《Current Plant Biology》：Directed SiGaResNet: A supervised graph neural network framework for inferring stability-aware ABA-responsive gene regulatory networks via transcriptomic meta-analysis
编辑推荐：
脱落酸（Abscisic acid, ABA）是一种核心的植物激素，协调植物对多种非生物胁迫的适应性，但由于转录组学异质性及跨研究可重复性有限，对其潜在基因调控架构的系统层面理解仍不完整。本研究对拟南芥（Arabidopsis thaliana）中公开发可用的
脱落酸（Abscisic acid, ABA）是一种核心的植物激素，协调植物对多种非生物胁迫的适应性，但由于转录组学异质性及跨研究可重复性有限，对其潜在基因调控架构的系统层面理解仍不完整。本研究对拟南芥（Arabidopsis thaliana）中公开发可用的转录组数据集进行了大规模荟萃分析，以识别保守的ABA响应基因并重建稳健的转录因子（Transcription factor, TF）中心调控网络。经过严格的批次效应校正和跨研究整合后，研究人员鉴定出681个高置信度差异表达基因（False discovery rate, FDR < 0.05, |log?FC| > 2），其中69.5%在ABA处理下表现诱导，包括LTP4（AT5G59310）的显著激活和CYP712A2（AT5G06905）的显著抑制。功能富集分析显示，上调基因主要与非生物胁迫适应、氧化还原稳态和脂质代谢过程相关，而下 调经基因则富集于生物防御和胞外功能相关通路，表明胁迫优先化过程中存在调控权衡。网络重建揭示了一个由391个节点和868条边组成的协调TF中心基因调控网络，其特征为平衡拓扑结构、显著的TF富集以及ANAC019、AtHB7、AtHB21和AtTZF4等 prominent hub 调控因子。正交计算验证支持其相关性：启动子顺式调控元件分析显示ABRE及其他胁迫/激素相关基序（MeJA、SA、干旱）的富集，而其一级互作蛋白的蛋白质-蛋白质相互作用网络分析证实了经典ABA信号通路的富集。与传统基于方差的网络推断方法相比，这种整合性且表型感知的框架增强了稳定性并降低了拓扑偏差，揭示了ABA信号传导背后全局组织的调控架构。总体而言，这些发现为整合胁迫感知与下游适应性响应的保守转录模块提供了基于生物学的基础见解，并为提高作物非生物胁迫抗性的候选调控因子提供了参考。
本研究旨在解决植物非生物胁迫响应中转录组数据异质性与基因调控网络（Gene regulatory network, GRN）推断可靠性不足的核心问题。非生物胁迫（包括干旱、盐胁迫、高温和低温）严重制约全球农业生产，而ABA作为关键信号分子协调植物适应性响应。传统差异表达分析仅能提供差异表达基因（Differentially expressed gene, DEG）列表，无法揭示调控方向性、层级结构及调控因子与靶标间的相互依赖性；现有GRN推断方法多为无监督设计，优先重建表达方差而非直接与表型状态或环境扰动相关的调控关系，导致网络稠密、hub节点可能源于间接或传递性关联，且缺乏对交互稳定性及跨运行可重复性的评估。为此，研究人员构建了整合性分析框架，发表于《Current Plant Biology》，为ABA依赖的胁迫响应提供了可解释且生物学基础稳固的调控网络模型，并建立了后续实验验证与多组学整合的基础。
研究采用的关键技术方法包括：基于12个拟南芥幼苗ABA处理RNA-seq数据集的荟萃分析，通过DESeq2进行批次效应校正和差异表达分析（样本来源详见原文Table 1，涵盖NCBI GEO/SRA数据库中拟南芥Col-0生态型、早期营养生长期ABA处理及对照样本）；基于Spearman秩相关系数的k近邻（k=15）策略构建有向符号图；开发的Directed SiGaResNet（Signed Graph Attention Residual Network）框架，采用GATv2图注意力层、残差融合、全局注意力池化及四流并行处理（入向正向/负向信号、出向正向/负向信号），结合扰动驱动的显著性分析进行稳定性边选择；与GENIE3基准方法的拓扑结构、鲁棒性和生物学一致性比较；以及通过STRING数据库PPI网络分析和PlantCARE数据库启动子顺式调控元件（Cis-regulatory element, CRE）分析进行独立验证。
