Прорыв в изучении регуляции генов: множество экспериментов по цене одного

Внутри каждой клетки плодовой мушки находится обширная динамическая сеть информации — геном, 15 000 генов которого позволяют клетке функционировать. В исследовании, недавно опубликованном в журнале Nucleic Acids Research, компьютерные учёные и молекулярные биологи продемонстрировали полезность нового подхода к расшифровке того, как регулируются сети генов.

Компьютерный учёный из Университета Иллинойса Саурабх Синха и его коллеги, включая Скотта Вулфа и Майкла Бродски из Медицинской школы Массачусетского университета, пришли к текущему исследованию, изучая, как взаимодействия между ДНК и особым классом клеточных белков, называемых «транскрипционными факторами», помогают контролировать, когда и где экспрессируются гены.

Транскрипционные факторы связываются с участками ДНК рядом с последовательностями, кодирующими гены. Их участие в молекулярных комплексах, ответственных за экспрессию генов, может либо способствовать, либо подавлять экспрессию отдельных генов. В совокупности эти белки немного похожи на операционную систему клетки — они помогают управлять генетическими «программами», которые клетке необходимо выполнять.

Каждый тип транскрипционного фактора распознаёт уникальную последовательность ДНК, называемую мотивом, которая действует как молекулярный пароль или штрих-код. Сканируя последовательности генома в поисках этих мотивов и близлежащих генов, исследователи пытаются понять, какие транскрипционные факторы контролируют какие гены и, следовательно, какие биологические функции.

Однако анализ одних только мотивов даёт ограниченную и потенциально вводящую в заблуждение информацию о том, где транскрипционные факторы фактически присутствуют и функционируют. Поскольку мотивы короткие, они могут встречаться во многих местах генома просто случайно. Многие биологические факторы, включая тип ткани и стадию развития клетки, изменяют способ упаковки ДНК в разных областях генома, что определяет, сможет ли данный транскрипционный фактор физически получить доступ и связаться с каждым из своих многочисленных мотивов или нет.

«Мотивы сами по себе имеют ограниченную пользу, поскольку профиль мотивов генома статичен», — сказал Синха. «Как профиль связывания транскрипционного фактора меняется от одной клетки к другой, от одного момента времени к другому?.. Меняется именно доступность».

Исследователи полагались на дорогостоящий и трудоёмкий метод — иммунопреципитацию хроматина с секвенированием ДНК (ChIP-seq) — для определения того, где в геноме связывается транскрипционный фактор. Этот метод необходимо повторять для каждого исследуемого транскрипционного фактора. Синха и его коллеги поняли, что могут использовать свои растущие знания о взаимодействии транскрипционных факторов с мотивами для разработки «ярлыка».

Они сделали это, сначала использовав всего один лабораторный эксперимент, чтобы определить, как ДНК была упакована по всему геному в заданном наборе биологических условий. Затем они использовали эту информацию в качестве фильтра, предположив, что каждый транскрипционный фактор будет связываться только с теми из своих мотивов, которые находились в доступных областях ДНК при данных условиях. Они обнаружили, что с помощью этой комбинации лабораторной и вычислительной работы могут предсказать наблюдаемое поведение связывания ДНК транскрипционными факторами в предыдущих экспериментах.

«Чтобы реконструировать регуляторную сеть в новой системе, вам не обязательно проводить множество анализов в нужных типах клеток», — сказал Синха. «Если вместо этого вы проведёте анализ доступности в этих типах клеток, а затем наложите на него информацию о мотивах... эти два компонента вместе очень хорошо аппроксимируют ту же информацию».

Помимо того, что этот подход делает подобную работу проще и доступнее для лабораторий с ограниченными ресурсами, публикация продемонстрировала его ценность для изучения функции энхансеров — областей ДНК, где связываются несколько транскрипционных факторов. Доступ к высококачественной информации об активности многих различных транскрипционных факторов облегчает выявление взаимосвязей между энхансерами, транскрипционными факторами и биологическими функциями.