构建TFBS-context深度学习模型
定量评估TFBS周围上下文序列对TF结合的偏好。
从ENCODE数据库获取HepG2细胞系198个TF的ChIP-seq数据，构建正负样本数据集，正样本来自ChIP-seq峰内，负样本来自ATAC-seq峰且不与ChIP-seq峰重叠，平衡GC含量和组蛋白修饰状态，将核心TFBS掩码后训练TFBS-context模型。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
通过引入和利用转录因子结合单元对增强子进行建模与设计
Modeling and designing enhancers by introducing and harnessing transcription factor binding units.
实验完整度
高含深度学习建模、MPRA大规模报告实验、流式细胞术功能验证及多细胞系验证，具备功能与机制验证
主要模型
HepG2细胞系 K562细胞系 MPRA质粒文库 TFBS-context深度学习模型
重点核对
MPRA文库中TFBU序列形式为TFBS-context + core TFBS，共约36000条设计序列 MPRA转染使用HepG2细胞，约6.5×10^6细胞，Lipofectamine 3000与35 μg DNA，转染24 h后提取RNA，三次独立转染重复 流式细胞术使用HepG2和K562细胞，每孔约1.9×10^5细胞，转染24 h，EYFP激发488 nm发射530/30滤光片，PMT 200 V，每个样本约1×10^5细胞事件 TFBS-context模型基于HepG2的198个TF的ChIP-seq数据训练，TFBU长度设为168 bp 增强子活性以CMV enhancer-promoter归一化为100，每个序列三次独立生物学重复
摘要
增强子通过与转录因子（TFs）相互作用，在多种生物过程中作为基因表达的关键调控因子。尽管转录因子结合位点（TFBSs）被广泛认为是TF结合和增强子活性的关键决定因素，但其周围上下文序列的重要作用仍有待定量表征。在此，我们提出转录因子结合单元（TFBU）的概念，通过使用深度学习模型量化TFBSs周围上下文序列的影响，从而模块化地建模增强子。基于这一概念，我们开发了DeepTFBU，一个用于增强子设计的综合工具包。我们证明，设计TFBS上下文序列可以显著调节增强子活性并产生细胞类型特异性响应。DeepTFBU在包含多个TFBSs的增强子的从头设计中也非常高效。此外，DeepTFBU能够灵活地解耦和优化广义增强子。我们证明TFBU是一个关键概念，而DeepTFBU对于理性增强子设计非常有效。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- TFBS周围上下文序列对TF结合和增强子活性的影响如何定量表征，并能否据此模块化建模和理性设计增强子。
- 核心机制
- TFBU整合核心TFBS及其周围上下文序列（TFBS-context）的影响，通过深度学习模型从ChIP-seq数据中提取TF特异性和细胞类型特异性的上下文偏好，从而定量评估序列结合TF并驱动转录的能力。
- 主要证据
- 基于198个TF的ChIP-seq数据训练TFBS-context模型，通过MPRA测量超过36000条设计序列的增强子活性，证明设计TFBS-context可调节大多数TF（82.9%，97/117）的增强子活性，并产生细胞类型特异性响应，且在CMV增强子优化中验证了TFBU框架。
- 研究意义
- TFBU可作为增强子建模和设计的基本概念，DeepTFBU为理性增强子设计提供有效工具包，并可用于构建人工基因回路和精准治疗等应用方向。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
MPRA验证单TFBU的增强子活性
验证设计TFBS-context能否调节增强子活性。
选择ELF1、HNF1A、HNF4A，构建包含生成和基因组来源的TFBS-context的MPRA文库，插入核心TFBS形成TFBU，转染HepG2细胞，通过MPRA测量增强子活性，并与对照序列比较。
泛化验证多数TF的TFBS-context效应
验证TFBS-context对增强子活性的影响是否适用于多数TF。
从198个TF中去除相似结合motif后选择118个TF，生成高评分TFBS-context并构建MPRA文库，比较其增强子活性与对照序列。
设计细胞类型特异性增强子
验证TFBU能否产生细胞类型特异性增强子活性。
分别用HepG2和K562的ChIP-seq数据训练TFBS-context模型，并构建HepG2 vs K562特异性模型，通过遗传算法组合三个模型输出设计细胞类型特异性TFBS-context，在两种细胞系中用流式细胞术检测增强子活性。
多TFBS增强子的联合优化
验证联合优化多个TFBU能否提升含多个TFBS的增强子活性。
固定8个或4个核心TFBS，同时优化这些TFBS的上下文序列，构建增强子并测量活性，与基于间隔序列的基线比较。
TFBU框架解耦与CMV增强子优化
验证基于TFBU特征的框架能否解耦增强子功能并优化现有强增强子。
提取每个TF的核心TFBS评分、TFBS-context评分及乘积组成TFBU特征，训练线性回归模型预测增强子活性，并基于该框架对CMV增强子引入突变进行优化，实验验证突变体活性。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | DMEM培养基 | GIBCO | 11965118 |
| IMEM培养基 | GIBCO | 31980030 | |
