《PLOS Computational Biology》:Developmental and tissue expression breadth define distinct but overlapping classes of housekeeping genes
编辑推荐:
摘要专业翻译
持家基因(housekeeping genes, HK genes)通常被定义为广泛表达并支持必需细胞功能的基因。然而,在全基因组数据集中对持家基因的鉴定通常依赖于成体组织间的空间变异,而在很大程度上忽略了发育时间作为基因表达多样性的另一个维度。
摘要专业翻译
持家基因(housekeeping genes, HK genes)通常被定义为广泛表达并支持必需细胞功能的基因。然而,在全基因组数据集中对持家基因的鉴定通常依赖于成体组织间的空间变异,而在很大程度上忽略了发育时间作为基因表达多样性的另一个维度。本研究利用覆盖胚胎发生和分化组织的斑马鱼(Danio rerio)转录组数据集,系统比较了基因在发育阶段和成体组织间的表达广度。研究人员根据基因在发育过程中的时间表达广度对其进行分类,并考察这些模式与基于组织的传统持家基因定义之间的关系。正如预期,发育和成体表达广度仅表现出部分一致性:虽然一组核心基因在两个维度上均广泛表达,但许多在成体组织中普遍表达的基因在胚胎发生期间表现出受限表达,而一些在整个发育过程中持续表达的基因后来变为组织特异性。在所有发育阶段均表达的基因富集于基础细胞过程,表现出强进化保守性,并与高度多效性表型相关。值得注意的是,在受限发育窗口期——尤其是原肠胚形成前后——表达的基因也可发挥必需作用。这些结果强调,表达普遍性同时取决于时间和空间背景,并凸显了在鉴定和解读广泛表达基因时显式考虑两个维度的重要性。更广泛地说,该研究提供了一个比较发育和组织表达广度、探索生命周期中基因表达动态与功能和进化约束之间关系的框架。
论文解读
一、研究背景与问题
持家基因(housekeeping genes, HK genes)通常被定义为支持基础细胞功能并在多种生物学情境下广泛表达的基因。在多细胞生物中,持家基因通常与细胞或组织特异性基因形成对比,后者的调控表达构成细胞身份和功能特化的基础。然而,在实际应用中,“持家”一词往往涵盖几个相关但不同的属性,包括表达广度、表达水平和跨条件的稳定性。本研究以表达广度作为主要标准,将表达水平和稳定性视为次要的非定义属性。
长期以来,表达广度主要沿单一轴——即成体组织间的空间变异——进行考察。大多数全基因组范围的持家基因鉴定工作依赖SAGE、微阵列、表达序列标签和批量RNA测序等技术,这些研究产生了人类和模式生物中广泛使用的持家基因目录,但主要测量的是成熟生物体中分化组织的表达。少数跨物种的比较分析部分拓宽了这一视角,但仍主要依赖发育后组织。因此,基于这些方法得到的持家基因定义隐含地将基因表达普遍性视为纯粹的空间属性,而没有显式考虑发育时间上的变化。
然而,发育代表了基因表达变异的另一个大致正交的轴。在胚胎发生过程中,协调的转录程序驱动细胞命运特化、形态发生和器官形成。在成体组织中看似普遍表达的基因可能在发育期间表现出受限的时间表达,而在整个胚胎发生过程中持续表达的基因后来可能特化到特定组织。尽管有限数量的研究联合分析了发育和成体组织转录组以定义持家基因,但发育期间的时间表达广度与成体组织间的空间表达广度之间的关系尚未被系统量化。本研究正是针对这一问题展开。
二、研究内容与主要结论
研究人员以斑马鱼(Danio rerio)为模型系统,利用覆盖胚胎发生和早期幼虫阶段的密集RNA-seq时间序列数据,根据发育表达广度将基因分为三类:普遍表达基因(Ubiquitous, U,n=8,579),在所有阶段表达;特异性表达基因(Specific, S,n=7,551),在≥50%的阶段表达;高度特异性表达基因(highly Specific, hS,n=6,446),在<50%的阶段表达。该分类与基于连续时间特异性指标τ和变异系数(coefficient of variation, CV)的定义高度一致,并在独立数据集中得到验证。
