转录因子结合的协同性及其对基因表达的调控

发布时间：2020-07-23 05:29

【摘要】：转录因子(Transcription factor,TF)在调控基因表达的过程中发挥着重要的作用,通过与基因上游特定序列结合,从而影响目的基因的表达时间、表达位置以及表达强度。实际上,多个转录因子之间会形成复杂的组合模式来参与基因的表达调控过程。为了系统的分析转录因子组合与基因的表达水平之间存在的关系,以GM12878(人类B淋巴细胞)作为研究对象,利用两种表达数据得到了基因的表达水平,通过取交集的方法构建了高表达和低表达基因数据集。从ENCODE数据库中下载了已知的83种转录因子的ChIP-seq数据,计算了转录因子对目标基因的关联强度,据此建立了高表达、低表达基因集合的转录因子互作网络,并通过可视化软件Cytoscape进行可视化。通过对网络的筛选,发现在高表达基因的转录因子相互作用网络中BCL11A占有重要地位,以及高表达特异相互作用NFYA-NFYB-SP1。我们发现,在调控基因表达时一定数量的转录因子之间形成子模块形式,研究共得到3个高表达特异的子模块和3个非特异的子模块。然后,利用卷积神经网络(CNNs:Convolution Neural Networks),以模块中所有转录因子的信号作为特征,预测了基因的表达水平。我们发现,预测效果最好的非特异子模块A(ATF2、BATF、IRF4、BCL11A、NFIC、FOXM1)平均AUC值为89.33%,特异子模块F(TCF12、TCF3、PML、TAF1、POU2F2)的预测效果次之(平均AUC值为87.56%)。最后,将模块内转录因子的信号进行融合,并利用模块特征进行预测时,发现3个高表达特异的子模块AUC值升高,而其余3个非特异的模块AUC值则下降。这一结果进一步表明,对具有高表达特异性的3个子模块中的转录因子存在密切的相互作用形式。
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：Q75
【图文】：

工作原理,基因组,转录因子

内蒙古大学硕士毕业论文NA 之间存在的影响的一种新思路，也经常被作为研究转录因子的一种方法。ChIP-seq 技术则由传统的 ChIP 技术与第二代测基因组内高效率的筛选与组蛋白、转录因子等存在作用的 DNhIP-seq 技术能够实现单碱基的分辨率，能够有效的分析重复基求不高。术的原理是：通过借助 ChIP 技术，富集目的蛋白所结合的 DN相应的文库；接下来上一步筛选得到的 DNA 片段将被进行高列标签将精准地定位到基因组上，以便达到获得整个基因组范子等存在作用的 DNA 区段的信息。

表达水平,基因,外显子

最终得到高表达基因 2358 个，低表达基因 2238，并将这些基因作为高表达和低表达基因的数据集(图2.1)。其中，RPKM 的定义如下：niniCLMR P K M 9110（2.1）其中，iM 为每个基因的第 i 个外显子的 reads 数，C 为测序深度，nL 代表每个基因外显子的平均长度。High expression genes Low expression genes图 2.1 高低表达水平基因集合Fig 2.1 The gene sets with high and low expression level77. 5%73. 6%

流程图,矩阵,流程,转录因子

图 2.2 TF-Gene 矩阵的构建流程ig 2.2 The workflow to build the TF-Gene matrix建转录因子共调控网络orrelation Network Analysis）可以采用基因的表常，处于一个基因网络中的基因普遍有着相似达方式存在很大不同。通过把基因构建成不同证实某一类基因在表达过程中发挥什么作用，学方面已取得广泛应用，它的很多功能都是通DEGseq 包和建立 TF 共调控网络的 WGCNA 包和学习，能够实现计算、分析和预测等需求，

【相似文献】