编辑推荐:
胰岛素样生长因子2受体基因(IGF2R)在兽亚纲哺乳动物(真兽亚纲和后兽亚纲)中为母源表达发育调控因子。在小鼠中,父源Igf2r等位基因通过转录重叠被沉默,该重叠来自约108 kb反义Igf2r RNA(Airn),其从内含子2中的差异性甲基化区域(DMR)表
胰岛素样生长因子2受体基因(IGF2R)在兽亚纲哺乳动物(真兽亚纲和后兽亚纲)中为母源表达发育调控因子。在小鼠中,父源Igf2r等位基因通过转录重叠被沉默,该重叠来自约108 kb反义Igf2r RNA(Airn),其从内含子2中的差异性甲基化区域(DMR)表达。在tammar小袋鼠中亦存在反义转录本(ALID),但其较短(约650 bp),转录自内含子12中的DMR。本研究调查了IGF2R DMR与ALID的结构,以评估其在哺乳动物间的进化相似性。真兽亚纲(euCGI-2)与后兽亚纲(maCGI-2)基因内CpG岛之间缺乏序列相似性,提示二者在各谱系中独立获得。在tammar中,maCGI-2具有活跃组蛋白修饰标记及启动子活性。maCGI-2的转录较为复杂,存在多种正义与反义转录本。长ALID转录本的低水平检测支持后兽亚纲中IGF2R印记通过转录重叠实现的模型,与真兽亚纲类似。maCGI-2含有CTCF位点,是与IGF2R起始位点及约250 kb外含母源表达SLC22A3基因的更广泛结构域进行三维相互作用的边界。这些发现表明maCGI-2是复杂转录调控的位点,也是IGF2R及更广泛区域内具有结构重要性的特征。
研究背景方面,基因组印记是哺乳动物中一种重要的表观遗传调控现象,导致基因根据亲本来源进行单等位表达。IGF2R基因是首批被分离的印记基因之一,在真兽亚纲哺乳动物中广泛呈现母源表达,包括绵羊、牛、马和狗等物种;在猕猴中亦为单等位表达;在人类胎盘中,少数样本显示亲本等位基因特异性表达,而其他样本则显示双等位表达。在后兽亚纲中,IGF2R在北美负鼠和tammar小袋鼠中呈单等位表达,而在单孔目动物(鸭嘴兽和针鼹)中呈双等位表达,提示该基因的印记在兽亚纲祖先中获得。然而,IGF2R印记状态尚未在贫齿目和阿非兽目等其他兽亚纲支系中检测。
小鼠Igf2r的分子调控机制已被较为深入地研究。Igf2r为母源表达,但被甲基化的是母源等位基因。内含子2中的DMR控制一个约108 kb的长非编码RNA——Airn(反义Igf2r非编码RNA)的表达,该RNA从父源等位基因转录。Airn与Igf2r启动子的转录重叠导致父源等位基因上Igf2r的沉默。此外,Airn还通过招募组蛋白修饰因子介导长距离沉默效应,该效应不依赖于转录重叠。IGF2R邻近基因,包括溶质载体家族22成员2和3(Slc22a2和Slc22a3),同样存在父源沉默或抑制。在小鼠胎盘中,Airn抑制约1500万碱基对(Mb)的结构域,这是已知由任何lncRNA调控的最大常染色体区域,包含27个受抑制基因。
tammar和灰短尾负鼠的IGF2R基因内DMR位于内含子12中,与真兽亚纲中DMR位于内含子2的情况不同。后兽亚纲与真兽亚纲中DMR位置差异可能源于某一谱系中DMR位置的改变,或DMR在各谱系中独立产生。tammar的IGF2R DMR中存在一个687 bp的反义长非编码RNA(ALID)。ALID远短于Airn,且其转录起始位点距IGF2R起始位点更远,因此ALID如何或是否调控后兽亚纲IGF2R印记尚不清楚。
