基于DNA彎曲度的H2A.Z核小體定位與修飾研究

基于DNA彎曲度的H2A.Z核小體定位與修飾研究

單增輝，豐繼華*，陳攀峰，魏恨恨，胡煥

(云南民族大學電氣信息工程學院，昆明 650500)

摘要：在真核生物染色質中，H2A.Z是高度保守的組蛋白變異體, 與轉錄調控、基因組的穩定性密切相關。為了探討組蛋白修飾、DNA彎曲度與H2A.Z核小體定位三者之間的關聯，在得到實驗所測的相關數據后，利用MINE算法并結合皮爾遜相關系數在酵母全基因組的轉錄起始位點周圍探討了三者間的線性與非線性關系。其中MIC算法可以定量的得出數據之間關聯度大小的值，用于衡量數據之間是否存在著關聯，而皮爾遜相關系數則用于檢查是否為線性關聯。結果除了發現大部分組蛋白修飾種類和核小體定位之間存在著線性關聯外，還探測到有兩種組蛋白修飾數據(H4ac修飾與GCN4修飾)和核小體定位數據之間存在著以往未發現的非線性關系(大致呈正余弦函數)，并從數據的生物背景(組蛋白修飾與核小體位置)上探討了出現非線性現象的原因。

關鍵詞：轉錄起始位點(TSS); 組蛋白變異體; H2A.Z; 修飾; 核小體

中圖分類號：Q-3文獻標志碼：A

收稿日期：2015-01-28;修回日期：2015-03-01

基金項目：科技部技術開發研究專項(2013EG111232)；農業部甜菜產業技術體系項目(CARS-21010202)。

作者簡介：龔攀，男，碩士研究生，研究方向：植物生物技術； E-mail：gp68x@126.com．

doi:10.3969/j.issn.1672-5565.2015.01.04

Based on the DNA bending H2A. Z nucleosome positioning and modification research

SHAN Zenghui,FENG Jihua*, CHEN Panfeng, WEI Henhen, HU Huan

(SchoolofElectricalandInformationTechnology,YunnanUniversityofNationalities,Kunming650500,China)

Abstract：In eukaryotes chromatin, H2A.Z is highly conservative histone variants and closely associated with the transcriptional regulation and the stability of the genome and of high importance. In order to explore the links among the histone modification, DNA bending and H2A.Z nucleosome positioning. After getting the relevant data sets, we discussed the linear and nonlinear relationships between those datas around transcription start site in the yeast genome-wide by MIC algorithm and Pearson correlation coefficient. The MIC algorithm got a correlation value to quantificationally measure whether there is an association between datas, while pearson correlation coefficient is used to check whether the correlation is linear. The results showed most of the types of histone modification were linear correlation between the nucleosome positioning. In addition, two kinds of histone modification datas (H4ac modification with GCN4 modification) were found between nucleosome positioning(roughly is positively cosine function) and discussed the reasons of nonlinear phenomena from the biological background(histone modification and nucleosome position) of datas.

Keywords：TSS; Histone variants; H2A.Z; Modify; Nucleosome

真核生物中, DNA和組蛋白結合在一起形成染色體, 核小體是染色體組成的基本結構單位，它含有一個核心組蛋白八聚體結構，該結構由4種組蛋白H2A、H2B、H3和H4組成, 每一種組蛋白各由兩個分子形成, 約200 bp的DNA分子纏繞在核心組蛋白八聚體外面形成一個核小體單位[1-3]。核小體還可以形成更高級的染色體結構，因此其位置對基因物質的形成與維護有著重要影響[4]。

