Una red reguladora de genes (GRN) describe la relación jerárquica entre complejos de factores de transcripción, sus genes diana y los productos génicos codificados que luego controlan la actividad celular. Comprender los GRN es la clave para guiar la mejora de las plantas a través de la manipulación de genes.
La identificación de los factores de transcripción que controlan la señalización y/o las respuestas del desarrollo es un desafío debido a la gran cantidad de factores de transcripción putativos (TF) que aún no tienen una función conocida y al hecho de que los TF que ya se han caracterizado en un contexto pueden tener funciones adicionales. en contextos aún desconocidos. Además, es probable que los TF previamente caracterizados trabajen en cooperación con otros TF cuya función no se ha descrito previamente.
Un artículo reciente publicado en in silico Plants presenta TF DEACON, una nueva herramienta que utiliza información publicada previamente y disponible públicamente Datos de Arabidopsis DAP-Seq para hacer predicciones sobre qué TF pueden estar involucrados en una respuesta transcripcional observada. TF DEACoN analiza datos a través de grupos de genes co-regulados para "detección" de factores de transcripción que pueden controlar sus cambios concurrentes en la expresión.
TF DIÁCONO está disponible públicamente como una aplicación web fácil de usar. “La idea detrás del análisis es análoga al enriquecimiento de Gene Ontology (GO); en lugar de anotaciones funcionales, estamos buscando TF que se dirijan a los genes de entrada y comparando la proporción de objetivos en este grupo de consulta con la proporción de objetivos en todo el genoma. Intentamos que la aplicación fuera fácil de usar para los investigadores. Si tiene una lista de genes que están co-regulados en su proceso de interés, simplemente pegue los ID de genes en un cuadro de consulta de entrada y la herramienta generará factores de transcripción (TF) cuyos objetivos están enriquecidos en su conjunto de genes, junto con con sus familias y el AT ID del gen para descargar”, dice Alexandria Harkey, investigadora postdoctoral en la Universidad de Wake Forest.
Los autores demostraron la utilidad de agrupar genes co-regulados en función de la similitud de su abundancia de transcripción a lo largo del tiempo y el espacio para encontrar reguladores potenciales que son evidentes solo cuando se examinan grupos de genes coexpresados. Utilizaron TF DEACoN para analizar los datos transcripcionales de las raíces tratadas con el precursor de etileno 1-aminociclopropano-1-ácido carboxílico (ACC) para aumentar los niveles de etileno, revelando TF que pueden actuar aguas abajo de la señalización de esta hormona para controlar los cambios en el desarrollo de la raíz. Luego utilizaron un enfoque genético para demostrar que una mutación en uno de los factores de transcripción predichos y previamente desconocidos reducía la regulación negativa del desarrollo de la raíz lateral por ACC.
La combinación de filtrado y TF DEACoN presentada en este artículo se puede aplicar a cualquier grupo de genes corregulados para predecir GRN que controlan respuestas transcripcionales coordinadas.
La herramienta “TF Discovery by Enrichment Analysis of Co-expression Networks” (TF DEACoN) fue desarrollada utilizando brillante y paquete shinyBSy se comparte bajo una licencia de código abierto en https://github.com/aharkey/TFDEACoN.
