《Biochemistry and Cell Biology》:SOX2 transcriptional regulation by enhancer elements: a comprehensive review with a unified enhancer nomenclature
编辑推荐:
转录因子SOX2对包括哺乳动物神经系统发育和成体脑干细胞维持在内的许多生物学过程至关重要。该基因的表达需要一个复杂的调控元件网络进行精确控制,而这一点目前仍然知之甚少。不同研究组多年的研究产生了大量关于多个SOX2增强子的数据,其在不同物种和组织中的活性证据水
转录因子SOX2对包括哺乳动物神经系统发育和成体脑干细胞维持在内的许多生物学过程至关重要。该基因的表达需要一个复杂的调控元件网络进行精确控制,而这一点目前仍然知之甚少。不同研究组多年的研究产生了大量关于多个SOX2增强子的数据,其在不同物种和组织中的活性证据水平不一。然而,该领域信息量大且命名不一致,同一增强子常被不同的研究特异性名称所称呼,这使得理解SOX2增强子调控领域的进展颇具挑战。在本综述中,我们汇总了当前关于预测和实验验证的SOX2增强子的知识,强调了在不同物种中研究的保守元件之间的联系。我们还提出了一种基于增强子距所研究基因组中SOX2转录起始位点的距离的统一增强子命名系统,旨在提高一致性,使该领域的交流更加直接明了。
SOX2基因在发育和疾病中的功能
SOX转录因子家族代表了一组高度保守的DNA结合蛋白,调控着跨物种发育和干细胞维持的关键过程。该家族被一个编码79个氨基酸高迁移率族DNA结合结构域的性别决定区Y盒所定义,最初因其在性别决定中的作用而被识别。此后,它们被认为是多种生物学功能的核心调控因子,范围从胚胎细胞命运特化和器官形成到出生后的组织稳态。SOX2蛋白具有高度进化保守性,与小鼠、鸡和果蝇的同源蛋白分别具有98%、95%和88%的氨基酸相似性。在该家族中,SOXB1亚家族在胚胎发生和成体生命期间的脊椎动物神经发生中起着关键作用。其中,SOX2对于在胚胎发育和成体组织中维持干细胞的特性(如自我更新、增殖、分化和谱系特化)尤为重要。
SOX2在早期胚胎发生过程中对维持多能性起关键作用。在小鼠和人类的植入前胚胎中,SOX2在内细胞团和上胚层中表达,对于维持多能性和确保围着床期存活至关重要,在此阶段删除小鼠Sox2会导致胚胎致死。随着发育的继续,Sox2表达在原始外胚层中持续存在,并在特定组织中出现,如晶状体、原肠和发育中的中枢神经系统。在体外,SOX2对于维持胚胎干细胞的表型至关重要,并且与OCT4、KLF4和c-MYC一起,足以将分化的细胞重编程为诱导多能干细胞。因此,SOX2是协调多能干细胞维持和早期胚胎发育的关键因子。
SOX2在神经干细胞和祖细胞的形成和调控中的作用在脊椎动物中高度保守,对于大脑的正常发育和功能至关重要。Sox2表达升高在退出多能状态期间促进胚胎干细胞向神经外胚层谱系分化。在体内,Sox2标记了整个中枢神经系统发育过程中的增殖性神经祖细胞,它调控着自我更新与分化为神经元、星形胶质细胞和少突胶质细胞之间的平衡。Sox2表达在成年神经生成龛位中进一步保留,特别是在脑室下区和海马齿状回中,以支持整个生命过程中的持续神经发生。小鼠中的功能研究表明,出生后操控Sox2表达会破坏正常的脑功能和行为:在成年海马体中通过病毒介导沉默Sox2会减少SOX2+细胞群并损害学习和记忆;而在星形胶质细胞中条件性敲除Sox2会引发多动症。同样,在视交叉上核的GABA能神经元中删除Sox2会导致焦虑和抑郁样行为增加。在人类中,SOX2单倍剂量不足会导致严重的发育异常,包括小眼症、无眼症和大脑结构缺陷。此外,异常的SOX2表达涉及一系列神经和神经发育疾病,如癫痫、胶质母细胞瘤以及阿尔茨海默病和帕金森病等神经退行性疾病。这些发现共同强调了SOX2在维持神经干细胞特性和指导大脑发育中的核心作用,对终生的神经功能具有持久影响。
