Integrative analysis of a large amount of information accumulated in public databases can provide new biological insights, although the lack of robust methodologies has become a major bottleneck. Here, I present a comprehensive analysis tool called combinatorial CRM decoder (CCD), which utilizes publicly available information to identify and characterize genome-wide cis-regulatory modules (CRMs). Using 61 genome-wide datasets, CCD successfully pinpointed more than 8,000 CRMs in the mouse genome. Further investigations identified 2,519 polycomb repressive complex 2 (PRC2) target sites as well as a signature of the imprinting control regions (ICRs) in mouse embryonic stem (ES) cells. Moreover, CCD discovered a new type of CRM named ‘multi-functional CRM’, which is presumed to be capable of switching functions by the binding of different combinations of transcription factors. Overall, these results demonstrate the remarkable capability of CCD in the field of integrative analysis.
특정 단백질이 DNA 상에 어디에 붙어있는 지를 확인하는 방법인 Chromatin immunoprecipitation (ChIP)은 최종적으로 중합효소 연쇄 반응 (Polymerase Chain Reaction, PCR)을 통하여서 그 단백질이 원하는 위치에 붙어있는 지를 알 수 있다. ChIP 방법으로 다양한 위치에 특정 단백질이 붙는지를 확인하려면 수에 비례해서 primer 와 중합효소 연쇄 반응을 증가시켜야 한다. 이러한 단점을 보완하고, 더 나아가 전체 유전체상의 단백질의 위치를 높은 해상력으로 파악할 수 있는 방법이 바로 Genome-wide ChIP-seq 기술이다. 이러한 Genome-wide ChIP-seq 기술은 한번에 수백만의 짧은 DNA 단편들을 읽는 기계의 발달로 가능하게 되었다.
Genome-wide ChIP-seq 기술은 결과가 편향되지 않고, 재현이 가능하며, 상대적으로 신뢰도가 높은 기술임이 증명되었다. 최근에는 이 기술에 바탕을 두고 많은 연구자들이 연구를 수행하고 있다. 한가지 주목할 점은 각 연구자들이 얻은 최종 결과물을 Gene Expression Omnibus (GEO)라는 공개된 데이터베이스에 제공하는 것이 일반화 되었고, 따라서 누구나 다른 사람의 결과물을 재 분석하는 것이 가능하다는 점이다. 이러한 다양한 genome-wide 데이터들이 축적되고 있음에도 불구하고, 상대적으로 이러한 데이터들을 통합적으로 분석하는 프로그램은 현 시점에서 거의 존재하지 않는다. 이러한 사실에 기반하여, 이번 연구에서는 genome-wide 데이터들을 통합적으로 분석하여 유전체 상의 유전자들의 발현을 조절하는 짧은 DNA 모듈인 cis-regulatory modules (CRMs)을 찾는 Combinatorial CRM Decoder (CCD) 프로그램을 개발하게 되었다.
CRM 은 일반적으로 다양한 전사조절인자 (단백질의 한 종류) 들과 결합하여 그 주변 유전자들의 발현을 조절하는 것으로 알려져 있다. 이 점에 착안하여 CCD 는 먼저 전체 유전체 상에 여러 전사조절인자 들이 결합하는 DNA 상의 위치를 CRM 후보로 정한다. 그 후, 이미 기능이 알려진 CRM 들에 어떠한 전사조절인자들이 더 우선적으로 중요한지를 점수 (Negative binomial distribution 에 기반)로 결정한 후 CRM 후보들 중에서 이와 비슷한 조합의 전사조절인자들이 결합하는 것으로 알려진 부분을 putative CRM 으로 최종적으로 결정하게 된다. 각 변수들은 사용자가 임의로 변경 할 수 있고, 또한 다양한 종류의 genome-wide 데이터도 분석에 사용될 수 있기 때문에 그 유용성이 크다.
CCD 알고리즘의 증명으로 이번 연구에서는 기존에 부분적으로 알려진 유전자 각인 (genomic imprinting) 현상의 특징을 정의하였고 DNA 상에서 PRC2 (polycomb repressive complex 2) 결합 위치를 정확히 찾는 것을 보여주었다. 더 나아가 CCD 프로그램이 전체 유전체 상에서 다양한 CRM 들을 높은 해상력으로 찾는 것을 증명하였다. 이러한 결과는 genome-wide ChIP-seq 이라는 기술의 발전으로 가능하게 되었고, 앞으로도 이 기술을 바탕으로 많은 데이터들이 축적될 것으로 예상된다. 이러한 사실을 종합해볼 때, CCD 프로그램이 CRM 을 기본으로 하는 cis-regulatory network 분석을 통한 유전자 발현 연구에 큰 도움을 줄 것이라 확신한다.
