清華新聞網(wǎng)11月9日電 近日，清華大學(xué)化工系生物育種技術(shù)與裝備團(tuán)隊(duì)報(bào)道了一種高精度的對蛋白表達(dá)特征進(jìn)行大規(guī)模并行表征的方法，該方法可應(yīng)用于對混合文庫中各個(gè)基因型對應(yīng)的蛋白表達(dá)均值和異質(zhì)性的高通量表征。
細(xì)胞內(nèi)基因表達(dá)是將遺傳信息從基因傳遞到RNA，然后再傳遞到蛋白質(zhì)的過程，很大程度上決定了細(xì)胞的性狀。然而，基因表達(dá)常常表現(xiàn)出隨機(jī)性，因?yàn)樗婕暗蕉喾N低拷貝分子的隨機(jī)參與，包括聚合酶、核酸、轉(zhuǎn)錄因子、核糖體等。此外，由于生物調(diào)控網(wǎng)絡(luò)的高度復(fù)雜性和非線性，基因表達(dá)可能會表現(xiàn)出混沌特征，即對環(huán)境和代謝物的微擾十分敏感。因此，即使在相同的環(huán)境條件下，基因型完全相同的細(xì)胞之間也存在表型差異，這種現(xiàn)象被稱作表型異質(zhì)性。與此相對應(yīng)的是，當(dāng)在同一環(huán)境中培養(yǎng)的單克隆細(xì)胞群體中，針對每個(gè)個(gè)體的蛋白質(zhì)表達(dá)量在某一時(shí)間點(diǎn)進(jìn)行統(tǒng)計(jì)時(shí)，會觀察到一種分布。這個(gè)分布的平均值表示表達(dá)的強(qiáng)度，而變異系數(shù)則代表表達(dá)的噪聲水平。這兩個(gè)特征與種群的表型密切相關(guān)，例如代謝產(chǎn)物的生成量、藥物抗性和持留性等。然而，目前對這兩個(gè)特征的同時(shí)定量研究往往依賴于使用流式細(xì)胞儀或者熒光顯微鏡對單克隆種群進(jìn)行一一測試，十分耗時(shí)耗力。為解決這個(gè)問題，研究團(tuán)隊(duì)針對流式分選-測序?qū)嶒?yàn)框架和數(shù)據(jù)產(chǎn)生過程提出了深度學(xué)習(xí)輔助的流式分選-測序方法（dSort-Seq），可實(shí)現(xiàn)對基因表達(dá)特征的高通量并行表征。
流式分選-測序方法及數(shù)據(jù)處理流程
在該方法中，研究團(tuán)隊(duì)提出使用雙成分對數(shù)混合高斯（LGMM）來表示單克隆種群基因表達(dá)分布。相較于傳統(tǒng)的伽馬分布和對數(shù)正態(tài)分布，LGMM體現(xiàn)出更高的精確度和魯棒性。隨后，研究團(tuán)隊(duì)根據(jù)流式分選-測序?qū)嶒?yàn)的數(shù)據(jù)生成過程，構(gòu)建了貝葉斯神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)學(xué)習(xí)，用于表達(dá)特征的計(jì)算。
模型的圖表示和參數(shù)學(xué)習(xí)
研究團(tuán)隊(duì)首先使用課題組先前報(bào)道的流式分選-測序數(shù)據(jù)驗(yàn)證了dSort-Seq的可靠性，并將該方法應(yīng)用于計(jì)算丙二酰輔酶A生物傳感器組合文庫在不同效應(yīng)物濃度下的響應(yīng)大小，得到的結(jié)果與單獨(dú)流式測試結(jié)果一致。證明該方法可以應(yīng)用于生物傳感器劑量-響應(yīng)曲線的高通量表征。
此外，研究團(tuán)隊(duì)對大腸桿菌中轉(zhuǎn)錄和翻譯對表達(dá)噪聲的貢獻(xiàn)進(jìn)行了深入探究。為此，他們構(gòu)建了大腸桿菌內(nèi)源啟動子文庫（庫容量3804）和啟動子RBS組合文庫（300個(gè)啟動子和13個(gè)RBS，庫容量3900），并使用dSort-Seq對兩個(gè)文庫的表達(dá)特征進(jìn)行定量研究。研究發(fā)現(xiàn)轉(zhuǎn)錄與表達(dá)噪聲強(qiáng)度（Fano因子）存在正相關(guān)關(guān)系，且轉(zhuǎn)錄和翻譯對噪聲的貢獻(xiàn)大小基本相同，這與傳統(tǒng)的翻譯爆發(fā)機(jī)制相悖。進(jìn)一步的，研究團(tuán)隊(duì)發(fā)現(xiàn)呈現(xiàn)出高噪聲表型的啟動子往往具有高的T堿基含量，而這一現(xiàn)象可能與重疊的RpoD識別位點(diǎn)有關(guān)。最后，研究團(tuán)隊(duì)證明重疊的RpoD識別位點(diǎn)會引發(fā)高的表達(dá)噪聲，預(yù)示了一種新的噪聲調(diào)控方案。
重疊的RpoD識別位點(diǎn)引發(fā)高表達(dá)噪聲
該研究以“深度學(xué)習(xí)輔助的流式分選-測序方法可以實(shí)現(xiàn)基因表達(dá)特征的高通量精確表征”（Deep-learning-assisted Sort-Seq enables high-throughput profiling of gene expression characteristics with high precision）的研究論文于11月8日在《科學(xué)進(jìn)展》（Science Advances）期刊發(fā)表。
化工系張翀教授和2018級博士馮匯寶（現(xiàn)為加州理工學(xué)院博士后）為該論文的共同通訊作者，馮匯寶和2019級碩士李帆（現(xiàn)為蘇黎世聯(lián)邦理工學(xué)院博士）為該論文的共同第一作者，清華大學(xué)深圳國際研究生院生物醫(yī)藥與健康工程研究院常務(wù)副院長邢新會教授、西湖大學(xué)合成生物學(xué)和生物工程講席教授曾安平和上海科技大學(xué)王天民研究員為論文的共同作者。該成果得到國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、佛山-清華創(chuàng)新專項(xiàng)基金和湖北大學(xué)生物催化與酶工程國家重點(diǎn)實(shí)驗(yàn)室開放課題基金的資助。
論文鏈接：
https://www.science.org/doi/10.1126/sciadv.adg5296
供稿：化工系
題圖設(shè)計(jì)：劉雨田
編輯：李華山
審核：郭玲
