Egy új DNS motívum típus in silico jellemzése és szerepe a génszabályozásban = In silico characterisation of a new DNA motif class and its role in gene regulation

摘要

Az emberi és egér genom statisztikai elemzése során egy jól definiált DNS-motívum készletet találtunk, amely statisztikai értelemben lényegesen alulreprezentált - „ritka” - motívumokból áll. A motívumok klaszterekben fordulnak elő különböző, genetikailag kitüntetett helyek közvetlen közelében (transzkripciós start helyek, exon/intron határok). A klaszterek jellemző hossza 20 és 30 bázis közé esik. A klaszterek nem mutatnak egyezést a génreguláció jelenleg elfogadott modelljében szereplő transzkripciós faktorok kötőhelyeivel. Viszont feltűnően egybevágnak a John Mattick által nemrég közölt alternatív génregulációs elképzeléssel. Ebben a modellben a génszabályozás specificitásáért a DNS – RNS felismerés felelős. Eredményeink jó egyezést mutatnak a kísérletesen meghatározott RNS polimeraz II kötőhelyek adatbázisával. Az adatainkat teszteltük John Mattick transzkripció inicializációs RNS (tiRNS) kísérletes adatbázisával is. Statisztikailag igen szignifikáns egyezést kaptunk a két adatsor közt. Továbbá azon gének GO-kulcsaiban, amelyekben nagy koncentrációban fordulnak elő a klaszterek, feltűnően gyakoriak a génszabályozásra utaló kulcsszavak. Eredményeink alapján a talált klaszterek nagy valószínűséggel részt vesznek a génszabályozás egy még nem ismert mechanizmusában, amelynek felfedezése hamarosan bekövetkezhet. | Statistical analysis of the Human and Mouse genomes revealed a distinct subset of DNA motifs which are significantly less common than one would expect by random chance. These motifs are concentrated in cluster at the close vicinity of genetically distinct position like transcription start sites of genes or exon – intron boundaries inside the genes. The length of the clusters is typically between 20 to 30 bases. The clusters are not seemed to be related to the known features of the currently accepted model of gene regulation, i.e. transcription factor binding sites. In turn, the results are in agreement with the recently published alternative view of gene regulation by John Mattick. In this model the gene expression control events are driven by the RNA – DNA recognition as the key step of the process. Our results are highly correlated with the experimentally determined RNA polymerase II binding site dataset in the public domain. The results were also tested against the transcription initiation RNA (tiRNA) dataset of John Mattick. These two sets are also correlated extremely well. GO-term analysis of the genes particularly rich in clusters detected the enrichment of gene regulatory function of these genes. The results of these tests strongly suggest the involvement of our clusters in an alternative gene regulatory mechanism to be discovered in the near future.