[논문 리뷰] Gene activity fully predicts transcriptional bursting dynamics

Po-Ta Chen, Michal Levo외 2명|PubMed|2023. 04. 18.

Gene Regulatory Network Analysis참고 문헌 65인용 수 6

한 줄 요약

이 연구는 도라시필라 배아에서 내재된 유전자 활성도가 전사 폭발 동역학을 완전히 예측할 수 있음을 보여주며, 전사 출력이 단일 매개변수인 ON 상태에 있을 확률에 의해 규정되는 통합적인 조절 제약를 드러낸다. 단일 분자 실시간 영상 분석을 통해 저자들은 ON 및 OFF 지속 시간이 밀접하게 연관되어 있음을 보여주며, 저활성 유전자들은 OFF 기간 조절을 통해 폭발 빈도를 조절하는 반면, 고활성 유전자들은 ON 지속 시간 연장으로 폭발 크기를 증가시키며, 이는 촉제 또는 전사 조절 요소의 변화와 무관하다.

ABSTRACT

Transcription commonly occurs in bursts, with alternating productive (ON) and quiescent (OFF) periods, governing mRNA production rates. Yet, how transcription is regulated through bursting dynamics remains unresolved. Here, we conduct real-time measurements of endogenous transcriptional bursting with single-mRNA sensitivity. Leveraging the diverse transcriptional activities in early fly embryos, we uncover stringent relationships between bursting parameters. Specifically, we find that the durations of ON and OFF periods are linked. Regardless of the developmental stage or body-axis position, gene activity levels predict individual alleles' average ON and OFF periods. Lowly transcribing alleles predominantly modulate OFF periods (burst frequency), while highly transcribing alleles primarily tune ON periods (burst size). These relationships persist even under perturbations of cis-regulatory elements or trans-factors and account for bursting dynamics measured in other species. Our results suggest a novel mechanistic constraint governing bursting dynamics rather than a modular control of distinct parameters by distinct regulatory processes.

연구 동기 및 목표

• 조기 도라시필라 배아에서 발달 시기와 신체 축 위치에 따라 전사 폭발 동역학이 어떻게 mRNA 생성을 지배하는지 규명하기 위해.
• 다양한 조절 메커니즘(예: 증폭인자, 프로모터, 전사 인자)이 폭발 빈도 또는 크기를 독립적으로 조절하는지 확인하기 위해.
• 폭발 매개변수들이 모oduляр하게 조절되는지, 아니면 공통된 기계적 제약에 따라 조절되는지 테스트하기 위해.
• 실시간 단일 mRNA 해상도 측정을 기반으로 내재된 유전자에 대한 전사 동역학 예측 프레임워크를 수립하기 위해.
• 유전적 및 조절적 손상(코어-또는 전사 인자) 조건 하에서 폭발 관계의 강건성을 조사하기 위해.

제안 방법

• 도라시필라 배아의 내재된 격자 유전자에서 단일 mRNA 감도로 신선한 전사를 실시간으로 시각화하기 위해 MS2 스템-루프를 사용한 실시간 단세포 전사 영상 촬영.
• 발달 시기 및 신체 축 위치에 따라 폭발 매개변수(ON/OFF 지속 시간, 기록률, 폭발 빈도 및 크기)를 실시간 측정.
• 단일 자유 매개변수를 가진 두 상태 전사 동역학 모델을 적용하여 실시간 영상 데이터에서 폭발 동역학을 추론.
• 자매 염색체 신호를 분리하여 효율적(이형성) 측정에서 단일 유전자 복제본(SGC) 폭발 매개변수를 추정.
• 통계적 추론 및 시계열 분석을 활용하여 동적 폭발 매개변수를 추정하고, 합성 입력 데이터와의 비교를 통해 검증.
• 다양한 시스템(Drosophila, 효모) 간의 폭발 규칙 교차 검증을 위해 여러 연구에서 발표된 데이터를 활용하여 일반성 테스트.

실험 결과

연구 질문

• RQ1 유전자 활성 수준이 다양한 발달 단계와 공간 위치에서 전사 폭발의 평균 ON 및 OFF 지속 시간을 예측할 수 있는가?
• RQ2 저활성 및 고활성 유전자들은 각각 폭발 빈도(ON 기간 조절) 또는 폭발 크기(ON 기간 조절)를 어떻게 다르게 조절하는가?
• RQ3 폭발 동역학은 증폭인자가 빈도 조절, 프로모터가 크기 조절을 담당하는 등 독립적인 조절 모듈에 의해 조절되는가, 아니면 통합된 기계적 제약에 의해 조절되는가?
• RQ4 코어 조절 요소나 전사 인자의 손상이 유전자 활성도와 폭발 매개변수 간의 관계에 어떻게 영향을 미치는가?
• RQ5 관찰된 폭발 관계가 다양한 생물학적 시스템(Drosophila 대비 효모 등)과 실험 조건에서 얼마나 일반화되는가?

주요 결과

• 전사 활성 수준—특히 ON 상태에 있을 확률—이 모든 발달 단계와 신체 축 위치에서 ON 및 OFF 지속 시간의 평균을 완전히 예측한다.
• 저활성 전사 유전자들은 주로 OFF 기간 조절을 통해 폭발 빈도를 조절하지만, 고활성 전사 유전자들은 ON 기간 연장으로 폭발 크기를 증가시킨다.
• ON 및 OFF 지속 시간 간에 엄격하고 보편적인 관계가 존재하여, 이들이 독립적으로 조절되는 것이 아니라 기계적으로 연관되어 있음을 시사한다.
• 이 연관성은 코어 조절 요소나 전사 인자의 손상 후에도 유지되며, 이는 조절 모듈이 아닌 전사 시작 과정 자체에 기초한 근본적인 제약임을 나타낸다.
• 관찰된 폭발 관계는 일반화 가능하다: 도라시필라 격자 유전자, 배경축 패atters 유전자, 합성 프로모터 변종, 그리고 다양한 조건에서의 효모 GAL10 유전자의 데이터는 모두 동일한 예측 프레임워크에 통합된다.
• 연구는 효율적(이형성) 폭발 매개변수를 단일 유전자 복제본 매개변수로 분리하는 데 성공하였으며, 실제 사례에서의 추론 프레임워크의 강건성을 확인하였다.