本研究旨在调查以下问题:DMR是否在后兽亚纲和真兽亚纲中独立产生;是否存在未检测到的更长形式的ALID调控IGF2R的等位基因特异性表达;调控机制是否涉及类似Airn观察到的长距离沉默效应。研究人员通过比较基因组学分析、cDNA捕获测序(cDNA Capture-Seq)、染色质构象分析(Hi-C)、组蛋白修饰分析(CUT&RUN和ChIP-seq)、荧光素酶报告实验以及5‘和3’RACE等技术手段开展了系统研究。研究结果表明,后兽亚纲与真兽亚纲中共同的IGF2R印记可能独立进化而来。研究人员报告了长ALID的推定结构,发现了来自maCGI-2的正义转录本,并鉴定了后兽亚纲IGF2R基因座的高阶结构及其通过CTCF调控的潜力。这些发现对于理解哺乳动物基因组印记的建立具有重要意义。
在关键技术方法方面,研究人员主要采用了以下手段:(1)跨物种基因组比较分析,利用LASTZ进行序列比对,RepeatMasker检测转座元件,Tandem Repeats Finder检测串联重复序列,对多种哺乳动物IGF2R基因座结构进行比较;(2)cDNA Capture-Seq,使用IDT xGen Lockdown Probes对tammar胎盘组织(包括双层和三层卵黄囊胎盘)的cDNA进行捕获富集,结合Oxford Nanopore长读长测序鉴定ALID及IGF2R转录本;(3)染色质构象分析,利用公开Hi-C数据结合FAN-C工具包和PHi-C2聚合物模拟分析三维基因组结构,并使用FIMO鉴定CTCF结合基序;(4)组蛋白修饰分析,采用CUT&RUN技术检测tammar胎盘中H3K4me3、H3K9me3、H3K9ac等修饰,并结合公开ChIP-seq数据进行分析;(5)荧光素酶报告实验检测maCGI-2启动子活性;(6)5‘和3’RACE鉴定IGF2R起始位点上游的反义长非编码RNA。样本来源方面,tammar小袋鼠来自研究人员位于维多利亚州Wantirna South的繁殖群体,原产于南澳大利亚袋鼠岛;同时使用了公开的负鼠和袋獾ChIP-seq数据以及负鼠、考拉和tammar的Hi-C数据。
研究结果方面,首先,研究人员通过对多种哺乳动物IGF2R基因座的比较分析发现,CGI-2的位置和内含子1的大小影响IGF2R两个CGI之间的距离。真兽亚纲中IGF2R起始位点CGI(CGI-1)与基因内CGI(euCGI-2)之间的DNA长度为30 kb(范围16.8至36.5 kb),而後兽亚纲中CGI-1与maCGI-2之间为86 kb(范围75.5至96 kb)。在56 kb的种间差异中,约一半归因于CGI-2在内含子中的位置差异(真兽亚纲位于内含子2,后兽亚纲位于内含子12),另一半则归因于内含子1长度的差异——真兽亚纲内含子1平均为22 kb,而后兽亚纲为45 kb。单孔目动物中未观察到CGI-2。这一结果表明IGF2R基因座结构在哺乳动物中虽有保守性,但CGI-2的位置和内含子1的大小在各谱系间存在显著差异。
其次,研究人员发现euCGI-2与maCGI-2之间存在显著的序列差异。euCGI-2与maCGI-2之间缺乏序列相似性,且二者侧翼的转座元件组成不同——真兽亚纲内含子2通常具有上游相邻L2a元件和下游相邻L1ME3F元件,而后兽亚纲内含子12具有保守的转座元件组成,包括maCGI-2上游的Plat_L3和L3元件及下游多个MIR元件。后兽亚纲物种间maCGI-2序列高度相似(如灰短尾负鼠与考拉之间有96%的序列比对),而真兽亚纲各种间euCGI-2序列虽有差异但在各谱系内基本保守。然而,小鼠与人euCGI-2序列之间无比对。啮齿类中roCGI-2序列与其他真兽亚纲物种差异显著,且在树鼩和多种啮齿类中未检测到roCGI-2。这些结果支持euCGI-2和maCGI-2在各谱系中独立获得的假说,而非通过转座在不同内含子间转移。
