CTCF介导不同类型染色质相互作用的研究.docVIP

　　CTCF介导不同类型染色质相互作用的研究 第 1章 前言 1.1研究背景 CCCTC 序列结合因子，即 CTCF，是一种广泛表达的多功能锌指蛋白，具有经典的 C2H2型 DNA 结合结构域，其蛋白序列结构如图 1.1 所示。CTCF 目前被认为是脊椎动物中唯一的绝缘子蛋白，从果蝇到哺乳动物，其氨基酸序列高度保守 [1]，核心区域的 11 个锌指结构在人类、小鼠、鸡中的同源性更是接近100% [2]，依靠这些锌指结构的不同组合，CTCF 能够选择性识别众多不同靶位点，同时，CTCF 还可以通过自身的多聚化、多种翻译后修饰、与 cohesin、YY1、SIN3A、CP190、OCT4、TAF3、YB1、Jpx 等不同蛋白以及 RNA 相互作用等多种不同方式，一方面通过特定靶基因来调控细胞的生理活动，在细胞生长、分化、凋亡、遗传、表观遗传等过程中发挥重要的生理功能，另一方面介导广泛的染色质相互作用，在建立和维持基因组三维高级结构方面发挥主要组织者的核心作用 [3, 4, 5]。原癌基因 c-myc 与细胞生长分化、肿瘤发生发展相关，CTCF可以结合于其启动子区域从而抑制其转录活性，且这种抑制作用的强弱受到 CTCF 自身蛋白序列 C-末端磷酸化程度的影响 [8]。App 基因，其表达异常与阿兹海默脑病相关，该基因启动子约 80%的转录活性于 APBbeta; 位点，而 CTCF可以结合于该位点，表现出转录激活作用，且该作用依赖于 CTCF蛋白序列的 N端[9]。PLCB1是一种与精神分裂症相关的基因，影响睡眠相关节律，CTCF能够与其下游的增强子结合，并与另一转录因子 PAX6共同作用抑制PLCB1 基因的激活 [10]，且这一过程极有可能涉及 CTCF 参与介导的远距离染色质相互作用。此外，CTCF 参与调控的基因还包括 hTERT 基因、Rb 基因 [11,12]等。 1.2科学问题 我们知道 CTCF 具有多种生物学功能，能够与不同类型的靶位点相结合，能够介导不同类型的染色质相互作用，这三者之间存在什么样的对应关系？其生物学意义及背后的生物学逻辑是什么？（图 1.9）进一步的，我们还希望能够探索 CTCF 在细胞有丝分裂周期过程中的生物学功能，CTCF是否在染色质三维高级结构的维持和重建过程中发挥作用等。针对上述问题，我们认为：CTCF 单独或者在 cohesin、TAF3、YY1 等众多不同蛋白的参与下，通过与细胞类型特异性与非特异性、保守性与非保守性等众多不同类型结合位点结合，介导广泛的不同类型染色质互作。不同类型的染色质互作网络通过与不同的亚细胞核结构如转录工厂、PcG 小体、核纤层等共定位，实现及其对基因活化与抑制、DNA 复制与重组等的不同调节，在基因组三维高级结构的建立、形成及其在有丝分裂过程中的重建等方面，发挥重要作用。而不同细胞类型中 CTCF结合位点的系统分析、CTCF介导的染色质互作的系统筛选、验证及其比较分析特别是底盘式互作的鉴定、有丝分裂遗传的考察，是对上述科学假设进行证实或者证伪的主要途径。 第 2章 CTCF 结合位点在人类基因组中分布及序列特点 2.1 人类基因组 CTCF 结合位点数据集 DNA 元件百科全书（Encyclopedia of DNA Elements，ENCODE）计划 [45]的完成，为研究者提供了迄今为止最详细的人类表观基因组学数据，从全基因组的角度，系统性解码和鉴定所有的功能调控元件、转录因子结合位点、表观遗传学修饰、非编码 RNA、染色质相互作用等，对解析基因和基因组信息、揭示非编码区转录调控机制、研究染色质构象等具有重要意义。为了充分利用科学共同体这一共有资源，挖掘潜在的生物学价值，我们主要基于ENCODE项目的大量组学数据进行后续分析，首先从ENCODE和UCSC相关数据库 [121, 46]获取了 70 个细胞系中 CTCF 结合位点的详细信息，具体见表 2.1。由上表可知，CTCF 结合位点数量在不同细胞系中存在较大差异，最少的是GM12801 细胞，仅有 2,882 个位点，最多的是 MCF-7，有 98,495 个位点，中位数为 46,919，总共有 162,209个不同的结合位点。我们根据结合位点的数量，绘制了细胞系数目的分布图，其符合正态分布，结果如图 2.1。可以看出，在大部分细胞系中，CTCF结合位点的数量约为 40,000～60,000个。这里需注意到，由于ENCODE计划有一套严格的实验及数据处理规范，我们认为诸如GM12801、MCF-7 等细胞系中 CTCF 结合位点数量与其它细胞系明显不同的现象，可能源于细胞系自身的特殊性，选择这一部分特殊细胞进行 CTCF 与 DNA 的结合、介导染色质相互作用及其功能等研究，也许可以得到意想不到的结果