《Nature Communications》：Predictive biophysical neural network modeling of a compendium of in vivo transcription factor DNA binding profiles for Escherichia coli
編輯推薦：
在大腸桿菌（Escherichia coli）研究中，多數轉錄因子（TFs）的 DNA 結合情況未被全面解析且缺乏定量預測模型。研究人員開展了大腸桿菌 TFs 的體內 DNA 結合圖譜繪制及建模研究，利用 ChIP-Seq 和 BoltzNet 神經網絡得出多種成果，為 TF-DNA 結合研究提供新范式。
在生命科學的微觀世界里，大腸桿菌（
Escherichia coli）作為生物學和生物技術領域的 “明星選手”，一直備受關注。它不僅是研究最為透徹的原核生物模型，更是合成生物學的重要基石。然而，即便對其了解眾多，仍存在不少謎團。就拿轉錄因子（Transcription Factors，TFs）來說，細菌通常編碼數百種 TFs，它們與 DNA 的結合對基因調控起著關鍵作用 。但在大腸桿菌約 300 種 TFs 中，大多數的結合親和力并未得到全面測繪，很多 TFs 甚至連一個已知的結合序列都沒有，更別提能用實驗驗證的生物物理模型來定量理解其結合行為了。而深入了解 TFs 與 DNA 的結合機制，對于解讀細胞功能和設計合成生物學電路至關重要。
為了攻克這些難題，來自波士頓大學（Boston University）等多個研究機構的研究人員展開了深入研究。他們的研究成果發表在《Nature Communications》上，為該領域帶來了新的曙光。
研究人員運用了多種關鍵技術方法。首先是染色質免疫沉淀測序（Chromatin Immunoprecipitation Sequencing，ChIP-Seq）技術，通過該技術對大腸桿菌 TFs 的體內 DNA 結合情況進行大規模測繪。同時，他們開發了一種新型卷積神經網絡（Convolutional Neural Network ，CNN）——BoltzNet，用于預測 TF 結合親和力和 ChIP-Seq 覆蓋度。
下面來看看具體的研究結果：
- 大規模繪制 TF 結合位點：研究人員開發了標準化的 ChIP-Seq 實驗方案，對 318 個預測的大腸桿菌 TFs 進行研究，最終獲得了 139 個 TFs 的高可信度全球結合圖譜數據。這些結合區域在基因起始位點上游 150bp 和下游 50bp 處高度富集，且結合區域的數量在不同 TFs 之間差異巨大 。
- BoltzNet 架構與訓練：BoltzNet 基于 TF-DNA 結合和 ChIP-Seq 的兩階段定量生物物理模型設計，由卷積層和全連接神經網絡組成。它通過對特定序列集的訓練，學習到了 TF-DNA 結合的熱力學模型以及從親和力到 ChIP-Seq 覆蓋度的映射關系12。
- BoltzNet 準確模擬序列結合強度：以 PdhR 為例，BoltzNet 在所有實驗中都能準確預測富集情況，在基因組范圍內表現出高特異性，并且通過留一法交叉驗證展示了良好的泛化能力34。
- BoltzNet 在全基因組范圍內具有可解釋性和可驗證性：BoltzNet 的準確性源于單個權重矩陣，該矩陣直接表示每個堿基對結合位點的相對貢獻，能夠在核苷酸分辨率下對結合位點進行精確預測56。
- BoltzNet 模擬不同 ChIP 實驗的預期行為：BoltzNet 能夠學習不同 ChIP 實驗中由于蛋白質濃度等因素導致的覆蓋度變化，準確模擬不同實驗條件下的結合情況78。
- TF 結合模型匯總：研究人員為 124 個 TFs 生成了 BoltzNet 模型，這些模型涵蓋了不同 TFs 的多種結合行為，包括結合位點的分布、AT 含量以及與不同 σ 因子的關聯等910。
- 聚類結合位點和輔助堿基的作用：研究發現，許多序列包含多個預測的非重疊結合位點，聚類位點可增強結合親和力；同時，輔助堿基在決定結合強度方面也起著重要作用1112。
- 新型結合位點的設計與驗證：通過設計新型結合位點并進行實驗驗證，證實了 BoltzNet 的預測能力以及輔助堿基的重要性1314。
- BoltzNet 準確預測結合能：利用生物層干涉技術（Biolayer Interferometry，BLI）對蛋白質 - DNA 相互作用進行檢測，結果表明 BoltzNet 能夠準確預測不同結合位點強度和配置的相對結合能1516。
- 富集差異反映生理相關的結合能差異：研究揭示了 ChIP-Seq 覆蓋度的變化與結合能差異之間的關系，表明弱結合位點在生理上具有重要意義1718。
- 轉錄因子主要非特異性結合基因組：研究發現多數 TFs 與基因組存在大量非特異性結合，這對基因調控具有重要功能意義194。
- BoltzNet 模型對超參數和輸入數據具有穩健性：研究表明 BoltzNet 模型對超參數和輸入數據的變化具有較好的穩定性，在不同條件下都能保持較高的準確性2021。
- BoltzNet 性能優于現有工具：與其他六種工具對比，BoltzNet 在預測結合能和結合位點方面表現更優2223。
在研究結論和討論部分，研究人員通過繪制 139 種大腸桿菌 TFs 的體內 DNA 結合圖譜，并利用 BoltzNet 神經網絡進行分析，為轉錄因子 - DNA 結合研究提供了新的范式。BoltzNet 作為連接高通量基因組學和詳細生物物理學的橋梁，避免了黑箱神經網絡的過參數化和可解釋性問題 。同時，該研究強調了弱結合位點在理解 TF-DNA 相互作用特異性中的重要性，還對 TFs 在細胞內的定位問題提供了新的見解。不過，研究也存在一定局限性，如仍有 179 個 TFs 未能生成合格的 ChIP-Seq 實驗數據。但研究人員預計，未來對這些 TFs 的進一步研究將完善大腸桿菌 TF 結合能的全貌�？傮w而言，這項研究成果為深入理解原核生物 TF-DNA 相互作用奠定了堅實基礎，也為后續相關研究開辟了新的方向。
