多组学联合③ | 蛋白+转录揭示人Tregs细胞的FOXP3分化调控机制

多组学联合分析越来越多地运用于医学和农林研究的各个领域，今天小编给大家解读一篇发表在《BMC Biology》上的文章。

Foxp3是调节性T细胞（Treg）的标志性分子。Foxp3基因突变能引起严重的自身免疫性疾病，因此Foxp3在调节机体免疫自稳中起关键作用。Foxp3作为转录调控因子，通过直接调控多种基因来调节Treg的活性，目前关于Foxp3的分化调控机制并不明确。因此本文从转录和蛋白联合分析的角度分析在不同分化时间点的基因和蛋白差异表达，从而全面理解分化过程中的关键调控机制。

1.  分化关键标志物检测

通过流式细胞筛选验证分化不同条件的关键表达标志物。表明一些分化关键指标在不同分化刺激条件下均有表达。例如，转录水平上发现，不同分化时间点的iTreg细胞的功能因子（FOXP3和IKZF）均比未刺激细胞有明显上调表达；蛋白水平上分析，TGF-β、TGF-β+ATRA 、TGF-β+ATRA+ Rapa三种诱导条件下的功能因子（FOXP3和EOS）明显上调表达。

2. 转录组和蛋白质组分析

通过转录组分析，共检测到基因33991个，其中高表达的基因为11378个。通过蛋白组学分析，一共鉴定到9906个蛋白，其中关联到的基因和蛋白共有6906个。根据不同时间点的基因产物的PCA图谱展示结果可见，不同时间点的特征表达分子可以明显分开。

3. 转录组学和蛋白质组学关联分析

对基因和蛋白的差异表达分析发现，在诱导2h时基因表达水平已经开始产生变化，但是在蛋白水平从6h才逐渐开始变化，接近分化终端时差异表达基因和差异表达蛋白数目基本达到一致。通过聚类分析分析，约一半的蛋白和基因表达趋势一致，而另外一半趋势不一致。以上分析表明，即使在转录水平上发生扰动，也不能作为下游相关蛋白表达受干扰的依据。这也再次提示我们，当对转录水平的数据进行后续验证时，蛋白组学的数据是非常重要的，且是非冗余的参考资源。

4.  基因表达水平趋势聚类及其功能分析

通过对不同分化条件下（用方框中不同颜色表示）的基因表达水平趋势聚类分析，共找到42个聚类模块，其中聚类模块间的相关性用不同颜色连线表示，红色部分为正相关，蓝色部分为负相关。进一步对聚类模块中的基因进行GO和KEGG富集分析，发现上调表达基因与细胞增殖相关，比如代谢，转录，可变剪切等过程，这些均和T细胞诱导分化所需的合成代谢转化相关。更重要的是，通过对FOXP3及它的转录调控因子分析，揭示了FOXP3的正向转录调控因子对该基因表达的具体调控机制。

5. 关键基因的筛选和表达验证

筛选蛋白和基因表达水平一致的转录调控因子，并对其进行基因共表达网络分析，与FOXP3 表达成正相关的节点认为是关键基因‘iTreg hubs’(且结合GWAS数据分析发现该子网络中的基因多与疾病发生相关)。接下来通过慢病毒干扰对影响表达FOXP3的关键基因进行验证，发现的确干扰这些关键分子的确可以抑制FOXP3的表达及影响Treg细胞的分化。而这些关键基因，很有可能是自身免疫性疾病、炎症性疾病乃至肿瘤的药物靶点。

a) 多组学特色：通过蛋白组学和转录组学对T细胞分化全过程的不同表达情况进行全面分析，对诱导分化的关键因素和调控机制进行了解析。

b) 生信特色：除基础的生信分析内容外、高级生信分析如趋势聚类、相关性分析，共表达网络分析等为机制的阐述起了重要作用（更多生信内容请联系APT生信团队~）。

c) 思考之处：文中特别提出，转录和蛋白表达具有时间差，且转录层面的扰动并不能说明蛋白水平一定发生相似的改变，因此从不同组学角度进行全方位或者基因表达全景图是非常有必要的。

看了上述解读后，您是否想利用多组学研究来解决科研问题却不知如何设计？

那么这个福利你可千万不能错过！

APTBIO助力多组学研究，现推出以下优惠：多组学联合分析——联合分析抢先得。

活动时间：2018年06月19日起

活动规则：

1. 活动期间内签订的联合分析正式合同，30个名额，送完即止。

2. 联合分析项目（转录+蛋白、蛋白/转录+代谢）中，当客户的比较组＜3组，送1对联合分析；比较组≥3组，送2对联合会分析。

更多活动细则，敬请详询。活动解释权归中科新生命所有！