Exploring the Potentials and Challenges of Using Large Language Models for the Analysis of Transcriptional Regulation of Long Non-coding RNAs
Meta Platform Inc.(元平台公司);North Carolina State University(北卡罗来纳州立大学)
本研究系统评估了大型语言模型在长链非编码RNA转录调控序列分析中的潜力与局限,发现微调基因组基础模型在复杂任务中表现良好,并分析了任务复杂度、模型选择、数据质量及生物学可解释性的关键影响。
2024-11-05 cs.AI cs.LG q-bio.GN
Non-equilibrium thermodynamics of gene expression and transcriptional regulation
近年来,全基因组基因表达分析已被证明是研究大量基因在其相应细胞环境中的协调功能的非常重要的工具,特别是与表型多样性和疾病相关的。已经开发了多种定量分析方法来处理由基因表达谱分析实验产生的高通量数据集。由于与转录组学相关的复杂性,特别是在基因调控现象的情况下,这些方法中的大多数具有概率或统计性质。即使这些方法已经达到了一个综合的,系统的理解相关的生物过程的发展中的核心地位,他们很少构成一个具体的指导生物功能背后的实际物理化学机制,这些方法的作用是更多的假设生成线。随着基因表达和转录调控的热力学理论的发展,一个重要的改进可以完成,这将为大量的分子生物物理数据的适当整合奠定基础,并可能在未来导致遗传转录和调控的系统观点。
2009-09-21 q-bio.GN
Cross-phenotype meta-analysis reveals large-scale trans-eQTLs mediating patterns of transcriptional co-regulation
影响基因调控的遗传变异是个体间表型差异的主要驱动力,可用于揭示细胞中生物过程的组织方式。虽然检测顺式eQTL现在是常规的,但反式eQTL已被证明更具挑战性,因为解释的适度方差和测试数百万个SNP与数千个转录本关联的多重测试负担。在这里,我们成功地定位trans-eQTL与互补的方法,寻找SNPs相关的多个基因的表达同时进行。我们发现732个trans-eQTL在两个大陆群体中复制;每个trans-eQTL控制大量的靶转录物(调节子),这些转录物是由转录因子控制的相互作用网络的一部分。因此,我们能够发现共同调控的基因集,并开始描述基因调控的细胞回路。
2014-02-07 q-bio.GN
Transcriptional Similarity in Couples Reveals the Impact of Shared Environment and Lifestyle on Gene Regulation through Modified Cytosines
基因表达是一种复杂的数量性状,受遗传和非遗传调节因子(包括环境因素)的影响。评估环境对基因表达调控的贡献,并确定哪些基因更可能受到环境因素的影响,对于理解人类复杂的性状是很重要的。我们假设,通过夫妻生活在一起,可能存在共同调节的基因,这些基因可能反映了共同的生活环境(例如,饮食、室内空气污染物、行为生活方式)。来自国际人类基因组单体型图计划的非洲血统无关夫妇(YRI,来自尼日利亚伊巴丹的约鲁巴人)的淋巴母细胞样细胞系(LCL)为我们通过比较丈夫和妻子之间的基因表达水平来表征夫妇中的基因表达模式提供了独特的模型。引人注目的是,在5%的错误发现率(FDR)下,发现778个基因在夫妇中的变异比随机配对的个体小得多。由于假设随机交配社会,一般人群中无关家庭成员之间的遗传变异预计是相同的,因此非遗传因素(例如,表观遗传系统)更可能是夫妇中观察到的转录相似性的介导者。因此,我们评估了修饰的胞嘧啶对那些在夫妇中显示转录相似性的基因的贡献,以及这些CpG位点与其他基因调控元件,如转录因子结合位点(TFBS)的关系。我们的研究结果表明,夫妇的转录相似性可能反映了共享的共同环境,部分通过胞嘧啶修饰介导。