除了在神经发育中已确立的作用外,SOX2对于源自神经外胚层和内胚层的多个器官和组织的形成和功能也至关重要。在眼睛中,SOX2对视网膜和视杯的发育至关重要,其表达梯度影响视网膜祖细胞分化为各种神经元亚型,并指导功能性视觉回路的形成。SOX2的作用延伸到内耳发育,在那里是负责听觉和平衡的感觉毛细胞分化所必需的。SOX2不仅对神经和感觉器官的形成至关重要,而且对前肠发育过程中气管和食管的正确分离以及功能性肺结构所需的分支形态发生和上皮分化也至关重要。此外,SOX2还调节胃肠道、乳腺组织和皮肤的形成,在特化的小生境中维持干性和再生能力。
鉴于SOX2参与了如此多样化的发育过程,其表达的失调常常导致多种疾病。除了神经发育缺陷外,SOX2失调还与感觉障碍和各种癌症(如胶质母细胞瘤、鳞状细胞癌、腺癌和胃肠道恶性肿瘤)相关。因此,在发育过程和维持成体组织稳态时,必须严格控制SOX2的表达在空间和时间上。
越来越多的证据表明,增强子——顺式调控DNA元件——在协调整个发育和成体组织中的SOX2表达方面起着关键作用。SOX2的精确时空调控对于正确的细胞命运决定至关重要,这是通过位于SOX2基因周围约1兆碱基基因沙漠内的组织特异性增强子网络实现的。
增强子特征和调控活性
增强子是在基因组的非编码区发现的顺式调控DNA元件,它们依赖环境和发育信号来促进基因的细胞和组织类型特异性转录。增强子包含多个被特定转录因子识别的转录因子结合位点。增强子-转录因子结合诱导共激活因子和转录机器的招募,以及增强子与其调控基因启动子之间的物理相互作用。
解析增强子图谱和调控基因转录的顺式调控网络,不仅对于理解脊椎动物发育至关重要,而且对于阐明增强子失调如何导致疾病发病机制也至关重要。值得注意的是,基因组中增强子和其他调控元件主要存在的非编码区包含约95%的疾病相关单核苷酸多态性,表明了其在正常发育和机体生存中的重要作用。增强子序列的结构变化,包括复制、易位、缺失和遗传变异,已被日益认为是人类疾病的驱动因素。例如,当染色体重排将不同基因的增强子置于癌基因作用范围内,导致异常的异位基因激活时,就会发生增强子劫持,这种机制在神经母细胞瘤和慢性粒细胞白血病中有牵连。另一种机制,增强子共扩增,指的是增强子与其靶癌基因的拷贝数增加,导致基因异常高表达,并驱动各种癌症的肿瘤进展。总的来说,这些发现凸显了理解增强子在正常发育和疾病背景下的功能和调控的重要性。
增强子难以识别,因为它们相对于其所调控基因的位置变化很大;可能在靶基因上游或下游距离多兆碱基处被发现。此外,不同的增强子元件可以在不同的时间点和不同的组织中具有活性,可以协同或冗余地起作用,这使其识别和功能表征成为一项具有挑战性的任务。
