Nature | 利用机器学习设计细胞特异性基因调控元件

撰文 | 啾啾椰

顺式调控元件（Cis-regulatory elements,CREs） 是基因组中与调控基因表达相关的DNA序列。它们通常位于目标基因附近，通过影响RNA聚合酶及其他调控蛋白的结合来控制基因的表达水平【1】。CREs在组织特异性治疗和生物技术应用中具有应用潜力，但天然CREs未经过优化，不一定能完全满足这些需求。随着深度学习和高通量基因检测技术的发展【2】，研究者可以构建并测试大量合成CREs，来探索这些元件的潜力。

近日，来自MIT 和Harvard的P. C. Sabeti、S. K. Reilly和R. Tewhey研究团队在Nature上发表了题为Machine-guided design of cell-type-targeting cis-regulatory elements的文章，通过机器学习算法设计出具有高度细胞类型特异性的合成CREs，在体内和体外驱动基因表达，并与天然CREs进行性能比较，验证了合成CREs在实际应用中的有效性。

研究的起点是构建一个能够预测CRE活性的深度学习模型Malinois，该模型基于高通量平行报告基因测定（massively parallel reporter assay，MPRA） 实验数据进行训练，用于直接预测不同细胞类型中CRE序列的活性。通过分析在三个细胞类型 （K562、HepG2和SK-N-SH） 中776,474条序列的MPRA数据，Malinois模型在测试集上显示了高精度的 CREs活性预测能力 （Pearson相关系数r为0.88-0.89） 。

图1：Malinois模型精准预测CRE在表观报告基因中的转录激活

在Malinois模型构建完成后，研究者开发了一个名为CODA的设计平台。CODA通过一系列优化算法 （如进化算法、模拟退火和梯度优化） ，从模型预测的最佳序列中筛选出具有特定细胞类型特异性的CRE。这一步的输出了数千个合成CRE序列，那么这些序列是否具有功能呢？通过MPRA测量CREs在不同细胞类型中的活性，研究者观察到合成序列在细胞特异性上优于天然序列。此外，Fast SeqProp方法生成的合成CRE在目标细胞中的表达活性最强，并在非目标细胞中的抑制效果最佳。

图2：CODA高效设计细胞类型特异性CREs

为了进一步评估合成CREs在复杂生物系统中的表现，研究者在斑马鱼和小鼠模型中部分验证合成CREs。结果显示，合成CRE在斑马鱼的肝脏和神经系统中表现出目标细胞类型的特异性表达，而在小鼠的皮层中也能保持神经元特异性。

图3：合成元件的体内验证：结合神经元（NeuN）、小胶质细胞（IBA1）和星形胶质细胞（GFAP）的免疫共染色观察CRE活性（LacZ）在新皮层第6层的表达情况

在体内实验的基础上，研究者进一步分析了在目标细胞和非目标细胞类型中驱动CRE特异性的转录因子基序组合。通过分析特定转录因子 （如GATA和HNF家族） 的使用模式和贡献分数，研究者确定了合成CREs在目标细胞中激活的具体机制，以及在非目标细胞中的抑制模式。研究者发现合成CRE的特异性与其在目标细胞中激活和抑制的TF组合相关。这些TF组合在天然序列中很少出现，表明Malinois模型已学会了一些基础的调控语法规则。

综上所述，通过深度学习驱动的CODA平台能够高效地生成合成CREs，展现出优于天然CRE的细胞类型特异性。该技术在基因治疗等需要精准组织递送的领域中具有重要应用前景。随着该领域技术的进步，未来有望进一步优化CRE设计，适应更复杂的基因调控需求。

https://www.nature.com/articles/s41586-024-08070-z

制版人：十一

参考文献

1. Meuleman, W. et al. Index and biological spectrum of human DNase I hypersensitive sites.Nature584, 244–251 (2020).

2. Tewhey, R. et al. Direct identification of hundreds of expression-modulating variants using a multiplexed reporter assay.Cell165, 1519–1529 (2016).

BioART战略合作伙伴

（*排名不分先后）

BioART友情合作伙伴

（*排名不分先后）

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

会议资讯

近期直播推荐