医微客 - Cell ｜张锋团队绘制指导分化的转录因子图谱

Cell ｜张锋团队绘制指导分化的转录因子图谱

临床研究

2023-01-30

1490 0

撰文 | 十一月

转录因子调节基因表达程序，从而控制不同的细胞命运决定【1-3】。全面建立基因组调控网络将会为细胞命运决定的研究提供新的工具平台。

2023年1月5日，美国麻省理工学院张锋研究组在Cell发表了文章A transcription factor atlas of directed differentiation，创建了一个包括人类所有转录因子不同剪接形式在内的条形码库，以单细胞分辨率绘制了每个转录因子在人体胚胎干细胞中过表达的表达谱。该图谱涵盖了所有三个胚层和滋养层细胞类型生成的转录因子，并且通过开发预测与验证平台可以检测不同转录因子组合的影响。

人体中调控细胞命运的转录因子位点超过1800个，编码了超过3500个剪接异构亚型。为了实现对不同转录因子全面的过表达，作者们首先比较了CRISPRa以及开放阅读框（Open reading frame，ORF）这两种过表达方式对于上调转录因子的有效性。作者们在人胚胎干细胞中过表达NEUROD1或NEUROG2的开放阅读框可有效诱导神经元分化，但CRISPRa则不能。这说明人体胚胎干干细胞中可能具有一些转录后调控机制，可以缓冲蛋白质的过表达。因此，作者们选择了ORF过表达的方式进行后续的实验。

为了实现大规模筛选，作者们构建了一个人类转录因子ORF条形码库，多路过表达不同的转录因子。该文库由1836个基因编码的3548个剪接异构体组成，其中也包括一些组蛋白修饰因子。每个亚型都与一个独特的条形码相关联，便于进行转录因子的识别。该文库可以作为一个选择性用于靶向筛选的数据库，用于诱导感兴趣表型的资源平台。

随后作者们将该文库用于转录因子调控分析。由于现有的细胞分化实验方案中经常会使用不同的培养基，所以作者们首先测试了7种不同的培养基，从而确定最优培养条件达到最广泛检测转录因子的效果。作者们发现在转录因子过表达的情况下，培养基对于人胚胎干细胞的分化潜能影响不大。最终在其中培养基中作者们选择了STEMdiff APEL，因为该培养基对于已知发育关键的转录因子具有最高的富集度和最均匀的分布特征。

为了构建所有转录因子过表达效应的表达图谱，作者们用文库转导人胚胎干细胞，在STEMdiff APEL培养基中培养细胞7天，并使用基于SHARE-seq的方法通过单细胞RNA-seq对细胞进行测序（图1）。从中，作者们共获得了110万个细胞的测序结果。通过scRNA-seq分析转录因子效应的方法最大限度地扩大了转录因子诱导细胞状态的可能范围，并为详细描述转录因子过表达的影响奠定了基础。

图1 工作流程

在建立起该转录因子图谱后，作者们对转录因子驱动人胚胎干细胞分化的能力等进行了全面的描述。通过计算推导转录因子过表达驱动细胞分化，作者们发现有超过四分之一的转录因子能够驱动干细胞分化。接下来，作者们利用转录因子图谱中具有相同功能、影响相同转录程序的转录因子进行模块化分组，同时也对未知的孤儿转录因子进行分类。为了表征转录因子驱动分化到特定终点的能力，作者们进一步将转录因子诱导的表达谱映射到人胎儿表达图谱中可供参考的细胞类型。另外，作者们对产生所有三个胚层和滋养层细胞中细胞类型的转录因子进行了总结。最后，作者们对不同转录因子排列组合产生目标细胞类型的能力进行预测。

图2 工作模型

总的来说，作者们的工作建立起了一个转录因子开放阅读框的条形码库，依托于该文库的过表达进而建立起了人胚胎干细胞分化图谱（图2），从而能够识别产生目标细胞类型的转录因子以及转录因子的组合，为细胞工程研究以及细胞治疗等提供了全面的数据库资料。

原文链接：

doi.org/10.1016/j.cell.2022.11.026

参考文献

1. Lambert, S.A., Jolma, A., Campitelli, L.F., Das, P.K., Yin, Y., Albu, M., Chen, X., Taipale, J., Hughes, T.R., and Weirauch, M.T. (2018). The human transcription factors. Cell 172, 650–665.

2. Amit, I., Garber, M., Chevrier, N., Leite, A.P., Donner, Y., Eisenhaure, T., Guttman, M., Grenier, J.K., Li, W., Zuk, O., et al. (2009). Unbiased reconstruction of a mammalian transcriptional network mediating pathogen responses. Science 326, 257–263.

3. Ravasi, T., Suzuki, H., Cannistraci, C.V., Katayama, S., Bajic, V.B., Tan, K., Akalin, A., Schmeier, S., Kanamori-Katayama, M., Bertin, N., et al. (2010). An atlas of combinatorial transcriptional regulation in mouse and man. Cell 140, 744–752. https://doi.org/10.1016/j.cell.2010.01.044.