基因层面的变异性与通路层面的趋同:维生素D信号传导的系统视角

《The Journal of Steroid Biochemistry and Molecular Biology》:Gene-level variability, pathway-level convergence: a systems view of vitamin D signaling

【字体: 大 中 小 】 时间:2026年07月10日 来源:The Journal of Steroid Biochemistry and Molecular Biology 3.1

编辑推荐:

  Ana Paula Irazoqui|Claudia G. BuitragoCIC-PBA, Calle 526 entre 10 y 11, La Plata (CP1900), 阿根廷摘要维生素D信号传导会引发与特定环境相关的转录反应,但基因层面的差异如何与不同扰动模型中的重

  
Ana Paula Irazoqui|Claudia G. Buitrago
CIC-PBA, Calle 526 entre 10 y 11, La Plata (CP1900), 阿根廷

摘要

维生素D信号传导会引发与特定环境相关的转录反应,但基因层面的差异如何与不同扰动模型中的重复出现的通路级程序相关联,目前仍不完全清楚。为系统地描述这些反应,我们分析了公开可用的LINCS L1000扰动转录组数据,这些数据包含来自五种LINCS细胞系模型以及七种维生素D相关化合物的258组经过重复验证的24小时数据特征。
整体转录组分析表明,细胞所处的环境对转录变异性的影响略大于化合物种类和剂量。在基因层面,我们确定了由42个上调基因和35个下调基因组成的方向特异性共识转录核心,进而构建了一个用于衡量转录活性的指标(core_score)。尽管在基因层面存在显著的情境依赖性变异,但通路级分析显示出了涉及代谢调节、应激反应、蛋白质稳态控制以及增殖程序等重复出现的功能主题。
剂量相关性分析显示,在多种细胞环境中都存在与剂量相关的core_score变化趋势,但这些关联应被视为数据集层面的模式,而非针对特定化合物的药效曲线。对选定的VDR/RXR轴基因的转录水平分析显示,VDR、CYP24A1、CYP27B1以及RXR亚型基因的转录量仅有微小变化或存在情境依赖性差异,这说明仅凭这些基因的转录量无法解释下游反应的多样性。
总体而言,本研究为区分所分析的LINCS数据集中那些共有且受环境影响的维生素D相关转录程序提供了一个可重复、可用于提出假设的分析框架。

引言

维生素D是一种类固醇激素,在钙平衡、骨骼健康以及包括免疫调节、细胞增殖分化、代谢控制在内的众多非传统生物过程中起着关键作用[1]、[2]。这些作用部分是通过维生素D受体(VDR)实现的,VDR是一种配体激活的核受体,它与视黄酸X受体家族的成员如RXRα、RXRβ和RXRγ共同作用,调控包含维生素D反应元件(VDREs)的基因组调控区域的转录程序[3]。
虽然传统的VDR/RXR模型通常被描述为依赖配体的转录激活机制,但基因表达谱分析表明,对维生素D有响应的转录组中既存在上调基因也存在下调基因,其中下调基因往往占所有受调控基因的一半左右。基因下调可能通过多种不同机制实现,包括间接调控级联反应、染色质环境、共调控因子的可用性、通路间的相互作用以及不同细胞类型特有的基础转录状态[3]、[4]、[5]。因此,维生素D信号传导更应被视为一种调控系统,其下游效应是由细胞环境决定的,而非仅仅由受体激活决定。维生素D信号传导的情境依赖性对其治疗应用具有重要意义。不同组织中不同的转录反应可能导致临床结果的差异,从而影响具有组织选择性活性的维生素D类似物的设计,旨在最大化有益效果(如对骨骼或免疫系统的调节作用),同时减少高钙血症等不良后果[1]、[3]。
然而,大多数关于维生素D信号传导的转录组研究都是在特定的细胞模型中进行的,或者仅聚焦于单一化合物,这限制了人们识别出在多种生物环境中始终存在的转录程序的能力。尽管这些研究为理解VDR介导的基因调控提供了重要见解,但它们往往缺乏一种系统性的、跨情境的分析框架,难以区分共有转录反应与细胞类型特异性的效应。此外,实验设计上的差异,如剂量、暴露时间和分析方法的区别,也进一步增加了在不同研究之间直接比较的难度。
像LINCS L1000这样的大规模扰动数据资源为解决这些问题提供了机会,它使得能够在统一的实验和计算框架下,系统地分析多种化合物、不同剂量以及在不同细胞环境中的转录反应[6]。借助这类数据集,我们可以以可重复且可扩展的方式,描述与维生素D信号传导相关的保守性转录程序以及受环境影响的转录程序。
本研究的目的是对LINCS L1000数据集中的维生素D相关扰动特征进行系统性的、基于数据集层面的分析,旨在识别出在多种细胞环境中重复出现的基因表达模式和保守的功能程序。通过将多种维生素D类似物、不同剂量以及不同细胞环境下的特征整合到统一的分析框架中,我们试图量化现有扰动数据中共有成分和情境依赖性成分的组织方式。我们还基于反复出现的方向特异性基因层面效应定义了一个共识转录核心,并引入了一个综合指标(core_score)来概括各特征之间的协调转录活性。这种方法并非用于确定直接的受体活性或明确的维生素D特异性机制,而是为描述数据集支持的转录模式以及为未来的比较性和机制性研究提供可重复的分析框架。