尽管增强子缺乏一套普遍定义的标记,但有几个特征可以用来预测它们的存在和活性。其中一个特征是序列保守性:由于其在调控基因表达中的关键作用,许多增强子元件在物种间高度进化保守。因此,比较基因组学和非编码DNA序列保守性分析通常被用于识别候选增强子。增强子包含多个TFBS,这是其组织和时间特异性活性的基础。存在特征性细胞类型或发育阶段的转录因子结合的TFBS簇,是增强子元件的重要指标。这些簇可以通过基于基序的预测方法扫描已知的TFBS基序的基因组序列,或通过在体内映射转录因子结合的实验技术来识别。活性增强子通常位于染色质可及性增加的区域,这种状态由转录因子结合和招募能够重塑染色质结构的辅助因子所促进。此外,应用于ATAC-seq或DNase-seq数据的计算足迹分析,可以通过识别可及染色质内转录因子结合的保护区域来预测转录因子占据情况。在保守的可及染色质中检测到密集的TFBS簇是候选增强子的有力证据。
除了DNA序列特征和转录因子结合外,活性增强子还以其特定的染色质修饰为特征,这些修饰反映了它们的调控活性。例如,组蛋白H3在赖氨酸27的乙酰化是活性增强子的标志,而同一残基的三甲基化与抑制或预备的增强子状态相关。RNA聚合酶II在增强子区域的存在进一步支持了它们的转录参与和活性。除了局部染色质标记,增强子还通过与靶基因启动子进行染色质环化来发挥其调控影响。这些长程相互作用通常被限制在拓扑关联域内,TAD是基因组的结构单元,促进增强子和启动子之间的相互作用,同时将它们与相邻结构域的调控元件隔离开。架构蛋白CTCF和粘连蛋白复合物在建立TAD边界和组织这些染色质环中起着核心作用。增强子-启动子接触可以使用染色体构象捕获(3C)及其衍生方法(包括4C、5C、Hi-C和ChIA-PET)进行实验检测。总之,这些染色质特征(组蛋白修饰、RNAPII结合、染色质环化和TAD组织)为识别和表征功能性增强子提供了一套标记。然而,预测增强子的确切靶基因和功能相关性通常仍不确定。因此,尽管计算预测是识别假定增强子元件必不可少的第一步,但随后必须进行实验验证以确定其调控作用。
为了在功能上验证预测的增强子,通常使用报告基因检测和基因组编辑技术,之后常进行转录组分析或逆转录定量聚合酶链式反应。瞬时报告基因检测的变体,包括双荧光素酶和并行大规模报告基因检测,能够以中等至高通量的方式测试多个序列的增强子活性、特异性和效力。虽然这些在质粒上的方法提供了有价值的见解和可扩展性,但它们没有完全重现天然的染色质环境,也无法提供对感兴趣增强子影响下的靶基因的任何洞察。为了研究组织和阶段特异性的增强子功能,使用基因修饰的细胞系或动物模型来评估基因组中增强子功能的研究至关重要。常见方法包括转基因报告基因检测和使用TALENs或CRISPR/Cas9进行基因组编辑。在转基因报告基因检测中,携带增强子序列和报告基因的转座子或慢病毒载体被整合到胚胎基因组中。发育生物体中的报告基因表达模式揭示了增强子的时空活性。VISTA增强子浏览器已通过转基因报告基因检测验证并编目了超过3000个人类和小鼠增强子。然而,由于增强子网络的冗余性和复杂性,仅靠报告基因检测可能无法捕捉到增强子功能的全部范围。因此,基因组编辑方法,如CRISPR/Cas9,无论是在培养细胞中还是在体内,都越来越受到青睐,因为它们能提供更准确、更具生理相关性的增强子活性见解。CRISPR干扰(CRISPRi)或激活(CRISPRa)在增强子研究中被用于在不改变DNA序列的情况下改变增强子活性。对于确证性验证,体内增强子删除被认为是金标准,因为它们允许在完整生物体内直接评估表型后果。
因此,增强子对于精确的基因调控至关重要,SOX2也不例外。SOX2的表达由组织特异性增强子的复杂网络控制,确保正确的时空表达。这些增强子的失调,无论是通过不适当的激活还是功能丧失,都可能导致严重的发育缺陷和疾病。尽管已在不同组织和发育阶段鉴定了许多SOX2增强子,但完整的调控图谱还远未被完全绘制。在本综述中,我们整合了SOX2增强子的现有知识,并概述了其增强子纲要。考虑到这个网络的复杂性,采用统一的命名系统有助于减少混淆,促进领域内有效的知识共享。
