果蝇启动子区域CpG岛和TATA框预测与分析

CpG岛和TATA框在基因表达调控方面具有重要的作用,本研究从EBI核酸数据库中下载经试验证实的果蝇启动子序列共计1 917条,对其中的CpG岛、GC碱基分布和TATA框进行了分析。预测果蝇启动子序列中CpG岛的最佳参数组合为:GC最低含量为0.44,CpG最低出现率为0.6,CpG岛最小长度为200 bp,在此条件下,发现有84.82%的果蝇启动子中含有1~2个独立的CpG岛。果蝇启动子序列的平均GC含量为39.83%,GC碱基在启动子中的分布表现出规律性变化。果蝇启动子中TATA框的分布比较广泛,有32.86%的启动子中含有1个TATA框;有18.73%的启动子中含有2个TATA框;另有13.88%的启动子中含有2个以上的TATA框;此外,有34.53%的启动子没有TATA框。表明果蝇启动子中有比较丰富的CpG岛和TATA框。     

人与小鼠核糖体蛋白基因内含子中的转录调控位点分析

前期对酵母和果蝇核糖体蛋白(Ribosomal protein, RP)基因内含子序列中的寡核苷酸分析表明, 内含子中含有潜在的转录因子结合位点。为进一步发掘核糖体蛋白基因内含子参与转录调控的证据, 文章首先基于频率分析方法抽提出人和小鼠核糖体蛋白基因第一内含子中高频(Over-represented)出现的寡核苷酸片段 (亦称模体, Motif), 这些寡核苷酸中超过85%与已知的转录因子结合位点吻合, 是潜在的转录调控元件。对抽提出的寡核苷酸进行碱基组成分析, 发现95%以上的寡核苷酸富含碱基C和G, 而较少富含A和T。从寡核苷酸在内含子中的分布情况看, 它们相对靠近第一内含子的5′端, 即距离基因转录起始位点和上游区域较近。推测这些特征可能与基因转录调控有关。     

小鼠核糖体蛋白基因中的组合转录调控元件分析

研究表明,第一内含子可能参与基因转录调控。利用Markov链方法在小鼠核糖体蛋白(ribosomal protein)基因上游至第一内含子序列中抽提出一批高频出现模体(over-represented motifs),这些模体大部分与TRANSFAC中收集的小鼠基因转录因子结合位点吻合,是潜在的调控元件。将这些模体两两组合,利用超几何分布(hypergeometric distribution)和曼-惠特尼U检验(Mann-Whitney U test)获得了133对潜在转录调控模体对,其中一些与已知具有相互作用的转录因子对吻合,且大部分为协同作用。对抽提的模体对在不同区域中的出现情况进行分析,发现模体对主要出现在"上游-上游"(95.5%)和"上游-内含子"(57.9%)区域。结果进一步支持了内含子参与转录调控的假设,并且推测上游与内含子之间具有转录协同作用。     

酵母基因中转录正调控内含子序列特征的统计分析

大量实验研究显示,真核基因的许多内含子具有调控转录的功能,但是对此问题尚缺乏全面的研究.观察一些酵母基因的转录频率与基因的内含子序列后,发现一个值得注意的现象：转录频率高的基因内含子序列一般都比较长,而转录频率低的基因内含子一般都比较短.这提示高效转录基因的较长内含子中可能含有某些增强基因转录的特征性结构.于是选取两组酵母基因的内含子进行详细研究,第一组的基因具有较高的转录频率（>30）,第二组的基因转录频率较低（≤10）.对寡核苷酸（主要是四核苷酸、五核苷酸）的出现频率进行统计比较分析,探测到一批寡核苷酸,它们在第一组内含子中出现的频率显著高于在第二组内含子中出现的频率,同时也显著高于与第一组内含子相邻的外显子中的出现频率.其中一些寡核苷酸与实验研究得到的转录调控元件相同.从这批寡核苷酸在内含子和外显子序列中的分布看,高效转录基因内含子的序列结构确实有利于基因的转录.     

预测DNA序列中短CpG岛新方法

在基因表达调控中,长度在200~500bp之间的短CpG岛具有非常重要的作用,然而目前并没有一种非常好的方法寻找短CpG岛。基于给定长度DNA片段上碱基随机分布的排列组合算法,我们定义了一种计算CpG观察预期比的新方法。结合DNA片段长度和GC含量这两个参数,该方法给出了人类21号和22号染色体上CpG岛分布的预测结果。根据CpG岛与基因功能区、Alu重复序列和UCSC的CpG岛对比分析,本研究给出了新的CpG岛判断准则:(1)CpG岛不小于200bp;(2)GC占比不小于50%;(3)CpG观察预期比不小于1.4。通过与Takai方法的对比分析显示,新方法能够显著地排除Alu重复序列对CpG岛预测的影响,并且能够准确预测具有更短长度的CpG岛在DNA片段上的分布。多基因转录起始位点基因分析结果表明,短CpG岛是UCSC的CpG岛的核心组成部分,短CpG岛是参与基因表达调控的核心元件。本研究为预测和分析短CpG岛在人类基因调控中的作用提供了必要的手段。     

