大麦发育过程中转录起始动态揭示启动子切换作为多层面基因调控机制

《Frontiers in Plant Science》：Developmental dynamics of transcription initiation highlight promoter shifts as a multifaceted regulatory mechanism in barley

　　

： 可变启动子使用（alternative promoter usage, APU）是一种普遍存在的调控机制，单个基因通过利用两个或多个转录起始位点（transcription start sites, TSSs），能够在组织、发育阶段或特定条件下产生功能上不同的转录本和蛋白质异构体。尽管这一现象已在后生动物中得到广泛研究，但在作物物种中全基因组水平的可变启动子使用特征描述仍然缺乏。本研究采用帽分析基因表达技术（Cap Analysis of Gene Expression, CAGE），在大麦胚胎发育的三个阶段及发育中的花序中表征了全基因组TSS动态变化。研究人员共鉴定出2,129个发育性启动子切换事件，涉及1,353个基因，约占在所分析的四个发育阶段中至少一个阶段表达的基因总数的5%。其中三分之一的切换事件与显著的差异基因表达相关联，受影响的基因富集于发育和调控功能，尤其是与细胞壁生物合成和激素信号传导相关的功能。此外，对于521个基因，研究人员预测了可变TSS使用对翻译效率或蛋白质结构的潜在影响，表明其调控后果超越了转录丰度的变化。综上所述，这些发现表明可变启动子选择是大麦发育过程中的一个重要调控机制，并为谷类作物基因表达的发育调控提供了新的见解。此外，该研究提供了大麦发育性启动子切换的基因水平目录，为启动子编辑和工程改造以精细调控目标农艺性状相关基因表达提供了宝贵资源。

论文解读：

一、研究背景与问题

转录起始是基因表达中一个基础且受到精确调控的步骤。许多基因可以在多个基因组位置起始转录，通常响应发育或环境信号。可变转录起始位点可以出现在单个启动子内部，也可以涉及不同启动子区域之间的切换，其区分主要由TSS之间的距离决定，从几个核苷酸到数千碱基不等。可变启动子使用已在后生动物中得到广泛研究，涉及发育和生理背景下的基因表达调控、母源-合子转换等重大发育转变，并与心力衰竭和癌症等病理状态相关。在植物中，可变转录起始已在拟南芥中针对光和磷可利用性等特定环境和营养线索进行了详细研究。然而，作物物种中全基因组水平的发育性启动子动态特征仍然缺乏。大麦作为重要谷类作物，其发育过程中启动子切换的系统性研究此前尚属空白。本研究旨在利用CAGE技术，通过扩展启动子图谱至花序组织，系统表征大麦四个发育阶段的启动子动态变化，填补作物物种中发育性启动子切换全基因组分析的研究空白。

二、研究内容与主要结论

研究人员在前期工作中已利用CAGE技术定义了大麦胚胎三个发育阶段的21,610个基因的启动子，并预测了数千个可变TSS。本研究在此基础上新增了幼嫩花序的CAGE数据集，将启动子图谱扩展至生殖组织。通过对四个发育阶段（8DAP、24DAP、4DAG和INF）的系统分析，研究人员共鉴定出2,129个非冗余的长距离启动子切换事件，涉及1,353个基因，约占所分析阶段中至少一个阶段表达的25,150个基因的5%。其中约84%的切换事件位于非编码区域，约16%影响编码区域。GO富集分析显示，受启动子切换影响的基因富集于细胞壁组织、生长素运输、蛋白质磷酸化以及环境和激素刺激响应等发育和调控过程。启动子切换在大麦发育中是一个普遍且重要的调控机制，其影响超越了单纯的转录丰度变化，涉及启动子架构改变、转录调控、翻译效率调控和蛋白质结构改变等多个层面。

