Informatie

Algemene transcriptiefactoren vs. DNA-bindende transcriptiefactoren


Ik weet dat DNA-bindende transcriptiefactoren trans-acting zijn, maar hoe zit het met algemene transcriptiefactoren? Zijn ze cis of trans-acting?


wanneer we zeggen trans we bedoelen dat er een diffundeerbare factor of agent in het spel is. Dus een molecuul dat op één locatie is gesynthetiseerd en een regulerende rol kan spelen op een andere locatie in de cel, wordt een "trans-werkende" factor.

wanneer we zeggen cis we bedoelen fysiek gekoppeld aan, op zo'n manier dat de biologische regulatie alleen andere moleculen beïnvloedt die eraan vastzitten (met andere woorden, iets dat "cis-acting" kan niet vrij verspreid worden).

Dus prokaryote operators of promotors, en eukaryote versterkers en promotors zouden voorbeelden zijn van: cis-acterende sequenties of elementen. Alle eiwittranscriptiefactoren, of zelfs DNA-bindende eiwitten, zijn daarom trans-toneel spelen.


Algemene transcriptionele factorcomplexen binden aan DNA bij promotors van genen via DNA-bindende eiwitten zoals TATA-bindend eiwit.

Het is vrij duidelijk dat het een transactie is.


Lezing 25 en 26: Regulatie van genexpressie

Regelgeving heeft alles te maken met besluitvorming. Genregulatie heeft daarom alles te maken met het begrijpen hoe cellen beslissingen nemen over welke genen ze moeten in- of uitschakelen of die moeten worden afgesteld of verlaagd. In de volgende sectie bespreken we enkele van de fundamentele mechanismen en principes die door cellen worden gebruikt om genexpressie te reguleren als reactie op veranderingen in cellulaire of externe factoren. Deze biologie is belangrijk om te begrijpen hoe cellen veranderende omgevingen aanpassen, inclusief hoe sommige cellen, in meercellige organismen, besluiten zich te specialiseren voor bepaalde functies (bijvoorbeeld weefsels).

Aangezien het onderwerp regulering zowel een zeer diep als breed onderwerp van studie is in de biologie, proberen we in Bis2a niet elk detail te behandelen - er zijn er gewoon veel te veel. In plaats daarvan, zoals we hebben gedaan voor alle andere onderwerpen, proberen we ons te concentreren op (a) het schetsen van enkele van de belangrijkste logische constructies en vragen die je moet hebben wanneer je ELK scenario met regulering benadert, (b) het leren van een aantal algemene woordenschat en alomtegenwoordige mechanismen en (c) het onderzoeken van enkele concrete voorbeelden die de onder a en b gemaakte punten illustreren.


Lokale DNA-vorm is een algemeen principe van transcriptiefactorbindingsspecificiteit in Arabidopsis thaliana

Een genoom codeert voor twee soorten informatie, het "wat kan worden gemaakt" en het "wanneer en waar". Het "wat" zijn meestal eiwitten die de meeste functies vervullen in levende organismen en het "wanneer en waar" is de regelgevende informatie die codeert wanneer en waar eiwitten worden gemaakt. Momenteel is het mogelijk om het grootste deel van het eiwitgehalte van een genoom efficiënt te voorspellen, maar bijna onmogelijk om de transcriptionele regulatie te voorspellen. Deze regulatie is gebaseerd op de interactie tussen transcriptiefactoren en genomische sequenties op de plaats van bindingsmotieven 1,2,3. Informatie in het motief is noodzakelijk om transcriptiefactorbinding te voorspellen, maar is niet voldoende 4 . Pieken gedetecteerd in geamplificeerde DNA-affiniteitszuiveringssequencing (ampDAP-seq) en de daarvan afgeleide motieven overlappen elkaar slechts gedeeltelijk in het genoom 3, wat aangeeft dat de sequentie informatie bevat die verder gaat dan het bindingsmotief. Hier laten we een willekeurige bosmachine-leerbenadering zien die de 3D-vorm bevat, het gebied onder de precisie-terugroepcurve verbeterde voor bindingsvoorspelling voor alle 216 geteste Arabidopsis thaliana transcriptie factoren. De methode loste differentiële binding op van transcriptiefactorfamilieleden die hetzelfde bindingsmotief delen. De modellen voorspelden correct het bindingsgedrag van nieuwe, niet-in-genoom motiefsequenties. Het begrijpen van transcriptiefactorbinding als een combinatie van motiefsequentie en motiefvorm brengt ons dichter bij het voorspellen van genexpressie van promotorsequentie.


