With the aids of high-throughput data and computational technology, there have been lots of studies for the identification of global regulatory network in living cells. However, these are largely restricted to single cell organisms or simple mechanism of regulatory network.
In this work, we developed computational method and a database for the identification of complex regulatory networks in eukaryotic cells. Firstly, we successfully developed a new method for identifying combinatorial regulatory modules in yeast, using an algorithm that includes all combinations of TFs plus a number of binding constraints when identifying target genes. Within the identified modules, target genes were found to have common binding constraints such as fixed binding regions and orientations for each TF. Moreover, targets showed similar mRNA expression profiles and high functional coherence. Secondly, we constructed a database, designated bZIPDB, containing information on 49 human bZIP TFs, by means of automated literature collection and manual curation. bZIPDB aims to provide public data required for deciphering the gene regulatory network of the human bZIP family, e.g., evaluation or reference information for the identification of regulatory modules. Finally, we performed comprehensive analysis about human bZIP TFs from the collection of public microarray data. We found that some bZIPs are differentially expressed depending on the tissue while others are uniformly expressed. Moreover, bZIP expression pattern is not correlated with interaction between bZIP TFs. By promoter study of whole RefSeq genes, we identified regulatory modules in which binding sites of bZIP TFs co-occur on the upstream of target genes with high expression coherence.
Our analysis focused on the identification of TF-DNA interaction mechanism, especially multiple TF-DNA interaction and this approach provided an insight for the understanding of complex regulatory mechanisms.
대용량 처리 데이터와 컴퓨터 기술의 도움으로 살아있는 세포에서의 조절 네트워크를 규명하려는 여러 시도가 있었다. 하지만, 이들 대부분은 단세포 생물이나 조절 네트워크 중 단순한 기작을 밝히는 것에 그쳤다.
본 연구에서는 이러한 문제점을 극복하기 위한 진핵생물에서의 복잡한 전사조절 네트워크 규명을 위한 전산학적 방법론과 데이터베이스를 개발하였다. 우선, 우리는 효모에서 전사인자의 모든 조합과 타겟 유전자와 전사인자의 결합 시 다수의 접합 제한 요소를 포함하는 알고리즘을 이용해 조합 조절 모듈을 규명하는 방법을 성공적으로 개발하였다. 발견된 모듈 안에서 타겟 유전자를 조절하는 전사인자는 고정된 접합 위치와 방향성을 갖는 등의 공통적인 특징을 가짐을 발견하였다. 또한, 타겟 유전자들은 유사한 mRNA 발현 패턴과 기능적 유사성을 가짐을 밝혀내었다.
두 번째로, 우리는 bZIPDB로 이름 지어진 49개의 인간 bZIP전사인자에 대한 조절 정보를 가진 데이터베이스를 개발하였다. 이 데이터베이스는 반자동화된 문서 수집과 전문가에 의한 자료 해석을 통해 만들어졌으며, 인간 bZIP 계열 전사인자의 유전자 조절 네트워크를 밝히는데 필요한 공개 자료를 제공하는 데 목표가 있다.
최종적으로, 우리는 공개된 마이크로어레이 데이터를 이용해 인간 bZIP 전사인자에 대한 총괄적인 분석을 하였다. 우리는 bZIP 계열의 전사인자의 발현 패턴이 다양함을 발견하였다. 즉, 어떤 인자들은 조직 및 조건 특이적인 발현양상을 보인 반면, 다른 인자들은 이와는 달리 거의 모든 조건에서 비슷한 양의 발현량을 보였다. 우리는 이를 엔트로피 등의 통계적인 수치를 이용해 정량적으로 표현하였고, 이러한 패턴을 잘 반영함을 보였다. 또한 단백질 상호작용과 mRNA 발현 양상에 차이가 있는지를 알아보기 위해 수집된 마이크로어레이 데이터로부터 bZIP 전사인자간의 발현 유사성을 조사하여 단백질 상호작용 데이터와 비교하였고, 두 가지가 서로 상응하지 않음을 밝혀내었다. 또한 bZIP 전사인자의 프로모터 영역을 조사하면서 기존에 알려졌던 전사인자의 결합 부위가 인간게놈프로젝트 결과로 나온 염색체 내의 위치와 일치하지 않음을 밝혔고, 이를 새로운 위치로 보정하였다. 마지막으로 이전에 제시된 우리의 방법론을 통해 bZIP전사인자들의 조합을 통해 타겟 유전자를 조절하는 모듈들을 찾아내었고, 이들 타겟 유전자의 발현 양상 및 기능이 유사함을 찾아내었다.
우리의 분석은 전사인자와 타겟 유전자 간의 상호작용 기작에 초점을 두었으며, 특히 다수의 전사인자 및 결합시 제한 요인을 규명하는데 중점을 두었고, 이 방법은 진핵생물에서의 복잡한 전사조절 네트워크를 이해하는데 큰 도움을 주었다.
