打开APP

通过功能性的数据分析揭示基因组中LINE-1转座子元件的特性和动态变化!

  1. DNA测序
  2. LINE-1
  3. 基因组
  4. 疾病
  5. 转座子

来源:本站原创 2020-10-12 22:15

2020年10月13日 讯 /生物谷BIOON/ --日前,一篇发表在国际杂志Molecular Biology and Evolution上题为“Human L1 Transposition Dynamics Unraveled with Functional Data Analysis”的研究报告中,来自宾夕法尼亚州立大学等机构的科学家们通过研究深入揭示

2020年10月13日 讯 /生物谷BIOON/ --日前,一篇发表在国际杂志Molecular Biology and Evolution上题为“Human L1 Transposition Dynamics Unraveled with Functional Data Analysis”的研究报告中,来自宾夕法尼亚州立大学等机构的科学家们通过研究深入揭示了基因组中跳跃基因所产生的影响效应。文章中,研究人员利用了一种先进的统计学方法分析了一类跳跃基因的功能和影响,跳跃基因,即能在人类基因组中不同位点移动的DNA序列,相关研究结果或能帮助理解人类基因组的进化特性,或对于研究包括癌症在内的多种疾病也具有重要的意义。

称之为长散在重复元件-1( LINE-1或L1,sLong Interspersed Elements-1)的序列组成了一类转座子元件,同时也被称为跳跃基因,因为其能在基因组中移动;遗传学家和医学研究人员非常想知道这些跳跃基因的功能以及其在基因组中的互作机制。研究者Chen指出,首先,LINE-1是唯一活跃的LINE家族,其在我们的基因组中会不断跳跃,人类基因组由不同的序列组成,而这个特殊的逆转座子(L1)则占到了17%以上的比例,从结构上来讲其非常重要,能够产生多种其它的转座子元件序列,同时还能通过进化的过程来扩张机体基因组的尺寸,此外,其在调节自身功能上也扮演着重要的角色。

图片来源:Di Chen and Marzia Cremona

如今研究人员能够建立L1s进化的整合模型,包括L1s倾向于在基因组中整合的位点以及其倾向于保持的维持,或者在基因组中固定的位置等。本文研究结果非常有意思,转座子元件能够整合并最终保留在非常不同的基因组景观中,通常情况下其主要会整合到基因组中的特定部分,但在经过一段时间的进化后,其最终会被保留在其它的基因组位置。

此外研究者还发现,尽管整合和固定过程会被多种不同的基因组特性所影响,但L1s并不仅仅是基因组中跳动的DNA片段,其实际上会影响围绕在周围的基因组景观,此前有部分研究暗示了这一点,但本文研究对此进行了证实,即L1s会影响宿主机体基因组的进化过程。本文研究还能帮助研究人员开发新型模型来深度理解L1s的特性。研究者Makova说道,通过建立模型,研究人员就能理解L1s在疾病发生和基因组所编码的重要特性上所扮演的关键角色,比如,根据L1s在移动过程中的未知,研究者就能发现是否其会产生强烈的影响还是较轻微的影响,或者并不产生影响,当然了,这些预测都需要经过计算和实验研究来进行研究,但重要的是,如今研究人员距离这一步越来越近了。

虽然本文研究尚处于初级阶段,但相关研究结果或许能产生实际和临床的一些应用价值,因为有研究表明,L1s或许并不像曾经研究人员认为的那样是被动的角色,其实际上在基因组中处于一种活跃的未知,某些L1s的插入也被认为会对基因组中的蛋白编码区域产生影响或干扰。如今重要的是如何将这项研究发现应用于医学研究,首先,研究人员会在癌症和其它疾病的研究中基于L1整合的数据库进行分析,有些L1s在神经性疾病发生过程中扮演着关键角色。比如,对大脑DNA测序的研究就发现了多态L1的插入,研究人员还能使用相同的方法将其应用于更多临床相关的数据库分析中去。

随后研究人员分析了能代表最新整合的、多态特性和人类特异性L1s的三个人类L1s全基因组数据库,同时还通过其它研究收集到了49个基因组景观特征。他们利用功能性数据分析来建立模型并精准分析L1s整合并固定的基因组景观特性,这些方法或许能在高分辨率下帮助研究人员分析基因组的景观特性。研究者Cremona说道,我们测试了基因组景观特征的差异,即在携带L1s和并未携带L1s的区域之间,随后我们利用最重要的特性建立了一种模型来帮助理解所有这些特征是如何一起发挥作用的。

与其它方法相比,功能性的数据分析技术能够更好地挖掘高分辨率数据,并能为研究者提供更为丰富的L1s和基因组景观之间相互作用的蓝图,比如,研究者就能利用该技术比较L1s插入一段时间、较短时间以及并不含有L1s区域之间的特征。使用功能性数据分析技术(而不是对比平均值),研究人员就能对比曲线,也就是在较高分辨率下观察测定的行传该数据,不仅仅是观察到的平均数的差异,而且观察到的曲线形状的差异都能够帮助研究人员确定其之间的关系和效果。(生物谷Bioon.com)

参考资料:

【1】Di Chen, Marzia A Cremona, Zongtai Qi, et al. Human L1 Transposition Dynamics Unraveled with Functional Data Analysis, Molecular Biology and Evolution (2020). DOI: 10.1093/molbev/msaa194

【2】Scientists take a step toward understanding 'jumping genes' effect on the genome

by Matt Swayne, Pennsylvania State University

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->