Транскрипция,
ее регуляция,
и как ее изучают
(с помощью секвенирования и биоинформатики)
Ваня Кулаковский, Пущино-Москва
Часть 3: мотивы ДНК-белкового узнавания
и как их опознать
Регуляторная сеть генной экспрессии
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
От связывания факторов транскрипции
к системной биологии
Как фактор транскрипции находит свой геномный адрес?
Yesudhas et al., Genes, 2017
Как нам выяснить геномный адрес связывания?
Как нам уточнить "номер дома"?
Связывание факторов транскрипции определяется последовательностью!
Wilson et al. 2018, Science
Специфичность определяется структурой
Занегина О.Н., Сравнительная характеристика структур ДНК-белковых комплексов,
диссертация на соискание степени кандидата наук
ДНК-белковое узнавание
James Q. "Spider" Rich and Homer "Boots" Randolph III, 1963
Идентификация мотива - de novo / ab initio motif discovery
Поиск вхождений - motif finding & pattern matching
"Классическая" постановка задачи идентификации мотива
Один промотер - много видов (консервативность регуляции)
Один вид - много промотеров (корегуляция)
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
Watson, Molecular Biology of the Gene, 2014
Прямые методы анализа:
Факт специфического связывания - EMSA
Предпочитаемое место - ДНКазный футпринтинг
Предпочитаемое слово - SELEX
Итого: 10-100 связываемых последовательностей небольшой длины
George Edward Pelham Box
(October 18, 1919 – March 28, 2013)
Essentially, all models are wrong,
but some are useful.
in Empirical Model-Building and Response Surfaces (1987)
Дискретные и вероятностные модели мотива
Список слов, консенсус, регулярное выражение⇩
Позиционно-весовая матрица
⇩
Сложная модель
Позиционно-весовая матрица
Позиционно-весовая матрица
Позиционно-весовая матрица
Stormo, 1982, NAR
Позиционно-весовая матрица
From a presentation by Gary Stormo
Переход от вероятностей к весам с учетом псевдоотсчетов
Правило следования Лапласа (+1) → Распределение Дирихле
From a presentation by Gary Stormo
Информационное содержание и визуализация мотивов
Дискретное информационное содержание
и оптимальность выравнивания
Позиционно-весовая матрица: скоринг слов
Позиционно-весовая матрица: поиск вхождений
От весовой матрицы обратно к списку слов
От весовой матрицы обратно к списку слов
Унификация шкалы с помощью P-значений
Какие оценки (скоры) хороши?
Шеф, у нас снова проблема
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Динамическое программирование
(упрощенный метод Тузе-Варре)
Позиционно-весовая матрица: поиск вхождений
предсказания достоверны для коротких олигонуклеотидов
для последовательности длины 1000
Модели и методы идентификации мотива
Список слов, консенсус, регулярное выражение ⇠ дискретные (словарные) методы⇩
Позиционно-весовая матрица ⇠ EM-алгоритм, сэмплирование по Гиббсу, жадная оптимизация
⇩
Сложная модель ⇠ машинное обучение
Любимая задача биоинформатиков
Wei et al. 2007 - 120 software tools, Quest et al. 2008 - 150 software tools
Задача не поставлена, решение не однозначно
EM-алгоритм (Expectation-Maximization)
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
EM-алгоритм (Expectation-Maximization)
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
EM-алгоритм (Expectation-Maximization)
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
EM-алгоритм (Expectation-Maximization)
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
Гиббсовский сэмплер
Jianhua Ruan, http://www.cs.utsa.edu/~jruan/teaching/cs5263_spring_2017/index.htm
Гиббсовский сэмплер
The Gruffalo Child
Julia Donaldson, Alex Scheffer
The Gruffalo said
that no gruffalo should
Ever set foot
in the deep dark wood.
"Why not? Why not?"
"Because if you do
The Big Bad Mouse
Data
will be after you."
"What does he look like? Tell me, Dad.
Is he it terribly
BIG and terribly BAD?"
Переход от догеномных к геномным методам
Идентификация мотивов
Идентификация мотивов
Жадная оптимизация
Идентичны ли два мотива?
Мера Жаккара как "естественная" оценка сходства мотивов
Двухмерный вариант метода Тузе-Варре
MACRO-APE: MAtrix CompaRisOn by Approximate P-value Estimation
Насколько точно мотив описывает сайты связывания?
Мотив как бинарный классификатор
Сравнение качества моделей при помощи ROC-кривых
Сравнение качества моделей при помощи ROC-кривых
diChIPMunk - учитываем зависимости для соседних позиций
diChIPMunk - учитываем зависимости для соседних позиций
Развитие сложных моделей - учет зависимостей между удаленными позициями
- с помощью байесовских сетей или скрытых марковских моделей (BaMM, Slim, TFFM)
- с помощью решающих деревьев
Bi et al., PLoS one, 2011
Искуственные нейронные сети!
DeepBind - первый успешный пример
Alipanahi et al. 2015
От мотивов к ключевым регуляторам
Не все так просто: грамматика определяет эффект
Ridinger-Saison et al., NAR, 2012
Не все так просто: грамматика определяет эффект
Boeva et al., Frontiers in Genetics, 2016
Мотив как инструмент для проверки адекватности ChIP-Seq
Kulakovskiy et al., 2013
Распределение вхождений мотивов коррелирует с профилем покрытия ChIP-Seq
Kulakovskiy et al., 2013
Вхождения "правильного" мотива предпочитают вершины
Bailey and Machanick, NAR, 2012
"Откуда мы"
ИОГен РАН - ИМБ РАН (Москва)
Лаборатория системной биологии и вычислительной генетики, Лаборатория ДНК-белковых взаимодействий
ИБ РАН (Пущино)
Группа регуляции биосинтеза белка
И кто мы
Shameless self-promotion: autosome.ru software
| Motif discovery with ChIPMunk (for CHromatin ImmunoPrecipitation) |  |
| Computing Jaccard Similarity of motifs with MACRO-APE (MAtrix CompaRisOn by Approximate P-value Estimation) |  |
| Fast motif finding with SPRY-SARUS (Straightforward yet Powerful Rapid SuperAlphabet Representation Utilized for motif Search) |  |
| Interactive motif finding with MoLoTool (Transcription Factor Motif Location Toolbox) |  |
| Functional annotation of regulatory variants with PERFECTOS-APE (PrEdicting Regulatory Functional Effect by Approximate P-value Estimation) |  |
Что мы знаем про мотив-ом человека?
Оптимистичная оценка из Lambert et al., 2018
Ambrosini et al., 2020, Genome Biol
Мотив-ом практически полон
Take-home
Анализ мотивов - любимая задача биоинформатиков
Глубокое обучение уже тут, остается его аккуратно применить
Весовые матрицы как модели специфичности остаются полезными