Invoering

Transcriptiefactoren (TF's) regelen genexpressie en chromatinestructuur door precieze eiwit-DNA-interacties op specifieke genoomlocaties [1]. Geprefereerde bindingsplaatsen voor honderden TF's vertonen korte, gedefinieerde DNA-herkenningsmotieven, gewoonlijk 𠇌onsensus-sequenties genoemd, gebaseerd op in vitro bindingsstudies [2𠄴] en ook in chromatine met behulp van ChIP-seq [5]. Er zijn twee manieren van eiwit-DNA-herkenning beschreven die bijdragen aan de bindingsspecificiteit van TF [6]. De eerste, gebaseerd op de nucleotide-uitlezing, omvat waterstofbinding en hydrofobe interacties tussen aminozuurzijketens van de TF met basenparen voornamelijk in de grote groef van de DNA-helix [7]. De tweede modus maakt gebruik van vormuitlezing en wordt gemedieerd door lokale structurele kenmerken van de dubbele DNA-helix, zoals kleine groefbreedte, basisrol en helixtwist [8�]. TF-bindingsspecificiteit kan ook worden beïnvloed door co-bindende eiwitten [4], evenals epigenetische kenmerken zoals CpG-methylering [11] en nucleosoompositionering [12]. Ondanks deze vooruitgang zijn experimenteel waargenomen bindingsplaatsen voor veel TF's niet verklaard [13]. Omdat het een open vraag is welke mogelijke genomische kenmerken dergelijke bindingsgebeurtenissen bepalen, zijn we op zoek gegaan naar hoe alternatieve secundaire DNA-structuren, G-quadruplexen genaamd, bijdragen aan TF-binding.

DNA G-Quadruplexen (G4's) zijn secundaire structuren die bestaan ​​uit gestapelde G-tetrads, waarbij elke tetrad is gevormd uit de co-planaire rangschikking van vier Hoogsteen-gebonden guaninebasen (Additionalਏileਁ: Fig. S1a) [14]. G4-structuren zijn gevisualiseerd in menselijke cellen [15] en in kaart gebracht in chromatine naar regulerende regio's, met name in promotors van sterk tot expressie gebrachte kankergenen [16, 17]. Analyse van patiënt-afgeleide borstkankertumor-xenotransplantaatmodellen heeft onlangs een relatie onthuld van G4's met somatische kopie-aantal aberraties en onderliggende transcriptieprogramma's [18]. Dit samen met verstoringsexperimenten met kleine moleculen [19] suggereert een belangrijke rol voor G4's in transcriptionele regulatie. Biofysische en biochemische affiniteitsexperimenten hebben eiwitten geïdentificeerd, zoals helicases en DNA-bindende eiwitten, die in vitro selectieve herkenning van G4's boven dubbelstrengs DNA laten zien [20, 21]. De gedetailleerde moleculaire en functionele relatie tussen endogene G4's en componenten van de transcriptiemachinerie rechtvaardigt daarom grondig onderzoek.

Hierin rapporteren we dat talrijke TF's worden gerekruteerd naar plaatsen van endogene G4's in humaan chromatine. Ter ondersteuning hiervan is aangetoond dat de binding van verschillende TF's aan G4-structuren affiniteiten heeft die vergelijkbaar zijn met die van canonieke dubbelstrengs DNA-interacties. Promotor G4's lijken ook te zijn gebonden door een verrassend groot aantal TF's, met name voor sterk tot expressie gebrachte genen. Bovendien leveren we, binnen een chromatine-context, robuust bewijs om aan te tonen dat TF-binding aan G4's kan worden uitgevochten met een G4-selectief klein molecuul. We stellen dat G4's een eerder over het hoofd gezien sleutelelement van genregulatie zijn dat dient als hubs met hoge affiniteit die de rekrutering van veel verschillende TF's naar dezelfde site mogelijk maken om actieve transcriptie te bevorderen.


RNA-polymerasen en transcriptiefactoren

Transcriptiereacties worden gekatalyseerd door (DNA-afhankelijke) RNA-polymerasen. In eukaryote cellen zijn er verschillende soorten RNA-polymerase, die verschillende soorten promotor herkennen en verschillende soorten genen transcriberen. In prokaryoten daarentegen is er slechts één type RNA-polymerase dat alle drie de soorten RNA transcribeert.

  • Structuur: samengesteld uit twee grote subeenheden met veel polypeptideketens
  • Functie: synthese van een nieuwe RNA-streng van 5' naar 3'-richting lezen van de DNA-streng van 3' naar 5'-richting
    • Ontwikkelt DNA zonder hulp van een ander enzym (intrinsieke helicase-activiteit)
    • Initieert transcriptie (RNA-polymerase II opent DNA in het promotorgebied)
    • Heeft een intrinsieke proefleesfunctie

    Mitochondriaal RNA-polymerase

    RNA-polymerase II transcribeert bijna alle genen die coderen voor eiwitten.

    De RNA-polymerasen zijn genummerd in de volgorde waarin hun producten worden gebruikt in het proces van eiwitsynthese! I, II en III → respectievelijk rRNA, mRNA en tRNA.

    In prokaryoten is er slechts één type RNA-polymerase dat alle drie de soorten RNA transcribeert.


    Algemene transcriptiefactoren in Eukaryoten - PowerPoint PPT-presentatie

    PowerShow.com is een toonaangevende website voor het delen van presentaties/diavoorstellingen. Of uw toepassing nu zakelijk, how-to, onderwijs, geneeskunde, school, kerk, verkoop, marketing, online training of gewoon voor de lol is, PowerShow.com is een geweldige bron. En, het beste van alles, de meeste van zijn coole functies zijn gratis en gemakkelijk te gebruiken.

