トランスクリプトームデータとChIPデータから転写因子を予測するプログラムwPGSAを開発・公開 : crisp

crisp_bio

科学分野の比較的新しい論文と記事を記録しておくサイト：主に、CRISPR生物学・技術開発・応用 (ゲノム編集, エピゲノム編集, 遺伝子治療, 分子診断/代謝工学, 合成生物学/進化, がん, 免疫, 老化, 育種 - 結果的に生物が関わる全分野) の観点から選択し、時折、タンパク質工学、情報資源・生物資源、新型コロナウイルスの起源・ワクチン・後遺症、機械学習・AIや研究公正からも選択

（創薬等PF・構造生命科学ニュースウオッチ 20160511）

Corresponding author: 川上英良（理化学研究所・疾患システムモデリング研究グループ）
遺伝子発現データから特徴的な発現パターンを示す遺伝子群を検定していく手法の一つであるparametric gene set analysisに、転写因子の結合頻度を検定の重みとして取り込む手法weighted Parametric Gene Set Analysis （wPGSA）法を開発した。
既報のChIP解析データから454種類の転写因子の8,578,738結合相互作用を集積したデータベースを構築し、wPGSA法によって、転写因子の活性を予測し、細胞型によらず既報のトランスクリプトーム解析の結果と良い一致を得た。
加えて、インフルエンザウイルス感染モデルマウスの時系列遺伝子発現データをwPGSAで解析することにより、ウイルス感染が引き起こす転写因子活性化の動態を明らかにし、この応答が転写促進因子b（P-TEFb複合体）に制御されていることを示唆する結果を得た。
wPGSA公開サイト：“Estimate relative activities of transcriptional regulators from transcriptome data by weighted Parametric Gene Set Analysis: wPGSA.” http://wpgsa.org/

論文→川上英良 et al. “Weighted enrichment method for prediction of transcription regulators from transcriptome and global chromatin immunoprecipitation data.” Nucleic Acids Res. 2016 Apr 30.

プレスリリース→理化学研究所. “遺伝子発現から転写因子を予測－ChIPビッグデータを活用して遺伝子制御ネットワークを構築－” 2016年5月10日.