2016-05-24 q-bio.GN
Understanding Transcriptional Regulation Using De-novo Sequence Motif Discovery, Network Inference and Interactome Data
基因调控是一个复杂的过程,涉及几个基因组元件的作用,这些元件协同工作以驱动时空表达。基因调控元件的实验表征是一个非常复杂和资源密集型的过程。计算生物学的主要目标之一是使用来自已知的、先前注释的调控元件的子集的结果来对先前未表征的元件进行\textit{in-silico}注释。ENCODE项目(\emph{http://encode.nih.gov})的最新结果提出了对1%人类基因组的这种功能(调节)非编码元件的深入分析。希望在这个子集上获得的结果可以扩展到基因组的其余部分。这是一项极其重要的工作,它将能够更快地解剖关键生物学过程中的其他功能元件,如疾病进展和器官发育(\cite{Kleinjan2005},\cite{Lieb2006}。这些迄今未表征的区域的计算注释将需要识别具有良好预测价值的特征。在这项工作中,我们研究转录调控作为一个问题,在异构数据集成,跨序列,表达和相互作用组水平的属性。以\textit{Gata2}基因及其最近发现的泌尿生殖系统增强子\cite{Khandekar2004}为例,我们研究了各种高通量功能基因组检测(来自ENCODE和SymAtlas等项目)在表征这些增强子及其调控作用方面的预测价值。观察这些数据模式的现代统计学习方法的应用结果,我们提出了一组最具歧视性的特征来找到这些增强子。
2007-10-09 q-bio.GN
Inferring evolutionary histories of pathway regulation from transcriptional profiling data
比较基因组学的一个突出挑战是解释物种间调控变异的进化重要性。严格的分子进化为基础的方法来推断自然选择的证据,从表达数据在该领域的溢价,到目前为止,系统发育的方法还没有很好地适合于解决这个问题,在小套分类的标准调查中的基因表达。我们已经开发出一种策略,通过分析具有共同功能的基因套件来从表达谱推断进化历史。在概念上类似于分子进化模型的方式,其中在多个位点的DNA序列的进化速率遵循伽马分布,我们建模的\emph{a priori}定义的途径的基因的表达率从反伽马分布。然后,我们开发了一种拟合策略,从表达测量中推断该分布的参数,并确定其表达模式与特定物种的进化约束或快速进化一致的基因组。仿真证实了我们的推理方法的力量和准确性。作为我们方法的实验测试平台,我们生成并分析了四种\emph{Saccharomyces}酵母的转录谱。结果揭示了在单个酵母和整个酵母菌群中具有受约束和加速调节进化特征的途径,突出了酵母菌种分化期间途径水平表达变化的普遍性。我们预计,我们的路径为基础的系统发育的方法将是广泛的实用程序在搜索中了解监管变化的进化相关性。
2013-07-25 q-bio.GN q-bio.PE q-bio.QM
A combination of transcriptional and microRNA regulation improves the stability of the relative concentrations of target genes
众所周知,在合适的条件下,microRNA能够将其靶标的相对浓度微调到任何期望的值。我们发现,当其中一个靶点是调节其他靶点的转录因子(TF)时,这种功能特别有效。这种组合定义了一类新的前馈环(FFL),其中microRNA起着主调节器的作用。使用确定性和随机方程,我们表明,这些FFL确实不仅能够微调TF/靶标比率到任何所需的值作为miRNA浓度的函数,而且由于电路的特殊拓扑结构,确保该比率对随机波动的稳定性。这两种效应是由于直接的转录调控和由于TF和靶标竞争结合miRNA而引起的间接TF/靶标相互作用之间的相互作用(所谓的“海绵效应”)。然后,我们在人类调控网络中对这些FFL进行全基因组搜索,并显示它们具有非常特殊的富集模式。特别是,它们在TF及其目标必须精确地保持在相同浓度的所有情况下都强烈富集,尽管有环境噪声。作为一个例子,我们讨论的FFL涉及E2 F1作为转录因子,RB 1作为目标和miR-17家族作为主调节器。这些FFL确保了E2 F/RB比率的严格控制,这反过来又确保了静止细胞中从G 0/G1到S期转变的稳定性。
