论文部分内容阅读
lincRNAs在新陈代谢、生长发育,以及疾病等方面发挥功能,并在各个层面调控基因表达。作为关键的调控因子,lincRNAs在小鼠ES细胞中发挥重要的调节作用。本课题将利用高通量数据RNA-Seq识别在小鼠ES细胞中表达的未经注释的高置信度lincRNAs转录本,完善lincRNAs的基因组注释。并识别增强子相关lincRNAs与启动子相关lincRNAs的特征调控模式,以及elincRNAs与启动子互作的识别,研究lincRNAs对基因的表达调控作用。本论文整合多套小鼠ES细胞,以及早期胚胎、全胚胎等RNA-Seq数据,识别了6 701个小鼠ES细胞表达的新lincRNAs。RNA-Seq读段的覆盖率和CAGE进行转录本完整性评估的结果表明,基于RNA-Seq识别的新lincRNAs是5′端缺失的不完整的转录本。已知lincRNAs和蛋白质编码转录本的TSS区域的分析结果表明lincRNAs具有特异的基因组与表观基因组特征。预测模型十倍交叉验证和独立的检验集进行评估结果表明,整合基因组与表观基因组特征的lincRNA转录本TSS区域预测模型效能最优。在小鼠全基因组范围内进行lincRNA转录本TSS区域的预测,并修正了1 293个新lincRNAs的TSS区域。利用CAGE以及活性染色质修饰对修正前后的lincRNA转录本TSS区域进行评估,结果表明基于预测的TSS区域在小鼠ES细胞中获得了相对完整的lincRNA转录本。对新lincRNAs进行基因组的分布分析以及基因组与表观基因组表征,新lincRNAs与已知lincRNAs特征相似,具有比蛋白质编码转录本相对少的外显子个数、相对短的转录本长度,以及相对低的保守性等特征,并富集重复元件;并且lincRNAs的表观遗传修饰模型显著地区别于蛋白质编码转录本。利用RT-PCR检测新lincRNAs在不同细胞系和小鼠不同发育阶段的不同组织的表达水平,结果表明新lincRNAs的组织/细胞特异性表达。进一步利用RACE实验对TCONS00041333转录本全长进行鉴定,结果表明该lincRNAs包含两个转录本,长度分别为656 bp和571 bp。核心启动子元件的结合区域的分析表明,在其TSS上游存在TATA-box、GC-box、CCAAT-box和Initiator的结合区域,并富集H3K4me1和H3K27ac组蛋白修饰。按照染色质状态可以将lincRNAs分为elincRNAs（enhancer associated lincRNAs）和plincRNAs（promoter associated lincRNAs）。基于小鼠ES细胞已知lincRNA转录本TSS区域的H3K4me1/H3K4me3富集比率识别了包含224个elincRNAs与112个plincRNAs的高置信度集合。整合基因组与表观基因组特征,利用正则化的罗杰斯特回归模型识别显著调控elincRNAs与plincRNAs的特征,elincRNAs与TSS区域的DNA甲基化,以及基因体区域的DNA甲基化和H3K122ac的调控相关;plincRNAs与TSS区域的H3K9ac,以及基因体区域的H3K36me3的调控相关。并且基于预测模型识别了3 729个elincRNAs和1 392个plincRNAs。对elincRNAs和plincRNAs进行基因组与表观基因组表征,elincRNAs具有比plincRNAs相对较少的外显子个数、相对短的转录本长度、相对低的表达水平和序列保守性,以及差异的染色质修饰模式等特征。基于组蛋白修饰模式和转录因子富集模式分析小鼠ES细胞elincRNAs与启动子互作的调控模式,结果表明,elincRNAs与启动子间的互作更倾向于受转录因子的调控。并通过小鼠ES细胞elincRNAs与启动子高置信度互作集合的评价表明,基于转录因子斯皮尔曼相关性识别的elincRNAs与启动子互作是最优的预测集合。构建基于elincRNAs与启动子互作高置信度集合的互作网络,以及基于转录因子相关性的互作子网络,网络拓扑特征的分析结果表明,子网络的网络特性与互作网络相似,elincRNAs特异靶向一些启动子,而非广泛地调控。对互作子网络进行模块挖掘以及功能富集分析,一些模块富集在RNA聚合酶Ⅱ结合的转录激活的转录因子的功能,并ES细胞和胚胎发育相关功能。因此,elincRNAs可能参与靶基因转录的激活作用。综上所述,本研究识别一组小鼠ES细胞中表达的转录本边界相对完整的lincRNAs集合,并基于机器学习模型识别elincRNAs与plincRNAs的调控特征,在小鼠ES细胞中识别elincRNAs与其靶向启动子的互作关系。本研究不仅发现并研究小鼠发育过程中重要的lincRNAs,对于系统研究早期胚胎发育lincRNAs对基因表达的调控也具有重要意义。