[論文レビュー] Ab initio identification of putative human transcription factor binding sites by comparative genomics

Davide Corà, Carl Herrmann+4 more|ArXiv.org|May 3, 2005

Genomics and Chromatin Dynamics参考文献 33被引用数 6

ひとこと要約

本研究では、ヒトとマウスゲノムの対応する上流領域をスキャンすることで、ア・プリオリに転写因子を知らなくてもヒトの転写因子結合部位を同定するための比較ゲノム的手法を提示する。共に保存された遺伝子群における過剰に出現する5–8 bpモチーフを同定し、遺伝子オントロジー（GO）の機能集積とマイクロアレイデータからの共発現性をフィルタリングすることで、既知および未知の候補リゴニティブモチーフを同定し、転写因子を事前に知らない状態でも機能的に関連するcis-Regulatory要素を優先的に特定できる能力を示している。

ABSTRACT

We discuss a simple and powerful approach for the ab initio identification of cis-regulatory motifs involved in transcriptional regulation. The method we present integrates several elements: human-mouse comparison, statistical analysis of genomic sequences and the concept of coregulation. We apply it to a complete scan of the human genome. By using the catalogue of conserved upstream sequences collected in the CORG database we construct sets of genes sharing the same overrepresented motif (short DNA sequence) in their upstream regions both in human and in mouse. We perform this construction for all possible motifs from 5 to 8 nucleotides in length and then filter the resulting sets looking for two types of evidence of coregulation: first, we analyze the Gene Ontology annotation of the genes in the set, searching for statistically significant common annotations; second, we analyze the expression profiles of the genes in the set as measured by microarray experiments, searching for evidence of coexpression. The sets which pass one or both filters are conjectured to contain a significant fraction of coregulated genes, and the upstream motifs characterizing the sets are thus good candidates to be the binding sites of the TF's involved in such regulation. In this way we find various known motifs and also some new candidate binding sites.

研究の動機と目的

• 転写因子の事前知識なしにヒトの転写因子結合部位をア・プリオリに同定する手法を開発すること。
• ヒトとマウスゲノム間の進化的保存性を活用して、機能的に関連するcis-Regulatoryモチーフを優先すること。
• 共通の上流モチーフを持つ遺伝子群としての共調節遺伝子群を同定し、機能アノテーションおよび発現データを用いてその生物学的整合性を検証すること。
• 複数の生物学的証拠を統合することで、真のリゴニティブモチーフをランダムな配列パターンから区別すること。

提案手法

• ヒトとマウスの上流配列の全ゲノム比較を、保存上流領域のデータベースであるCORGを用いて実施する。
• 保存上流領域に含まれるすべての5–8 bp DNAモチーフについて、過剰出現をスキャンする。
• 両種において同じ過剰に出現するモチーフを持つ遺伝子を、仮のリゴニティブセットとしてグループ化する。
• 遺伝子オントロジー（GO）の機能集積解析を用いて、統計的に有意な共有生物学的機能が存在するかをフィルタリングする。
• マイクロアレイベースの共発現解析を実施し、遺伝子群間での相関発現パターンを同定する。
• GOの機能集積または共発現性のいずれかのフィルタに合格するモチーフを、高信頼性の候補転写因子結合部位として優先順位を付ける。

実験結果

リサーチクエスチョン

• RQ1 ヒトの上流領域に存在する、ヒトとマウス間で保存され、特定の遺伝子群に過剰に出現する短いDNAモチーフは何か？
• RQ2 同じ保存上流モチーフを持つ遺伝子群は、遺伝子オントロジーによるアノテーションで有意に類似した機能を示すか？
• RQ3 同じ上流モチーフを持つ遺伝子群は、マイクロアレイ実験において共発現の兆候を示すか？
• RQ4 GOアノテーションと発現プロファイルの統合的証拠により、生物学的に関連する転写因子結合部位の同定が向上するか？
• RQ5 新たなまたは未だ特徴づけられていないモチーフとして、転写因子結合の高信頼性候補として浮上するのはどのようなものか？

主な発見

• 本手法は、既知の転写因子結合モチーフを複数同定し、その生物学的妥当性を検証した。
• 多くのモチーフセットが、共有された遺伝子オントロジー用語の有意な集積を示しており、関連遺伝子群の機能的整合性を示している。
• 多くのモチーフセットがマイクロアレイデータにおいて共発現パターンを示しており、共調制御遺伝子調節における役割を裏付けている。
• 保存性、過剰出現性、機能的証拠の統合は、単に配列保存性に基づく選別に比べて、候補モチーフ選別の特異性を顕著に向上させた。
• 既知の転写因子と関連付けられていない、新たな候補モチーフが同定され、将来的な機能的検証の対象となる新たなリゴニティブエレメントを示唆している。