基于多组学数据的体细胞重编程核心调控模块识别及功能分析

Induced pluripotent stem cells based on different induced method not only proved that the key pathways play the important roles in cell dedifferentiation, it also shows that there are many differences between different molecular mechanism of induced technology. The high-throughput omics data will be provides more insight into the molecular mechanisms underlying cell dedifferentiation. This project is carried out in accordance with the database construction, network analysis of multiple levels, identification of the core regulatory module and function analysis. Based on the DNA-binding profiles of transcription factors, DNA methylation, histone modification, and mRNA transcriptome, we plan to build a multifunctional molecule information repository, which contains data query, visualization, and analysis. It will provides a full range of information resources for the study of cell reprogramming. Next, for key molecular stages of, different induced methods, the co-regulatory patterns of multi-levels will be established, respectively. The connection modules of important reprogramming states will also be found. The reprogramming -associated regulatory modules and genes newly predicted in this project are helpful for deep elaborating the topology structure and mechanism of collaborative module for cell dedifferentiation, and improvement of the reprogramming efficiency. We believed that this will provide deep insight in understanding to the maintenance and differentiation of stem cells.

不同诱导方法获得的多类别诱导多能性干细胞不但证明了关键调控通路在细胞去分化中的功能，同时也说明不同诱导技术之间的重编程机制存在较大差异。高通量组学数据的涌现为深入研究细胞去分化的基因组逆向编程的分子机制提供了机会。本项目依照分子数据库构建→多层次协同网络分析→核心调控模块识别→功能分析的研究思路，基于体细胞重编程转录因子DNA结合谱、DNA甲基化谱、组蛋白修饰，转录组数据等数据，构建集数据查询与可视化分析为一体的体细胞重编程多层次协同调控分子信息库，为细胞重编程研究提供全方位的信息资源；通过绘制不同诱导技术关键分子时间细胞内全基因组水平多层次协同调控模式图谱，建立不同诱导多能性干细胞分子机制之间的的差别与联系，挖掘细胞重编程关键细胞状态的分子模块。为深入阐明体细胞重编程路线的协同调控模块之间的拓扑结构及分子机理，提高重编程效率提供帮助，加深对干细胞多能性维持及定向分化机制的深入理解。

哺乳动物体细胞可以通过不同诱导技术将体细胞重编程为其它细胞类型甚至转变为具备多能性的诱导多能性干细胞。然而，由于重编程过程中存在的诸多缺陷，大多数细胞重编程技术效率非常低。近年来，高通量组学数据的涌现为深入研究细胞去分化的基因组逆向编程的分子机制提供了机会。项目组成员按照项目计划任务书的研究内容和研究目标，依照分子数据库构建→多层次协同网络分析→核心调控模块识别→功能分析的研究思路，通过整合国际公共数据平台和本实验室内部多组学高通量数据，针对体细胞重编程过程中涉及的核心调控模块及功能分析展开一系列连续深入的基础科研工作，取得一系列具有高影响力、高质量、高科研价值的科研成果，在该项目资助下共完成学术论文13篇论文，SCI收录论文12篇，同行引用评价良好，ESI 1%高被引论文2篇，完成2项计算机软件著作权登记。在项目成员的共同努力下，按研究计划完成了本项目的研究目标和研究内容，取得的主要成果总体概括如下： .（1）解析了细胞重编程过程中依赖Fe2+和α酮戊二酸的三类去甲基化酶，TET家族、ALKBH家族以及KDM家族功能发挥的结构和序列信息基础，详细阐述了序列模体组合决定3种蛋白功能发挥的序列特征与功能基础；进而建立了目前国际上最全的基于氨基酸分类的大数据集蛋白质序列的可视化分析服务平台RAACbook；发布了针对蛋白质功能域进行氨基酸约化分析的在线服务平台RaacLogo。.（2）深入探究了ZGA过程先锋因子Dppa2/4通过何种途径精准开启具有严格时空逻辑性机制，深入分析了Dppa2/4在ZGA过程中的靶向调控分子途径，完成了先锋转录因子Oct4靶向调控细胞重编程的理论生物学描述。.（3）解析了哺乳动物体细胞重编程胚胎基因组激活失败的关键分子障碍,阐述了体细胞核移植胚胎细胞重编程过程中全基因组DNA甲基化模式变化；开发了了胚胎发育时空特异性人工智能预测平台(EmPredictor)。.（4）构建完成了不同哺乳动物早期胚胎发育细胞编程分子信息数据库EmExplorer，建立了早期胚胎发育细胞编程合子基因组激活的物种特异性差异基因分析方法，基于多视图双聚类方法系统分析不同哺乳动物早期胚胎发育基因激活差异。