| 胎牛血清 | GIBCO | 16000-044 | |
| 非必需氨基酸 | GIBCO | 11140050 | |
| 青霉素-链霉素 | Solarbio | P1400 | |
| MPRA文库构建 | DNA乳液与纯化试剂盒 | EURX | E3600 |
| NEBNext Ultra II Q5预混液 | NEB | M0544S | |
| 乙酰化牛血清白蛋白 | Aladdin Scientific | A397958 | |
| Zymo清洁浓缩试剂盒 | Zymo research | D4014 | |
| Gibson组装试剂盒 | NEB | E2621 | |
| NEB10-beta感受态细胞 | Biomed | BC401-01 | |
| AsiSI限制酶 | NEB | R0630 | |
| RecBCD核酸酶 | NEB | M0345 | |
| MPRA转染 | Lipofectamine 3000转染试剂 | Invitrogen | L3000150 |
| 15 cm细胞培养板 | NEST Biotechnology | 715001 | |
| RNA提取 | Qiagen RNeasy Midi试剂盒 | Qiagen | 75144 |
| Turbo DNase | Life Technologies | AM2238 | |
| Qiagen Minelute纯化试剂盒 | Qiagen | 74204 | |
| cDNA合成 | Transcript II一步gDNA去除与cDNA合成预混液 | TransGen Biotech | AH311 |
| 测序准备 | 多功能DNA纯化试剂盒 | Aidlab | DR0303 |
| 流式细胞术 | 12孔板 | NEST Biotechnology | 712002 |
| 0.25%胰蛋白酶-EDTA | GIBCO | 25200072 | |
| 杜氏磷酸缓冲盐溶液 | GIBCO | 14190144 | |
| LSRFortessa流式细胞仪 | BD Biosciences | -- | |
| FlowJo软件 | -- | Version 10.8.1 | |
| 质粒构建 | pMPRA1质粒 | Addgene | 49349 |
| 测序 | Illumina NovaSeq测序仪 | Illumina | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| TFBS-context深度学习模型训练 | TFBU长度168 bp；正负样本定义及GC含量和组蛋白修饰状态平衡策略；ChIP-seq数据来源ENCODE HepG2；198个TF的模型训练细节 阅读提示：Methods中Preparation of dataset for deep learning model和The TFBU information小节，Supplementary Fig. 1和Supplementary Fig. 7 |
| MPRA文库设计与构建 | 各TF的TFBS-context数量与来源、核心TFBS插入方式、对照序列选择、条形码添加与克隆步骤、转化效率 阅读提示：Methods中MPRA library design和MPRA library construction and cloning小节，Supplementary Data 4-6 |
| MPRA转染与测序 | HepG2细胞数量6.5×10^6、DNA量35 μg、Lipofectamine 3000体积87.5 μL、转染24 h、三次独立转染重复、RNA提取与cDNA合成条件、测序平台与读长2×150 bp 阅读提示：Methods中MPRA transfections, RNA extraction and cDNA synthesis和Sequencing preparation小节 |
| 流式细胞术检测增强子活性 | HepG2和K562细胞每孔1.9×10^5、质粒1.5 μg、Lipofectamine 3000 3 μL、转染24 h、EYFP检测488 nm/530/30/200 V、约1×10^5细胞事件、CMV归一化、三次生物学重复 阅读提示：Methods中Flow cytometry and data analysis小节，Supplementary Fig. 9和Supplementary Data 7 |
| 细胞类型特异性TFBU设计 | 三个模型组合的评估指标公式、四个TF的具体选择、生成与基因组来源各10条、核心TFBS打乱对照、FIMO过滤阈值1e-4和2e-3 阅读提示：Methods中Sequence design and optimization小节公式8-9，Fig. 3图注 |
| 多TFBS联合优化 | 固定8个或4个核心TFBS、基线间隔序列TFBS-AGA-TFBS-TCG-...、四个TF选择、Levenshtein距离下限5或10、遗传算法参数 阅读提示：Methods中Sequence in the task of multiple TFBU optimization小节，Fig. 4图注 |
| CMV增强子优化 | 单突变选取前10个、最多15个突变贪婪优化、测试10个优化增强子、流式细胞术三次重复、统计检验方法 阅读提示：Results中TFBU-based modeling promises a flexible framework for enhancer decoupling and optimization小节，Fig. 5图注 |