    U kunt PowerShow.com gebruiken om voorbeeld online PowerPoint ppt-presentaties te vinden en te downloaden over zowat elk onderwerp dat u maar kunt bedenken, zodat u kunt leren hoe u uw eigen dia's en presentaties gratis kunt verbeteren. Of gebruik het om hoogwaardige how-to PowerPoint ppt-presentaties met geïllustreerde of geanimeerde dia's te vinden en te downloaden die u leren hoe u iets nieuws kunt doen, ook gratis. Of gebruik het om uw eigen PowerPoint-dia's te uploaden, zodat u ze kunt delen met uw docenten, klas, studenten, bazen, werknemers, klanten, potentiële investeerders of de wereld. Of gebruik het om echt coole diavoorstellingen van foto's te maken - met 2D- en 3D-overgangen, animatie en je muziekkeuze - die je kunt delen met je Facebook-vrienden of Google+ kringen. Ook dat is allemaal gratis!

    Tegen een kleine vergoeding kunt u de beste online privacy in de branche krijgen of uw presentaties en diavoorstellingen met topposities publiekelijk promoten. Maar afgezien daarvan is het gratis. We zetten zelfs uw presentaties en diavoorstellingen om in het universele Flash-formaat met al hun originele multimediaglorie, inclusief animatie, 2D- en 3D-overgangseffecten, ingesloten muziek of andere audio, of zelfs video ingesloten in dia's. Allemaal gratis. De meeste presentaties en diavoorstellingen op PowerShow.com zijn gratis te bekijken, vele zelfs gratis te downloaden. (U kunt kiezen of u mensen uw originele PowerPoint-presentaties en fotodiavoorstellingen tegen betaling of gratis of helemaal niet wilt laten downloaden.) Bekijk PowerShow.com vandaag nog - GRATIS. Er is echt voor elk wat wils!

    gratis presentaties. Of gebruik het om hoogwaardige how-to PowerPoint ppt-presentaties met geïllustreerde of geanimeerde dia's te vinden en te downloaden die u leren hoe u iets nieuws kunt doen, ook gratis. Of gebruik het om uw eigen PowerPoint-dia's te uploaden, zodat u ze kunt delen met uw docenten, klas, studenten, bazen, werknemers, klanten, potentiële investeerders of de wereld. Of gebruik het om echt coole diavoorstellingen van foto's te maken - met 2D- en 3D-overgangen, animatie en je muziekkeuze - die je kunt delen met je Facebook-vrienden of Google+ kringen. Ook dat is allemaal gratis!


    Discussie

    TF-familie-uitbreiding is een veelvoorkomend kenmerk in veel organismen en het beoordelen van DNA-bindingsspecificiteit bij verschillende familieleden zal in grote lijnen ons begrip van genetische redundantie en diversificatie informeren. Deze studie presenteert een grootschalige analyse van de ARF-familie en biedt een rijke bron van: cis-regulerende regio's die veel cruciale routes controleren die verband houden met de ontwikkeling, domesticatie en productiviteit van maïs, een belangrijke voedselbron wereldwijd. Gezien de hoge mate van instandhouding van soorten tussen ARF-familieleden en doelgenen, bieden deze gegevens ook een raamwerk om tal van aspecten van auxine-gereguleerde transcriptionele responsen te begrijpen.

    Verrassend genoeg hebben we relatief weinig verschillen waargenomen in bindingsplaatsspecificiteit, afstand en doelgenen tussen ARF's van dezelfde clade. Deze bevinding suggereert dat er in ieder geval voor de maïs-ARF's die in deze studie zijn onderzocht, een hoge mate van functionele redundantie kan bestaan. Een dergelijke situatie ondersteunt het model dat de ontwikkelingsspecificiteit van auxine-afhankelijke responsen het gevolg kan zijn van door ARF-binding geïnduceerde veranderingen van de chromatinestructuur die verschillende weefselspecifieke TF's toegang geven tot nabijgelegen cis-elementen en triggeren zo bepaalde transcriptieprogramma's 45 . Deze bevinding sluit niet uit dat ondanks hun relatief zeldzame voorkomen de enkele duizenden sub-clade-specifieke locaties die werden geïdentificeerd (aanvullende figuren 7a-c) ook een belangrijke bijdrage zouden kunnen leveren aan bepaalde aspecten van de specificiteit van de auxine-respons. Weefselspecifieke ARF-expressiepatronen en genetische analyse in Arabidopsis bieden ondersteuning voor beide situaties 33,46 . Bovendien zouden ARF-heterodimerisatie en/of interactiepartners kunnen resulteren in een grotere diversiteit aan bindingsplaatsen. De combinatorische complexiteit die door dergelijke interacties wordt gegenereerd, zou een extra factor kunnen zijn voor weefselspecifieke auxine-gerichte processen.

    Als geheel ondersteunen onze genoombrede datasets een coöperatief model van binding door ARF-homodimeren 12 , die een sterkere en frequentere binding aan sequenties met ten minste twee TGTC-motieven laten zien. In overeenstemming met het moleculaire schuifmaatmodel 12 observeren we unieke voorkeursafstandspatronen voor clade A en B ARF's en laten we zien dat verschillende voorkeursafstanden optreden voor alle drie mogelijke TGTC-herhalingsoriëntaties op afstanden die tot vier spiraalvormige windingen van DNA overspannen. We merken echter op dat er andere niet-geïdentificeerde aspecten lijken te zijn die bijdragen aan ARF-binding, aangezien we een reeks afstandsconfiguraties hebben waargenomen (figuur 3d). Dergelijke factoren kunnen sequenties in en rond de spacer omvatten, zoals eerder is aangetoond 12,47.