組蛋白修飾是在相關修飾酶的作用下發生在核小體組蛋白N末端的共價修飾,這些共價修飾包括甲基化、乙?；土姿峄?不同的組蛋白修飾在基因的表達中起著不同的作用。核小體在基因組 DNA 分子上的精確位置稱為核小體定位,核小體定位已被證實在諸如轉錄調控、DNA 復制和修復等多種細胞過程中起著重要作用。而基因組上核小體位置的確定涉及 DNA、轉錄因子、組蛋白修飾酶和染色質重塑復合體之間的相互作用[5-6]。DNA物理特性是指DNA鏈的彎曲度、內在曲率、柔韌性、相鄰堿基對的傾斜度等等。研究表明DNA鏈的物理特征與其他調控因素、化學修飾一起共同調節了真核生物的轉錄過程[7-10]。

據此，在實驗獲得的酵母組蛋白變異體H2A.Z核小體定位數據、組蛋白修飾數據、DNA彎曲度數據基礎上，分別研究組蛋白修飾數據與核小體定位數據之間的關聯，彎曲度數據與核小體定位數據的關聯。與以往的研究不同，本文除了研究數據集間的線性關聯之外，還借助MIC算法對非線性關聯也進行了探討。

1數據與方法

1.1數據來源

本文研究的數據主要來源于以下幾個方面：一是Julia Zeitlinger等人測定的酵母中核小體組蛋白甲基化及乙?；揎椀臄祿4]。二是Luc Gaudreau等人所測的關于組蛋白變異體H2A.Z的核小體定位數據[17]。三是通過查閱數據庫所得的DNA彎曲度數據。由于實驗測得的原始數據格式和精度不統一，所以對原始數據進行了必要的預處理。

1.2數據預處理

1.2.1數據插值

為了將各種數據統一為1 bp精度，本文首先對各組數據進行插值，在綜合比較幾種常見的插值方法后，我們在對插值后形成的圖譜(對齊后)與文獻[11]的研究結果進行對比過程中，發現使用高斯插值方法效果較好。

1.2.2數據對齊

根據基因的位置數據，在每個基因的TSS周圍，選取上、下游各 1 200 bp的長度范圍(經過反復嘗試、對比發現該長度研究效果最好)，分別對核小體定位數據，組蛋白修飾數據，DNA彎曲度數據進行數據截取與對齊處理(其中C型基因對應的數據做了反轉處理)，再將以上數據疊加平均并做了歸一化處理，由此得到全基因組在TSS附近歸一化后的核小體定位圖譜、組蛋白修飾圖譜以及彎曲度圖譜。

通過把插值對齊后的圖譜(見圖1)和Yuan GC等人實驗測得的數據相比較發現[1]，數據分布及走勢是一致的，因此可以看出用高斯插值所得到的全基因組數據是正確的。并且從以上圖譜可以看出各組數據在TSS附近的分布呈現出一定規律，如H3.H2O2組蛋白修飾在TSS處于低谷。其中組蛋白修飾數據(甲基化與乙?；?有28個圖譜，因篇幅所限,本文僅列舉了H3.H2O2的修飾圖譜。

圖1　在TSS附近對齊的核小體定位、

1.3MIC算法

MIC算法是一個研究數據之間關聯度的新算法，在這里就其主要原理進行介紹。MIC是用來測量兩變量依賴關系的算法，它能夠捕捉到兩變量之間廣泛的關聯，包括函數與非函數關系(包括變量間原線性與非線性關系)。并且對于函數關系，可以得到一個大致等于樣本判定系數的值,它屬于基于非參數檢測統計量最大化信息方法中的一大類。其大致思想是：如果兩個變量之間存在關系，那么首先在這兩個變量的散點圖上繪制出一個網格，對數據進行分區以封裝其關聯。然后計算兩組數據之間的MIC值，通過探索所有的網格至其最大的網格分辨率，然后再根據樣本大小計算每一個整數對(x，y)的最大交互信息，之后把這些交互信息值歸一化,最后將每組歸一化后的最大交互信息值組成一個矩陣——特征矩陣M。而MIC的值就是特征矩陣M的最大值。

