[论文解读] Quantitative modeling and data analysis of SELEX experiments

Marko Djordjević, Anirvan M. Sengupta|arXiv (Cornell University)|Nov 30, 2005

Advanced biosensing and bioanalysis techniques参考文献 39被引用 10

一句话总结

本文提出了一种基于生物物理原理的SELEX实验定量模型，以提高转录因子-DNA相互作用参数估计的准确性。通过修改SELEX实验流程以固定各轮次的化学势，并应用有限温度能量矩阵方法，作者在CtF/NFI数据上的实验表明，与标准的信息论方法和经验方法相比，该方法显著降低了假阳性和假阴性率，实现了更优的结合位点预测性能。

ABSTRACT

SELEX (Systematic Evolution of Ligands by Exponential Enrichment) is an experimental procedure that allows extracting, from an initially random pool of DNA, those oligomers with high affinity for a given DNA-binding protein. We address what is a suitable experimental and computational procedure to infer parameters of transcription factor-DNA interaction from SELEX experiments. To answer this, we use a biophysical model of transcription factor-DNA interactions to quantitatively model SELEX. We show that a standard procedure is unsuitable for obtaining accurate interaction parameters. However, we theoretically show that a modified experiment in which chemical potential is fixed through different rounds of the experiment allows robust generation of an appropriate data set. Based on our quantitative model, we propose a novel bioinformatic method of data analysis for such modified experiment and apply it to extract the interaction parameters for a mammalian transcription factor CTF/NFI. From a practical point of view, our method results in a significantly improved false positive/false negative trade-off, as compared to both the standard information theory based method and a widely used empirically formulated procedure.

研究动机与目标

• 解决现有位置权重矩阵（PWMs）在预测转录因子结合位点时灵敏度和特异性不足的问题。
• 识别标准SELEX实验流程中影响TF-DNA相互作用参数推断准确性的缺陷。
• 开发一种改进的SELEX实验协议和一种新计算方法，以实现对生物物理相互作用参数的稳健估计。
• 证明所提出方法生成的能量矩阵在结合位点预测性能上优于信息论方法和经验推导的PWMs。

提出的方法

• 采用转录因子-DNA结合的生物物理模型，定量模拟SELEX实验，整合结合自由能和统计力学原理。
• 该方法提出一种从求解自洽方程（公式47）导出的有限温度能量矩阵（FTEM），可同时考虑结合饱和度和热力学一致性。
• 提出一种改进的SELEX实验协议，即在各轮次中保持化学势恒定，以生成适合参数推断的数据集。
• 通过在热力学约束下采用类似最大似然的方法，将模型拟合至实验SELEX数据，以推断能量矩阵参数。
• 通过在结合位点矩阵上强制执行回文对称性，将对二聚体转录因子（如CTF/NFI）的对称性约束纳入模型。
• 通过检测错误权衡（DET）曲线，并与信息论方法和MatInspector矩阵比较，评估所得能量矩阵的性能。

实验结果

研究问题

• RQ1 标准SELEX协议能否可靠地生成适合准确推断转录因子-DNA相互作用参数的数据？
• RQ2 结合饱和度的热力学一致性如何影响标准信息论权重矩阵构建在SELEX数据中的可靠性？
• RQ3 为确保从SELEX数据中实现稳健且可重复的参数估计，需要进行哪些实验修改？
• RQ4 所提出的有限温度能量矩阵方法在假阳性与假阴性权衡方面，相较于现有方法表现如何？
• RQ5 单个矩阵元素的差异在多大程度上会转化为结合位点预测性能的差异？

主要发现

• 标准SELEX实验流程因各轮次化学势不一致，无法生成适合能量矩阵推断的可靠数据。
• 采用固定化学势的改进SELEX协议可实现稳健的数据生成和可靠的参数估计。
• 与信息论方法和经验推导的PWMs相比，有限温度能量矩阵方法显著降低了假阳性与假阴性的权衡。
• 在位置2G处，有限温能量矩阵与信息论矩阵的差异约为150%；在位置4C和5A处，差异约为100%，表明参数存在显著差异。
• 尽管单个元素差异中等，但累积效应导致预测性能显著提升，DET曲线比较已证实此点。
• 基于Roulet等人数据推导的CTF/NFI能量矩阵在保守位置（2,3,4）与MatInspector高度一致，而在较不保守的位置（1,5,6）差异更大，与功能影响一致。