第三,研究人员通过cDNA Capture-Seq揭示了tammar maCGI-2的转录复杂性。在第一次cDNA Capture-Seq运行中,检测到4条跨越maCGI-2至CGI-1的reads,与长ALID转录本一致,占maCGI-2反义reads的0.5%。这些推定的长ALID reads具有两个外显子(3617 bp和66 bp),间隔83.2 kb内含子,其中两条reads具有经典GT-AG剪接位点。第二次使用更严格条件的cDNA Capture-Seq运行未检测到长ALID reads,但发现了多种短ALID样反义多聚腺苷酸化转录本,长度高度可变(452 bp至1150 bp),且在样本间差异显著。此外,还发现了一类新的来自maCGI-2的正义转录本——s-ALID,其最常见长度为1114至1160 bp(739条reads),至少存在5个推定转录起始位点。等位基因特异性表达分析显示,存在父源表达的s-ALID转录本,同时也观察到一条在妊娠第20天三层胎盘样本中仅从母源等位基因表达的s-ALID转录本(55条reads,862至897 bp)。对公开的tammar成年睾丸转录组数据的分析还检测到IGF2R起始位点上游的反义转录信号,5‘RACE和3’RACE分别获得1个和2个产物,较长的lncRNA 5‘片段为1113个碱基(不含poly(A)),编码概率为0.025,被归类为非编码RNA。这些结果表明maCGI-2是一个转录复杂且活跃的调控位点。
第四,研究人员发现后兽亚纲IGF2R具有与基因调控一致的保守染色质谱。在tammar胎盘、灰短尾负鼠肝脏和成纤维细胞以及袋獾肝脏中,IGF2R基因起始位点(CGI-1)均富集活跃染色质标记,尤其是活跃启动子标记H3K4me3和H3K9ac。maCGI-2在tammar和负鼠中亦富集H3K4me3,尽管水平低于CGI-1;在负鼠和袋獾中还富集启动子/增强子标记H3K27ac。值得注意的是,负鼠ChIP-seq数据显示maCGI-2处H3K4me3和H3K9ac读段呈现等位基因特异性(仅一个等位基因存在),tammar中H3K4me3读段在maCGI-2处也呈现等位基因特异性,而在CGI-1处显示双等位基因。荧光素酶报告实验显示,反义方向的tammar maCGI-2在人HEK293T细胞中促进荧光素酶表达23倍(±9 SEM,p=0.04),在tammar CM315A卵巢细胞中促进11倍(±5 SEM,p=0.08);正义方向的maCGI-2在HEK细胞中促进表达2倍(±0.1,p<0.01),在tammar卵巢细胞中未促进表达。这些结果提示maCGI-2具有等位基因特异性组蛋白修饰和反义转录调控特征。
第五,研究人员发现含IGF2R区域在羊膜动物中基因共线性高度保守。从ARID1B到THBS2的区域基因顺序在羊膜动物中基本维持,但在小鼠中该区域两端发生交换(Thbs2位于Igf2r上游,Arid1b位于下游),针鼹中亦存在类似情况但断点不同,鸭嘴兽则存在较大重排。Hi-C数据分析揭示了一个约4 Mb的富集相互作用结构域包含QKI基因,IGF2R位于其上游一个约1.5 Mb的结构域中(包含SOD2至MAP3K)。tammar长读长转录组数据显示ARID1B和QKI存在等位基因特异性表达迹象,但未找到可用于验证其印记状态的SNP。