**数据整合与批次效应去除的有效性评估**
研究人员通过主成分分析（Principal component analysis, PCA）评估了批次校正的有效性。校正前，样本主要按研究来源聚类，反映显著的跨数据集技术异质性；校正后，研究来源驱动的分离显著降低，样本转而按生物学条件（ABA处理组与对照组）聚类，证实了技术伪影被有效消除而保留了条件相关的生物学变异。
**ABA响应转录组特征识别**
差异表达分析鉴定出681个高置信度ABA响应DEG，其中473个（69.5%）上调、208个（30.5%）下调。AT5G59310（LTP4）显示最高诱导水平（log?FC = 8.79），AT5G06905（CYP712A2）显示最强抑制（log?FC = ?6.86）。
**DEG的基因本体论富集分析**
GO富集分析揭示上调DEG在生物过程（Biological process, BP）类别中显著富集于水分亏缺响应、ABA响应、醇类响应和渗透胁迫响应等胁迫-激素相关通路；分子功能（Molecular function, MF）类别中富集于单加氧酶活性、氧化还原酶活性、ABA 8'-羟化酶活性和血红素结合等酶活性；细胞组分（Cellular component, CC）类别中强烈关联于脂滴和单层包围的脂质储存体。相比之下，下调DEG在BP中主要关联生物刺激响应、免疫系统过程、对其他生物的防御响应和解毒相关通路；MF中富集蛋白激酶活性、蛋白丝氨酸/苏氨酸激酶活性、磷酸酶抑制剂活性和抗氧化活性；CC中主要富集于胞外区域。这些结果清晰界定了ABA诱导与ABA抑制的转录程序之间的功能分离。
**ABA胁迫下以TF为中心的有向基因调控网络重建**
基于上述高置信度DEG构建有向GRN，提取TF中心子网络，最终保留39个TF编码基因。推断的GRN为有向稀疏网络，ANAC（AT1G52890）、AtTZF4（AT1G03790）、ATHB21（AT2G18550）和ATHB7（AT2G46680）等高度连接的TF成为中心hub。TF家族分布显示MYB家族占主导（23%），其次为NAC（13%）和ERF（10%）等。
**模型性能与网络鲁棒性**
Directed SiGaResNet在分层5折交叉验证中达到MCC 0.9632 ± 0.0368、平衡准确率0.9816 ± 0.0184和AUC-ROC 1.0000 ± 0.0000。4,245条调控边在超过80%的运行中被稳定恢复。最终网络含391个节点、868条边，密度0.0057，平均度2.22，最大出度61，TF在源节点中显著富集（p = 0.0231）。Louvain算法检测出7个模块，模块度指数0.5946。敏感性分析表明W = 0.7的边缘权重阈值和|log?FC| > 2.0的DEG过滤标准在稀疏性、模块结构和生物学可解释性间达到最佳平衡。
**转录因子表达谱的层次聚类**
对39个TF基因表达谱的层次聚类热图显示正常条件与ABA胁迫条件样本间存在清晰分离，表明TF存在协调的胁迫特异性转录重编程。部分TF如AT3G53200、AT4G39250、AT1G06160等在ABA胁迫下表达持续降低，提示其可能关联胁迫抑制型转录程序。
**候选TF的PPI网络分析**
对Directed SiGaResNet优先识别的四个hub TF（ANAC019/AT1G52890、ATHB7/AT2G46680、ATHB21/AT2G18550、AtTZF4/AT1G03790）进行PPI网络重建。ANAC019、ATHB7和ATHB21的互作邻域显著富集于经典ABA响应过程（如"response to abscisic acid"、"response to water deprivation"）；AtTZF4中心网络则关联更广泛的调控术语（如"regulation of nucleobase-containing compound metabolic process"）。关键ABA信号组分如ABF4、ABI1和ABI2作为互作伙伴被一致鉴定。
**优先hub TF的启动子顺式调控元件分析**
启动子CRE分析显示：ABRE在ANAC019（3拷贝）、AtTZF4（4拷贝）和ATHB21（2拷贝）启动子中显著富集；ATHB7启动子缺乏ABRE但含有ARE（2拷贝）和TC-rich重复序列。ANAC019启动子同时含有MeJA响应性CGTCA/TGACG基序和SA信号相关TCA-element/SARE基序；AtTZF4启动子以Box 4（9拷贝）和G-box（5拷贝）最为丰富；ATHB21启动子显示最大的基序多样性，包括LTR（低温）、MBS（干旱）和MeJA相关元件。
