Assigning function to natural allelic variation via dynamic modeling of gene network induction.
Assigning function to natural allelic variation via dynamic modeling of gene network induction.
复制标题
通过基因网络诱导的动态建模将功能分配给自然等位基因变异。
DOI：
10.15252/msb.20177803
复制
发表时间：
2018-01-15
影响因子：
9.9
通讯作者：
Yvert G
中科院分区：
文献类型：
--
作者：
Richard M;Chuffart F;Duplus-Bottin H;Pouyet F;Spichty M;Fulcrand E;Entrevan M;Barthelaix A;Springer M;Jost D;Yvert G
越来越多的天然DNA变异与生理特征有关。然而，了解它们在分子调控方面的差异仍然具有挑战性。基因调控网络的重要特性可以通过计算模型来捕捉。如果模型参数可以根据基因型“个性化”，那么它们的变化可能会揭示DNA变异如何在网络中运作。在这里，我们将实验和计算相结合，在描述半乳糖反应网络的模型参数空间中可视化酵母GAL3基因的天然等位基因。改变Gal3p被半乳糖激活的等位基因与影响其活性（活性蛋白的产生/降解或效率）的等位基因被区分开来。该方法使我们能够正确预测非同义SNP将改变Gal3p与Gal80p转录抑制因子的结合亲和力。我们的结果说明了如何个性化基因调控模型可以用于遗传变异的机制解释。
More and more natural DNA variants are being linked to physiological traits. Yet, understanding what differences they make on molecular regulations remains challenging. Important properties of gene regulatory networks can be captured by computational models. If model parameters can be “personalized” according to the genotype, their variation may then reveal how DNA variants operate in the network. Here, we combined experiments and computations to visualize natural alleles of the yeast GAL3 gene in a space of model parameters describing the galactose response network. Alleles altering the activation of Gal3p by galactose were discriminated from those affecting its activity (production/degradation or efficiency of the activated protein). The approach allowed us to correctly predict that a non‐synonymous SNP would change the binding affinity of Gal3p with the Gal80p transcriptional repressor. Our results illustrate how personalizing gene regulatory models can be used for the mechanistic interpretation of genetic variants.
登录
查看更多内容
影响因子：
2
作者：
Apostu, Raluca;Mackey, Michael C.
通讯作者：
Mackey, Michael C.
影响因子：
4.5
作者：
Kwan EX;Foss E;Kruglyak L;Bedalov A
通讯作者：
Bedalov A
影响因子：
4.5
作者：
Gerke, Justin;Lorenz, Kim;Cohen, Barak
通讯作者：
Cohen, Barak
影响因子：
2.9
作者：
Barenboim, Maxim;Masso, Majid;Jamison, D. Curtis
通讯作者：
Jamison, D. Curtis
影响因子：
3.3
作者：
Egriboz, Onur;Jiang, Fenglei;Hopper, James E.
通讯作者：
Hopper, James E.