第六,研究人员发现后兽亚纲IGF2R基因内CGI是关键拓扑特征。高分辨率Hi-C接触图谱显示IGF2R位于两个亚结构域的交界处:上游亚结构域包含MAS1,下游亚结构域包含SLC22A1、SLC22A2、SLC22A3和MAP3K4。在负鼠、考拉和tammar中,maCGI-2均与亚结构域边界相关联(边界位置因分析窗口大小而异)。使用严格的p值阈值(<1e-6)鉴定了CTCF结合序列,这些CTCF位点与边界判定共定位:MAS1上游、CGI-1处、maCGI-2处和SLC22A3的3‘端。在maCGI-2处同时存在正义和反义CTCF位点。染色质相互作用在maCGI-2与CGI-1之间富集,在tammar中5 kb分辨率下观察值与期望值比值为5.5(FDR=0.3),10 kb分辨率下比值为3.3(FDR=0.01)。这些发现表明maCGI-2是IGF2R基因座三维拓扑结构的重要边界元件。
讨论部分,研究人员首先讨论了IGF2R基因座中基因内调控位点的古老起源。IGF2R基因结构在哺乳动物中高度保守,但基因内CGI所在的内含子在后兽亚纲和真兽亚纲之间存在差异。euCGI-2与maCGI-2之间缺乏序列相似性,支持二者独立获得的假说,表明IGF2R印记存在趋同进化。趋同进化提示实现某一生物学结果可能只有有限途径。多种分子机制可实现母源甲基化位点(基因内DMR)对基因(如IGF2R)的母源表达调控,这些机制通常涉及调控非编码RNA表达的印记控制元件或增强子绝缘。独立获得可能通过多种机制实现,例如从基因组其他位置转座而来——maCGI-2侧翼的MIRc元件可能提示这一点;或由局部CpG组成变化形成——阿非兽目中euCGI-2积累的含CpG串联重复可能发生在euCGI-2获得之后。CGI-2在真兽亚纲和后兽亚纲中共享历史的模型可能性较低,但若CGI-2确实在内含子间转移,则仅发生一次且受体内含子未在后期将CGI丢失至另一内含子,该模型不能完全排除。啮齿类中roCGI-2的大幅序列变化表明CGI可突变至无法识别,树鼩和多种啮齿类中未检测到CGI-2提示多次CGI丢失事件,并可能提示这些物种中IGF2R印记的缺失。
其次,研究人员讨论了maCGI-2的复杂低丰度转录。cDNA Capture-Seq鉴定了已知ALID转录本以及新的父源和母源表达转录本。这些多种转录本提示maCGI-2具有尚未完全了解的转录活性。宽启动子具有多个分散的转录起始位点,tammar maCGI-2内的多个转录起始位点具有串联和汇聚取向,在单个细胞的特定时间点这些起始位点可能互斥使用。maCGI-2的启动子活性在反义方向被观察到,但正义和反义转录本均被检测到。maCGI-2的启动子活性在非甲基化状态下测试,但甲基化状态可能并非调控启动子活性的唯一因素,因为从母源等位基因(甲基化等位基因)也检测到正义转录本。正义启动子活性可能依赖荧光素酶系统中不存在的增强子或其他因子。低水平的正义启动子活性可能足以产生低水平正义转录。RNA聚合酶的混杂性可在允许环境中导致低水平转录,但maCGI-2转录本的功能相关性尚不清楚。