**与GENIE3调控网络推断的比较**
结构比较显示，GENIE3网络含508个节点、995条边，密度更低（0.0039），但最大出度更高（131），表明hub dominance更为显著。SiGaResNet网络在保持显著TF富集（p = 0.0231）的同时，通过约束hub膨胀（最大出度=61）实现了更均衡的调控影响分布。两网络模块度相当（SiGaResNet: 0.5946, GENIE3: 0.60），但SiGaResNet以更少的模块数（7 vs 11）实现了生物学现实的区室化。关键在于，SiGaResNet通过表型感知监督和扰动显著性分析，优先考量对胁迫状态判别具全局影响的调控因子，而非仅基于局部表达方差，从而强调方向性一致、高置信度的调控交互。
**讨论总结**
本研究通过整合大规模转录组荟萃分析与监督稳定性感知GRN推断框架，推进了对ABA介导胁迫调控的系统层面理解。功能富集揭示的ABA驱动转录程序二分法——上调基因支持非生物胁迫适应与代谢重配置，下调基因关联生物防御过程——与棉花、大豆等作物的整合荟萃分析一致，反映了维持细胞稳态的保守策略。LTP4的强诱导代表了ABA响应脂质重塑的生物学相干特征，而CYP712A2的显著抑制则突显了ABA驱动的代谢与防御程序再优先化。
研究的核心贡献在于重建了以TF为中心的、有向、稀疏且经稳定性过滤的GRN。与基于方差缩减的GENIE3相比，SiGaResNet框架引入表型感知监督和扰动显著性分析，优先考量直接贡献于胁迫状态判别的调控交互，有效避免了间接相关驱动的hub膨胀。ANAC019、ATHB7、ATHB21和AtTZF4作为中心调控枢纽的涌现，不仅基于差异表达，更源于其对胁迫状态判别的表型敏感贡献。
启动子CRE分析为hub TF的调控角色提供了独立的序列层面支持：ANAC019、AtTZF4和ATHB21中ABRE的显著富集与其直接响应ABA的功能一致；ATHB7启动子中ARE和TC-rich重复的存在则提示其可能整合ABA依赖与ABA独立信号。这些CRE特征与已知生物学功能高度吻合：ANAC019作为NAC家族TF，是ABA、干旱和盐胁迫诱导的调控因子；ATHB7参与微调ABA信号的早期干旱响应负反馈环；ATHB21在腋芽休眠等特异性ABA响应中发挥作用；AtTZF4则链接ABA信号与转录后调控。
与GENIE3的比较并非简单的性能优劣判定，而是揭示了不同推断逻辑的信息提取差异。无监督方法擅长捕获全局共表达结构，但可能混合直接和间接关联；SiGaResNet通过条件相关信号提取和稳定性约束，促进了可重复调控模式的识别，为区分因果调控因子与间接关联提供了互补视角。
研究局限性包括：DEG预过滤可能排除功能重要但表达变化微妙的调控基因，松弛设置（如|log?FC| > 1.0）会导致网络模块度结构完全丧失；推断网络拓扑依赖于超参数选择，报告特征应视为数据驱动的调控景观近似而非生物学不变量；所有推断有向边均为统计和计算推导的关联，非实验验证的转录调控关系，方向性反映相关结构、扰动显著性和TF先验的组合，不应解读为物理TF-DNA结合或因果转录调控的直接证据；框架仅基于转录组数据，无法捕获转录后、翻译后和表观遗传调控层次；分析仅限于拟南芥早期幼苗阶段，向其他组织、发育阶段或物种的推广需谨慎；数据集整合中的零值填充策略可能引入真实生物学缺失与技术 dropout 效应之间的歧义。后续研究应结合染色质免疫沉淀测序（ChIP-seq）、双荧光素酶报告基因检测和CRISPR/Cas9等实验策略验证预测调控关系。
**研究结论**
综上所述，本研究展示了整合转录组荟萃分析与监督稳定性驱动GRN推断框架的强大能力，以阐明拟南芥ABA介导胁迫响应背后的保守调控机制。通过有效缓解数据异质性并优先表型相关、可重复的交互，Directed SiGaResNet方法产生了有向、TF中心的网络，其特征为平衡拓扑结构、显著的TF富集以及ANAC019、ATHB7、ATHB21和AtTZF4等生物学相干的枢纽。这些发现揭示了一个全局协调的调控架构，整合转录和转录后控制，同时突显了非生物适应与生物防御抑制之间的功能权衡——由涉及脂质重塑和激素稳态的保守DEG所强化的模式。最终，本工作提供了超越传统推断方法和单数据集分析局限的稳健、可解释的ABA信号模型。识别的调控核心为胁迫抗性作物的遗传工程提供了有前景的靶点，为气候变化条件下的农业转化应用铺平了道路。未来多组学验证和向作物物种的扩展将进一步利用这些见解，在系统层面增强植物抗性。