2013-07-12 q-bio.GN q-bio.MN
CTCF-mediated transcriptional regulation through cell type-specific chromosome organization in the β-globin locus
尽管染色质在哺乳动物基因调控中具有潜在的作用,但其在活细胞核小体水平之外的结构景观的基本原理仍然很不清楚。我们研究了包含β-珠蛋白基因的人类11号染色体1 Mbp区域的三维折叠,通过将由染色体构象捕获(3C)全面确定的绝缘子蛋白CTCF的成环相互作用整合到染色质的聚合物模型中。我们发现在红系细胞中CTCF介导的细胞类型特异性相互作用被组织成有利于已知在体内发生在β-珠蛋白基因座控制区(LCR)和基因之间的接触。在这些细胞中,模拟的β-珠蛋白结构域折叠成球状,LCR和活性珠蛋白基因位于外周。相比之下,在非红系细胞中,小球不太紧凑,很少但占主导地位的CTCF相互作用驱动基因远离LCR。这导致接触频率的降低,根据染色质的硬度和基因的精确定位,接触频率可以超过1000倍。我们的研究结果表明,CTCF接触的合奏功能影响控制元件和靶基因之间的空间距离,有助于转录所需的染色体组织。
2012-06-26 cond-mat.soft physics.bio-ph q-bio.BM
The Energetics of Molecular Adaptation in Transcriptional Regulation
突变是进化探索蛋白质功能景观的关键机制。尽管我们有能力在实验上随意施加突变,但仍然很难将序列水平的扰动与系统水平的反应联系起来。在这里,我们提出了一个框架,集中在测量系统的自由能的变化,以连接个别突变的变构转录抑制因子的参数,管理其响应。我们发现突变的能量效应可以分为几类,它们具有作为诱导剂浓度的函数的特征曲线。我们实验测试这些诊断预测使用的特点是LacI阻遏大肠杆菌,探测几个突变的DNA结合和诱导剂结合域。我们发现,由于点突变的基因表达的变化可以通过修改描述野生型蛋白质的相应结构域的模型参数的子集来捕获。这些参数似乎是绝缘的,在DNA结合结构域中的突变只改变DNA亲和力,而在诱导剂结合结构域中的突变只改变变构参数。改变这些参数的子集以与理论预期一致的方式调整系统的自由能。最后,我们表明,诱导配置文件和由此产生的自由能与成对双突变体可以预测与定量的准确性给定的知识的单突变体,识别和定量上位相互作用提供了一种途径。
2019-05-15 q-bio.GN q-bio.MN q-bio.PE
Deciphering regulation in eukaryotic cell: from sequence to function
我研究的一个横向课题是DNA序列分析计算方法的发展和应用。我一直在开发的方法旨在提高我们对正常细胞和癌细胞中发生的调节过程的理解。本课题将本论文中提出的项目联系在一起。论文的两个章节代表了我的主要研究领域:(1)破译转录调控的方法及其在回答特定生物学问题中的应用,(2)研究基因组结构的方法及其在癌症研究中的应用。第一章主要集中在转录调控。在这里,我描述了我的贡献,为发现转录因子结合位点和组蛋白定位的方法发展。我还解释了如何序列分析,结合基因表达数据,可以允许识别直接靶基因的转录因子的研究,以及其作用的物理机制。作为两个例子,我提供了我的研究结果的转录调控(一)致癌蛋白EWS-FLI 1在尤文肉瘤和(ii)致癌转录因子Spi-1/PU.1在红白血病。在第二章中,我描述了序列分析方法,目的是在现有的参考基因组物种的基因组重排鉴定。我解释了如何开发的方法可以应用于检测癌症基因组的结构。我提供了一个例子,说明对肿瘤基因组的这种分析如何导致发现一种新现象:chromothripsis,当数百种重排发生在一个细胞灾难中时。论文最后列出了高通量测序分析的主要挑战。我还讨论了当前要求整合测序数据的首要问题。
