Hierarchical modularity in ERα transcriptional network is associated with distinct functions and implicates clinical outcomes.
Hierarchical modularity in ERα transcriptional network is associated with distinct functions and implicates clinical outcomes.
复制标题
DOI：
10.1038/srep00875
复制
发表时间：
2012
影响因子：
4.6
通讯作者：
Jin, Victor X.
中科院分区：
文献类型：
--
作者：
Tang, Binhua;Hsu, Hang-Kai;Hsu, Pei-Yin;Bonneville, Russell;Chen, Su-Shing;Huang, Tim H-M.;Jin, Victor X.
最近的全基因组分析揭示了ERα及其靶点之间高度复杂的调控网络。我们整合了雌激素（E2）刺激的时间序列ERα ChIP-seq和基因表达数据，以确定以ERα为中心的转录因子（TF）枢纽及其靶基因，并使用贝叶斯多变量建模方法推断时变分层网络结构。根据其重复性基序模式，我们确定了ERα核心转录网络中的三个嵌入式调控模块。GO分析揭示了与三个嵌入模块中的每一个相关的不同生物功能。生存分析显示，每个模块中的基因能够在乳腺癌患者队列中呈现显著的生存相关性。综上所述，我们的贝叶斯统计模型和模块性分析不仅揭示了以ERα为中心的调控网络的动态特性和相关的独特生物学功能，而且为分析任何给定TF的动态调控网络提供了可靠有效的基因组分析方法。
Recent genome-wide profiling reveals highly complex regulation networks among ERα and its targets. We integrated estrogen (E2)-stimulated time-series ERα ChIP-seq and gene expression data to identify the ERα-centered transcription factor (TF) hubs and their target genes, and inferred the time-variant hierarchical network structures using a Bayesian multivariate modeling approach. With its recurrent motif patterns, we determined three embedded regulatory modules from the ERα core transcriptional network. The GO analyses revealed the distinct biological function associated with each of three embedded modules. The survival analysis showed the genes in each module were able to render a significant survival correlation in breast cancer patient cohorts. In summary, our Bayesian statistical modeling and modularity analysis not only reveals the dynamic properties of the ERα-centered regulatory network and associated distinct biological functions, but also provides a reliable and effective genomic analytical approach for the analysis of dynamic regulatory network for any given TF.
登录
查看更多内容
影响因子：
--
作者：
DeNardo, DG;Kim, HT;Brown, PH
通讯作者：
Brown, PH
影响因子：
30.8
作者：
Carroll, Jason S.;Meyer, Clifford A.;Brown, Myles
通讯作者：
Brown, Myles
影响因子：
7
作者：
Euskirchen, Ghia M.;Rozowsky, Joel S.;Snyder, Michael
通讯作者：
Snyder, Michael
影响因子：
9.9
作者：
通讯作者：
--
影响因子：
3.7
作者：
KAPLAN, EL;MEIER, P
通讯作者：
MEIER, P