[論文レビュー] Transcriptional Regulation by the Numbers 2: Applications

Lacramioara Bintu, Nicolas E. Buchler+6 more|ArXiv.org|Dec 5, 2004

Bacterial Genetics and Biotechnology参考文献 27被引用数 3

ひとこと要約

この論文は、多様なプロモーターを対象として、細菌の転写調節を定量化するための熱力学的モデルを適用し、複雑な遺伝子発現パターンを正確に記述できる、少数の生物物理学的に解釈可能なパラメータのセットが有効であることを示している。この手法により、遺伝子ネットワークのコンactなモデリングが可能となり、詳細な生化学的仮定を必要とせずに、調節機構に関する検証可能な仮説を生成できる。

ABSTRACT

With the increasing amount of experimental data on gene expression and regulation, there is a growing need for quantitative models to describe the data and relate them to the different contexts. The thermodynamic models reviewed in the preceding paper provide a useful framework for the quantitative analysis of bacterial transcription regulation. We review a number of well-characterized bacterial promoters that are regulated by one or two species of transcription factors, and apply the thermodynamic framework to these promoters. We show that the framework allows one to quantify vastly different forms of gene expression using a few parameters. As such, it provides a compact description useful for higher-level studies, e.g., of genetic networks, without the need to invoke the biochemical details of every component. Moreover, it can be used to generate hypotheses on the likely mechanisms of transcriptional control.

研究の動機と目的

• 熱力学的原則を用いて、細菌の転写調節を理解するための定量的フレームワークを開発すること。
• このフレームワークを、1つまたは2つの転写因子によって調節されるよく知られたプロモーターに適用すること。
• 複雑な遺伝子発現データを、システムレベルの解析に適したコンパクトでパrameter化されたモデルに要約すること。
• 詳細な生化学的詳細を必要とせずに、調節機構に関する仮説を生成できるようにすること。
• 多様な調節的文脈において、熱力学的モデルの普遍性と予測能力を実証すること。

提案手法

• 転写因子がDNAに結合する平衡状態に基づく熱力学的フレームワークを用いる。
• 転写因子の濃度と結合親和定数を関数としてプロモーター活性をモデル化する。
• 代表的な細菌プロモーター（例：lac、lambda、trp）の実験データにこのフレームワークを適用する。
• 平衡定数と自由エネルギー寄与を用いて、遺伝子発現レベルを予測する。
• in vitroおよびin vivoの発現データを用いてモデルをキャリブレーションし、主要パラメータを抽出する。
• さまざまな調節条件下での実験測定値と比較して、モデルの予測を検証する。

実験結果

リサーチクエスチョン

• RQ1 少数のパラメータで、多様な形態の細菌の遺伝子発現を熱力学的モデルが定量的に記述できるか？
• RQ2 異なるプロモーター構造や転写因子の入力条件下で、熱力学的フレームワークはどの程度発現レベルを正確に予測できるか？
• RQ3 このモデルは、遺伝子ネットワークのシステムレベルの研究において、詳細な生化学的メカニズムをどの程度置き換えられるか？
• RQ4 このモデルは、特定のプロモーターにおける転写制御の可能性のあるメカニズムについて、どのような洞察を提供するか？
• RQ5 このモデルは、複雑な調節系における発現ダイナミクスを支配する主要な調節パラメータを特定できるか？

主な発見

• 熱力学的モデルは、わずか数個の生物物理学的に意味のあるパラメータを用いて、広範な遺伝子発現パターンを成功裏に定量化できた。
• 協同的および競合的転写因子結合を示すプロモーターを含め、複数のプロモーターにおいて、発現レベルを正確に予測できた。
• モデルから得られたパラメータ推定値は、結合親和定数や協同性といった既知の生物物理学的性質と整合的であった。
• フレームワークにより、パラメータ値に基づいて、再結合や活性化といった支配的調節メカニズムを特定できるようになった。
• 詳細な動的メカニズムを仮定せずに、高次元のネットワーク解析に適したコンパクトで予測可能な記述が可能になった。
• このアプローチにより、特定のDNA結合部位が発現をどのように調節するかといった、検証可能な仮説が生成された。