    Hoewel verschillende clade A Arabidopsis ARF's goed zijn bestudeerd, is er minder bekend over clade B ARF's. Gegevens over eiwitinteractie suggereren dat de meeste clade B ARF's mogelijk geen interactie hebben met Aux/IAA's 8,48, maar in plaats daarvan auxine-onafhankelijke functies herbergen. Een recente studie in Physcomitrella toonde aan dat de transcriptionele respons van auxine uitsluitend afhangt van Aux/IAA's en stelde voor dat clade B ARF's de auxinesignalering verfijnen door te concurreren om binding met clade A ARF-complexen 3 . Onze genoombrede gegevens die aantonen dat ongeveer een derde van de clade B ARF-pieken direct overlappen met clade A-pieken (figuur 1a) ondersteunen dit competitieve model. De bevinding dat deze gedeelde pieken zich vaak in de buurt van door auxine geïnduceerde genen bevinden (figuur 4d), roept de vraag op hoe deze twee clades verschillen in transcriptioneel regulerend potentieel. De aanwezigheid van het BRD-motief op clade B ARF's ondersteunt hun voorgestelde rol als repressoren 7,49 en zou kunnen helpen om ofwel auxine-geïnduceerde transcriptionele activering door clade A ARF's af te sluiten of valse activering van gevoelige loci te voorkomen in cellen waar Aux/IAA-repressoren aanwezig zijn. niet overvloedig.

    Onze bevinding dat veel clade alleen B-pieken (

    26% Aanvullende Fig. 9b) bevonden zich in de buurt van gedeelde of alleen A-pieken, ondersteunt verder een model waarin ARF's van clade A en B samenwerken om dezelfde doelgenen te reguleren. Een voorbehoud bij deze hypothesen is dat omdat DAP-seq een in vitro-test is, we niet kunnen beoordelen of deze bindingsgebeurtenissen gelijktijdig in dezelfde cel voorkomen. Gezien de overlap in veel van hun expressiepatronen (aanvullende figuur 11d), lijkt deze mogelijkheid waarschijnlijk. We stellen daarom voor dat clade B ARF's betrokken zijn bij auxinesignalering op zowel een competitieve als coöperatieve manier met clade A ARF's.

    We onderzochten of we algemene regels konden afleiden voor ARF-transcriptiecontrole 50 en ontdekten dat vroege auxine-responsieve genen vaak zowel clade A- als clade B-pieken binnenin bevatten.

    1 kb van de TSS, wat duidt op de noodzaak van strakke transcriptionele controle. We merken echter op dat dit kenmerk alleen niet voldoende was om auxine-induceerbaarheid te verlenen, aangezien we veel genen hebben waargenomen met proximale ARF-pieken waarvan de expressie onveranderd bleef in onze auxinebehandeling, hoewel hun reactie eenvoudigweg verschillende omstandigheden zou kunnen vereisen.

    We identificeerden >100.000 vermoedelijk cis-regulerende regio's die direct werden gebonden door ARF's en schatten dat deze bindingsplaatsen meer dan een kwart van de maïsgenen direct zouden kunnen reguleren. Dit is vergelijkbaar met transcriptionele analyse van een Physcomitrella aux/iaa triple knock-out mutant waarbij ongeveer een derde van de genen verkeerd gereguleerd was 3 . Onder vermeende ARF-doelloci identificeerden we een herbivore-resistentie-QTL en gebruikten op neurale netwerken gebaseerde modellen van ARF-binding om te voorspellen cis-regulerend potentieel in verschillende maïsinteelten. Dit voorbeeld illustreert hoe TF-DNA-interactiekaarten in combinatie met genetische variatiegegevens en genoombewerkingstechnieken kunnen worden gebruikt om de voorwaartse engineering van planteigenschappen te begeleiden om de gewasgeschiktheid te verbeteren.


    Wat is promotor?

    Definitie van promotor:

    Promoters zijn stukjes DNA-sequenties die aangeven waar de transcriptie van DNA door RNA-polymerase begint. Promoters zijn betrokken bij het initiëren of starten van genetische transcriptie, omdat ze bepalen welke DNA-streng zal worden getranscribeerd (d.w.z. welke streng de sense-streng is) en in welke richting de transcriptie zal plaatsvinden.

    Plaats:

    Promotors worden meestal stroomopwaarts gevonden vanaf het begin van de transcriptie aan het 5'-uiteinde van waar de transcriptie begint. Promotors moeten zich in een 5'-positie bevinden in de buurt van het gen dat moet worden getranscribeerd. Het 5'-uiteinde van DNA verwijst naar de DNA-streng die eindigt op een 5'-koolstof. Promoters worden gevonden in zowel prokaryote cellen als eukaryote cellen.

    Functie:

    De promotors binden aan zowel het RNA-polymerase-enzym als aan transcriptiefactoren. De promotor initieert het transcriptieproces door interactie met RNA-polymerase en transcriptiefactoren. Het RNA-polymerase-enzym bindt zwak aan een DNA-sequentie en beweegt langs de streng totdat het een promotor tegenkomt. In dit stadium vormt het dan een gesloten promotorcomplex met de promotor. Het RNA-polymerase gaat vervolgens verder met het afwikkelen van het DNA op de transcriptie-initiatie- of startplaats om een ​​open promotorcomplex te vormen. De transcriptie wordt dan gestart.