章节节选

数据集选择与预处理

我们从LINCS L1000扰动数据集(第5级MODZ共识特征)[6]中获取了公开可用的转录组数据,同时还获得了相关的特征元数据、细胞系注释以及化合物注释文件。第5级数据代表了从L1000的重复测量中生成的共识扰动特征,其中既包括直接测量的关键基因,也包括通过计算推断出的基因。
最初,我们识别出了与维生素D相关的扰动现象

数据集筛选及维生素D扰动特征的界定

我们根据预先设定的纳入标准(详见方法部分)对公开可用的LINCS L1000扰动转录组数据进行了筛选,从而得到了一个专注于维生素D相关转录特征的数据集,便于进行跨情境的比较分析。为确保实验条件的统一性,所有分析都限于处理后24小时的扰动数据。选择这个时间点既是因为数据一致性高,也是因为此时点的样本数量最多

结论

本研究构建了一个系统层面的分析框架,将LINCS L1000数据集中维生素D相关扰动特征中的基因层面差异与不同细胞环境下的重复出现的通路级模式联系起来。
在所分析的细胞模型中,维生素D相关的扰动会引发有规律但受环境影响的转录反应。虽然有一小部分基因在不同情境下都有重复出现的表达变化,但更广泛的转录格局仍然主要受细胞系类型的影响。在

数据与代码的获取途径

所有的分析都是使用公开可用的LINCS L1000数据完成的,处理后的数据集以及分析流程均保存在指定的GitHub仓库中。
本研究使用过的处理后的数据集和分析流程可在以下地址获取:
该仓库中包含了用于数据预处理、特征筛选、基因层面分析、通路富集以及图表生成的脚本。

CRediT作者贡献说明

Ana Paula Irazoqui:撰写——审阅与编辑,撰写——初稿,可视化,验证,方法学,研究实施,正式分析,数据整理,概念构思。Claudia G. Buitrago:撰写——审阅与编辑,指导监督。

关于写作过程中生成式AI及AI辅助技术的声明

在准备这项研究时,作者们使用了ChatGPT(OpenAI)来协助语言润色、代码优化以及提升手稿的清晰度。在使用该工具之后,作者们对所有输出内容进行了仔细审查、验证和必要的修改,并对最终发表文章的内容负全责。

利益冲突声明

作者声明自己不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了SGCyT-UNS(阿根廷国家大学科学和技术总局;项目编号PGI 24/B316)的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号