2014-09-23 q-bio.GN
Two distinct logical types of network control in gene expression profiles
在细菌等单细胞生物中,在一种环境中有益的相同获得性突变在另一种环境中可能是限制性的。然而,不断发展的大肠杆菌种群在适应方面表现出显着的灵活性。维持遗传灵活性的机制仍不清楚。在大肠在大肠杆菌中,基因表达的转录调控既涉及以高亲和力结合特定DNA位点的专用调节因子,也涉及全局调节因子-细菌类色体的丰富DNA结构蛋白结合多个低亲和力位点,从而调节DNA的超螺旋密度。第一种形式的转录调控主要是成对的和特定的,代表数字控制,而第二种形式是(在强度和分布)连续的,代表模拟控制。在这里,我们看看来自显着的基因表达变化的两种形式的控制下的有效网络的属性,并发现在一种类型的控制(例如,由突变引起的全局DNA结构因子)的限制,另一种类型可以补偿受损的调节。全球监管机构的突变显着增强数字控制;在全球DNA架构蛋白质的存在下,监管主要是模拟类型,耦合空间相邻的基因组位点;我们的数据表明,两种逻辑上不同类型的控制相互平衡。通过揭示两种不同的逻辑类型的控制,我们的方法提供了基本的见解转录调控的组织原则和缓冲遗传灵活性的机制。我们预计,区分逻辑控制类型的一般概念将适用于许多复杂的生物网络。
2007-09-20 q-bio.GN q-bio.MN
Computational and molecular dissection of an X-box cis-Regulatory module
纤毛病是一类以细胞器纤毛功能障碍为特征的人类疾病。虽然构成纤毛的许多分子组分已经被鉴定和研究,但对编码这些组分的基因的转录调控了解相对较少。保守的转录因子调节因子X(RFX)/RFX-19通过与称为X-box的顺式调节基序结合而起作用,已经显示在从秀丽隐杆线虫到人类的许多动物中调节纤毛基因。然而,越来越多的证据表明,RFX不能启动转录本身。因此,可能需要其他因子和顺式调控元件。最近在C.优雅目前还不清楚X-box和C-box是否是唯一涉及的调控元件以及它们如何相互作用。为此,本论文分析了dyf-5的转录调控,并对C.人类纤毛病变基因雄性相关激酶(MAK)的elegans直系同源物。使用计算方法,我能够确认之前报道的X盒和C盒的存在,并确定了一个额外的C盒。通过顺序突变每个已识别的基序,我确定了每个潜在的基序在dyf-5转录调控中所起的作用。我的结果表明,只有X盒和三个C盒是必要的,足以驱动转录,X盒和中心C盒是主要贡献者,其他两个C盒增强表达。这项研究推进了基因调控的一般知识,并将进一步了解纤毛病变和突变,导致他们。
2018-09-30 q-bio.GN
Genome-wide discovery of modulators of transcriptional interactions in human B lymphocytes
细胞中的转录相互作用受到多种机制的调节,这些机制阻止它们表现为转录因子与其靶标之间的纯成对相互作用。其中包括通过磷酸化和乙酰化激活转录因子,与一种或多种辅因子形成活性复合物,以及mRNA/蛋白质降解和稳定化过程。本文提出了第一步系统的,全基因组的计算推理的基因,在转录后水平上调节特定的转录因子的相互作用。该方法使用基于转录因子与其每个候选靶之间的互信息变化的统计学检验,条件是第三基因的表达。该方法首先在合成网络模型上进行了验证,然后在哺乳动物细胞系统中进行了测试。通过分析254个正常和肿瘤相关的人B淋巴细胞的微阵列表达谱,我们研究了MYC原癌基因的转录后调节因子,MYC原癌基因是参与肿瘤发生的重要转录因子。我们的方法发现了一组100个假定的调节基因,负责调节MYC及其靶点之间的205个调节关系。该组是显着丰富的分子与其作为细胞相互作用的调节剂的活动一致的功能,概括了既定的MYC调控途径,并提供了一个显着的库的MYC功能的新的监管机构。该方法具有广泛的适用性,并可用于发现任何其他转录因子的调节剂,只要有足够的表达谱数据。
