《Journal of Integrative Plant Biology》：Plant cis-regulatory grammar: Decoding the multidimensional code of transcriptional regulation for programmable crop engineering
编辑推荐：
顺式调控元件（cis-regulatory elements, CREs）协调着基因表达的时空精确性，这是植物发育、适应和驯化的基础。解码植物基因组的顺式调控语法仍然是现代生物学的核心挑战，对可编程作物工程具有深远意义。本文综合了最近的概念和技术进展，以重塑我
顺式调控元件（cis-regulatory elements, CREs）协调着基因表达的时空精确性，这是植物发育、适应和驯化的基础。解码植物基因组的顺式调控语法仍然是现代生物学的核心挑战，对可编程作物工程具有深远意义。本文综合了最近的概念和技术进展，以重塑我们对植物CRE的理解。本综述首先论证，CRE功能不仅是DNA序列的内在属性，而是从多维背景中涌现出来的，包括染色质可及性、组蛋白修饰、三维基因组拓扑结构以及细胞类型特异性调控景观。此外，单细胞表观基因组学、高通量功能分析和基于CRISPR的解析技术的融合已开始揭示这种背景语法，揭示了支配转录调控的计算原理。至关重要的是，研究人员提出人工智能（artificial intelligence, AI）平台正在催化从描述性发现到预测性工程的转变，在这些平台上，这些平台在设计合成CRE方面优于自然进化。最后，本文概述了迈向植物调控语法基础模型的路线图，当针对特定任务进行微调时，该模型将实现真正可预测的基因表达工程。总的来说，单细胞分辨率图谱、精准基因组编辑、AI驱动设计和合规递送系统的整合有望改变我们重编程植物基因调控以用于下一代农业的能力，弥合基础调控生物学与实质性作物改良之间的鸿沟。
THE CORE UNITS OF PLANT REGULATORY GRAMMAR: BEYOND THE ENHANCER-PROMOTER BINARY
A hierarchical conceptualization for plant regulatory grammar
为了建立解码植物顺式调控语法的严谨概念基础，研究人员提出了一个层级概念化框架，明确定义了调控元件之间的关系，并将序列编码规则与其染色质和细胞调节因子区分开来。在最基本层面，CRE构成最小的功能单位（DNA序列通常为6-20 bp），作为转录因子结合位点（transcription factor binding site, TFBS）。顺式调控模块（cis-regulatory modules, CRMs）代表下一个组织层级，包含多个CRE的连续或簇状组装体（通常为100-1,000 bp），作为整合的调控单元发挥作用，包括核心启动子、近端启动子、增强子、沉默子和绝缘子。启动子作为基因组受体整合CRM输入，包含核心启动子和招募基础转录机制的近端调控序列。关键的是，增强子、沉默子和绝缘子并非互斥的序列类别，而是由它们对转录的影响所定义的CRM功能状态。此外，同一DNA片段可根据染色质和细胞环境表现出不同的功能状态。调控语法是指控制CRM内CRE组成、间距、方向和顺序如何转化为转录输出的规则集。研究人员严格区分序列编码语法（DNA内在句法）、染色质背景语法（通过可及性、组蛋白修饰和DNA甲基化的调节）和细胞背景语法（细胞类型特异性和环境依赖性调节），而整合调控语法则是涵盖所有三个层面的总体框架。
Core promoters: Intrinsic strength encoding and hidden syntax
核心启动子通常跨越转录起始位点（transcription start site, TSS）上下游约50个碱基对，提供转录起始的最小机制。该区域包含几个保守的序列元件，包括TATA-box、起始子（Initiator, Inr）和下游启动子元件（downstream promoter element, DPE），它们定位RNA聚合酶II和通用转录因子复合物。尽管核心启动子建立了转录的潜力，但没有额外的顺式调控信息，它们不足以实现受调控的基因表达。近端启动子区域包含赋予对特定调控输入响应性的TFBS簇。最近的系统分析表明，核心启动子拥有一个“内在强度编码”，不仅由经典基序控制，还受核苷酸组成、间距和侧翼序列的控制。Jores等人对植物核心启动子进行了全面剖析，发现简单的序列特征，如TSS下游的A/T丰富度和-30至+10区域的G/C含量，可以解释高达70%的核心启动子活性变异。
