植物基因调控网络构建向前迈进了一大步。v拟南芥根细胞特异转录本和茎尖分生组织转录本为研究对象，开始揭示基因表达型。v利用拟南芥根的代表不同发育时期的13个纵切面的转录本，构建了时空表达图。水稻中也有相似实验，40种不同时期的细胞构建转录本地图，为组织水平特殊网络调控构建提供了有价值的信息。网网网网络络构建步构建步构建步构建步骤骤v首先进行表达数据采集，表达模式分析。大规模基因表达谱数据分析方法：1，聚类分析(Clustering analysis)，最广泛使用的方法；2，主成份分析(PCA)，为简化表达谱中的大量的变量简化研究，用较少的综合性变量代替原来众多的相关性变量；3，基于知识挖掘的机器学习方法；4，可视化。v然后，分析基因相互关系。一般统计分析框架有非线性多元预测和从表达数据学习网络。v最后，建立基因表达调控网络。网网网网络络模型模型模型模型类类型与型与型与型与应应用用用用v基因网络模型很多，也有不同的分类方法：离散型网络模型(Boolean network model)和连续网络模型(correlation metric construction,CMC)，确定型网络模型(Dhaeseleer 等的线性模型，Weaver等的非线性模型)和随机网络模型(probabilistic Boolean network model,PBN模型)，定量网络模型和定性网络模型等。v几种典型的模型：布尔网络模型、线性组合模型和加权矩阵模型、互信息关联模型、贝叶斯网络模型、微分方程模型。v基因网络实际应用：发现新基因，寻找和发掘基因新功能；认识和研究复杂的生命现象；识别治病因子和病变基因；基因诊断和基因治疗。贝贝叶斯网叶斯网络络分析分析(Bayesiannetwork)(Bayesiannetwork)v一类结构和参数未定的有向无圈图(directedacyclicgraphs)，由节点和连接节点的有向边构成。节点随机变量可以是任何不确定对象的数学抽象；节点间边(由父节点指向其后代节点)反应了两代间的因果关系，关系的强弱用条件概率分布进行量化。对于无父节点的起始节点，则用先验概率分布表达信息。v贝叶斯网络基于贝叶斯定理，通过数据去研究网络的结构和参数。这里，不同的研究方法反应了算法的智能化水平，是研究的关键点所在，一旦得到最佳的贝叶斯网络，就可以用之去推断许多感兴趣的问题。v许多此类网络的构建不仅需要基因的表达信息，还需要TFs和cis调控基本模式的信息来推测基因之间的因果关系。v鉴于植物中关于TFs和cis调控基本模式的信息有限，适用于人类基因调控网络构建的方法，在植物中很难得到有意义的结果。v尽管如此，模式植物拟南芥中也建立了一些网络。Ma(2007)应用基于部分相关的改良绘图的高斯模型,建立网络图，成功的推论出与代谢功能和胁迫应答相关的子网络，具有应用于预测新基因功能的潜力。MYC-特异子网特异子网络(humanBcells)DIN4-子子调控网控网络(拟南芥南芥)Bassoet al.2005.Nat Genet.Maet al.2007.Genome Res.3.2genome-scale3.2genome-scale基因网基因网基因网基因网络络v近年来，研究获得了大量的植物基因组范围的数据中，随之获得的成果让人印象深刻。运用转录组、ChIP、蛋白组和代谢组数据重建调控网络和生物途径，随后用于推断基因、蛋白和代谢物间的功能相互关系。v然而，仍需要建立精密的系统研究方法,用于整合各个“组学”数据，将多种多样的大量数据整合到条理清晰的模型中，增进我们对生物进程的分子网络基础了解。蛋白蛋白蛋白蛋白组组和代和代和代和代谢组谢组v蛋白组学Proteomic：使用MassSpectometry(MS)方法，profile蛋白组、磷酸蛋白组或质膜蛋白组，v代谢组学Metabolomic：使用MS或核磁共振来profile全植株、组织、细胞或器官的代谢物。v蛋白组学和代谢组学结合转录组研究，显示拟南芥中蛋白富集是在转录水平调控的。v与转录网络相似，蛋白和代谢网络也可以用边和节点来构建。蛋白网络中，节点表示蛋白，边表示蛋白间互作或者功能修饰；代谢网络中，节点代表代谢物，边代表酶反应或生化。v代谢组展示生化网络，不能像转录组网络一样通过相关性分析整合入未知的代谢物。替代方案是结合QTL和代谢物profiling重头构建网络模型。ChIPChIPv染色质免疫共沉淀芯片(Chromatinimmunoprecipitationcoupledwithhybridizationtowhole-genomearrays,ChIP-chip)或测序(ChIPseq)检测转录因子是否直接作用于其调控基因。v不同转录因子结合位点差异极大从一百到上千不等。v结合转录组和ChIP-chip实验数据，试图将转录反应基因分类为高置信的直接靶标基因系和包括非直接靶标的其他基因系。v尽管ChIP-chip技术已经有十几年历史，但植物中转录因子的相关报道很少。Moreno-Risuenoet al.2010.Curr Opin Plant Biol.genome-scale的的基因网基因网络构建流程：构建流程：guiltbyassociation：相同共表达簇的基因假设受相同或相似转录因子调控，归属于相同或相似转录模块或亚网络。genome-scalegenome-scale的基因网的基因网的基因网的基因网络实络实例例例例LeeInsuk,et al.2010.Nat Biotechnol LeeInsuk,et al.Pnas19647(73%)genes50%ofthe41203ricegenesAT1G80710isaregulatorofdroughtsensitivity.AT3G05090isaregulatoroflateralrootdevelopment.DiscoveryofROX1,ROX2,andROX3,threeRegulatorsofXA21-MediatedImmunity.展望展望展望展望v但eQTL分析在植物中还处于起始阶段，在今后的实验中，应该开发和评估新的实验设计，而不应该局限于现在的双亲杂交，例如：多系杂交、高级杂交以及自然生态型群体。遗传研究的趋势会更深入（多水平上）和广泛（大规模以及更多的因素包括环境因素），这就需要开发一种可以更高效以及精确的方法来重建基因网络。v随着实验设计、QTL分析、候选基因分析和调控网络构建等新方法的不断发展，蛋白质组、代谢物组等的检测手段的进一步完善，遗传基因组学的内涵将从表达QTL扩展到蛋白质QTL以及代谢物QTL。结合传统微阵列数据，基因功能信息，遗传基因组学将在复杂生物学性状的研究以及构建代谢和发育途径的基因调控网络中发挥更大的作用。vgenome-scale的基因网络构建尚处于起步阶段，目前只有拟南芥和水稻有相应的功能基因网络。LOGO