2006-03-02 q-bio.GN q-bio.MN q-bio.QM
Gene clusters reflecting macrodomain structure respond to nucleoid perturbations
聚焦于DNA桥接类核蛋白Fis和H-NS,并整合几个独立的实验和生物信息学数据来源,我们研究染色体空间组织和全球转录调控之间的联系。通过一种新的多尺度空间聚集分析,我们发现存在的连续簇的核苷酸扰动敏感基因沿基因组,其表达的拓扑DNA状态和核苷酸成形蛋白质占用的组合的影响。这些簇与基因组的宏域结构相关性很好。其中最重要的对称地躺在边缘的ter宏域,并涉及所有的鞭毛和趋化性机械,除了生物膜形成的关键调节剂,这表明由类核蛋白的染色体的物理状态的调节中起着重要的作用,在协调转录反应,导致之间的切换能动性和生物膜的生活方式。
2010-11-04 q-bio.GN q-bio.MN q-bio.QM
Ribosome profiling reveals post-transcriptional buffering of divergent gene expression in yeast
了解表型分化的模式和原因是进化生物学的核心目标。许多研究表明,mRNA丰度在密切相关的物种之间变化很大。然而,转录后基因调控进化的程度和机制在很大程度上是未知的。在这里,我们使用核糖体分析来比较两种密切相关的酵母物种(S。cerevisiae和S. paradoxus)。通过比较翻译调控分歧的mRNA序列特征的种间差异,我们发现,在转录前导和密码子偏好的差异,大大有助于分歧翻译。在全球范围内,我们发现,翻译调控分歧往往缓冲mRNA丰度的物种差异,这样的核糖体占用比转录丰度更保守。我们使用等位基因特异性核糖体分析在种间杂交比较顺式和反式调节分歧的相对贡献的mRNA丰度和翻译效率的物种差异。这些过程的基因调控趋异模式不同,因为反式调控变化在趋异的mRNA丰度中比在趋异的翻译效率中发挥更大的作用。引人注目的是,大多数基因与异常转录本丰度在F1杂交(无论是过度或低表达相比,两个亲本物种)没有表现出异常的核糖体占有。我们的研究结果表明,种间翻译的差异在很大程度上有助于基因表达的进化。转录物丰度和翻译效率的补偿性差异可以增加基因调控的稳健性。
2013-12-06 q-bio.GN
eQTL Studies: from Bulk Tissues to Single Cells
表达数量性状基因座(eQTL)是一个染色体区域,其中遗传变异与某些基因的表达水平相关,这些基因可以是近距离的或远距离的。对不同组织、细胞类型和环境的eQTL的鉴定使人们更好地理解了基因表达的动态调控以及功能基因和变异体对复杂性状和疾病的影响。尽管迄今为止大多数eQTL研究都是在从大量组织收集的数据上进行的,但最近的研究已经证明了细胞类型特异性和环境依赖性基因调控在生物过程和疾病机制中的重要性。在这篇综述中,我们讨论了统计方法,已开发,使检测的细胞类型特异性和上下文依赖的eQTL散装组织,纯化的细胞类型,和单细胞。我们还讨论了现有方法的局限性和未来的研究机会。
2023-02-22 q-bio.GN
A Transformer-Based Delta Expression Encoder for Psilocybin Transcriptional Response: Architecture, Representations, and Biological Validation
Stanford School of Medicine(斯坦福大学医学院)
提出基于Transformer的delta表达编码器,无需先验知识即可从单核RNA测序数据分类裸盖菇素转录响应,实现69.4%准确率,并发现下调更刻板、HTR2A表达与反应可分离性负相关等新见解。
2026-09-09 cs.LG q-bio.GN