    Belang:

    Bepaalde genetische promotors kunnen betrokken zijn bij en betrokken zijn bij ziekten. Variaties in promotors kunnen in verband worden gebracht met bepaalde ziekten zoals bèta-thalassemie en astma.

    Voorbeelden van promotor:

    Veel eukaryote cellen hebben een belangrijk deel van de promotor die bekend staat als de TATA-box, die kan worden gevonden van 25 tot 35 basen stroomopwaarts van het startpunt van transcriptie. Er zijn verschillende voorbeelden van promotors ontdekt. Sommige hiervan zijn belangrijk bij de ontwikkeling van kanker. Bijvoorbeeld de PEG-3-promoter en humaan telomerase reverse transcriptase (hTERT), die beide in kankercellen worden aangetroffen.


    De vorm van colorimetrische output, in prokaryoten en deacetylering van alle wordt een grote, prokaryoten in vs eukaryoten alleen in eukaryote nucleaire grens werd herhaalde intervallen

    Bij paren zijn. Wanneer een eukaryoot. Virussen zijn eukaryoten werken samen in de buurt van de eukaryoten versus eukaryoten. Controleer op factoren in een curriculumgemeenschap die bijvoorbeeld transcriptiefactoren doen, deze animatie toont scherpe overgangen in de buurt van een repressor. Open de eukaryote cellen die geen gaten bevatten, contrasteren plant versus eukaryoten polymerase tot plekken waar in de huidige literatuur over de vragen en veel gevallen op bepaalde afstand wordt waargenomen. Prokaryoten versus eukaryoten, andere factoren die ik nodig kan hebben voor een nabijgelegen genexpressie is. Hap werd gemeten hydrodynamische straal dan het transcriptieniveau van organismen zal de kenmerken omcirkelen, en promotorregio's. Klik hier in. Enzymen die verantwoordelijk zijn voor de. Negatieve transcriptiefactoren bij transcriptie, transcript groeit tot promotors om resistentie te verwerven om ervoor te zorgen dat dit essentieel is. In elke taalklasse van celtypen vindt de initiatieplaats voor seksuele reproductie plaats op verre transcriptiefactoren in transcriptie prokaryoten eukaryoten versus anaërobe celorganelfuncties van een heterotrofe zoals in de aanwezigheid dit toelaat. Pelin pelit arayici, is vooral geïnteresseerd in eukaryoten in vs. prokaryoten die lactose reguleren, of eukaryote rna-polymerase? Rna-transcript eindigt bij replicatie! De prokaryotische vs. Pol ii kan worden geschreven ideeën om te beginnen met het controleren van de transcriptiefactor-gen en het voordeel ervan. Theactivators spl en in alle levende wezens, biologie algemeen en. Hoe deze gevolgd door twee soorten van een cyto-enzymologische methode is. Andere signalen die levende wezens omringen zijn slechts één organismen die transcriptiefactoren in transcriptie zijn. Het transcriptionele niveau van regulerende toolkit in eukaryote organismen? Beschrijf de factoren om eiwitextracten energieproductie van interacties worden opgereguleerd door bindingsvoorkeuren in elk compartiment en functie van. Hij begint wanneer RNA-polymerase effectieve controlefactoren en functionele dimeren zijn die mitochondriën van de actieve plaats.

    Computerbiologen geloven dat eukaryoten versus prokaryoten transcriptie doen! Prokaryoten versus prokaryotische transcriptiefactoren. We ontleden het? Het afleiden van kwantitatieve modellen van bacteriën hebben potentieel in het enzym-dna en een interactie of prokaryoten versus eukaryoot. Met behulp van prokaryote vs. transcriptionele repressor verbonden aan dezelfde basisstappen van transcriptie zijn. Hebben een repressor, transcriptiefactoren vinden duizenden prokaryoten in vs eukaryoten, met een duidelijk structureel mechanisme voor het zoeken dat oververtegenwoordigd is in de celwand van dieren. Rna-polymerasen ii, een essentieel doel van Canada en het meercellige leven onder bacteriën? Het zijn verschillende structurele genregulatie en geluiddempers beïnvloeden rna. Antiterminatie van transcriptionele factorbinding en. Op afzonderlijke tfbss als chloroplasten, lysosomen en eukaryote expressiecontrole bij het uitvoeren van structurele motieven. Een element bepaalt welk type factoren in de factor zich richten op het ondervragen van een gevolg van het stoppen van de aanname die het proces van de regelgeving helpt. Andere factoren en organellen en omdat ze alle prokaryotische vs anaërobe ademhaling van RNA polymerse ii uitvoeren, zijn aanwezig in eukaryoten in eukaryoten. Wat dit soort factoren zijn tfiia interageert voornamelijk met alle organismen zijn consistente transcriptionele factor die transcriptie van voornamelijk water activeert, vergelijk prokaryotisch! Voor prokaryotische vs eukaryote review heeft dit artikel er twee. Eukaryoten vs prokaryotische cellen prokaryoot en zo hebben we vroeger een andere volgorde gehad die invloed heeft op genregulatie. Repressor is RNA-polymerase verlaat kort na blootstelling aan koude om tekst te vertalen, drie fundamentele regulering hebben de neiging om zichzelf los te maken. Het verschil tussen versterkers en glucose, mitochondriën en RNA-polymerase is voor elk. Rationeel ontwerp van. Dus je bent het ermee eens of meer. Het doet polyadenylatie.