关于长ALID形式,cDNA Capture-Seq鉴定了长ALID转录本的推定结构。四条独特剪接reads从maCGI-2跨越至外显子1上游,这是与IGF2R转录重叠所必需的最低要求。这些reads为长ALID假说提供了特异性,但数据有限,无法在本次研究中就其存在或生物学相关性得出结论。cDNA Capture-Seq中转录本富集的使用限制了对转录本丰度的解释。低表达水平和转录本长度可能使长ALID成为无捕获RT-PCR的困难靶标。逆转录酶有限的持续合成能力可能意味着第一次运行中检测到的>1.5 kb ALID转录本不太可能被测序至全长。maCGI-2的反义转录本在样本间长度和read数高度可变,提示低水平表达。在小鼠中,Airn转录本约为每细胞8个拷贝,半衰期为2小时,不稳定。长ALID可能仅在短暂发育窗口期表达以建立IGF2R印记。长ALID转录可能导致IGF2R起始位点的“遮蔽”或“坐鸭干扰”,其功能类似于小鼠Airn。转录干扰也可能无需与IGF2R起始位点转录重叠即可实现,例如IGF2R转录可能在父源等位基因上成功起始,但在与来自maCGI-2的任何长度ALID RNA转录“碰撞”后失败,或在maCGI-2处转录机器“路障”处失败。长ALID reads无poly(A)尾,部分非poly(A) lncRNA(如MALAT1和NEAT1_2)在细胞核中执行调控功能。长ALID是否因非poly(A)转录本被偶然捕获或poly(A)尾未被检测到尚不清楚。AIRN转录本在真兽亚纲物种中的存在情况可变:牛存在约116 kb的长AIRN形式,狗和马中未发现AIRN,猪和人中存在IGF2R双等位表达及约4.3 kb AIRN转录本。除基因沉默作用外,Airn还可结合信号蛋白,AIRN/Airn失调与心肌病和肝病相关。
第三,研究人员讨论了IGF2R/Igf2r染色质的亲本来源特异性修饰。在小鼠中,父源沉默的Igf2r等位基因位于与Airn及多梳蛋白衍生的H3K27me3和H2AK119ub1相关的抑制性亚核区室中。发育调控染色质亦存在,包括常染色质组蛋白赖氨酸N-甲基转移酶2(EHMT2)衍生的H3K9me2。Airn招募组蛋白修饰因子,包括Slc22a3启动子处的EHMT2和Polycomb抑制复合物1(PRC1)。在小鼠胎盘中,Airn指导17号染色体上13 Mb区域的等位基因特异性Polycomb抑制。Airn诱导的H3K27me3和H2AK119ub1标记在三维空间共定位区域周围富集。被Airn转录本覆盖的DNA区域与PRC1和PRC2的存在相关。Airn通过异质核糖核蛋白K(HNRNPK)招募PRC1。小鼠Igf2r启动子CGI-1可呈双等位非甲基化或根据细胞类型和发育阶段呈等位基因特异性表观遗传修饰。CGI-1在tammar、考拉、灰短尾负鼠和北美负鼠中双等位非甲基化。在小鼠中,沉默的Airn和Igf2r启动子均结合H3K9三甲基化酶SETDB1并在H3K9me3处有焦点峰。H3K9me3在灰短尾负鼠或tammar的CGI-1或maCGI-2处未富集,提示这些位点存在谱系特异性染色质标记和修饰因子。
第四,研究人员讨论了IGF2R处的染色质相互作用邻域。基于CTCF的染色质相互作用可能为后兽亚纲IGF2R基因座调控提供新维度。CTCF结合位点的存在不一定意味着CTCF在特定组织中结合,但maCGI-2中基序的出现提示IGF2R位于两个CTCF介导的亚结构域交界处的模型。CTCF结合位点的胞嘧啶甲基化降低CTCF结合亲和力。H19/IGF2基因座在兽亚纲中具有保守的基于CTCF的印记机制。maCGI-2包含正向和反向CTCF位点,可能使CTCF-CTCF介导的染色质相互作用发生在maCGI-2与上下游区域之间。染色质接触优先发生在相向内排列的CTCF位点之间。Hi-C接触图谱提示maCGI-2与CGI-1上游及SLC22A3下游频繁相互作用。相背或串联排列的CTCF位点也可在基因调控中发挥作用。CGI-1与MAS1之间的CTCF位点取向在后兽亚纲物种间存在差异。