Адам геномының функционалдық элементтерін зерттеу консорциумы

Кіріспе

Адам және модельді организмдердің ДНҚ-сындағы функционалдық элементтерді зерттейтін ғылыми консорциум. ДНҚ элементтерінің энциклопедиясы (ENCODE) – "адам геноміндегі функционалдық элементтердің толық тізімін жасауды" мақсат ететін ашық ғылыми жоба. ENCODE сонымен қатар "геномдық деректердің, бағдарламалық қамтамасыздандырудың, геномдық деректерді талдау құралдары мен әдістерінің, сондай-ақ деректерді талдау және түсіндіру нәтижелерінен туындайтын өнімдердің қоғамдық ресурстарын жасау" арқылы биомедициналық зерттеулерді одан әрі дамытуға көмектеседі. Адам геном жобасының жалғасы ретінде, ENCODE жобасы адам геноміндегі барлық функционалдық элементтерді анықтауға бағытталған. Жобаға зерттеу топтарының бүкіл әлемдік консорциумы қатысады, ал жобадан алынған деректерге ашық деректер базалары арқылы қол жеткізуге болады. ENCODE-тің алғашқы нұсқасы 2013 жылы жарияланды және содан бері консорциум мүшелерінің және ENCODE деректеріне қол жеткізу үшін Порталды пайдаланатын ғалымдар қауымдастығының ұсыныстарына сәйкес жаңартылып келеді. ENCODE-тің екі мақсаты бар: "эксперименттік хаттамалар, талдау процедуралары және деректердің өзі үшін" ашық қолжетімді деректер базасы болып қызмет ету, сондай-ақ "осы интерфейс деректердің тегін мұқият тіркеп, биологиялық тұрғыдан оларды түсіндіруді негіздеуге арналған метадеректерге де қызмет етуі керек". Жоба 2017 жылдың ақпан айында төртінші кезеңін (ENCODE 4) бастады.

Қозғалысы мен мәні

Адамдарда шамамен 20 000 ақуызды кодтайтын ген бар деп есептеледі, олар адам геномдағы ДНҚ-ның шамамен 1,5% құрайды. ENCODE жобасының басты мақсаты – геномның қалған бөлігінің қызметін анықтау, оның көп бөлігі бұрын "құрсақ" деп есептелген. Ақуызды кодтайтын гендердің белсенділігі мен экспрессиясы регулома арқылы – промоторлар, транскрипциялық реттеу тізбектері, хроматин құрылымы және гистон модификациясы аймақтары сияқты әртүрлі ДНҚ элементтерімен модуляциялануы мүмкін. Гендер белсенділігінің реттелуіндегі өзгерістер ақуыз өндірісі мен жасуша процестерін бұзып, ауруларға алып келуі мүмкін. Осы реттеуші элементтердің орналасқан жерін және олардың ген транскрипциясына қалай әсер ететінін анықтау, белгілі бір гендердің экспрессиясындағы өзгерістер мен аурудың пайда болуы арасындағы байланысты ашуға көмектеседі. ENCODE сонымен қатар ғылыми қауымдастыққа геномның адам денсаулығына қалай әсер ететінін жақсырақ түсінуге және "осы аурулардың алдын алу және емдеу үшін жаңа терапияларды дамытуға" көмектесетін толыққанды ресурс ретінде қарастырылады.

