基于个体基因组单核苷酸突变的等位基因转录调控模型研究

Transcriptional regulation mechanism is the central issue of post-genomic research. In diploid species, genetic differences among individuals are fundamentally determined by variation of one or both alleles' expression. Although genetic variation in gene expression levels appears to be common among individuals, an understanding of the distribution of regulatory variation and the mechanisms by which regulatory polymorphisms act remains limited. The development of Next-Generation Sequencing (NGS) technology brings people a new aspect of individual genomic research, and provides huge opportunity of research on allele-specific gene expression and transcriptional regulation. Using high-throughput DNA sequencing data, RNA sequencing data and Chromatin immunoprecipitation sequencing data of same personal genome, we are going to design a model to predict allele-specific transcription factor binding affinity and alternative splicing pattern based on single nucleotide variants (SNV). In this model, we will analyze effect size to allele-specific transcription factor binding affinity and alternative splicing causing by position, type, amount of SNVs. We will prioritize SNVs by their significance to allele-specific expression, develop necessary software and databases, improve functional annotation of SNVs, and finally support biologist on studies of individual allele-specific gene structure and potential gene regulation mechanism.

阐明基因转录调控机制是后基因组时代的研究热点。对于双倍体物种，个体间的基因表达差异根本上是由双倍体上一个或者两个等位基因表达变化决定的。虽然个体间基因表达水平的变化无处不在，但理解引起这种变化的调控机制，尤其是对等位基因上调控多态性的理解仍然十分有限。新一代测序技术的发展，将人类带到个体基因组时代，为等位基因上基因表达与转录调控研究奠定了基础。 本课题将依托同一个体基因组上新一代测序DNA-seq，RNA-seq 和ChIP-seq 数据，设计基于个体基因组单核苷酸突变信息的等位基因上转录因子亲和力、选择性剪切模式预测模型；分析单核苷酸突变的位置、类型、数量对等位基因上转录因子亲和力与选择性剪切的影响；对引起等位基因表达差异的功能单核苷酸突变进行预测；开发相关软件及数据库系统，完善单核苷酸突变位点的功能注释。为生物学家在个体内研究等位基因上基因结构及潜在的基因调控机制提供有力支持。

随着人类基因组计划的完成，理解基因表达与转录调控机制是后基因组时代的一个基本目标。在多倍体的物种中，等位基因可能出现差异调控和表达的现象，而单核苷酸突变（Single Nucleotide Variant，SNV）构成了个体内等位基因之间的差异，我们利用单核苷酸突变信息，研究等位基因与转录因子的特异性结合，等位基因上的特异性选择性剪切事件以及等位基因的特异性表达，这对于功能SNV 的预测，顺式调控元件的识别，生物表型的多样性以及疾病机制的理解有着重要的帮助。本课题提出了新的变异检测方法和面向家系基因组测序数据的新突变过滤方法，并设计实现了个人基因组变异的可视化系统、以及家系基因组可视化系统。课题使用个体基因组上新一代测序DNA-seq、ChIP-seq 、RNA-seq 数据以及来自千人计划的个体样本的SNV数据集，利用生物学知识、数学统计方法，得到了对等位基因上转录因子结合能力有影响的SNV位点，为相关的生物学试验提供有利的指导；运用计算机算法设计分析技术、贝叶斯统计方法，得到了5类常见剪切事件中存在剪切差异的基因片段，这为研究等位基因转录因子结合、剪切、表达的调控机制、功能性SNV的预测提供了支持。