Detection of gene communities in multi-networks reveals cancer drivers
我们提出了一种新的基于多网络的策略来整合不同层次的基因组信息,并以协调的方式使用它们来识别驱动癌症的基因。我们考虑的多网络结合了转录因子共靶向、microRNA共靶向、蛋白质相互作用和基因共表达网络。这种选择背后的基本原理是基因共表达和蛋白质相互作用需要紧密的配偶体共调节,并且只有结合转录和转录后调节层才能获得这种微调调节。为了从多网络中提取相关的生物信息,我们研究了它的社区划分。为此,我们采用了一种共识聚类算法的基础上,最先进的社区检测方法。即使我们的程序原则上对本工作中的任何病理学都有效,我们也集中在胃癌、肺癌、胰腺癌和结直肠癌上,并从多网络社区的富集分析中确定了一组候选驱动癌症基因。其中一些是已知的癌基因,而一些是新的。不同信息层的组合使我们能够从多网络指示中提取已知和新候选驱动基因的调控模式和功能作用。
2015-12-09 physics.bio-ph physics.data-an physics.soc-ph
Reconstructing the Developmental Trajectory of Adipocytes in Human Adipose Tissue Using Single-Cell RNA Sequencing
Faculty of Informatics and Electrical Engineering, Del Institute of Technology(信息学院与电气工程学院,德尔技术学院)
通过单细胞RNA测序重建人类脂肪细胞发育轨迹,发现IGF和FGF通路在分化中起关键作用,并揭示内脏与皮下脂肪的差异。
2026-06-29 cs.AI q-bio.GN
Graph-based data integration predicts long-range regulatory interactions across the human genome
基因表达的转录调控是影响细胞从单组基因多样化的主要过程之一。调控蛋白通常与位于基因转录起始位点(TSS)远端的DNA区域相互作用。我们开发了一种计算方法,结合开放的染色质和基因表达信息的大量细胞类型,以确定这些远端调控元件。我们的方法为公开可用的DNase-seq和外显子阵列数据集与匹配样本构建相关图,并使用基于图的方法来过滤多个数据集支持的结果并去除间接相互作用。由此产生的一组相互作用进行了验证与轶事信息的已知的远程相互作用和无偏的实验数据推导出Hi-C和CAGE实验。我们的研究结果提供了一组新的高置信度的候选开放染色质区域参与基因调控,往往位于几个Mb远离其靶基因的TSS。
2014-04-29 q-bio.GN
Balancing noise and plasticity in eukaryotic gene expression
将表达随机性(噪声)的控制与表达变化的能力(可塑性)耦合可以改变基因功能并影响适应。许多因素,如转录重新启动,强染色质调控或基因组相邻组织,这种耦合的基础。然而,这些因素并不一定在所有基因中以相同的方式和强度结合。那么,我们是否可以确定以不同方式调节噪音和可塑性联系的替代架构?在这里,我们首先表明,强染色质调节,通常被视为耦合的来源,可以导致可塑性没有噪音。这种调节的性质也是相关的,可塑但无噪音的基因受到一般激活剂的影响,而可塑和有噪音的基因则受到更特异的抑制。相反,在转录控制较差的基因中,翻译效率将噪音与可塑性分开,这是一种与转录物长度相关的模式。这还意味着基因组邻近组织-作为修饰剂-似乎只在高度可塑性的基因中有效。在这个类中,我们确认双向启动子(biprosters)作为一种配置,能够减少耦合,减少噪音,但也揭示了一个重要的权衡,因为biprosters也降低可塑性。这最终提出了基因间距离和调制之间的矛盾,短基因间距离在不同的可塑性水平上与噪声相关和不相关。平衡不同类型的表达变异之间的耦合似乎是基因组调控和组织的潜在塑造力量。这反映在对具有不同功能约束的基因使用不同的控制策略。
2012-09-11 q-bio.GN q-bio.MN