科学:从零开始揭示基因组构建的设计原理

2022年3月8日/Bion/--著名物理学家理查德费曼有一句名言：“我不知道我不能创造什么。”这句话不仅为费曼的理论物理方法提供了参考，也描述了合成生物学家的动机，他们有兴趣从零开始构建基因组。通过设计和构建合成基因组，他们希望更好地理解生命的密码。合成生物学总是围绕着DNA序列是具有可复制功能的“部分”这一概念来组装的。现在，在一项新的研究中，通过成功的合作和尖端工具的使用，欧洲分子生物学实验室(EMBL)的拉斯m斯坦梅茨团队对基因表达的变化有了重要的理解，这种变化是由基因组中这些DNA成分的位置或背景引起的。相关研究成果发表在2022年3月4日的《科学》杂志上，题目是“转录al邻域调节转录本同种型长度和表达水平”。

该论文的合著者、斯坦梅茨团队的博士后研究员阿曼达休斯(Amanda Hughes)解释了激发这项研究的基本问题，“在合成生物学中，你倾向于将事物分解成模块化的‘即插即用’组件。这些组件是启动子、编码区和终止子。我们希望测试这些组件是否真的是“即插即用”，在所有情况下都以相同的方式工作，或者它们的位置是否会影响它们的功能。我们希望更好地了解基因的线性分布如何影响其功能，并确定可用于构建基因组的一般设计原则。”

合成生物学工具箱提供了新的见解。

这项研究之所以能够开展，是因为有两项关键技术：Sc2.0联盟的合成酵母菌株和长阅读直接RNA测序。从Sc2.0 Alliance获得的合成菌株包括一种称为SCRaMbLE的设计功能，它提供了将基因重新排列到不同位置的能力，这在以前是不可能的。EMBL核心设施的专业知识和工具，包括牛津霍尔公司的GridION，使该团队能够进行长阅读直接RNA测序，允许识别RNA分子的起点和终点，并将它们分配给特定的重排。这些尖端技术的结合对于在很多情况下测量基因编码的全长RNA分子非常重要。

这篇论文表明，背景-尤其是转录环境-改变基因的RNA输出。通过使用长阅读直接RNA测序，他们可以观察合成基因组中随机重排的DNA序列表达的全长RNA分子的起点、终点和数量的变化。基因重定位会影响其RNA输出的长度和丰度；然而，这些变化并不总是由新的相邻DNA序列来解释。似乎是基因周围的转录，而不是它的序列本身，改变了它编码的RNA的输出。

从如此庞大的随机数据集中获得普遍原则并不是一件小事，因为论文的共同第一作者阿隆布鲁克斯解释说，“为了得出我们的结论，我们必须在替代环境中观察许多基因，这些基因存在于SCRaMbLE菌株中。然而，要把这些序列重新组合在一起，需要付出巨大的努力。我们必须生成大规模的测序数据集，这又要求我们开发新的工具。我们必须依靠复杂的机器学习算法来帮助我们理解我们观察到的复杂模式。”根据一个基因新的上下游背景，对RNA输出进行建模，发现与周围转录模式相关的特征预测了RNA的边界和丰度。例如，如果一个基因被重新定位在一个高表达的邻居旁边，它的表达往往会增加。

确定构建基因组的设计原则。

除了阐明RNA丰度和相邻基因表达之间的关系，这些作者还注意到会聚基因(两端相互面对的基因)的RNA末端位置之间存在惊人的关系。具体来说，他们发现一个RNA的长度受到邻近转录物的接近度和丰度的影响。这篇论文的合著者、Sc2.0联盟主任Jef Boeke表示，“深度转录分析和SCRaMbLE系统产生的基因组变化的结合，让我们对基因组的灵活性有了新的认识，并指出转录本末端的规则可能惊人地依赖于上下游背景。”

低温电子显微镜观察到黄色和红色两种转录因子与包裹在核小体中的DNA结合。图片来自弗里德里希米舍尔生物医学研究所。

最后，通过应用这些发现，这些作者可以通过控制相邻基因的转录来调整RNA分子的长度。他们证实，从研究混乱基因组转录组中获得的经验可以用于设计具有所需功能的基因组。这项新研究还提出了合成生物学设计的新概念，他们称之为“转录嵌入”，可以用来可逆地标记RNA，改变其稳定性，将其翻译成蛋白质，甚至定位。他们认为，所有这一切都可以通过控制一个基因集合的相邻基因的表达来实现，而不是它本身。

斯坦梅茨说，“这项研究中使用的基因重组方法的无偏性和高通量性质使我们能够发现不同基因组背景下基因组序列的功能，这在以前是不可能实现的。这种方法强调了上游和下游背景在调节转录本末端中的重要性——令人惊讶的是，它甚至允许在基因重排到新位置时预测上游和下游背景对转录本末端的依赖性。最后，这项研究揭示了相邻元件之间存在微调和相互关联的调整，跨越了决定转录物起始和终止的多个基因。预测这些相互作用的能力可以为基因组构建的关键“设计原则”提供信息——基因的最佳位置以及它们应该如何相对于彼此定位。这些见解促进了通过调节相邻基因的表达而不改变序列本身来转化转录物的工具。”