增强子命名法
尽管经过了数十年的研究并积累了大量的数据,我们对SOX2增强子的理解仍然零散。这个高度研究过的基因座数据量巨大,加上命名不一致,使得追踪和解读SOX2增强子调控方面的进展变得困难。目前,SOX2增强子主要有四种命名策略:1. 发现顺序(如SRR1, SRR2);2. 基因组顺序(如e1-e3);3. 组织特异性(如用于神经特异性增强子的N1);4. 与转录起始位点的距离。此外,一些大型项目,如DNA元件百科全书和VISTA增强子浏览器,基于基因组坐标或特定基因组组装的特异性基因座标识符,为预测或实验验证的元件分配唯一标识符。每种方法都有明显的缺点。基于发现顺序的命名信息量不足,不传达功能或位置背景。基于基因组顺序的命名显示了元件间的相对关系,但缺乏跨物种的可转移性,并且在发现新增强子时会变得有问题,可能需要重命名整个集合。基于组织的命名提供了对区域活性的快速洞察,但受到许多增强子在多个组织或不同发育阶段有活性的限制,导致混淆和潜在的重分类。最后,虽然唯一标识符允许精确的元件追踪,但它们几乎不提供关于功能、靶基因或相对位置的即时信息。
为了在组织增强子元件时快速定位,基于基因距离的命名法更实用,因为它提供了即时的位置信息,并且在有新发现时通常需要较少的更改。然而,TSS-增强子距离在不同物种之间存在差异,这可能导致误解。另一个问题是不同基因组构建引入的变异性,尽管当距离四舍五入到最近的千碱基时,这种变异性会最小化。此外,前缀“SRR”是基因特异性的,不适用于其他基因的增强子,限制了其更广泛的实用性。
为了解决这些局限性,我们提出了一个标准化的SOX2增强子命名系统。该系统结合了基因名称、“调控区域”标签以及增强子序列中点与特定物种基因组中TSS之间的千碱基对距离。物种用前缀字母表示(例如,“m”表示小鼠,“h”表示人类)。例如,小鼠SRR2变为mSox2RR4,而其人类对应物是hSOX2RR4,因为该区域的中心在小鼠和人类基因组中都位于TSS下游4 kb。虽然增强子区域的中心可能难以确定,但我们通常将其定义为实验测试序列的中心,该中心通常与染色质可及性和转录因子结合峰重叠。位于TSS上游的增强子,相对于转录方向,用负号标记;例如,小鼠SRR1将重命名为mSox2RR(-)4。增强子簇根据原始删除起始和结束坐标的千碱基距离命名;SRR2-18将变为mSox2RR3-20。
这种命名约定将在多个背景下研究单个元件时提供更好的清晰度,并防止意外重命名已研究的元件。它也更适合研究增强子簇,并明确了哪些元件被包含在更大的删除中。在本次综述中,每个增强子的原始名称将被提及一次,之后将使用新命名法。考虑到Sox2是综述的主要焦点,文本中将使用省略基因名称的缩写命名版本。有了统一的命名框架,我们现在可以在基因的生物学功能背景下审视SOX2增强子。
多能性状态下活跃的SOX2增强子
在发育过程中,Sox2首先需要用于维持围着床期胚胎内细胞团和上胚层细胞的多能性。由于SOX2在维持胚胎干细胞的转录状态中作用明确,且这些细胞易于进行遗传操作,在多能干细胞中活跃的Sox2增强子是首先被鉴定出来且研究最深入的。