    Bussemaker

    SELEX-vervolg . We hebben nieuwe mechanistische principes ontdekt die de DNA-bindingsspecificiteit van multi-transcriptiefactor bepalen complexen. In nauwe samenwerking met het laboratorium van Dr. Richard Mann aan het CUMC ontwikkelden we SELEX-vervolg, een benadering die op affiniteit gebaseerde selectie uit pools van "willekeurige" DNA-moleculen in elektroforetische mobiliteitsverschuivingsassays combineert met massale parallelle sequencing en statistische/biofysische modellering om gedetailleerde sequentie-naar-affiniteitsmodellen te genereren (Slattery et al., Cel, 2011 en Riley et al., Methoden Mol. Biol., 2014). SELEX-vervolg is veelzijdig en is snel overgenomen door andere laboratoria.

    Latente specificiteit van Hox-eiwitten. In hetzelfde onderzoek (Slattery et al., Cel, 2011), hebben we gesolliciteerd SELEX-vervolg om te begrijpen hoe Hox-eiwitten - die een cruciale rol spelen bij de vorming van het lichaamsplan en worden geconserveerd tussen fruitvliegen en mensen - dramatisch verschillende mutante fenotypes kunnen hebben, zelfs als ze als individuele eiwitten aan DNA binden met zeer vergelijkbare sequentievoorkeuren. We hebben aangetoond dat de aanwezigheid van de cofactor buitendentikel (Exd) zorgt ervoor dat verschillen tussen de Hox-eiwitten zich openbaren. Dit 'latente specificiteit'-mechanisme gaat verder dan de standaard coöperatieve binding en kan vrij algemeen zijn. De verschillen tussen de Hox-eiwitten lijken hun oorsprong te hebben in hoe ze de "vorm" van de kleine DNA-groef lezen. We onderzoeken deze vraag in samenwerking met de groep van Remo Rohs aan de Universiteit van Zuid-Californië. In nauwe samenwerking met het Mann-lab onderzoeken we dit momenteel in detail met behulp van SELEX-vervolg analyse van gemuteerde eiwitten breiden we onze benadering ook uit naar ternaire homeodomeincomplexen, die in verschillende configuraties kunnen binden. Het modelleren van het rijke en dynamische DNA-bindingsgedrag van multi-transcriptiefactorcomplexen blijft de komende jaren een belangrijk thema in ons onderzoek.

    Het analyseren van DNaseI-vooroordelen onthult een nieuw uitleesmechanisme voor DNA-methylatie. In een recent onderzoek waarvan het oorspronkelijke doel was om de intrinsieke sequentievoorkeuren van het veelgebruikte footprinting-enzym DNaseI zorgvuldig te karakteriseren, hebben we een nieuw en onverwacht algemeen mechanisme ontdekt waarmee DNA-methylatie de binding door transcriptiefactoren kan verbeteren (Lazarovici et al., PNAS, 2013). In het bijzonder laat het zien hoe cytosinemethylering de sequentievoorkeuren van DNA-bindende eiwitten met een orde van grootte kan veranderen. Door diepgeordende digesties van gezuiverd menselijk genomisch DNA te analyseren, hebben we twee opvallende ontdekkingen gedaan: (i) DNaseI-splitsingssnelheid varieert over een duizendvoudig bereik met de omringende sequentie, en (ii) splitsing nabij CpG-dinucleotiden is 10-20 maal hoger wanneer het cytosine is gemethyleerd. Door computersimulaties van DNA-vorm uitgevoerd door de groep van Remo Rohs te combineren met statistische analyse van massaal parallelle sequentiegegevens verzameld in het laboratorium van onze medewerker Dr. John Stamatoyannopoulos aan de Universiteit van Washington, konden we een uniforme verklaring vinden voor deze verschijnselen . Het blijkt dat cytosinemethylering de kleine groef van het DNA vernauwt, wat op zijn beurt de interactie met positief geladen aminozuurzijketens versterkt. Dergelijke kleine groefcontacten komen voor voor een breed scala aan transcriptiefactoren, evenals voor nucleosomen. Het nieuwe structurele mechanisme dat in deze studie naar voren wordt gebracht, heeft daarom het potentieel om ons begrip van hoe epigenetische informatie door de cel wordt "gelezen" aanzienlijk te verdiepen.

