从Richard Young教授的系列研究看超级增强子发现背后的

欢迎关注天下博客：http://blog.genesino.com/2018/04/super-enhancer/
Richard Young教授，美国科学院院士，就职于Whitehead研究所，是基因转录和表观调控研究的先驱，做出了很多开创性发现。

2013年关于超级增强子的研究，引燃了这个领域。超级增强子的发现看上去是偶然，但遍历其在转录调控领域的研究，这个发现又是必然，是知识积累到一定程度，融汇贯通的结果。

也许我们在处理高通量数据的过程中，也发现过类似的区域，但因为不敏感或不确信，更多的是因为没有足够的知识积淀来解释这个现象存在的原因或意义，导致我们与大发现失之交臂。

超级增强子发现的那一年，有幸遇到Richard Young教授，就请教了下为啥会起这个名字，Young教授说，看到这个区域了，为了方便研究就随便给了个名字。看来会起名字，是科学研究的第一步。要不然叫着都不顺口，怎么去跟导师交流，怎么能让人记住，让自己记住。

当然这只是大牛的谦虚，人家起这个名字是因为看得远，一语道出了重要作用。

接下来我们捋一捋大牛10年间做过的研究，跟随大牛的脚步，去学下如何做数据分析。

2000年发明 ChIP-chip，鉴定了Gal4和Ste12的结合图谱，并结合不同生长条件下的转录图谱，进行了转录因子结合和基因表达的关联分析。这篇文章，放在现在，也很具有参考意义。

这是华人大牛任兵教授在Richard Young教授做博后时的重要产出之一。

image

2002年，扩大样本量，整合分析106个调控因子的结合图谱。构建了106个调控因子与2343个基因之间的4000多调控结合关系，构建调控网络 (网络构建)，发现调控因子之间存在较强的互调控关系。

image

2004年综合结合图谱、Motif分析、序列保守性揭示转录调节代码，即转录因子在启动子区的结合模式及其在不同环境下的调控变化。(现在做motif分析，也无外乎这些)

image image

这样就把转录因子的分析工作能做的都做了，下面就到了组蛋白修饰方面。

2008年，活性启动子区的双向转录，发现转录延伸与H3K79me2相关。

image

2010年，承接上面的工作，发现cMyc调节Pol II启动转录延伸。在人胚胎干细胞中，约30%的基因有转录起始进程，却检测不到转录延伸。转录复合体招募形成后不会立即转录，而是在启动子近端停留；转录因子cMyc则发挥促进转录复合体运转的作用。

这篇文章也是研究的一个很好的范例，首先确认是不是 (转录起始和延伸不成比例)，然后看谁参与 (关联不同转录因子，这里有个背景是cMyc与之前发现的转录释放因子PTEFb存在互作)，然后多方证据证明cMyc确实与POL II的释放有关 (这里选取的对照、和采用的计量方式都值得借鉴)。最后干扰下，确实有效果。完美结束故事。

image image image

当然关于cMyc的研究却没结束，2012年有一篇cell，发现cMyc可以引起肿瘤细胞中整体转录水平升高。(注意：cMyc肿瘤中绝大部分活性基因的增量表达，做肿瘤转录组时，严格一些记得要加spike-in，不然相对定量就容易把差异抹去了)

还是2010年，发现Mediator和cohesin可以通过介导染色体结构调节基因表达。Mediator很关键，也是后面发现超级增强子的一个功臣。

大规模shRNA筛选哪些基因的敲除对多能性基因的表达影响最大。

image

从结合图谱确认Mediator和cohesin敲低后，影响基因表达的机理。后续有3C实验验证染色体结构确实发生了变化。

image

2013年发现超级增强子 (super enhancer)，成簇的增强子。最开始定义是：Oct4，Sox，Nanog共结合的区域包含成簇的增强子定义为超级增强子，其调控转录的强度和敏感性都更高。

后来关联到上一篇工作提到的Mediator：Med1的结合强度把增强子分成2类，大约40%的Med1信号出现在231个大的增强子上。这个关联就成了超级增强子鉴定的一个依据。

image

随后是超级增强子的结构特征和功能分析，这个GSEA图很有意思，充分利用上一篇文章中的大规模敲除结果，发现超级增强子调控的基因富集与对多能性因子影响最强的基因中，定格了超级增强子的重要功能。GSEA还不会，看这里。

image

超级增强子的富集峰图很有意思，平常见多了Gene body区域的富集，习惯了有高有低的分布。而超级增强子内TF的结合分布均一，这个图咋一看上去没什么特色，而这个没特色作者却能解释成很重要的特色，是很好的看问题视角。区域内怎么分布没关系，反正是普遍高，高于两端区域，就是好的现象。

image

关联完转录因子，再关联组蛋白修饰，毕竟转录组因子数据少，又有细胞特异性，不适合用于大规模鉴定，发现H3K27ac可以标记超级增强子，并有细胞特异性。再刷一波cell。

image

来一张图，检验下做调控的你知识储备是否足够，看看这些调控元件知道多少？如果都不知道，怎么能谈得上活学活用、关联分析呢？

[图片上传失败...(image-b26fac-1524732394784)]