ENCODE консорциумы

ENCODE консорциумы негізінен АҚШ Ұлттық адам геномдық зерттеу институты (NHGRI) қаржылаған ғалымдардан құралған. Жобаға қатысатын басқа қатысушылар консорциумға немесе талдау жұмыс тобына қосылады. Пилоттық кезеңде сегіз зерттеу тобы және ENCODE технологиясын дамыту кезеңіне қатысқан он екі топ болды. 2007 жылдан кейін, пилоттық кезең ресми түрде аяқталғаннан кейін, қатысушылар саны әлемдегі 32 зертханада орналасқан 440 ғалымға дейін өсті. Қазіргі уақытта консорциум әртүрлі міндеттерді орындайтын әртүрлі орталықтардан тұрады. ENCODE Халықаралық адам эпигеном консорциумының (IHEC) мүшесі. NHGRI-дің ENCODE қаржыландырған зерттеулердің нәтижелеріне қоятын басты талабы – геномдық зерттеулерді дамыту мақсатында барлық зерттеушілерге тегін және оңай қолжетімді болуы. ENCODE зерттеулері геномдық талдауға қатысты бағдарламалық құралдардың, әдістердің, деректердің және басқа да құралдардың қайталанатындығын, демек, ашықтығын қамтамасыз етеді, сондай-ақ өндіріс кезеңін де қамтиды. Төртінші кезең үшінші кезеңнің жалғасы болып табылады және энциклопедия үшін функционалдық сипаттаманы және одан әрі интегративтік талдауды қамтиды. Пилоттық кезеңнің мақсаты – адам геномның үлкен аймақтарын дәл және толық сипаттау үшін тиімді және жоғары өнімділікпен қолданылатын процедуралар жиынтығын анықтау болды. Пилоттық кезеңде функционалдық тізбектерді анықтау үшін қолданылатын ағымдағы құралдардағы кемшіліктерді анықтау қажет болды, сонымен қатар сол кезде қолданылған кейбір әдістердің тиімсіз немесе кең ауқымды пайдалануға жарамсыз екені де анықталуы тиіс еді. Осы мәселелердің кейбіреулерін ENCODE технологиясын дамыту кезеңінде шешу қажет болды, оның мақсаты – белгілі функционалдық тізбектерді анықтау немесе жаңа функционалдық геномдық элементтерді ашу қабілетін жақсартатын жаңа зертханалық және есептеу әдістерін жасау болды. Алғашқы екі кезеңнің нәтижелері адам геномның қалған 99% -ын тиімді және толық өндіріс кезеңінде талдаудың ең жақсы жолын анықтады.

The ENCODE Consortium is composed primarily of scientists who were funded by US National Human Genome Research Institute (NHGRI). Other participants contributing to the project are brought up into the Consortium or Analysis Working Group. The pilot phase consisted of eight research groups and twelve groups participating in the ENCODE Technology Development Phase. After 2007, the number of participants expanded to 440 scientists based in 32 laboratories worldwide as the pilot phase was officially over. At the moment the consortium consists of different centers which perform different tasks. ENCODE is a member of the International Human Epigenome Consortium (IHEC). NHGRI's main requirement for the products from ENCODE funded research is to be shared in a free, highly accessible manner to all researchers to promote genomic research. ENCODE research allows the reproducibility and thus transparency of the software, methods, data, and other tools related to the genomic analysis. and the production phase. The fourth phase is a continuation of the third, and includes functional characterization and further integrative analysis for the encyclopedia. The goal of the pilot phase was to identify a set of procedures that, in combination, could be applied cost effectively and at high throughput to accurately and comprehensively characterize large regions of the human genome. The pilot phase had to reveal gaps in the current set of tools for detecting functional sequences, and was also thought to reveal whether some methods used by that time were inefficient or unsuitable for large scale utilization. Some of these problems had to be addressed in the ENCODE technology development phase, which aimed to devise new laboratory and computational methods that would improve our ability to identify known functional sequences or to discover new functional genomic elements. The results of the first two phases determined the best path forward for analyzing the remaining 99% of the human genome in a cost effective and comprehensive production phase.

Өндіріс кезеңінің нәтижелері

2012 жылдың қыркүйегінде жоба 30 мақалада бірнеше журналдарда бір мезгілде жарияланған нәтижелердің әлдеқайда кең жиынтығын ұсынды, оның ішінде алтысы – Nature журналында, алтысы – Genome Biology журналында және 18 басылымнан тұратын Genome Research журналының арнайы санында жарық көрді. Авторлар бүкіл адам геноміндегі функционалдық элементтерді анықтауға арналған 1640 дерек жиынтығының жасалуын және бастапқы талдауын сипаттады, бұл деректер жасуша түрлеріндегі әртүрлі эксперименттердің нәтижелерін, 147 түрлі жасуша түріне қатысты эксперименттерді және геномдық ауқымды қатыстыру зерттеулерінен (GWAS) алынған кандидаттық аймақтар мен эволюциялық тұрақтандырылған аймақтар сияқты басқа ресурстармен интеграцияланған ENCODE деректерінің барлығын қамтиды. Бұл жұмыстар адам геномның құрылымы мен функциясы туралы маңызды мәліметтерді ашты, олар шолу мақаласында былайша қорытындыланды:

