《Science》合成生物学联合RNA测序准确描绘基因表达全局

著名物理学家理查德·费曼(Richard Feynman)曾说过:“我无法创造，是因为我不懂。”

合成生物学家的动机与理论物理学不谋而合。他们对从零开始构建基因组感兴趣。通过设计和构建合成基因组，他们希望能更好地理解生命的密码。合成生物学已经围绕着使用DNA序列作为具有可复制功能的“部分”的概念组织起来。现在，通过成功的合作和尖端工具的使用，EMBL的Steinmetz集团已经对基因表达的变化有了重要的了解，这些变化是由这些DNA部分在基因组中的位置或环境造成的。

在解释这一工作背后的动机时，Amanda Hughes——Steinmetz集团的联合首席作者和博士后——说:“在合成生物学中，你倾向于将事物分解成模块化的，即插即插的部分。它们是启动子部分、编码区域和终止符部分。我们想测试这些部件是否真的是“即插即用”，即在任何环境下都能发挥同样的功能，或者它们的位置是否会影响它们的功能。我们想要更好地理解基因的线性组织如何影响它们的功能，并确定可以应用于构建基因组的一般设计原则。”

合成生物学工具箱

这项计划之所以有可能，是因为两项关键技术：来自Sc2的合成酵母菌株和长读直接RNA测序。从Sc2获得的菌株。0联盟包括一个名为“SCRaMbLE”的设计功能，它提供了以以前无法实现的规模将基因重新排列到不同位置的能力。EMBL基因组学核心设施中可用的专业知识和工具，包括牛津纳米孔公司的GridION，使该团队能够执行长读直接RNA测序，从而能够识别RNA分子的起始和结束，并将其分配给特定的重排。这些尖端技术的结合对于在多种情况下从基因中测量全长RNA分子至关重要。

这篇发表在《Science》上的论文表明，环境——尤其是转录环境——会改变基因的RNA输出。通过长读直接RNA测序，他们能够观察到合成酵母基因组中随机重排的DNA序列表达的全长RNA分子的起始、结束和数量的变化。重新定位基因会影响其RNA输出的长度和丰度；然而，这些变化并不总是由新的相邻DNA序列来解释。改变基因RNA输出的似乎是发生在它周围的转录，而不是序列本身。

从这么大的随机数据集中收集一般原理并不是一项简单的任务，正如第一作者Aaron Brooks解释的那样:“为了得出我们的结论，我们必须观察许多备选遗传环境中的基因，这些基因存在于SCRaMbLE菌株中。然而，要把这些碎片重新拼在一起需要付出很大的努力。我们必须生成大量的测序数据集，这反过来又要求我们开发新的软件工具。我们不得不依靠复杂的机器学习算法来帮助我们理解我们观察到的复杂模式。”根据新的上游和下游环境对基因的RNA输出进行建模，结果表明，与周围转录模式相关的特征可以预测RNA边界和丰度。例如，如果一个基因被转移到一个高表达的邻居旁边，它的表达也有增加的趋势。

定义构建基因组的设计原则

除了阐明RNA丰度和邻近基因表达之间的关系外，研究人员还注意到聚合基因的RNA末端位置之间的引人注目的关系(基因的末端朝向彼此)。具体来说，他们发现RNA的长度会受到邻近转录本的邻近性和丰度的影响。Sc2.0联盟的共同作者和主任Jeff Boeke评论了这些观点:“深度转录分析结合使用SCRaMbLE系统产生的基因组变异，让我们对酵母基因组的灵活性有了新的认识，并指出转录结果在哪里结束的规则可能惊人地依赖于上下文。”

最终，利用这些发现，研究人员能够通过控制邻近基因的转录来调节RNA分子的长度。该团队证明，从研究被打乱的基因组转录组中获得的经验可以应用到具有所需功能的基因组工程中。这项研究还提出了一个新的合成生物学设计概念，研究人员将其称为“转录嵌入（transcriptional embedding）”，可以用于可逆地标记RNA，改变其稳定性、翻译成蛋白质，甚至定位。他们相信，所有这一切都可以通过控制一个聚合的邻近基因的表达而不是基因本身来实现。

EMBL的研究组组长Lars Steinmetz说:“这里使用的基因重组方法的无偏和高通量特性，使我们发现了不同基因组环境下基因组序列的功能，这在以前是不可能大规模实现的。这种方法强调了上下文在调节转录结束方面的重要性——令人惊讶的是，甚至允许上下文相关的预测，当基因重组到新的位置时，转录结束。最终，这项工作揭示了在邻近的遗传元素之间存在精细的相互关联的调节，跨越多个基因，决定转录开始和停止的位置。预测这些相互作用的能力可以为基因组构建提供关键的‘设计原则’——例如，基因的最佳位置在哪里，它们应该如何相对地定位。这些见解为在不改变转录本序列本身的情况下，通过调节邻近基因的表达，设计转录本提供了先进的工具。”

他们的工作为越来越多的设计原则增添了一份，这些原则可以用来实现合成生物学的宏伟愿景:从零开始设计和构建基因组。

Transcriptional neighborhoods regulate transcript isoform lengths and expression levels