其主要公式如下：

對于一有限定義集D?R2與整數x，y定義：

(1)

其中：x代表列，y代表行，I(D|G)代表(D|G)的交互信息

(2)

特征矩陣M(D)為：

(3)

而在xy

(4)

其中n代表樣本大小，B(n)代表網絡大小，通常B=n0.6，MIC(D)表示最大信息系數。

2結果

2.1MIC值的定量關聯性探究

基于以上的綜合介紹(數據的預處理與算法)，為研究組蛋白修飾與核小體定位的關系，本文首先以MIC算法為基礎，計算出兩者數據之間關聯度，并得到以下條形圖(見圖2)。

圖2　 各修飾數據與核小體定位數據MIC值的條形圖

2.2皮爾遜相關系數的線性探究

由上圖表MIC值可以說明數據之間有著較強的關聯性。但這種關聯究竟是線性關聯還是非線性呢？為此，又計算了數據間的皮爾遜相關系數，得到核小體占位數據分別與27種修飾數據的皮爾遜相關系數圖表(見圖3)。

圖3　各修飾數據與核小體定位數據的皮爾遜相關系數條形圖

通過仔細的對比了兩種不同方法下的數據，發現大部分數據符合實際。如MIC 值高其皮爾遜相關系數也比較高(如第一種修飾H3K9ac)，當兩個MIC值想接近時，其對應的皮爾遜相關系數也接近(如第一種修飾H3K9ac和第四種修飾H3K4me1)，MIC值比價小時皮爾遜相關系數比較小(第23種修飾ESA1.YPD)。但仔細對照可以發現其中有兩組數據差異很明顯，第17種修飾H4ac與第25種修飾GCN4.AA，它們的MIC值較高而皮爾遜相關系數確很低，所以在此猜想這兩種修飾之間可能存在著未知的非線性關系。

2.3數據走勢圖的非線性探究

基于此，本文在全基因組下對TSS附近的歸一化的核小體定位數據與歸一化的該兩種修飾數據分別作二維與三維圖(把位置信息添加進去)，結果如圖4、圖5所示。

圖4　H4ac修飾與核小體定位數據的二維與三維圖

圖5　GCN4.AA修飾與核小體定位數據的二維與三維圖

從圖4和圖5中可以發現圖形的二維投影走勢呈正余弦函數(局部更明顯)，并且其極值均處于TSS(1 201點處)位置左右。通過查閱資料發現在酵母生物體中組蛋白H4的乙?；l生在組蛋白尾部幾個不同的賴氨酸位置上[13-15]，其乙酰化高峰期超過了活躍基因的開始位置并且與轉錄速率、轉錄積極性有關,而且不能排除H4的N尾端個別賴氨酸殘留物的乙酰化對轉錄活動也許有著不同的關聯，所以猜想是因此造成了如圖所示的非線性關系。而對于GCN4本文依據推測上圖是由于GCN4基因在氨基酸控制脫抑制反應中所需求[16]，GCN4蛋白在基因5端未翻譯的區域中保護著重復的區域，而在GCN4區域某些位置處選擇性對啟動子的約束是和這些點與GCN4的相對親和力有關而造成的。

而后用同樣的方法對核小體定位數據與DNA彎曲度數據進行了探討，發現兩者之間的MIC值和皮爾遜相關系數均比較小，其中MIC值為0.325 44，皮爾遜相關系數為0.039。通過查閱文獻發現[8]，盡管核小體的定位與DNA物理特性又有著很大的關聯，但在體內，決定核小體位置的因素很多，加上數據的誤差等，導致了兩者間關聯性并不大。