Адам геномның басым көпшілігі (80,4%) кем дегенде бір жасуша түрінде кем дегенде бір биохимиялық РНК және/немесе хроматинмен байланысты оқиғаға қатысады. Геномның көп бөлігі реттеуші оқиғаға жақын орналасқан: геномның 95%-ы ДНК-белок өзара әрекеттесуіне жақын (ChIP-seq мотивтері немесе DNaseI іздері арқылы анықталған), ал 99%-ы ENCODE өлшеген биохимиялық оқиғалардың кем дегенде біріне 1,7 кб жақын. Приматтарға тән элементтер, сондай-ақ сүтқоректілерде анықталмаған шектеулерге ие емес элементтер, жиынтығында теріс таңдаудың белгілерін көрсетеді, сондықтан олардың кейбіреулері функционалды болып келуі мүмкін. Геномды жеті хроматин күйіне жіктеу нәтижесінде күшейткіш сияқты ерекшеліктері бар 399 124 аймақ, промотор сияқты ерекшеліктері бар 70 292 аймақ және жүздеген мыңдаған тыныш аймақтар анықталды. Жоғары ажыратымды талдаулар геномды ерекше функционалдық қасиеттері бар мыңдаған тар күйлерге бөледі. РНК тізбектерін өндіру және өңдеуді хроматин белгілерімен және транскрипция факторларының (ТФ) промоторларға байланысуымен сандық түрде байланыстыруға болады, бұл промотордың функционалдығы РНК экспрессиясының көп бөлігін түсіндіре алатынын көрсетеді. Жеке геномдық тізбектердегі кодтамайтын көптеген варианттар ENCODE анықтаған функционалдық аймақтарда орналасқан; бұл көрсеткіш ақуызды кодтайтын гендердегідей жоғары. GWAS зерттеулерімен байланысты ауруға қатысты SNP-лер кодтамайтын функционалдық элементтерде жиі кездеседі, олардың көпшілігі ENCODE анықтаған аймақтарда немесе олардың жанында орналасқан, ақуызды кодтайтын гендерден тыс. Көп жағдайда аурудың фенотиптері нақты жасуша түрімен немесе ТФ-мен байланысты болуы мүмкін. Ең таң қалдыратын жайт – адам ДНК-ның биологиялық белсенді бөлігінің бұрынғы ең оңтайлы бағалаулардан да жоғары екендігі болды. ENCODE консорциумы шолу мақаласында оның мүшелері геномның 80%-дан астамына биохимиялық функцияларды тағайындай алғанын хабарлады. ДНК-мен байланысатын ақуыздарды тану мотивтерін құрайтын қысқа ДНК тізбектерінің сөздігі құрылды. Мұндай 8,4 миллионға жуық тізбек табылды, бұл экзомадан шамамен екі есе үлкен жалпы ДНК-ның бір бөлігін құрайды. Мыңдаған транскрипция промоторлары 50 негіздік жұптан тұратын бір стереотипті ізді пайдаланатыны анықталды. Адамның транскрипция факторларының желісінің архитектурасының алғашқы эскизі жасалды, яғни гендердің экспрессиясын ынталандыру немесе тежеу үшін ДНК-ға байланысатын факторлар. Бұл желі өте күрделі болып шықты, әр түрлі деңгейде жұмыс істейтін факторлар мен әртүрлі кері байланыс циклдері бар. Адам геномның РНК-ға транскрипциялануға қабілетті бөлігінің мөлшері өлшенді. Бұл көрсеткіш жалпы ДНК-ның 75%-дан астамын құрайды деп есептелді, бұл бұрынғы бағалаулардан әлдеқайда жоғары мән. Сонымен қатар, жоба әртүрлі орналасқан РНК транскрипттерінің түрлерін сипаттауға кірісті.

