基于高通量测序技术转录后调控复杂性进化模型及平台建立

Molecular mechanisms of enormous differences in complex phenotype among species is the main target of the evolutionary studies. Evolutionary studies of sequence and gene expression displayed that most DNA sequences and expression patterns of genes were conserved among human as well as similar species. It is not enough to explain the huge differences of phenotype. Source for complex phenotype is always need to be solved in evolutionary studies. With the development of next-generation sequencing technology, wealth information including exon, alternative splicing, transcript and allelic expression were provided, proposing a new perspective (the post-transcriptional regulation) to study the phenotypic difference. We developed quantization algorithm of the post-transcriptional regulation complexity using the mixed-effects statistical model and compare their differences and conservative in multi-species/tissues. Brown motion, OU process and maximum likelihood estimation were integrated to establish evolutionary model for post-transcriptional regulation, identify natural selected genes and functional annotation analysis. We further mining DNA motif associated with post-transcription regulation complexity based on the combination of expectation maximization algorithm and hot extension to elucidate evolutionary mechanism from sequence evolution, regulation complexity to phenotypic complexity. The project aims to develop a used-friendly algorithm and platform of post-transcriptional regulation complexity analysis, provides a new method to study the evolution of species and systematically study molecular mechanism of phenotypic differences.

物种间复杂表型差异的分子机制是物种进化研究的主要目标。序列和基因表达的进化研究显示人类及其相近物种共享大部分保守的DNA序列和基因表达模式，不足以解释物种间表型的巨大差异。怎样的分子机制是物种间复杂表型进化的驱动力呢？下一代测序技术的出现提供了不同物种中关于外显子、选择性剪切、转录本甚至等位表达的信息，提出了研究表型差异的新视角——转录后调控。本课题基于多物种多组织的RNA-seq数据采用混合效应统计模型构建转录后调控复杂性量化算法，在物种间比较其差异性和保守性；整合布朗运动、OU过程和最大似然估计构建转录后调控进化模型，筛选发生物种定向选择的基因，整合期望最大算法和热点延伸识别的转录后调控复杂性相关的DNA序列模体，阐明序列进化、调控复杂性和表型复杂性的进化机制。本课题开发的转录后调控复杂性进化分析算法平台，便于研究者系统地研究表型差异的分子机制，提供了物种进化研究的新方法。

分子进化研究的目标之一是解释物种间表型存在巨大差异的原因，目的是挖掘潜藏在多样性表型下的分子机制，同时理解进化压力下复杂表型的进化过程。基因的表达水平是转录调控的直接体现。因此，转录调控的差异性一直被认为是产生物种间复杂表型的根源。本课题关注基因表达调控的两大关键因素：遗传变异和表观遗传变异进行研究。首先，本课题开发软件EpistaSim不仅能够有助于单个遗传位点的进化过程，而且能够模拟双位点之间在选择压力作用下的互作效应。EpistaSim发现遗传位点不仅参与进化过程，甚至与人群特有的恶性疾病相关。本课题围绕FOXE基因相关区域的单核苷酸多态位点研究其与甲状腺癌的关联。结果发现位于FOXE1上游的SNP（rs965513）的突变等位通过影响该基因的转录水平从而与甲状腺癌的发病风险相关。而且，该SNP位点在欧洲人群中的发病风险显著高于亚洲人群。该结果暗示由遗传变异导致基因转录失调所引起的疾病风险可能与不同人群的进化时间相关。其次，DNA甲基化作为表观遗传的重要修饰是调控基因转录的一个重要因子。本课题挖掘物种间差异的DNA甲基化区域，发现其具有高度的序列保守性，显示转录因子结合的特异性并与神经元的形成和可塑性相关。本课题关注特定的甲基化模式，开发识别工具CellMethy 发现该特定甲基化模式在癌症基因组中富集。根据DNA甲基化模式对基因转录的调控效应进行定量并识别预后诊断标记。该DNA甲基化标记不仅对乳腺癌患者显示了预后诊断能力，而且能够显著区分同一癌症亚型病人的差异生存时间。最后，本研究基于RNA-seq数据构建不同物种、不同组织的转录后调控复杂性图谱，为阐明转录后调控推动复杂表型进化提供支持。. 本项目综合基因转录的两个重要因子遗传和表观遗传变异，研究其参与物种进化和表型形成过程中的分子机制并进行标记位点的识别，有助于从新的角度研究物种/组织间复杂表型的进化机制，甚至为复杂疾病表型的进化研究提供帮助。