NAR | 吴华君/郑小琪/黄超兰开发新的工具，在基因组尺度上评估指定的DNA序列的可弯曲性

包括弯曲在内的DNA内在性质在不同的生物系统中起着至关重要的作用。最近，一种叫做loop - seq的高通量技术的发展使得在一次实验中确定数十万个50 - bp的DNA双链的可弯曲性成为可能。然而，在像人类这样的大型基因组中评估碱基分辨率序列的可弯曲性仍然具有挑战。

2023年9月11日，北京大学吴华君、上海交通大学郑小琪及中国医学科学院/北京协和医学院黄超兰共同通讯在Nucleic Acids Research 上在线发表题为“Assessing base-resolution DNA mechanics on the genome scale”的研究论文，该研究引入了"BendNet "，一个深度神经网络，通过使用酵母中的loop-seq结果作为训练数据来预测碱基分辨率下的DNA内在弯曲。Bend Net可以对来自不同物种的任意给定序列的DNA可弯曲性进行高精度的预测。

为了探索Bend Net的实用性，该研究将其应用于人类基因组，观察到DNA可弯曲性与染色质特征和疾病风险区域有关，涉及转录/增强子调控、DNA复制、转录因子结合和染色体外环状DNA生成。这些发现拓展了我们对哺乳动物DNA力学及其与转录调控关系的认识。最后，该研究利用Bend Net构建了307个物种基因组DNA可弯曲性图谱的综合资源，并提供了一个在线工具来评估用户指定的DNA序列的可弯曲性。

DNA -蛋白质相互作用对于许多关键的细胞过程至关重要，包括DNA复制、染色质形成和转录调控。这些相互作用需要DNA弯曲来拥抱蛋白质，这涉及到DNA片段的内在特性，可能低于100个碱基对( bp )。已经开发了电泳迁移率和单分子荧光共振能量转移( smFRET )等测定DNA弯曲能力(称为DNA的可弯曲性)的方法。具体来说，他们每次测量单个长度约为100 bp的DNA片段的成环率，因此受到其低通量的限制。通过结合smFRET和指数富集的配体系统富集( SELEX )选择方法，在一项研究中实现了从几十到几十万个DNA双链体的成环率检测。在同一研究中，研究人员应用loop - seq技术，通过测量7 bp分辨率下感兴趣区域的DNA环化率来证明酵母中DNA可弯曲性对核小体组织的贡献。

然而，在碱基分辨率上对更大的基因组(如人类)进行拼接仍然具有挑战性，因为该方法的文库制备需要合成与基因组大小相当的DNA双链，而基因组大小依赖于构建成千上万个这样的文库，并且没有考虑个体之间的序列变异。为了将可弯曲性评估扩展到大序列空间中的DNA双链，该研究开发了一种基于深度学习的方法，称为BendNet，它使用胶囊网络提取和学习编码DNA可弯曲性的序列特征，而不需要路由。BendNet可以预测任意给定序列的DNA可弯曲性，并且与loop - seq和其他低通量方法测量的结果具有很高的一致性。与原始的loop - seq研究相比，BendNet可以在碱基分辨率上精确地提供酵母全基因组中DNA弯曲性的精细图谱，从而得到相同的生物学发现。

为了探索BendNet的实用性，研究人员将其应用于人类基因组，获得了DNA可弯曲性的碱基分辨率图，观察到一个位于转录起始/终止位点和增强子中心的刚性区域(表现出相对较低的可弯曲性)。DNA的可弯曲性与染色质状态、表观遗传标记、G4结构、复制时间以及GWAS数据库中SNP的频率有关。GC含量是DNA可弯曲性的内在决定因素，特别是在增强子中。

文章模式图（图源自Nucleic Acids Research ）

大多数转录因子结合刚性的DNA序列，而一些特定的转录因子，如EBF1和CTCF，在其结合元件内表现出异常高的可弯曲性。对840个TF模体进行的模拟突变分析揭示了模体中心影响DNA弯曲的重要核苷酸水平特征。总之，该工作为大规模DNA序列提供了一个评估DNA可弯曲性的工具，并扩展了对染色质调控中DNA力学的理解。为了使DNA可弯曲性资源更加全面，该研究将Bend Net应用于307个物种的全基因组，并通过Web服务器实现了一个易于使用的界面。

北京大学肿瘤医院蒋文杰为论文的第一作者。北京协和医院疑难、重症与罕见病全国重点实验室黄超兰教授，上海交通大学公共卫生学院单细胞组学与疾病研究中心郑小琪教授，和北京大学医学部精准医疗多组学研究中心/北京大学肿瘤医院吴华君研究员为该论文的共同通讯作者。该研究得到了国家自然科学基金、上海市自然科学基金和国家重点研发计划项目的资助。

参考信息：

https://doi.org/10.1093/nar/gkad720

转自：“iNature”微信公众号

如有侵权，请联系本站删除！