Проект Codebook расширил известный словарь связывания белков с ДНК на 15 процентов

Биологи существенно расширили словарь последовательностей ДНК, с которыми связываются белки — регуляторы транскрипции, благодаря проекту консорциума Codebook/GRECO-BIT. В результате более четырех тысяч экспериментов им удалось найти для 177 из 332 белков последовательности, по которым те узнают нужные участки ДНК. По оценке авторов, их данные добавили порядка ста ранее неизвестных мотивов — это примерно на 15 процентов расширило уже известный набор. Результаты работы опубликованы в пяти статьях, главная из которых вышла в журнале Nature.

Транскрипционные факторы узнают короткие последовательности ДНК, связываются с ними и тем самым меняют активность ассоциированных генов. Группы сходных коротких последовательностей, которые узнают транскрипционные факторы, называют мотивами связывания. Мутации в них могут серьезно повлиять на узнавание этих последовательностей белком и, соответственно, на активность генов. Это в свою очередь может привести к патологическим состояниям, аналогичным по проявлениям тем, которые происходят при поломке внутри кодирующей части гена. Однако в 2018 году более чем для четверти из примерно 1600 предполагаемых человеческих транскрипционных факторов надежные мотивы связывания оставались неизвестны.

Чтобы заполнить этот пробел, биологи из проекта Codebook под руководством Тимоти Хьюза (Timothy Hughes) из университета Торонто, Ивана Кулаковского (Ivan Kulakovskiy) из Института общей генетики имени Вавилова РАН и Барта Депланка (Bart Deplancke) из Федеральной политехнической школы Лозанны исследовали 393 белка: 332 плохо охарактеризованных предполагаемых транскрипционных фактора и 61 контрольный хорошо изученный белок. Для этого они использовали как уже существующие стандартные методы, так и новые, которым посвящены сопутствующие статьи.

В общей сложности ученые провели более четырех тысяч независимых экспериментов. Мотив считали надежным, если среди прочего как минимум два из пяти разных экспериментальных подходов независимо указывали на сходные предпочтения белка. Этому критерию соответствовали мотивы примерно для половины исследованной выборки. По оценке авторов, их данные добавили порядка ста ранее неизвестных мотивов — это примерно на 15 процентов расширило уже известный набор. Причем большинство этих мотивов оказались уникальными и непохожими на уже известные.

Разобравшись в мотивах узнавания ДНК транскрипционными факторами, авторы статьи посмотрели, как именно эти мотивы распределены в геноме человека. Оказалось, что больше сотни тысяч непосредственных сайтов эволюционно консервативны, что указывает на их важность, а среди их вариантов оказалось много связанных с доказанными изменениями работы генов. Также ученые показали, что активность транскрипционных факторов в разных тканях и расположение найденных сайтов связывания в регуляторных областях позволяют предсказать активность генов. Все это подтверждает, что исследованные транскрипционные факторы действительно связываются с найденными сайтами, и это имеет функциональное значение.

Интересным результатом стало то, что примерно половина новоизученных транскрипционных факторов предпочитает садиться не на известные регуляторные области генов. Ученые выделили отдельную группу транскрипционных факторов, которые любят малоизученные области генома, состоящие из повторяющихся последовательностей и мобильных элементов. К таким факторам транскрипции относятся многие KZNF, которые, как известно, связываются с мобильными элементами и подавляют их активность, а также другие транскрипционные факторы с предположительно репрессивными функциями.

Несмотря на серьезный масштаб исследования и разнообразие методов, предпочтения почти половины потенциальных транскрипционных факторов остались неизвестны. Авторы приводят несколько объяснений, среди которых необходимость дополнительных условий для связывания ДНК или попадание в изначальный список ДНК-связывающих белков по ошибке.

По словам Кулаковского, применение полученных знаний не ограничивается задачами генетики человека. Например, их уже используют для реконструкции регуляторных генных сетей у различных пород свиней для отбора однонуклеотидных вариантов, связанных с практически полезными признаками. 

Связь между мутаций в уже известных сайтах связывания транскрипционных факторов и  предрасположенностью к заболеваниям у человека исследователи показали в одной из предыдущих работ.