TF Profiler：精准推断转录因子活性，解锁基因调控网络的创新方法

《Genome Biology》：TF Profiler: a transcription factor inference method that broadly measures transcription factor activity and identifies mechanistically distinct networks

【字体：大中小】 时间：2025年04月11日 来源：Genome Biology 10.1

编辑推荐：

　　为解决转录因子（TF）活性调控机制不明确，现有检测方法存在局限性的问题，研究人员开展了 TF 活性推断方法的研究。通过开发 TF Profiler 方法，分析大量数据，得出不同 TF 的活性特征和调控机制，为深入理解基因调控提供了有力工具。

在生命科学的微观世界里，基因表达调控如同精密的交响乐，而转录因子（Transcription Factor，TF）则是其中至关重要的指挥家。它们掌控着细胞的命运，决定细胞的功能、应激反应以及身份特征。然而，目前人类基因组中虽已发现超过 1600 个 TF，但对其活性调控机制的理解却犹如雾里看花，模糊不清。

传统的染色质免疫沉淀（Chromatin Immunoprecipitation，ChIP）技术，虽然能检测 TF 与 DNA 的结合位点，却无法准确判断 TF 的效应结构域何时何地发挥作用。这就好比知道了指挥家站在舞台上的位置，却不清楚他何时开始挥动指挥棒，以及如何影响乐队演奏。因此，开发一种能够精准推断 TF 活性的方法迫在眉睫。

为了攻克这一难题，美国科罗拉多大学博尔德分校（University of Colorado Boulder）的研究人员展开了深入研究。他们的研究成果发表在《Genome Biology》上，为我们理解基因调控机制带来了新的曙光。

研究人员开发了一种名为 TF Profiler 的创新方法，该方法能够直接从新生测序分析（如 PRO-seq 和 GRO-seq）中推断 TF 的调控活性。这一方法的核心在于，通过 RNA 聚合酶活性来推断 TF 效应结构域的活性，从而突破了传统方法的局限。

在研究过程中，研究人员运用了多种关键技术方法。首先，他们从 DBNascent 数据库获取了大量的新生 RNA 测序数据，包括 PRO-seq 和 GRO-seq 数据，并对这些数据进行了严格的质量控制和处理。接着，利用 Tfit 方法注释双向转录区域，为后续分析奠定基础。此外，通过模拟基于二核苷酸模型的序列，构建背景期望模型，以此计算预期的 MD-score，从而评估 TF 的活性。

下面来看具体的研究结果：

建立 TF 基序共现的期望模型：研究人员基于之前的研究成果，进一步完善了 MD-score 指标，并通过与基于生物学原理的统计模型进行比较，评估 TF 效应结构域的活性。他们发现，通过将 MD-score 与期望模型相结合，可以有效判断 TF 在细胞稳态条件下是否参与调控。
构建跨组织的 TF 活性谱：研究人员对大量高质量的新生 RNA 测序数据集进行分析，计算了 388 个 TF 基序的 MD-score，并通过与期望 MD-score 比较，确定了每个数据集中活跃的 TF。通过聚类分析，他们发现 TF 活性谱的主要决定因素是组织身份，并且鉴定出了三类 TF：普遍存在的 TF、组织特异性 TF 和刺激响应性 TF。
跨组织的 TF 区域选择：研究人员发现，普遍存在的 TF 倾向于结合富含 GC 的启动子区域，而组织特异性 TF 则主要结合增强子区域。这一结果在 ChIP-seq 数据中得到了进一步验证，表明不同类型的 TF 在基因组中具有不同的作用区域。
编码 TF 的基因调控：研究人员对普遍存在的 TF 和组织特异性 TF 的基因转录水平进行分析，发现两者具有不同的转录模式。普遍存在的 TF 基因转录水平通常呈正态分布，而组织特异性 TF 基因转录水平则更符合指数分布，这表明它们的调控机制存在差异。
刺激响应性 TF：研究人员通过对扰动样本的分析，鉴定出了 53 个高置信度的刺激响应性 TF。这些 TF 具有与组织特异性 TF 相似的识别基序和结合区域，但它们的基因转录水平在不同组织类型和条件下更为广泛，这与它们的转录后调控机制一致。

在结论和讨论部分，研究人员指出，TF Profiler 方法为评估任何细胞类型中活跃的 TF 提供了一种强大的工具。通过该方法，能够识别出不同类型的 TF，并揭示它们的 DNA 结合偏好和调控机制。这对于深入理解基因调控网络、细胞身份的建立以及疾病的发生发展具有重要意义。

然而，该研究也存在一定的局限性。例如，对于主要作为染色质修饰剂的 TF，TF Profiler 方法可能无法检测其活性。未来的研究可以结合其他方法，如 ChromVAR，对匹配的新生和可及性数据进行分析，以揭示转录因子功能的新类别。

总的来说，这项研究为转录因子活性的研究开辟了新的道路，为生命科学领域的发展做出了重要贡献。它不仅加深了我们对基因调控机制的理解，也为未来的研究提供了新的思路和方向。