研究人员随后将发育分类与基于八种成体组织(脑、鳃、心脏、肠道、肾脏、肝脏、肌肉和脾脏)的组织表达分类进行比较。结果显示,约71%的U基因在成体组织中保持普遍表达(Ut型),表明发育与成体表达广度仅部分一致。U基因中在成体组织中受限表达的亚类富集于细胞周期调控、DNA修复和微管相关过程。S基因中约23%在成体组织中普遍表达,主要与线粒体定位和小分子代谢过程相关。hS基因中67%在成体组织中保持高度特异性,而少数hS基因在成体中变为普遍表达,富集于免疫调控和维生素D代谢功能。
在功能与调控方面,U基因富集于生物合成、代谢过程、RNA相关过程、基因表达和蛋白复合物组织等核心细胞功能。S基因富集于转录调控和发育过程,包括细胞分化、形态发生和神经发生。hS基因与细胞间和神经系统过程相关,如信号传导、离子转运和突触活动。转录因子(transcription factors, TFs)主要归类为S基因(50%),而辅因子(cofactors)主要归类为U基因(74%)。
在多效性方面,U基因表现出显著高于hS基因的解剖学多效性,致死表型基因显著富集于U类。峰值表达阶段分析显示,U和S基因的多效性均从合子阶段增加,在原肠胚形成期(6–8小时受精后)达到峰值后下降。
在进化年龄方面,U基因显著老于S和hS基因。U基因中在系统发育典型期(10.3–24 hpf)达到最大表达的基因具有最古老的进化年龄,富集于核糖体生物发生和蛋白质合成过程,这一模式与发育沙漏模型(developmental hourglass model)一致。相反,S和hS基因中在原肠胚形成前(约5.25 hpf)达到峰值的基因最年轻,富集于转录调控、DNA结合和染色质组织等核过程。
在基因家族历史方面,85%的U基因具有人类直系同源基因(orthologs),显著高于S基因(66%)和hS基因(49%)。S和hS基因更频繁地关联旁系同源基因(paralogs),且旁系同源基因数量在峰值表达阶段的分析中呈现与原肠胚形成相关的动态变化。多数旁系同源基因对发生类别转换,且倾向于转换到相邻类别。
三、关键技术方法
本研究主要采用了以下关键技术方法:基于斑马鱼18个发育阶段(从单细胞期到受精后5天)的批量RNA-seq时间序列数据(每个阶段5个生物学重复,每个重复包含12个胚胎的混合样本)和八种成体组织的批量RNA-seq数据(来自GEO数据库GSE62221,仅分析28°C条件下的数据);以TPM>1为表达阈值进行基因分类;使用Yanai组织特异性指数τ和变异系数CV量化表达特异性与变异性;利用ZFIN数据库的基因-表型关联数据量化解剖学多效性;使用GenOrigin数据库的进化年龄注释分析系统发育年龄;从ZFIN获取斑马鱼-人类直系同源关系,从Ensembl BioMart获取斑马鱼旁系同源关系;使用超几何检验评估类别富集;采用滑动窗口分析峰值表达阶段与生物学变量之间的关系;使用Fisher精确检验进行基因本体(Gene Ontology, GO)富集分析;计算转录组年龄指数(Transcriptome Age Index, TAI)作为独立验证。
四、讨论与结论
本研究将持家基因的概念从单一的空间维度扩展到包含发育时间的多维框架。结果表明,发育和成体组织表达广度仅部分一致,二者捕捉了基因普遍性的互补方面。在所有发育阶段和成体组织中均广泛表达的基因子集代表了一个保守核心,与翻译、RNA加工和大分子生物合成等基础细胞过程相关。然而,许多在成体组织中广泛表达的基因在胚胎发生期间表现出受限表达,而一些在整个发育过程中持续表达的基因后来变为空间特化。
本研究将广泛表达视为与高表达水平或低变异性不同的独立属性,这有助于解释不同研究识别的持家基因集合为何仅部分重叠。研究采用离散分类主要出于可解释性考虑,但通过连续变量分析和不同阈值检验证明结论不依赖于特定的分类边界。
研究的局限性包括:批量RNA测序无法解析细胞类型特异性的表达动态;发育时间序列和成体组织图谱由不同实验设计和定量流程独立生成;发育和成体表达广度类别应被视为数据集衍生的表达普遍性表征,而非确定性的普遍分类。未来整合单细胞转录组数据和更广泛的组织采样将实现多维表达广度的更精细表征。
总体而言,该研究强调了在考察基因表达广度时同时考虑发育和成体转录组数据的价值,表明发育和成体表达定义提供了生命周期中基因表达普遍性的互补视角。考察发育表达广度及其时间动态揭示了与功能角色和进化约束之间具有生物学意义的关系。