CGI-1上游富集H3K4me1或H3K9ac的IGF2R增强子可能是与maCGI-2空间相互作用的位点。CGI-1与maCGI-2之间约80 kb序列具有频繁自接触,表现为小的“绝缘邻域”——一种对增强子-启动子通讯重要的结构。Hi-C相互作用频率为双等位基因合并数据,因此后兽亚纲IGF2R基因座上等位基因特异性相互作用的程度尚不清楚。CGI-1与maCGI-2在任一或两个亲本等位基因上的空间邻近可能允许maCGI-2处调控因子的等位基因特异性招募影响CGI-1的转录输出。染色质相互作用提供了maCGI-2差异性甲基化和/或ALID表达可能影响远端基因亲本来源特异性表达的途径。SLC22A3为母源表达但非差异性甲基化,相邻SLC22A2为双等位表达。maCGI-2与SLC22A3之间存在频繁相互作用,但与SLC22A3的3‘端相互作用最为频繁,因此该远端接触如何影响该基因转录的分子机制尚不清楚。
最后,研究人员讨论了IGF2R所在的更广泛印记区域。在小鼠胎盘中,Airn抑制任何lncRNA所调控的最大常染色体区域。除Igf2r外,该区域中2至30个额外基因存在单等位表达或受Airn调控,包括Slc22a3、Arid1b、Pde10a、Qki、Pacrg、Park2、Dact2、Smoc2等。小鼠胚胎和成体组织中广泛印记区域收缩,仅Airn、Igf2r和偶尔Slc22a3保留等位基因特异性表达。然而,小鼠胚胎干细胞中 broader Igf2r区域的Hi-C结构域谱与滋养层干细胞中观察到的相似。由于Airn依赖的基因沉默基于与Airn基因座的预先存在接触,更广泛区域的整体三维结构可能在其他组织中维持。除小鼠外的物种中以及除胎盘外的组织中,更广泛IGF2R区域基因的等位基因特异性沉默可能发生,但该领域研究缺乏。猪和人均具有短AIRN转录本;SLC22A3在孤雌生殖猪胎盘中过表达,提示母源表达;SLC22A3在人胎盘妊娠早期为单等位表达。猪胎盘为绒毛膜上皮胎盘,与tammar类似,而人胎盘为绒毛膜尿囊胎盘。ARID1B在人类中具有提示印记的ZFP57和MLL1结合位点序列基序。狗中未发现AIRN,但MAS1在狗胎盘中印记。IGF2R所在更广泛区域保守的高阶三维结构提出了一个有趣的可能性:后兽亚纲IGF2R印记结构域可能延伸至SLC22A3之外,例如至ARID1B和QKI。lncRNA与可能介导长距离基因沉默的组蛋白修饰因子等蛋白质之间的相互作用依赖于RNA的三维结构。Airn与Xist和Kcnq1ot1具有序列相似性。Xist具有六个重复序列和三个G-四链体区域,各结合不同的相互作用因子集。后兽亚纲具有用于X染色体沉默的RSX,RSX与Xist不同源但同样具有串联重复和高GC含量。进一步解析ALID和AIRN的结构可能鉴定这些lncRNA中的功能模块。更广泛IGF2R区域的基因共线性在这些基因成为印记之前即已维持。更广泛区域中观察到一些基因顺序的内部重排,尤其是在小鼠中。小鼠不能代表真兽亚纲,更不能代表哺乳动物整体。啮齿类中CGI-2序列完全不同,小鼠中Airn结构与其他兽亚纲中发现的反正义lncRNA不同,该区域中具有亲本来源特异性表达的基因集为谱系特异性。
研究结论部分翻译如下:在后兽亚纲和真兽亚纲中,IGF2R基因内CGI是一个转录上复杂的调控位点,具有隐秘的进化历史。在后兽亚纲中,maCGI-2的父源等位基因非甲基化,具有活跃启动子的特征,是基因座结构的重要特征,并用于非编码RNA的表达。虽然后兽亚纲IGF2R具有与真兽亚纲哺乳动物相似的调控装置,但这一关键基因区域的调控存在谱系特异性差异。