早期实验确定了基因附近的两个区域,SOX2调控区域1和2,在小鼠胚胎干细胞报告基因检测中显示出增强子活性。这些区域分别位于基因TSS上游4 kb和下游4 kb。因此,我们建议将这些元件重命名为mSRR(-)4和mSRR4。尽管这些区域各自结合多种转录因子并显示出活性增强子的染色质特征,但体外和体内的删除实验表明,它们对于维持多能状态下的Sox2转录并非必需,并且在围着床期之后的小鼠发育中是可舍弃的。有趣的是,纯合mSRR(-)4缺失的小鼠胚胎在上胚层和前神经板中显示出Sox2水平略有降低,表明mSRR(-)4参与了早期发育过程中的Sox2表达。尽管对于多能细胞中的Sox2表达不是必需的,但mSRR(-)4和mSRR4有助于中枢神经系统胚胎发育和神经干细胞维持。
利用组蛋白修饰、转录因子结合、RNAPII占据以及小鼠胚胎干细胞中的基因组特征数据集,研究人员预测了SOX2周围的多个假定增强子区域。其中,SRR18、SRR107和SRR111在小鼠胚胎干细胞报告基因检测中显示出比mSRR(-)4或mSRR4更强的转录增强活性。mSRR108和mSRR111增强子在报告基因检测中显示出累加活性,并且与SRR106和109一起被统称为Sox2控制区或SCR增强子簇。一系列等位基因特异性的SCR删除导致来自缺失等位基因的Sox2 mRNA水平急剧下降。此外,纯合SCR删除的细胞部分分化,表现出神经外胚层分化潜能降低,并偏向于中内胚层命运。小鼠胚胎中的SCR删除导致它们在E6.5-7.5阶段发育停滞,并无法表达原肠胚形成标记BRACHYURY。这些发现证明了SCR对于胚胎干细胞和围着床期胚胎中Sox2表达的重要性。此外,SCR删除不影响培养中来自小鼠胚胎干细胞的神经干细胞/祖细胞中的Sox2表达,表明随着胚胎干细胞分化为更定型细胞类型,增强子需求发生了转换。值得注意的是,SCR是一个更大的预测超级增强子元件的一部分。超级增强子以转录因子结合、增强子相关染色质标记和中介体复合物占据的异常高密度为特征。然而,删除SCR或更大的重叠区域显示出相似的Sox2表达降低,表明SCR外的序列对胚胎干细胞中Sox2表达的贡献极小。
在一个增强子簇内,各个增强子可以与其靶基因表现出多样的功能关系。在Sox2基因下游的增强子簇中,对应于mSRR85、mSRR95和mSRR106的元件被发现是完全依赖于环境的,起到促进元件的作用;每个都对完整的Sox2表达有贡献,但自身缺乏活性。相反,增强子mSRR108和mSRR111表现出部分自主性,可以恢复高达30%的Sox2表达。mSRR85 + mSRR95组合单独使用时活性最低,但能够增强mSRR111的功能。而mSRR106能够增强mSRR108和mSRR111,显示出更广泛的协同潜力。重要的是,这些元件的空间定位,而非方向,对其活性至关重要。总之,这些发现突显了各个元件不可互换,并表现出从依赖于环境的促进活性到自主增强子的一系列功能行为,这些行为在传统的报告基因检测或删除实验中并不明显。
染色质构象捕获方法和染色质相互作用数据的全基因组高通量分析表明,在多能细胞中,SCR与Sox2近端区域发生物理相互作用。高分辨率Micro-C分析进一步揭示,SCR不仅与Sox2启动子接触,还与整个基因体区域相互作用,这意味着编码序列本身可能在限制增强子活性方面发挥作用。有趣的是,SCR删除仅部分破坏了小鼠胚胎干细胞中与Sox2基因的局部染色质相互作用,表明SCR并非单独负责该基因座的基因组结构。尽管SCR包含一个CTCF结合区域,已知可促进染色质结构变化,但被证明对于SCR增强子活性、与Sox2启动子的基因组相互作用以及隔离下游TAD中的序列是可有可无的。