EGFR基因启动子区甲基化状态分析

表皮生长因子受体(epidermal growth factor receptor,EGFR)是HER/ERB-B跨膜受体激酶家族成员之一.EGFR的过表达促进细胞的增殖、存活和迁移,与许多实体瘤病人的低存活率相关.EGFR的表达受其启动子DNA甲基化调控.EGFR的转录沉默与CpG岛高甲基化相关.EGFR基因5′调控区包括1个富含GC的启动子,缺保守序列TATA盒和CAAT盒,有多个位点可以起始转录.本实验运用Bisulfite Sequencing PCR(BSP)方法检测了2种肿瘤细胞HeLa(EGFR+)和K562(EGFR)EGFR基因-1300～+600的甲基化状态.所检测目的片段共包含178个CpG位点.发现EGFR阳性与EGFR阴性两种细胞系的甲基化状态不同:宫颈癌细胞系HeLa转录起始点附近包括第一外显子区(-244～+91)处于非甲基化状态,白血病细胞系K562转录起始点附近包括第一外显子区呈嵌合性的高甲基化状态.因此,第一外显子比启动子区的甲基化状态更能反映基因的活化状况.     

酵母基因上游序列中潜在的转录正调控位点分析

前期研究表明,高效转录酵母基因内含子在序列长度、寡核苷酸使用、以及位置分布等方面都有着区别于低转录内含子的特征 . 进一步观察发现：上游基因间区域的序列长度与基因转录频率也有与内含子序列相同的现象,转录频率高的上游基因间序列一般都比转录频率低的长 . 对高效转录和低效转录上游基因间序列的寡核苷酸使用频率进行统计比较分析,抽提出高转录基因上游区可能的转录正调控元件 . 与酵母的所有非编码序列比较,这些可能的正调控元件基本上也是过表达的 (over-represented) ,其中多数和实验所得的一些位点特征相吻合 . 这些元件富含 G 、 C ,这与内含子中可能的正调控元件在碱基组成上有一定的互补性 . 从这些特征看,高效转录基因上游的序列结构确实有利于基因的转录 .     

人类全基因组范围的CpG岛的预测与分析

CpG岛的甲基化是表观遗传中基因表达调控的重要机制。虽然目前已存在几个从DNA序列判别CpG岛的标准,但如何在标准中选择合适的参数仍是研究的焦点。文章通过分析比较两种经典CpG岛判定标准与三种预测方法,提出了改进的CpG岛预测方法——CpGISeeker。应用该预测方法,结合判定标准中的三个基本参数组合出的13组组合参数,在人类全基因组范围内进行了CpG岛预测,并统计分析了CpG岛的重复序列组成以及相对于基因转录起始位点的位置分布情况。分析结果表明CpGISeeker具有更精确判定CpG岛的特性;同时还提示,随着判定标准严格性的增加,CpG岛的重复序列含量降低,与基因转录起始位点的相关性提高。将CpG岛最小尺寸为500bp、GC含量为60%、CpG出现率达到0.65的组合参数作为标准,是目前预测CpG岛的最佳方式。     

乳腺癌耐药蛋白基因的转录调控机制

乳腺癌耐药蛋白(Breast cancer resistance protein, BCRP), 又名ABCG2, 是ATP结合盒(ATP-binding cas-sette, ABC)转运蛋白超家族成员之一, 在肿瘤多药耐药中具有十分重要的作用。BCRP基因启动子区无TATA盒, 含CAAT盒、AP1位点、AP2位点以及CpG岛下游的多个Sp-1位点。近年来的研究发现, 转录因子孕激素受体(PR)、雌激素受体(ER)、核因子-κB (NF-κB)、缺氧诱导因子(HIF)、Nrf2、芳香烃受体(AhR)、过氧化物酶体增殖活化受体(PPAR)和KLF5等可与BCRP启动子或增强子区的特定反应元件结合进而激活BCRP的转录。促炎细胞因子、生长因子、同源盒基因MSX2、Sonic hedgehog信号通路、Notch信号通路和RAR/RXR信号通路等均参与了BCRP的转录调控。此外, 启动子甲基化和组蛋白乙酰化在BCRP转录调控尤其是药物诱导BCRP表达中发挥重要作用。文章综述了这一研究领域的进展, 着重讨论了转录因子及表观遗传学在BCRP转录调控中的作用。     

Computational analysis of base composition pattern and promoter elements in the putative promoter regions in relation to expression profiles of 682 human genes on chromosome 22.

Abstract The base composition pattern (BCP) in the putative promoter region (PPRs) up to 5 Kb lengths of 682 human genes on Chromosome 22 (Chr22) was examined. Two-dimensional (2D) and three-dimensional (3D) functions were designed to delineate the DNA base composition, with four major patterns identified. It is found that 17.6% genes include TATA box, 28.0% GC box, 18.9% CAAT box and 38.4% CpG islands, and approximately 10% genes have one of four putative initiator (Inr) motifs. The occurrence of the promoter elements is tightly associated with the base composition features in the promoter regions, and the associations of the base composition features with occurrence of the promoter elements in the promoter regions mediate tissue-wide expression of the genes in human. The occurrence of two or more promoter elements in the promoter regions is required for the medium- and wide-range expression profiles of the human genes on Chr22. Thus, the reported data shed light on the characteristics of the PPRs of the human genes on Chr22, which may improve our understanding of regulatory roles of the PPRs with occurrence of the promoter elements in gene expression.