三、主要技术方法

本研究采用的核心技术方法包括：CAGE技术用于单核苷酸分辨率的全基因组TSS定位，样本来源为大麦品种Morex，包括三个胚胎发育阶段（8DAP、24DAP、4DAG）的已有数据集和本研究新生成的花序（INF）数据集，每个阶段两个生物学重复；CAGEr软件用于TSS聚类分析；DESeq2用于评估成对可变启动子之间的差异使用；ORFik包用于上游开放阅读框（uORF）鉴定；TOPscore算法用于TOP基序识别；GOMAP软件生成的植物中心GO注释结合clusterProfiler进行GO富集分析；基于位置权重矩阵（PWM）的TATA-box和W-box基序扫描；STREME用于从头基序发现，Tomtom用于基序注释；FIMO用于已知转录因子结合位点（TFBS）的全基因组预测；LOCALIZER用于蛋白质亚细胞定位预测。

四、研究结果

3.1 启动子切换的鉴定与特征描述：通过CAGE数据分析，研究人员在四个发育阶段共获得48,274个共有标签簇，归属于25,150个基因。主成分分析显示各阶段生物学重复紧密聚类且阶段间明显分离，表明数据具有高度可重复性和阶段特异性转录谱。长距离启动子切换（≥100 bp）在成对阶段比较中数量为597至721个事件，非冗余集合共2,129个，平均长度为432 bp。其中1,790个（约84%）属于非编码类切换，339个（约16%）影响编码区域。GO富集分析显示这些基因富集于细胞壁组织、生长素运输、蛋白质磷酸化和环境及激素刺激响应等过程。反复基因分析突出显示了启动子切换在高尔基体介导的非纤维素细胞壁多糖（包括果胶和木聚糖）生物合成以及质膜纤维素合成调控中的重要作用。

3.2 启动子切换可改变启动子架构：研究人员利用植物典型TATA-box的PWM对切换TSS上游25-40 bp区域进行分类，将切换分为TATA到TATA、TATA-less到TATA-less和TATA到TATA-less三类。结果显示，切换事件的架构分布显著偏离随机预期（χ2检验，p < 2.2e-16），其中TATA-less到TATA-less的切换显著富集（观察值83.7%对预期值75.4%），而涉及TATA-box启动子的切换发生频率较低。对344个短距离切换（5-99 bp）的分析显示，几乎所有切换都发生在TATA-less启动子背景下，仅发现一个典型TATA-box，23%的事件涉及W-box。这表明短距离TSS重定位主要发生在广泛起始的TATA-less启动子中，此类启动子对TATA-box等核心基序的精确位置要求不高。

3.3 启动子切换有助于调控基因转录：通过DESeq2分析，约三分之一的启动子切换事件与显著的差异表达相关联（|log2FC| ≥ 2，FDR ≤ 0.05），表明可变TSS使用在调控转录强度中发挥作用。对显著差异表达基因的GO富集分析显示，主要与胚后形态发生相关的GO项仍然显著，提示在所分析的发育阶段中，APU主要应用于调控大麦幼苗早期发育的转录程序。进一步分析显示，不重叠编码区域的切换中，更靠近基因的TSS（即具有较短5'UTR）更常与较高表达相关（Wilcoxon符号秩检验，padj < 0.001）；而延伸至基因体内的启动子切换主要与表达降低相关（padj < 0.01）。从头基序发现鉴定出三个在切换启动子近端区域富集的基序：强C/CT富集基序（CCTCCCCYCCCCYCC，e-value 8.4e-15）、CG富集基序（CGCGCGG，e-value 1.5e-4）和较少见的GCA重复基序（GCAGCAGCAGCG，e-value 1.9e-2）。这些基序与ERF、C2H2、LBD和GRF等转录因子的结合位点相似，且主要具有启动子变体特异性。此外，鉴定出多个在切换启动子中富集的二TFBS模块，包括C2H2 + ERF、BBR-BPC + C2H2、ERF + MYB、C2H2 + LBD和ERF + LBD，这些模块约90%为启动子变体特异性。以萜烯环化酶家族基因HORVU.MOREX.r3.7HG0676900为例，该基因具有两个不同的TSS，内部TSS跳过第一个外显子。在4DAG样本中转录主要从上游TSS1起始，而在花序中仅从内部TSS2起始。两个启动子近端区域的TFBS分析显示不同的上游调控因子：TSS2上游区域以MYB和ERF蛋白为主，而TSS1上游区域对Dof、bZIP和AP2转录因子具有最高亲和力。大麦泛转录组数据显示，在地方品种ZDM01467中TSS1及其上游区域缺失，该缺失与萌发胚胎中基因转录的显著降低相关，而花序中的表达基本不受影响，支持两个启动子具有非冗余的调控作用。

