Расшифровка языка транскрипционных факторов

Транскрипционные факторы — это белки, которые связываются с ДНК, чтобы стимулировать или подавлять производство белков. Поскольку почти все заболевания связаны с нарушением этого процесса, транскрипционные факторы являются перспективными биологическими мишенями для лекарств и даже могут служить самими лекарствами.

Однако у человека, вероятно, тысячи транскрипционных факторов, каждый из которых может связываться с геномом в десятках тысяч различных мест. Ранее не существовало экономически эффективного способа точно определить, где именно связываются транскрипционные факторы — с какими конкретными буквами ДНК в данном участке генома связывается каждый из них. Биологи полагались на приблизительные методы для идентификации общей области сайтов связывания.

В августовском выпуске онлайн-журнала PLoS Computational Biology команда исследователей из Лаборатории информатики и искусственного интеллекта MIT представила новый аналитический метод, который определяет сайты связывания с гораздо большей точностью. В результате исследователи смогли выявить ранее неизвестные взаимосвязи между транскрипционными факторами, что может дать ключ к пониманию их роли в биологических процессах.

Исследователи первоначально протестировали свой метод на двух наборах экспериментальных данных, которые, по их словам, представляют «относительно лёгкие и трудные случаи» для анализа. В лёгком случае их новый метод определил точные места связывания транскрипционных факторов с геномом с точностью более 90%, в то время как точность существующих методов составляла около 10% или меньше. В трудном случае новый метод показал точность более 55% по сравнению с примерно 5% у существующих методов.

Основной метод определения поведения транскрипционных факторов в живых клетках заключается в том, чтобы разрезать ДНК из миллионов клеток и использовать белковые антитела для извлечения фрагментов, к которым прикреплён определённый транскрипционный фактор. Хотя последовательность ДНК, с которой связывается транскрипционный фактор, состоит всего из примерно 6–12 букв ДНК, фрагмент, извлечённый антителом, может иметь длину в пару сотен букв. Секвенирование фрагментов может определить, из какой части генома они произошли, но даёт мало информации о том, где именно на фрагменте прикреплён транскрипционный фактор.

Обратная связь

Дэвид Гиффорд, профессор электротехники и информатики и директор группы вычислительной геномики, его аспирант Ючунь Го и Шон Махони, научный сотрудник группы, разработали новый алгоритм для анализа миллионов экспериментально идентифицированных фрагментов и определения точных мест связывания транскрипционных факторов.

Предыдущие методы сравнивали фрагменты, чтобы попытаться определить общие для них последовательности. Но это лишь первый шаг в методе исследователей MIT. Затем они используют это первоначальное, грубое предположение об общих последовательностях, чтобы предсказать, где во всём геноме будет связываться транскрипционный фактор, а затем сравнивают эти предсказания с экспериментальными данными о том, где фактор действительно связывался. На основе этого сравнения они уточняют свою оценку конкретной последовательности связывания и повторяют весь процесс.

«Мы переключаемся между оценкой того, где связываются белки, и использованием этой информации для обнаружения последовательностей, с которыми они связываются, — говорит Гиффорд, — а затем мы идём назад и используем последовательности, с которыми они связываются, чтобы улучшить оценку того, где они связываются».

Но определение точных сайтов связывания транскрипционных факторов — это лишь первый шаг к пониманию их роли в производстве белка. Для одного транскрипционного фактора эта роль может варьироваться в зависимости как от типа клетки, в которой он активен, так и от его взаимодействия с другими транскрипционными факторами. Именно на второй из этих элементов проливают свет исследователи MIT, выявляя пространственные взаимосвязи между сайтами связывания, которые подразумевают функциональную связь между соответствующими транскрипционными факторами.

Язык генома

Такой подход, по словам Гиффорда, аналогичен статистическому анализу языка, который исследователи искусственного интеллекта использовали для создания систем интерпретации языка. Действительно, говорит Гиффорд, последовательности, с которыми связываются транскрипционные факторы, можно рассматривать как слова, а их расположение — как «синтаксис» генома.

«Если бы вы провели анализ английского языка, вы бы обнаружили множество значимых взаимосвязей между словами, потому что они совместно встречаются, — говорит Гиффорд. — Вы не обязательно поняли бы из анализа, что они означают, но знали бы, что они очень значимы и действительно несут смысл». То же самое верно и для «слов» ДНК, составляющих сайты связывания транскрипционных факторов. «Если вы посмотрите на нулевую модель, которая предполагает случайное появление слов, то спросите, насколько маловероятно, что вы увидите эти вещи вместе, — говорит Гиффорд. — И мы проверяем всё по сравнению со случайной моделью».

Анализ исследователей MIT выявил несколько взаимосвязей между транскрипционными факторами, которые уже были известны, но также определил ещё 390 статистически значимых взаимосвязей между сайтами связывания. Некоторые из них могут оказаться ложными следами, но многие могут указывать на ранее не подозревавшиеся взаимосвязи между транскрипционными факторами, что может помочь биологам разгадать тайны генетической экспрессии.

«Я думаю, это прекрасная работа. Мне она очень нравится», — говорит Майкл Снайдер, профессор генетики Стэнфордского университета и один из ведущих исследователей масштабного проекта ENCODE Национального исследовательского института генома человека по характеристике всех функциональных элементов генома человека. На прошлой неделе в журнале Nature была опубликована статья «Архитектура человеческой регуляторной сети, полученная на основе данных ENCODE», у которой были десятки авторов, включая Снайдера и ряд других исследователей ENCODE.

«В гораздо более подробном виде, чем мы сделали в нашей статье, работа Гиффорда действительно может позволить нам гораздо лучше понять, как эти белки функционируют вместе, — говорит Снайдер. — Это действительно будет иметь решающее значение для понимания основных биологических путей развития человека и, конечно, в конечном итоге того, что идёт не так при заболеваниях человека».