[논문 리뷰] Transcriptional Regulation by the Numbers 2: Applications

Lacramioara Bintu, Nicolas E. Buchler외 6명|ArXiv.org|2004. 12. 05.

Bacterial Genetics and Biotechnology참고 문헌 27인용 수 3

한 줄 요약

이 논문은 다양한 프로모터에서 박테리아 전사 조절을 정량적으로 평가하기 위해 열역학 모델을 적용하며, 복잡한 유전자 발현 패턴을 정확하게 기술할 수 있는 소수의 생물물리학적으로 해석 가능한 매개변수 조합이 있음을 보여준다. 이는 유전자 네트워크의 압축 모델링을 가능하게 하고, 세부 생화학적 가정 없이도 조절 메커니즘에 대한 검증 가능한 가설을 도출할 수 있다.

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.

연구 동기 및 목표

• 열역학 원리를 사용하여 박테리아 전사 조절을 이해하기 위한 정량적 프레임워크를 개발하는 것.
• 이 프레임워크를 한 개 또는 두 개의 전사 인자가 조절하는 잘 알려진 프로모터에 적용하는 것.
• 복잡한 유전자 발현 데이터를 체계적 분석을 위한 압축된, 매개변수화된 모델로 단순화하는 것.
• 세부 생화학적 세부 정보가 필요 없이도 조절 메커니즘에 대한 가설 생성을 가능하게 하는 것.
• 다양한 조절 맥락에서 열역학 모델의 일반성과 예측 능력을 입증하는 것.

제안 방법

• 전사 인자가 DNA에 결합하는 평형에 기반한 열역학 프레임워크를 사용한다.
• 전사 인자의 농도와 결합 친화도에 따라 프로모터 활성을 함수로 모델링한다.
• lac, lambda, trp와 같은 잘 연구된 박테리아 프로모터의 실험 데이터에 이 프레임워크를 적용한다.
• 평형 결합 상수와 자유 에너지 기여도를 사용하여 유전자 발현 수준을 예측한다.
• in vitro 및 in vivo 발현 데이터를 사용하여 모델을 校정하고 핵심 매개변수를 추출한다.
• 다양한 조절 조건에서의 실험 측정치와 비교하여 모델 예측의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 소수의 매개변수로만 이루어진 열역학 모델이 다양한 형태의 박테리아 유전자 발현을 정량적으로 기술할 수 있는가?
• RQ2 열역학 프레임워크는 다양한 프로모터 구조와 전사 인자 입력 조건에서 발현 수준을 얼마나 잘 예측하는가?
• RQ3 이 모델이 유전자 네트워크의 체계적 연구에서 세부 생화학적 메커니즘을 대체할 수 있는 정도는 어느 정도인가?
• RQ4 이 모델은 특정 프로모터에서 전사 조절의 가능성을 밝혀내는 데 어떤 통찰을 제공하는가?
• RQ5 이 모델은 복잡한 조절 시스템에서 발현 동역학을 지배하는 핵심 조절 매개변수를 식별할 수 있는가?

주요 결과

• 열역학 모델은 단지 몇 가지 생물물리학적으로 의미 있는 매개변수만으로도 광범위한 유전자 발현 패턴을 성공적으로 정량화한다.
• 모델은 협동적 또는 경쟁적인 전사 인자 결합을 보이는 프로모터를 포함한 여러 프로모터에서 발현 수준을 정확하게 예측한다.
• 모델에서 추정된 매개변수 값은 결합 친화도 및 협동성과 같은 알려진 생물물리적 특성과 일치한다.
• 이 프레임워크는 매개변수 값에 기반해 주로 억제 또는 활성화와 같은 주요 조절 메커니즘을 식별할 수 있다.
• 이 모델은 세부 동역학 메커니즘을 고려하지 않더라도 체계적 네트워크 분석에 적합한 압축되고 예측 가능한 기술을 제공한다.
• 이 접근법은 특정 DNA 결합 부위가 발현을 조절하는 데 기여하는지에 대한 검증 가능한 가설을 도출할 수 있다.