Richard Young教授的文章还有很多，这里选了一部分表观调控为主的文章，其在胚胎干细胞调控网络、miRNA调控等领域都有很多好工作，每一篇文章都值得拿过来掰开了慢慢看。也许看的多了，可以从中看出大牛思考的蛛丝马迹，给自己的科研加一些助力。后台回复 RA获取文章全文和采访视频。想重复文章的图，参考之前发布的ChIP-seq基本分析流程，和我们的视频课 https://ke.qq.com/course/291881。

超级增强子鉴定代码

这个是基于super-enhancer的文章描述和Richard Young教授实验室发表的ROSE软件，制作的一个简化版，也是我们在本期ChIP-seq培训时大家一起讨论出来的解决方式，发布出来，供大家批评指教。线下集训是很好的方式，欢迎大家参加正在筹备的二代三代转录组测序分析实战班。

这个流程没有考虑鉴定出的增强子与基因区的关系，另外流程稍作修改，可用于鉴定各种超级图谱，如超级TF结合，超级组蛋白修饰结合，都可以。

# 组成型增强子排序
bedtools sort -i mm10.enhancer.bed >mm10.enhancer.sort.bed

# 距离在12.5 kb内的增强子归为一簇
bedtools cluster -d 125000 -i mm10.enhancer.sort.bed >mm10.cluster.enhancer.bed

# 计算每个增强子的H3K27ac结合强度
bedtools coverage -c -a mm10.cluster.enhancer.bed -b MESC_H3K27ac/MESC_H3K27ac.rmdup.bam \
        >mm10.cluster.enhancer.H3K27ac.profile_tmp

# 对每簇增强子的结合强度做簇内加和
# 注意： -g 指定以那一列分组，指定的应该是标记分簇的数字所在的列; 
# -c 表示对coverage所在的列计算加和 (-o sum)，注意列需要根据实际指定
bedtools groupby -i mm10.cluster.enhancer.H3K27ac.profile_tmp -g 5 -c 6 -o sum \
        >mm10.cluster.enhancer.H3K27ac.profile

以下为R代码请在R中运行

#####以下为R代码
enhancer = read.table("mm10.cluster.enhancer.H3K27ac.profile", 
        header=F, row.names=NULL, sep="\t")
head(enhancer)
# 注意查看丰度信息是否在第二列，若不在，则需做相应修改
H3K27ac = sort(enhancer$V2)

plot(H3K27ac, col=2, type="l")

# 计算拐点, 代码取自ROSE
numPts_below_line <- function(myVector,slope,x){
  yPt <- myVector[x]
  b <- yPt-(slope*x)
  xPts <- 1:length(myVector)
  return(sum(myVector<=(xPts*slope+b)))
}

inputVector <- H3K27ac
#set those regions with more control than ranking equal to zero
inputVector[inputVector<0]<-0 

# This is the slope of the line we want to slide. This is the diagonal.
slope <- (max(inputVector)-min(inputVector))/length(inputVector) 

# Find the x-axis point where a line passing through that point has the minimum number 
# of points below it. (ie. tangent)。
# 该点就是切点
xPt <- floor(optimize(numPts_below_line, lower=1, \
        upper=length(inputVector),myVector= inputVector,slope=slope)$minimum) 

y_cutoff <- inputVector[xPt] #The y-value at this x point. This is our cutoff.

b <- y_cutoff-(slope* xPt)
abline(v= xPt,h= y_cutoff,lty=2,col=8)
points(xPt,y_cutoff,pch=16,cex=0.9,col=2)
abline(coef=c(b,slope),col=2)
title(paste("x=",xPt,"\ny=",signif(y_cutoff,3),"\nFold over Median=", 
        signif(y_cutoff/median(inputVector),3),"x\nFold over Mean=",
        signif(y_cutoff/mean(inputVector),3),"x",sep=""))

#Number of regions with zero signal
axis(1,sum(inputVector==0),sum(inputVector==0),col.axis="pink",col="pink") 

## 超级增强子cluster
enhancer[enhancer$V2>=y_cutoff,1]

<footer class="entry-meta" style="box-sizing: border-box; display: block; font-size: 0.75rem; text-transform: uppercase; color: rgba(187, 187, 187, 0.8); margin: 50px 30px 30px; text-align: center; font-family: Lato, Calibri, Arial, sans-serif; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-indent: 0px; white-space: normal; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">PYTHONBIOINFO生物信息CHENTONG
版权声明：本文为博主原创文章，转载请注明出处。

alipay.png
image.png

</footer>