Zeitschrift für Proteomik und Bioinformatik
Offener Zugang

Abstrakt

Vorhersage der Genaktivität in der frühen B-Zellentwicklung basierend auf einer integrativen Multi-Omics-Analyse

Mohammad Heydarian, Teresa Romeo Luperchio, Jevon Cutler, Christopher J. Mitchell, Min-Sik Kim, Akhilesh Pandey, Barbara Sollner-Webb und Karen Reddy

Eine zunehmend verbreitete Methode zur Vorhersage der Genaktivität ist die genomweite Chromatin-Immunpräzipitation „aktiver“ Chromatinmodifikationen, gefolgt von einer massiv parallelen Sequenzierung (ChIP-seq). Um die Beziehung zwischen entwicklungsbedingt regulierten Chromatinlandschaften und der Regulierung der frühen B-Zellentwicklung besser zu verstehen, haben wir ermittelt, wie unterschiedlich aktive Promotorregionen relative RNA- und Proteinspiegel in den Stadien Pre-Pro-B und Pro-B vorhersagen konnten. Hier beschreiben wir eine neuartige ChIP-seq-Quantifizierungsmethode (cRPKM) zur Identifizierung aktiver Promotoren und einen Multi-Omics-Ansatz, der den Promotor-Chromatinstatus mit laufender aktiver Transkription (GRO-seq), Steady-State-mRNA (RNA-seq), abgeleiteter mRNA-Stabilität und relativen Proteomhäufigkeitsmessungen (iTRAQ) vergleicht. Wir zeigen, dass aktive Chromatinmodifikationen an Promotoren gute Indikatoren für Transkription und Steady-State-mRNA-Spiegel sind. Darüber hinaus stellten wir fest, dass Promotoren mit aktiven Chromatinmodifikationen ausschließlich in einem dieser Zellzustände häufig die unterschiedliche Häufigkeit von Proteinen vorhersagen. Wir stellten jedoch fest, dass viele Gene, deren Promotoren nicht-differenzielle, aber aktive Chromatinmodifikationen aufweisen, auch Veränderungen in der Häufigkeit ihrer verwandten Proteine ​​aufwiesen. Wie erwartet verwendete diese große Klasse entwicklungs- und differenziell regulierter Proteine, die vom Chromatinstatus entkoppelt war, hauptsächlich posttranskriptionelle Mechanismen. Bemerkenswerterweise wurde das am differenziell häufigsten vorkommende Protein in unserem B-Zell-Entwicklungssystem, 2410004B18Rik, durch einen posttranskriptionellen Mechanismus reguliert, der, wie weitere Analysen zeigten, durch eine Mikro-RNA vermittelt wurde. Diese Daten unterstreichen, wie dieser integrierte Multi-Omics-Datensatz eine nützliche Ressource bei der Aufdeckung von Regulierungsmechanismen sein kann. Diese Daten sind abrufbar unter: https://usegalaxy.org/u/thereddylab/p/prediction-of-gene-activity-based-on-an-integrative-multiomics- analysis