Enhancers as logic gates: Additive, synergistic, and antagonistic motif syntax
增强子被定义为能够以方向和不依赖于距离的方式增强靶基因转录的CRM。与核心启动子不同，植物增强子不会自主启动转录，而是调节转录频率以微调mRNA积累。增强子的空间分布与基因组大小和三维染色质结构密切相关。例如，在大型谷类基因组中，大量功能性增强子位于距其同源启动子数十至数百千碱基的基因间区域，需要物理染色质环化才能实现有效的增强子-启动子通讯。此外，最近报道了解增强子内部逻辑的关键进展。Chen等人利用CRISPR/Cas9缺失系列结合双荧光素酶测定表明，ZmWUS1-B增强子的活性源于单个B型RR DNA结合基序（AGATAT）的加性总和，基序间距没有有意义的影响。这种加性规则与其他增强子中观察到的协同或拮抗逻辑形成对比，表明增强子表现为“转录逻辑门”，其输出取决于TFBS的组合排列。
Silencers and insulators: Elevated to equal footing with enhancers
沉默子是主动减弱或消除基因表达的顺式调控序列，通常通过招募多梳抑制复合物2（polycomb repressive complex 2, PRC2）并随后沉积H3K27三甲基化（H3K27me3）来实现。最近的植物染色质相互作用研究从根本上修正了这一不平衡，证明启动子锚定的环可以根据远端锚的表观遗传特征发挥增强子或沉默子的作用。在水稻中，H3K27me3标记的沉默子样元件被显示与靶基因启动子形成抑制性染色质环，删除这些元件会破坏环的形成并解除对基因表达的抑制，从而建立了环介导的抑制与富含H3K27me3的远端锚之间的因果关系。CRM施加影响的空间域受到更高阶染色质拓扑结构的约束。Jores等人鉴定了在上下文依赖方式中同时充当绝缘子和沉默子的小DNA元件（约100-200 bp）。尽管植物谱系中缺乏典型的CTCF直系同源物，但在植物中已鉴定出类似拓扑关联结构域（topologically associating domains, TADs）的结构。对拟南芥PDS5黏连蛋白复合体成分的分析表明，PDS5基因突变导致整个基因组广泛出现增强的TAD样结构域。此外，拟南芥中的高分辨率Micro-C分析已鉴定出超过14,000个绝缘边界，其主要特征是染色质可及性、表观遗传修饰和转录因子占据。总的来说，这些发现将沉默子和绝缘子提升到了与增强子同等的地位。
Contextual modulation: How chromatin and cellular states shape CRE output
任何给定CRE的活性不仅仅是其DNA序列的内在属性，而是从序列编码信息与多层细胞和染色质背景的整合中涌现出来的。染色质可及性作为主要的看门人，决定CRE是否在物理上具备转录因子结合的能力。在水稻中，单细胞染色质可及性分析揭示，L1衍生的表皮细胞中的可及染色质区域比其他细胞类型表现出更快的调控进化，表明谱系特异性染色质景观塑造了CRE的进化轨迹。除了可及性之外，H3K27me3标记的区域可以通过染色质环化发挥类似沉默子的作用来抑制基因表达。Ouyang等人证明，水稻中H3K27me3相关的环在物理上将抑制性远端元件连接到靶基因启动子，删除这些元件会破坏环的形成并解除对基因表达的抑制。Sun等人在拟南芥中使用Micro-C-XL鉴定了超过14,000个绝缘边界，其主要特征是开放染色质和转录因子占据，证明TAD样结构限定了CRE的调控范围。Xiao等人进一步强调，植物TAD虽然比哺乳动物TAD弱，但其作用是限制增强子-启动子通讯并防止异位调控相互作用。最后，细胞类型特异性深刻调节CRE输出。Marand等人对来自172个玉米自交系的超过700,000个细胞核的染色质可及性进行了分析，揭示了绝大多数顺式调控变异是细胞类型特异性的，不同的可及性数量性状位点（quantitative trait loci, QTLs）在不同细胞类型中运作。总之，这些发现确立了CRE功能受一种整合了可及性、组蛋白修饰、3D拓扑结构和细胞类型特异性调控景观的背景语法所支配，以决定转录输出。