4結語

本文在得到核小體定位數據、組蛋白修飾數據和彎曲度數據的基礎上，綜合比較了幾種常見的插值方法，并把插值后的圖譜與前人的研究進行對比，最后確定了利用高斯方法進行插值，然后對數據進行對齊和歸一化處理，最終得到了全基因組下TSS附近的各類數據與圖譜。然后利用MINE算法計算了數據之間的關聯度,結果發現MIC值均比較大，這說明數據之間有著很強的關聯，為了明確這種關聯之間是否存在非線性，我們又計算了數據間的皮爾遜相關系數,結果發現大部分組蛋白修飾與核小體定位數據之間的皮爾遜相關系數值都很高，存在著很強的線性關聯。但還發現出有兩種修飾H4ac與GCN4和核小體定位數據之間的MIC值很高但皮爾遜相關系數值確很小，為了探測兩者間是否為非線性關聯，本文又結合了兩個修飾種類與核小體數據間的二維及三維走勢圖，最終發現了兩者之間存在的非線性關系。

參考文獻(References)

[1]KOUZARIDES T. Chromatin modifications and their function[J].Cell, 2007, 128(4): 693-705.

[2]ZHANG Z, PUGH B F. High-resolution genome-wide mapping of the primary structure of chromatin[J].Cell , 2011, 144(2):175-186.

[3]XING Yongqiang, LIU Guoqing, ZHAO Xiujuan, et al. An analysis and prediction of nucleosome positioning based on information content [J]. Chromosome Research, 2013,21 (1):63-74.

[4]JULIA Z ,FRAN L, RICHARD A. Genome-wide map of nucleosome acetylation and methylation in yeast[J]. Cell, 2005, 122: 517-527.

[5]CUI Xiangjun, LI Hong. Advances on the combinatorial patterns of histone modifications[J]. Journal of Inner Mongolia University (Natural Science Edition), 2012, 43: 101-111.

[6]WANG Jianying, WANG Jingyan, LIU Guoqing. Calculation of nucleosomal DNA deformation energy: its implication for nucleosome positioning[J]. Chromosome Research, 2012, 20 (7): 889-902.

[7]LIU Hui, ZHUANG Ziheng, GUAN Jihong, et al. Transcriptional regulation functions of nucleosome positioning: a survey[J]. Progress in Biochemistry and Biophysics，2012, 39: 843-852.

[8]VINCENT M, CEDRIC V. DNA physical properties determine nucleosome occupancy from yeast to fly[J]. Nucleic Acids Research, 2008,36(11):3746-3756.

[9]ITAY T,JUDITH B,NAAMA B. The pattern and evolution of yeast promoter bendability[J]. Trends in Genetics, 2007,23(7):318-321.

[10]CAI Lu, LUO Liaofu. The DNA of the bending and its topology [J]. Journal of Baotou Iron and Steel Institute,1998,17(2):161-167.

[11]YUAN G C, LIU YJ, DION M F,et al. Genome-scale identification of nucleosome positions in S.cerevisiae[J]. Science , 2005, 309 (5734): 626-630.

[12]TERRY S. A correlation for the 21stcentury[J].Science,2011,334:1502-1503.

[13]XING Yongqiang, LIU Guoqing, ZHAO Xiujuan, et al. An analysis and prediction of nucleosome positioning based on information content[J]. Chromosome Research,2013, 21:63-74.

[14]DAVID N, YAKIR A R, HILARY K F et al. Detecting novel associations in large data sets[J]. Science, 2011,334: 1518-1524.

[15]PHAM T, TRAN D. Qualitatively predicting acetylation and methylation areas in DNA sequences[J]. Genome Informatics, 2005, 16(2): 3-11.

[18]GERALD R. GCN4 protein, a positive transcription factor in yeast, binds general control promoters at all 5′TGACTC 3′sequences[J]. Natural,1986, 83: 8516-8520.

[17]PECKHAM H E, THURMAN R E, FU Y,et al. Nucleosome positioning signals in genomic DNA[J]. Genome Res, 2007, 17(8): 1170-1177.

*通信作者：崔杰，博士，副教授，研究方向：植物抗逆分子機制；E-mail：cuijie2006@163.com.