3.4 启动子切换可精细调控翻译效率、蛋白质异构体和定位：TOP基序分析显示，高置信度TOP基序相关启动子（TOPscore ≥ 3）与含TATA-box的启动子基本互斥。研究人员鉴定出61个在发育过程中获得或丢失TOP基序特征的可变转录起始事件（一个阶段TOPscore ≥ 3，另一个阶段 < 2）。对应基因的GO富集分析突出显示了与胁迫响应、葡萄糖信号和转录因子相关的过程，最显著贡献的基因编码GATA、bHLH等转录因子以及热激蛋白、组氨酸激酶和E3泛素连接酶。以HvSUS1（HORVU.MOREX.r3.7HG0661420）为例，该基因编码蔗糖合酶，是细胞壁生物合成中UDP-葡萄糖的关键供应者。该基因在早期胚胎和后期发育阶段之间存在1,317 bp的显著启动子切换，与显著表达变化相关。8DAP样本中占主导的TSS缺乏TOP基序（TOPscore约0），而替代TSS具有强TOP基序（TOPscore约13），表明SUS1的翻译可能受TOR激酶通路选择性调控。通过ORFik分析，研究人员鉴定出332个基因的翻译效率可能因启动子切换导致的5'UTR中uORF出现而受到影响。在155个替代TSS位于编码区域内的基因中，LOCALIZER预测109个基因具有推定的线粒体、叶绿体或核靶向肽。其中31个基因的APU被预测明确影响N端靶向信号的存在，另有17个基因可能丢失核定位信号。以BRI1（HORVU.MOREX.r3.3HG0285210）为例，该基因编码含亮氨酸重复序列（LRR）和蛋白激酶结构域的油菜素内酯受体。花序样本中激活的外显子内替代TSS截短了LRR结构域，提示所产生的蛋白质异构体可能在功能特性上存在差异。

五、讨论与结论

讨论部分指出，长距离启动子切换在大麦中普遍存在，影响约5%在所分析样本中至少一个阶段活跃的基因，且经常涉及启动子架构和顺式调控区域的切换。尽管约20%的活跃启动子含有典型TATA-box，启动子切换却不成比例地发生在TATA-less启动子中，提示TATA-less启动子可能为可变起始提供更大的灵活性。与Haberle等人在斑马鱼中的发现不同，本研究未观察到所分析阶段间W-box启动子相对频率的显著发育变异，可能原因是所研究的发育阶段未经历类似母源-合子转换的根本性转变。启动子切换预测可修饰N端靶向肽或结构域组成，与拟南芥中可变启动子选择可产生不同N端和改变定位的蛋白质异构体的研究一致。在BRI1样受体激酶中，内部TSS产生的截短异构体可能为亚效等位基因，可能通过干扰功能性受体复合物产生显性负效应。关于5'UTR重构对翻译效率的影响，本研究的GO分析未指向TOR信号传导的常规靶标，提示葡萄糖驱动的核糖体生物发生和翻译控制通常不涉及APU。与大鼠启动子切换研究类似，大麦中的启动子切换似乎精细调控一组聚焦的调控基因和酶的TOP依赖性翻译控制，而非全局重编程翻译。研究结论指出，转录水平变化、TOPscore变异和N端蛋白质组成的预测变化提示APU具有潜在功能后果，但计算方法仅提供其生物学影响的预测。需要涉及报告基因检测顺式调控元件、核糖体谱分析和蛋白质组学分析的实验方法来确认APU作为大麦中多层面调控机制的作用。一旦验证并未来扩展至胁迫影响植物的数据，该基因水平的启动子切换数据集为启动子工程提供了宝贵基础，旨在以组织、发育阶段或条件特异性方式精细调控基因表达，最终有助于改善大麦农艺重要性状。