开发整合基因组和表观基因组特征的增强子RNA精确预测方法及功能分析

Enhancer RNA (eRNA) is the lncRNA with enhancer-like function transcribed from enhancer region of the genome, and plays crucial roles in embryonic development and diseases. eRNA is widely investigated, however, there still might exist a large number of uncovered eRNAs. In this project, we collect the complete transcriptome annotation of lncRNAs, combine the genetic and epigenetic features by a regularized regression model, develop precision prediction method for eRNA identification based on machine leaning method, and provide a relatively complete eRNA reference genome annotation atlas for mouse embryonic stem cell. A high-confidence eRNA target transcriptional regulatory network is built by maximum likelihood estimation method and eRNA regulatory modules are identified. The function of eRNAs in cell differentiation is validated through biological experiments. Further, the eRNA prediction method is applied to human Acute Myeloid Leukemia, and leukemia related eRNAs and their regulated pathogenic modules are identified. Finally, a comprehensive analysis online platform for prediction of RNA and their target regulatory genes is built. The eRNAs and the target genes identified in this project are of great importance for the systematic analysis of eRNA transcriptional regulatory function in early embryo development, and provides potential molecule targets for the clinical diagnosis and treatment of human complex diseases.

增强子RNA（eRNA）是在增强子区域转录的功能性长非编码RNA，在胚胎发育和疾病中发挥重要作用。eRNA的研究引起广泛关注，但仍有大量未识别的eRNA。本项目利用lncRNA完整转录组注释，通过正则化回归模型整合基因组与表观基因组特征，开发基于机器学习算法的eRNA精确预测方法，绘制相对完整的小鼠胚胎干细胞相关eRNA参考基因组注释图谱。并利用极大似然估计方法构建高置信度eRNA靶向转录调控网络，识别eRNA调控功能模块，实验证实eRNA在细胞分化中的调控作用。将eRNA预测方法应用到人类急性髓性白血病中，识别疾病相关eRNA及其靶向调控致病模块。最终构建eRNA在线预测及靶向调控基因在线识别的综合分析平台。本项目识别的eRNA及其靶基因不仅对系统地研究早期胚胎发育中eRNA的转录调控功能具有重要意义，也为人类复杂疾病的临床诊断与治疗提供潜在的分子靶标，具有重要的临床应用价值。

增强子是可以被活性调控元件结合短DNA区域，以调控靶基因的表达水平，在发育模式，细胞分化以及人类疾病中发挥重要的作用。增强子RNA（eRNA）是在增强子区域转录的功能性长非编码RNA，对于eRNA的识别有助于胚胎发育和复杂疾病中增强子介导的转录调控的研究。本项目按原计划完成。本项目首先在小鼠胚胎干细胞中分析了高置信度eRNA的调控模式，开发了基于机器学习算法的eRNA精确预测方法，用于小鼠胚胎干细胞全基因组范围eRNA的识别。开发计算的流程识别增强子-启动子互作，并分析小鼠胚胎干细胞特异的eRNA转录调控模式。本项目整合多组学数据，在人类心肌分化过程中识别增强子及其参与的染色质互作，研究发现心肌细胞分化过程中染色质互作激活阶段特异基因表达，最终识别心肌分化阶段特异的增强子及其调控程序，深入剖析心肌细胞分化过程中增强子介导的染色质互作的调控机制。本项目剖析胶质瘤相关eRNA介导的转录调控机制，识别胶质瘤阶段动态表达eRNA及调控阶段特异eRNA的关键TF，基于eQTL扰动的eRNA与TF的结合，构建阶段特异的eRNA介导的转录调控网络，识别胶质瘤关键eRNA及其调控程序，深入理解胶质瘤的发生发展的分子机制。此外，本项目拓展性地开发了基于非负矩阵分解方法识别乳腺癌相关非编码RNA调控模块，基于网络理论及高通量转录组数据，优选乳腺癌相关的非编码RNA风险因子。同时，本项目基于转录组数据系统地解析了阿尔兹海默症（AD）的非编码RNA与蛋白质编码RNA的表达模式，构建了非编码RNA与蛋白质编码基因共表达网络，并基于网络理论预测AD相关基因和非编码RNA。对深入系统地研究胚胎发育及复杂疾病中包括eRNA在内的非编码RNA的转录调控功能具有重要意义，能够为研究非编码RNA在疾病发生和进展中的作用提供帮助，为临床诊断与治疗的安全应用提供重要参考。在本项目的支持下，已经发表SCI论文4篇，发表于《frontiers in Bioengineering and Biotechnology》、《Frontiers in genetics》以及《International journal of molecular sciences》等。