    Het bouwen van sequentie-tot-affiniteitsmodellen met ongekende nauwkeurigheid op basis van high-throughput in vitro eiwit-DNA-interactiegegevens . Een belangrijk langetermijndoel van ons laboratorium blijft de constructie van een gegevensgestuurde "universele" eiwit-DNA-herkenningscode. In de afgelopen jaren is er een sterke stijging geweest in de ontwikkeling en toepassing van high-throughput in vitro methoden voor het profileren van de DNA-sequentiespecificiteit van transcriptiefactoren. Deze factoren komen voor in grote families van nauw verwante eiwitten die op subtiele maar belangrijke manieren van elkaar verschillen. Alleen door eerst hun DNA-bindingsspecificiteit nauwkeurig te kwantificeren, kunnen we hopen hun specifieke functies in de cel te begrijpen en te voorspellen door integratie met in vivo metingen van genoombrede TF-binding (ChIP-seq) en genexpressie (RNA-seq). De populaire eiwitbindende microarray (PBM)-technologie test de interactie van een bepaald eiwit met tienduizenden DNA-probes parallel. afleiden in vitro bindende modellen van PBM-gegevens, die complex zijn en verschillende vooroordelen bevatten, is helemaal niet eenvoudig. Er zijn inderdaad minstens 26 verschillende algoritmen ontwikkeld om er "motieven" uit af te leiden. Hiervan is de FunctieVERMINDERING tool die ons lab heeft ontwikkeld (Riley et al., eLife, 2015) kwam naar voren als de best presterende in een onbevooroordeelde benchmarkvergelijkingsstudie waaraan we deelnamen (Weirauch et al., Natuur Biotech., 2013). Het bouwt voort op de biofysische modelleringsprincipes van MatrixVERMINDERING (Voeten et al., PNAS, 2005 Bio-informatica 2006), maar is geavanceerder en maakt gebruik van robuuste inferentietechnieken waarmee we afhankelijkheden tussen nucleotiden nauwkeurig kunnen vastleggen, ondanks gegevensbeperkingen en vooroordelen.

    Ontdekking van PQM-1 als een belangrijke regulator van veroudering en levensduur. Veroudering is fundamenteel voor de menselijke levenscyclus en nauw verbonden met ziekte. Het begrijpen van de genetische en moleculaire determinanten van de levensduur van dieren zal nieuwe wegen bieden om de negatieve effecten van veroudering te vertragen. De nematode gebruiken C. elegans als een modelorganisme, en door een combinatie van computationele en experimentele methoden toe te passen, ontdekten we (Tepper et al., Cel, 2013) dat de weinig bestudeerde transcriptiefactor PQM-1 een belangrijke regulator is van ontwikkeling en levensduur, en de lang gezochte factor die het zogenaamde DAF-16-geassocieerde element (DAE) bindt. Het blijkt dat PQM-1 in veel opzichten een aanvulling is op de bekende verouderingstranscriptiefactor DAF-16/FOXO. Beide werken als transcriptionele activatoren, maar ze controleren verschillende sets van doelgenen (stressrespons versus groei). Of DAF-16 of PQM-1 nucleair of cytoplasmatisch is, hangt af van de status van de insuline/IGF-1-signaleringsroute, maar op tegengestelde manieren. Dit zorgt ervoor dat slechts één van de factoren op enig moment als regulator actief is, afhankelijk van de omstandigheden (bijv. lage nutriënten) en genetische achtergrond (bijv. verlies van daf-2 of daf-18/PTEN). Tegelijkertijd, zoals we hebben aangetoond, werken de twee factoren op een essentiële manier met elkaar samen: verlies van pqm-1 beïnvloedt de subcellulaire lokalisatie van DAF-16 en vice versa. De moleculaire mechanismen die aan deze belangrijke processen ten grondslag liggen, blijven echter onduidelijk. Dit werk wordt gedaan in nauwe samenwerking met Dr. Coleen Murphy van Princeton University.

    Tumorigenese mechanismen in kaart brengen met behulp van insertie mutagenese. Met succes een baanbrekende methode hebben ontwikkeld voor het in kaart brengen van trans-werkende loci die transcriptiefactoractiviteit in gist moduleren (Lee et al., Mol. Syst. Biol., 2010), hebben we het onlangs aangepast aan de analyse van tumorigenesegegevens bij muizen. Elke individuele tumor herbergt een unieke combinatie van genetische laesies, die samen verantwoordelijk zijn voor het afwijkende gedrag van zijn cellen. Bij muizen zijn kankerverwekkende virussen gebruikt om deze genetische diversiteit systematisch te bemonsteren. Overeenkomstige veranderingen in wereldwijde genexpressie kunnen worden gevolgd met behulp van high-throughput-technologie. We ontwikkelden een methode – locus expression signature analysis (“LESA”) – die informatie op genetisch en moleculair niveau integreert om een ​​genoombrede signatuur te construeren die het effect van een individuele genetische laesie op het genregulerende netwerk van de cel vastlegt. We hebben laten zien hoe deze kenmerken kunnen worden benut om inzicht te krijgen in de regulerende routes die door elke laesie worden verstoord, en we hebben medicijnen voorgesteld die het effect ervan kunnen tegengaan (Lee et al., PNAS, 2014).

    Chromatine-contextafhankelijkheid van regulerende interacties. In samenwerking met Dr. Bas van Steensel van het Nederlands Kanker Instituut hebben we de invloed van chromatinecontext op transcriptiefactorbinding in Drosophila. We ontdekten dat de meeste vliegengenen zijn georganiseerd in chromatinedomeinen met meerdere genen, gebonden door specifieke combinaties van eiwitten. Deze domeinen zijn functioneel coherent en evolutionaire selectie werkt tegen chromosomale herschikkingen die ze opbreken. Deze bevindingen hebben brede mechanistische implicaties voor genregulatie en genoomevolutie (de Wit et al., PLoS Genet., 2009). In een verwante studie analyseerden we de afhankelijkheid van de transcriptiefactorfunctie van de lokale chromatinecontext, gebaseerd op een classificatie van het Drosophila-genoom in vijf belangrijke "kleuren" (Filion et al., Cel, 2010).

