生物医学网络科学Biomedical Network Science
经典论文难度：入门

大肠杆菌转录调控网络中的网络基序

Network motifs in the transcriptional regulation network of Escherichia coli

Shen-Orr SS, Milo R, Mangan S, Alon U · Nature Genetics 2002 · DOI: 10.1038/ng881

网络基序转录调控网络前馈环单输入模块密集重叠调控子随机化零模型

一句话

在大肠杆菌转录调控网络中发现前馈环、单输入模块、密集重叠调控子三类富集基序。

相关专题：生物分子网络与拓扑特征、基因调控网络推断与共表达分析

一句话看懂

如果把大肠杆菌“哪个转录因子直接调控哪个操纵子”画成有向网络，会发现网络中反复出现三种小线路：前馈环、单输入模块和密集重叠调控子。它们出现的次数远高于随机重连后的网络，而且整张网络大体可以拆成这些“积木”。作者认为每种积木都有特定的信息处理功能。

研究背景与问题

到 2000 年前后，大肠杆菌是转录调控研究得最透彻的生物，文献中已积累了数百条有实验支持的“转录因子–靶操纵子”直接调控关系。但这些关系拼起来是一张错综复杂的图，很难看出设计原则。

序列分析中，“基序”是指比随机预期更频繁出现的短序列模式，往往对应结合位点等功能单元。作者把这个思想推广到网络：在网络中比随机预期更频繁出现的连接模式，是否也是功能单元？

核心思想与方法

  1. 构建网络：从数据库和文献中整理大肠杆菌直接转录调控相互作用，节点是操纵子（转录因子也是节点），边从转录因子指向被调控的操纵子，并带有激活或抑制的符号。
  2. 子图计数：用新开发的算法系统枚举网络中的小子图（如所有三节点连接模式），以及更大规模的模式类别。
  3. 随机化零模型：生成大量随机网络，每个节点保持原来的入度和出度（以及自调控等特征），比较真实网络与随机网络中各模式的出现次数。
  4. 功能解释：结合已知的调控动力学和实验例子，讨论每类基序可能实现的功能。

网络基序（network motif）：在真实网络中出现频率显著高于保持度序列的随机网络的子图连接模式。显著性常用 Z=Nreal−⟨Nrand⟩σrandZ=\dfrac{N_{\text{real}}-\langle N_{\text{rand}}\rangle}{\sigma_{\text{rand}}} 衡量。

本文的三类基序： - 前馈环（FFL）：X 调控 Y，X 和 Y 共同调控 Z。 - 单输入模块（SIM）：一个转录因子调控一组操纵子，这些操纵子不受其他转录因子调控（常含自调控）。 - 密集重叠调控子（DOR）：一组转录因子以密集交叠的方式共同调控一组操纵子，可看作多输入的“门阵列”。

主要发现

  1. 三类基序显著富集：前馈环、单输入模块和密集重叠调控子的出现次数都显著高于随机网络，而其他三节点模式（如三节点反馈环）并不富集。网络中相当大一部分可以由这三类基序的重复出现来描述。
  2. 前馈环可以作为“持续性检测器”：在所有输入都是激活的“相干”前馈环中，Z 需要 X 和 Y 同时作用才开启。短暂的 X 信号不足以让 Y 积累起来，因而被过滤；只有持续的信号才能开启 Z。这为细胞区分短暂噪声与真实环境变化提供了一种机制。
  3. 单输入模块可以产生时间程序：一个转录因子调控的多个操纵子，若各自对转录因子浓度的激活阈值不同，就会随转录因子浓度上升依次开启，产生按代谢或组装顺序排列的表达时间程序。
  4. 基序给出可读的全网图：作者用基序为单元重新绘制了已知的大肠杆菌转录网络，使原本难以阅读的线路图呈现出清晰的层次结构。
  5. 作者提出，同样的方法可以用来寻找其他生物网络的基本“计算单元”。

怎样读这篇论文

全文很短。先读摘要和第一张图（三类基序的示意和真实例子），再看各基序在真实网络与随机网络中的计数比较，这是“富集”的证据。最后看用基序重绘的全网图，体会“降维”的效果。方法中的随机化算法建议配合 Milo 等（2002, Science）一起读，后者把方法推广到多种网络。前馈环的动力学讨论可以配合网络基序：自调控与前馈环中的交互演示。

局限与后续工作

  • 零模型决定结论：Artzy-Randrup 等（2004, Science）的评论指出，若随机网络不保留空间或局部聚集等约束，某些模式会“虚假”富集；基序显著性依赖所选的零模型。
  • 数据不完整：当时的网络只覆盖了一部分已知调控关系，且偏向研究充分的系统。
  • 结构不等于功能：富集只是统计结果，功能需要实验检验。后续 Mangan 与 Alon（2003, PNAS）系统分析了八种前馈环的动力学，Mangan 等（2003, Journal of Molecular Biology）在阿拉伯糖系统中实验证实了相干前馈环的“符号敏感延迟”；Kalir 等（2001, Science）和 Zaslaver 等（2004, Nature Genetics）分别在鞭毛和氨基酸合成系统中观察到单输入模块的时序表达。
  • 进化来源有争议：Mazurie 等（2005, Genome Biology）比较近缘酵母后认为，基序富集不一定反映对其动力学功能的选择；Ingram 等（2006, BMC Genomics）也指出相同结构在不同参数下可产生不同动力学。
  • 从基序到推断：DREAM5 评估（Marbach 等, 2012）发现，不同推断方法对前馈环与级联的恢复能力系统不同，基序成为评估网络推断偏差的工具。

关联知识

延伸思考

  1. 如果随机网络只保持总边数而不保持每个节点的入度和出度，前馈环的富集程度会如何变化？为什么必须保持度序列？
  2. 相干前馈环能过滤短暂信号。请设计一个实验（可用报告基因）检验某个具体前馈环是否真有这种功能，并说明对照组如何设置。
  3. 转录调控网络推断时，前馈环中 X→Z 的直接边容易与 X→Y→Z 的间接效应混淆。请说明为什么相关类方法与回归类方法在这里会表现不同。