The vast majority (80.4%) of the human genome participates in at least one biochemical RNA and/or chromatin associated event in at least one cell type. Much of the genome lies close to a regulatory event: 95% of the genome lies within 8kb of a DNA protein interaction (as assayed by bound ChIP seq motifs or DNaseI footprints), and 99% is within 1.7kb of at least one of the biochemical events measured by ENCODE. Primate specific elements as well as elements without detectable mammalian constraint show, in aggregate, evidence of negative selection; thus some of them are expected to be functional. Classifying the genome into seven chromatin states suggests an initial set of 399,124 regions with enhancer like features and 70,292 regions with promoters like features, as well hundreds of thousands of quiescent regions. High resolution analyses further subdivide the genome into thousands of narrow states with distinct functional properties. It is possible to quantitatively correlate RNA sequence production and processing with both chromatin marks and transcription factor (TF) binding at promoters, indicating that promoter functionality can explain the majority of RNA expression variation. Many non coding variants in individual genome sequences lie in ENCODE annotated functional regions; this number is at least as large as those that lie in protein coding genes. SNPs associated with disease by GWAS are enriched within non coding functional elements, with a majority residing in or near ENCODE defined regions that are outside of protein coding genes. In many cases, the disease phenotypes can be associated with a specific cell type or TF. The most striking finding was that the fraction of human DNA that is biologically active is considerably higher than even the most optimistic previous estimates. In an overview paper, the ENCODE Consortium reported that its members were able to assign biochemical functions to over 80% of the genome. A lexicon of short DNA sequences that form recognition motifs for DNA binding proteins. Approximately 8.4 million such sequences were found, comprising a fraction of the total DNA roughly twice the size of the exome. Thousands of transcription promoters were found to make use of a single stereotyped 50 base pair footprint. A preliminary sketch of the architecture of the network of human transcription factors, that is, factors that bind to DNA in order to promote or inhibit the expression of genes. The network was found to be quite complex, with factors that operate at different levels as well as numerous feedback loops of various types. A measurement of the fraction of the human genome that is capable of being transcribed into RNA. This fraction was estimated to add up to more than 75% of the total DNA, a much higher value than previous estimates. The project also began to characterize the types of RNA transcripts that are generated at various locations.

қазіргі заманғы

modERN, реттеуші желілердің үлгілік организмдер энциклопедиясының қысқартылған атауы, modENCODE жобасынан туындаған. Жоба C. elegans және Drosophila топтарын біріктірді және сәйкес организмдердің қосымша транскрипция факторларының байланысу орындарын анықтауға бағытталған. Жоба ENCODE жобасының ІІІ кезеңімен бір мезгілде басталды және 2017 жылы аяқталуы жоспарланған. Бүгінгі күнге дейін жоба 198 экспериментті жариялады, ал шамамен 500 эксперимент ұсынылып, қазіргі уақытта ДКК-да өңделуде.

Гендік реттеудің геномикасы

2015 жылдың басында NIH Гендік реттеу геномикасы (GGR) бағдарламасын бастады. Үш жылға созылатын бағдарламаның мақсаты – ағзаның әртүрлі жүйелеріндегі гендік желілер мен жолдарды зерттеу арқылы гендік экспрессияны басқаратын механизмдерді жақсырақ түсіну. ENCODE жобасы GGR-ден тәуелсіз болғанымен, ENCODE DCC GGR деректерін ENCODE порталында сақтап келеді.

Жол картасы

2008 жылы NIH Roadmap Epigenomics Mapping Consortium бастады, оның мақсаты "негізгі биология және ауруларға бағытталған зерттеулерді жеделдету үшін адам эпигеномдық деректерінің қоғамдық ресурсы" құру болды. 2015 жылдың ақпан айында консорциум "111 эталондық адам эпигеномдарының интегративтік талдауы" деген мақала жариялады, ол консорциумның мақсатын орындады. Консорциум 127 эталондық эпигеном бойынша ақпаратты біріктіріп, реттеуші элементтерді түсіндірді, олардың 16-сы ENCODE жобасының құрамына кірді. Roadmap жобасының деректерін Roadmap порталында немесе ENCODE порталында табуға болады.

fruitENCODE жобасы

fruitENCODE: жеміс пісуге қатысты ДНК элементтерінің энциклопедиясы – бұл өсімдік ENCODE жобасы, мақсаты әртүрлі даму сатыларындағы барлық қалыпты жеміс түрлері үшін ДНК метилирлеуін, гистондық өзгерістерін, DHS, гендік экспрессияны және транскрипциялық факторлардың байланыс деректерін жасау. Алдын ала деректер fruitENCODE порталында қолжетімді.