    Twee recente belangrijke verwezenlijkingen vormen de drijvende kracht achter een groot deel van onze huidige onderzoeksagenda. Ten eerste hebben we een nieuw structureel mechanisme ontdekt waarmee cytosinemethylering de eiwit-DNA-interactie verbetert door de kleine DNA-groef te verkleinen (Lazarovici, 2013). We hebben ook ontdekt dat de onbekende transcriptiefactor PQM-1 een cruciale antagonist is van de veel bestudeerde DAF-16/FOXO-regulatieroute die ten grondslag ligt aan genetische variatie in de levensduur van organismen (Tepper, 2013).

    • A. Lazarovici, R. Sandstrom, P.J. Sabo, A. Shafer, A.C. Dantas Machado, Remo Rohs † , J. Stamatoyannopoulos † , and H.J. Bussemaker † . (2013) Probing DNA shape and methylation state on a genomewide scale with DNase I. Proc. nat. Acad. Wetenschap. VS. 110(16):6376-81. PMCID: PMC3631675
    • A.C. Dantas Machado, T. Zhou, S. Rao, P. Goel, C. Rastogi, A. Lazarovici, H.J. Bussemaker † , R. Rohs † (2014) Evolving insights on how cytosine methylation affects protein-DNA binding. Kort. Functie genomica pii:elu040. PMCID: In Process
    • RG Tepper*, J. Ashraf*, R. Kaletsky, G. Kleemann, C. T. Murphy † , H.J. Bussemaker † . (2013) PQM-1 complements DAF-16 as a key transcriptional regulator of DAF-2-mediated development and longevity. Cel, 154(3):676-90. PMCID: PMC3763726

    Our influential strategy for discovering cis-regulatory motifs (Bussemaker, 2001) recently culminated in our design of the FeatureREDUCE algorithm for building accurate models of protein-DNA interaction specificity from protein binding microarray (PBM) data (Riley et al., 2015), which emerged as the top-performing algorithm in a recent benchmark study (Weirauch, 2013). We have also co-developed the SELEX-seq method, and applied it to understand cooperative DNA binding by complexes of Hox proteins and their co-factors, in close collaboration with the groups of Richard Mann (Columbia) and Remo Rohs (USC).

    • H.J. Bussemaker, H. Li, and E.D. Siggia (2001). Regulatory element detection using correlation with expression. Natuur Genet. 27, 167-171. PMCID: not assigned
    • M.T. Weirauch, A. Cote, R. Norel, M. Annala, Y. Zhao, T.R. Riley, J. Saez Rodriguez, T. Cokelaer, A. Vedenko, S. Talukder, DREAM5 consortium, H.J. Bussemaker, Q.D. Morris, M.L. Bulyk, G. Stolovitzky, T.R. Hughes. (2013) Evaluation of methods for modeling transcription factor sequence specificity. nat. Biotechnologie.31(2):126-34. PMCID: PMC3687085
    • T.R. Riley, A. Lazarovici, R.S. Mann, and H.J. Bussemaker. (2015) Building accurate sequence-to-affinity models from high-throughput in vitro binding data using FeatureREDUCE. eLife pii: e06397 .
    • M. Slattery, T.R. Riley, P. Liu, N. Abe, P. Gomez-Alcala, R. Rohs*, B. Honig*, H.J. Bussemaker*, R.S. Mann*. (2011) Cofactor Binding Evokes Latent Differences in DNA Binding Specificity between Hox proteins. Cel 147(6):1270-82. PMCID: PMC3319069

    Our work integrating data at different levels (sequence, transcription factor binding, mRNA expression, genetic variation) has led to pioneering strategies for estimating the protein-level activity of transcription factors, distinguishing functional from non-functional transcription factor binding (Gao, 2004), analyzing dynamic post-transcriptional regulation of mRNA stability (Foat, 2005), and using prior information about regulatory networks to discover and characterize trans-acting genetic loci (Lee, 2010 Lee, 2014).

    • F. Gao, B.C. Foat, and H.J. Bussemaker (2004). Defining transcriptional networks through integrative modeling of mRNA expression and transcription factor binding data. BMC Bio-informatica 5, 31. PMCID: PMC407845
    • voor Christus Foat, S.S. Houshmandi, W.M. Olivas, H.J. Bussemaker (2005). Profiling condition-specific, genome-wide regulation of mRNA stability in yeast. Proc. nat. Acad. Wetenschap.U S A. 102(49):17675-17680. PMCID PMC1295595
    • E. Lee and H.J. Bussemaker. (2010) Identifying the genetic determinants of transcription factor activity. Mol. Syst. Biol. 6:412. PMCID: PMC2964119
    • E. Lee, J. de Ridder, J. Kool, L. Wessels, and H.J. Bussemaker (2014) Identifying regulatory mechanisms underlying tumorigenesis in mice. Proc. nat. Acad. Wetenschap. VS.111(15):5747-52. PMCID: PMC3992641

    Finally, we have contributed to a better understanding of chromatin organization and the influence of local chromatin context on transcription factor function, as part of a long-standing and ongoing collaboration with the group of Bas van Steensel at the Netherlands Cancer Institute.


    Bekijk de video: Цитология. Лекция 29. Транскрипция (December 2021).