基于生物信息计算的核小体定位动态机制研究

Nucleosome is the basic packaging unit of eukaryotic chromatin, which consists of about 146 base pairs DNA wrapped around a histone octamer. The location of histone octamer on the DNA sequence is called nucleosome positioning, which modulates the accessibility of regulatory proteins to DNA and thus influences eukaryotic gene regulation. Discovering the mechanisms underlying nucleosome positioning in-vivo is essential to understanding the binding and action of proteins that carry out essential genetic functions. The growing genome-wide data of in-vivo and in-vitro nucleosome positioning greatly advances the understanding of DNA sequence preferences that can influence nucleosome positioning. However, studies have shown that the influence of DNA sequence preferences is limited. An emerging picture is that the dynamic control of nucleosome positioning is governed by contributions from some dynamic factors, including DNA methylation, histone variants and posttranslational modifications, higher order chromatin structures, the actions of transcription factors, chromatin remodelers and other DNA-binding proteins. This project is proposed to investigate how these dynamic factors above function on nucleosome positioning, and analyze in which ways they might be integrated into a unified framework that accounts for both the preservation of nucleosome positioning and the dynamic nucleosome repositioning that occur across biological conditions, cell types, developmental processes and diseases. Such research findings can help us to unveil the dynamic mechanisms of nucleosome positioning, and eventually to establish more effective prediction models of nucleosome positioning.

核小体是染色质的基本组元，由DNA缠绕在组蛋白八聚体上构成。核小体定位系指组蛋白八聚体在DNA 双螺旋上的精确位置，它与基因转录、DNA复制和修复等基本生命过程密切相关。发现核小体定位的机制是一项具有重要学术价值的挑战性课题。目前，人们主要基于组蛋白对DNA偏好性等静态因素研究核小体定位机制，而DNA序列偏好性并不能解释细胞在不同生理状态下核小体定位的差异。随着高通量实验技术的发展，不同生物、同一生物的不同细胞、同一细胞的不同生理状态等情况下的核小体分布数据越来越多，为探究核小体定位的动态影响因素创造了条件。本课题将集成不断涌现的核小体定位数据，基于生物信息计算，研究影响核小体定位的动态因素（如 DNA 甲基化、组蛋白修饰、染色质重塑因子和转录因子、染色质高级结构等），探索它们是如何协同调控核小体定位，从而揭示核小体定位的动态机制，建立更准确的核小体定位预测模型。

本课题旨在集成不断涌现的核小体定位数据，基于生物信息计算，研究影响核小体定位的动态因素（如 DNA 甲基化、组蛋白修饰、染色质重塑因子和转录因子、染色质高级结构等），探索它们是如何协同调控核小体定位，从而揭示核小体定位的动态机制，建立更准确的核小体定位预测模型。本项目主要工作与成果包括：..1）将蛋白质相互作用网络和DNA甲基化水平的方差变异信号纳入EWAS研究中，通过贪婪算法在PPI网络上寻找致密模块，使得这些致密模块中DNA甲基化的均值变异和方差变异的合并信号较强的基因的比例较高。通过对模拟数据和真实癌症数据的研究发现，新方法优于现有所有方法。..2）对目前已有的基于序列的核小体定位方法进行了比较全面、深入的比较分析。结果表明：Segal V2 和V3相对于其它方法比较稳定。同时，用已有方法在酵母、小鼠、果蝇和人的基因、启动子及5’端非翻译区进行实验，发现：随着物种的进化，链接区和绑定核小体的DNA序列的保守性逐渐降低。..3）提出基于狄利克雷过程混合模型的核小体定位算法DPNuc。根据测序读段位置信息分别在DNA正负链上建立狄利克雷过程混合模型，利用马尔可夫链蒙特卡洛模拟、核密度估计确定模型参数，获得核小体的左右边界及“支持读段”。最后，对左右边界进行匹配，根据给定的最大重叠率对初步得到的核小体进行合并，同时根据左右边界的“支持读段”，估算核小体的大小、模糊度和权重。实验结果表明新算法优于已有方法。..4）系统的分析了酵母细胞全基因组上多种基于序列的特征，包括大量的序列组成特征和十二个结构特征。通过计算每个特征和核小体密度之间的相关性，识别那些和核小体形成具有高度相关性的特征，然后将这些特征集成到多层感知器模型上，并用于核小体密度的预测。利用预测得到的核小体密度曲线，进一步使用峰值检测的方法来定位核小体的位置。结果表明选择的这些特征在核小体预测上有很好的效果，也证明了DNA序列本身对核小体形成的重要的影响作用。.