基于属性网络的排序方法(ANeR)识别M期保守的翻译指纹
Attribute Network-based Ranking (ANeR) identifies conserved translational fingerprints of M-phase.
一句话提出ANeR,整合异质双条件组学数据排序候选转录本,识别细胞分裂的保守翻译程序及调控因子。
研究问题
数据与样本
分析流程
- 1提取跨数据集特征:按各数据集的细胞周期条件比较,分别计算蛋白水平或核糖体相关转录本的log2倍数变化,以及经平均尾长归一化的poly (A)尾长差。
- 2统一特征尺度:对各数据集进行均值和标准差标准化,仅保留在至少60%受测数据集中出现的mRNA或蛋白质。
- 3构建属性网络:将转录本分为候选集和已验证训练集,以转录本为节点、距离为加权边,纳入每个训练转录本及其N = 100个最近邻,并动态计算邻域阈值。
- 4进行多目标排序:提取邻居数、团数、最大团大小及到邻居的平均距离,按Pareto frontier逐层排列候选转录本。
- 5建立比较与验证:实施基于前2个主成分和训练集最近邻欧氏距离的PCA排序策略,并利用独立有丝分裂数据集对ANeR预测进行基准评测。
- 6开展卵母细胞验证:用孕酮诱导非洲爪蟾卵母细胞减数分裂,结合翻译报告系统、核糖体相关RNA检测和western blotting验证候选转录本的翻译激活,并检验新调控因子与Cdk1及时激活的关系。
关键方法与工具
- ANeR
- 按网络属性排序转录本
- Pareto frontier
- 实施多目标分层排序
- PCA
- 构建比较排序策略
- FastQC
- 测序读段质量控制
- Hisat2
- 比对爪蟾基因组
- htseq-count
- 生成转录本计数
- Ribosome immunoprecipitation
- 富集核糖体相关RNA
- western blotting
- 检测蛋白及磷酸化状态
设计思路
主要发现
- ANeR应用于30个涵盖有丝分裂和减数分裂的数据集,识别出保守的M期翻译指纹。
- 独立有丝分裂数据集评测与非洲爪蟾卵母细胞实验验证表明,ANeR可优先筛选在两类分裂M期均出现积累增加的蛋白质。
- Fam76b和Cdca3被识别为此前未被认识的、受翻译激活的调控因子,是Cdk1及时激活所必需的。
- 卵母细胞翻译程序分析明确了CPE/PAS规则的适用范围,并识别和实验验证了不符合这些规则但仍发生翻译激活的转录本。
可借鉴之处
- 整合不同检测类型时,可借鉴本文先提取各自的双条件变化、再进行数据集内标准化的做法,而非直接合并原始量值。
- 已有少量经过验证的候选分子时,可借鉴本文以训练组为参照、结合多个网络属性和Pareto frontier排序的筛选思路。
- 候选筛选后可沿用本文的验证层次:先在独立数据中评测,再用翻译报告和蛋白检测验证分子变化,进一步检验其功能。
数据与代码
局限
- 功能实验在非洲爪蟾卵母细胞中开展,其结果不能直接外推为人类临床证据。
摘要(中文翻译)
进入M期需要mRNA翻译,但有丝分裂与减数分裂是否共享保守的翻译程序,以及哪些新合成的蛋白质促进Cdk1激活,仍不清楚。我们开发了基于属性网络的排序方法(Attribute Network-based Ranking,ANeR),这是一种基于网络的多目标方法,可根据mRNA在异质双条件组学数据集中与训练组的接近程度对其进行排序。将ANeR应用于涵盖有丝分裂和减数分裂的30个数据集后,识别出一种保守的M期翻译指纹。利用独立的有丝分裂数据集对ANeR预测进行基准评测,并结合非洲爪蟾卵母细胞中的实验验证,证实ANeR能够优先筛选出在有丝分裂和减数分裂M期均出现积累增加的蛋白质。将ANeR应用于减数分裂翻译程序,识别出Fam76b和Cdca3这2个此前未被认识的、受翻译激活的调控因子,它们是Cdk1及时激活所必需的,表明ANeR能够发现减数分裂M期的新调控因子。对卵母细胞翻译程序的分析明确了CPE/PAS调控规则的适用范围,识别出不符合这些规则的转录本,并通过实验验证了其翻译激活。总体而言,这些发现确立了脊椎动物有丝分裂和减数分裂转换共享一套保守的、受翻译调控的转录本程序,并表明ANeR能够识别细胞分裂的新调控因子。更广泛地说,ANeR提供了一个灵活框架,可利用一组双条件数据集研究不同的生物学问题。
英文原文摘要
Entry into M-phase requires mRNA translation, but whether mitotic and meiotic divisions share a conserved translational programme and which newly synthesized proteins promote Cdk1 activation remain unclear. We developed Attribute Network-based Ranking (ANeR), a multi-objective network-based method that ranks mRNAs according to their proximity to a training group across heterogeneous two-condition omics datasets. Applied to 30 datasets covering mitotic and meiotic divisions, ANeR identified a conserved M-phase translational fingerprint. Benchmarking ANeR predictions against independent mitotic datasets, together with experimental validation in Xenopus oocytes, confirmed that ANeR prioritizes proteins whose accumulation increases during both mitotic and meiotic M-phases. Application of ANeR to the meiotic translational programme identified Fam76b and Cdca3 as previously unrecognized translationally activated regulators required for timely Cdk1 activation, demonstrating that ANeR can uncover new regulators of meiotic M-phase. Analysis of the oocyte translational programme established how broadly CPE/PAS regulatory rules apply, identified transcripts that do not conform to these rules, and experimentally validated their translational activation. Together, these findings establish that vertebrate mitotic and meiotic transitions share a conserved programme of translationally regulated transcripts and demonstrate that ANeR can identify new regulators of cell division. Broadly, ANeR provides a flexible framework for investigating diverse biological questions using a collection of two-condition datasets.
摘要来自 PubMed。翻译与解读由模型根据摘要和开放获取全文的方法部分生成,可能有误,不构成诊疗建议;数据以原文为准,版权归原出版方所有。