新型转录因子数据库及转录因子互调控网络的构建

摘要

转录水平的调控是基因调控的重要环节，其中转录因子(Transcription Factor，TF)和转录因子结合位点(Transcription Factor Binding Site，TFBS)是转录调控的重要组成部分。近年来，鉴定转录因子及其结合位点的高通量实验产生了大量相关数据。为了系统地收集、整理和分析这些数据，国内外产生了许多相关的转录因子数据库。但是这些数据库有数据格式不统一，数据种类单一，更新较慢等缺陷。目前还没有数据库同时包含转录因子编码基因信息与转录因子结合位点信息，因此建立一个整合基因与结合位点信息的非冗余转录因子相关数据库十分必要。
　　基因转录调控网络由于其可以直观地显示基因表达调控关系，已成为生物学研究的热点之一。但是目前对转录调控网络的研究仅限于在某种特定的细胞或是某种疾病中，没有在基因组范围进行研究。转录因子是转录调控网络中的关键节点。基于转录因子之间互调控的转录调控网络可以简化复杂网络，表现关键转录因子调控层级作用，为更好地理解基因转录调控提供必要的帮助。
　　本论文旨在建立非冗余的整合转录因子编码基因与转录因子结合位点信息的小鼠转录因子的多功能数据库，弥补国内转录因子数据库研究领域的空白。该数据库不仅提供网络上现有资源的查询功能，并且整合相关分析功能，为小鼠转录因子及其结合位点的研究提供分析平台。同时，根据数据库内容，基于转录因子结合位点与转录因子启动子区结合对转录因子互调控关系进行预测，建立转录因子互调控网络，通过转录因子互调控关系发掘转录调控网络的层级关系，建立转录因子研究的新方法。
　　本论文首先对现有转录因子相关实验方法及数据库进行调研分析，建立新型转录因子数据库平台，其中包含转录因子编码基因信息与转录因子结合位点信息等。通过调研TFDB、JASPAR、UniPROBE等相关权威数据库和相关文献，确定小鼠转录因子共1036个。数据库整合NCBI小鼠基因组(MGSCv37)信息，并收集小鼠转录因子结合位点共有序列839条和结合位点模体445个。数据库还包含查询网站的搭建并提供结合位点搜索显示等转录因子常见分析功能，从而完成小鼠转录因子分析平台的搭建。
　　基于数据库所存储数据，利用MAST对结合位点矩阵在所有转录因子基因上游2kb区域进行预测，共获得7794条潜在转录因子互调控信息。根据该数据建立转录因子互调控网络，并建立了与ES细胞及NF-kB相关的转录因子互调控网络。通过将网络中的信息与已发表文献进行比对，发现转录因子互调控网络与实验发现的数据有较好的契合度。转录因子互调控网络提供了较好的转录因子调控层级关系预测，功能聚类等功能。
　　基于上述研究，本论文建立了新型非冗余的小鼠转录因子数据库，为小鼠转录因子相关研究提供了统一的数据查询分析平台。提出并建立了转录因子互调控网络，为转录因子及转录调控网络研究提供了新的研究方法。转录因子互调控网络将为基因调控、组织分化、物种进化等相关研究提供了必要的数据参考。