分子细胞。2016年11月3日;64(3): 565–579.
微RNA水平、靶位点互补性和协同性对竞争性内源性RNA调控基因表达的影响
,1 ,2,三,4 ,1 ,2,三,4,5 ,2,三,4,∗和1,6,∗∗
雷米·登茨勒
1苏黎世联邦理工学院分子健康科学研究所(ETH Zurich),瑞士苏黎世奥托·斯特恩·维格7号,邮编8093
肖恩·E。麦盖里
2霍华德·休斯医学院,美国马萨诸塞州剑桥02142
三美国马萨诸塞州剑桥市怀特海生物医学研究所,邮编02142
4美国马萨诸塞州剑桥市麻省理工学院生物系,邮编02139
亚历山德拉·C。标题
1苏黎世联邦理工学院分子健康科学研究所(ETH Zurich),瑞士苏黎世奥托·斯特恩·维格7号,邮编8093
维克拉姆·阿加瓦尔
2霍华德·休斯医学院,美国马萨诸塞州剑桥02142
三美国马萨诸塞州剑桥市怀特海生物医学研究所,邮编02142
4美国马萨诸塞州剑桥市麻省理工学院生物系,邮编02139
5计算与系统生物学项目,麻省理工学院,剑桥,马萨诸塞州02139,美国
大卫·P·。巴特尔
2霍华德·休斯医学院,美国马萨诸塞州剑桥02142
三美国马萨诸塞州剑桥市怀特海生物医学研究所,邮编02142
4美国马萨诸塞州剑桥市麻省理工学院生物系,邮编02139
马库斯·斯托菲尔
1苏黎世联邦理工学院分子健康科学研究所(ETH Zurich),瑞士苏黎世奥托·斯特恩·维格7号,邮编8093
1苏黎世联邦理工学院分子健康科学研究所(ETH Zurich),瑞士苏黎世奥托·斯特恩·维格7号,邮编8093
2霍华德·休斯医学院,美国马萨诸塞州剑桥市,邮编02142
三美国马萨诸塞州剑桥市怀特海生物医学研究所,邮编02142
4美国马萨诸塞州剑桥市麻省理工学院生物系,邮编02139
5美国麻省理工学院计算与系统生物学项目,马萨诸塞州剑桥,MA 02139
6潜在联系人
2016年1月25日收到;2016年6月10日修订;2016年9月20日接受。
这是CC BY-NC-ND许可下的开放存取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/).
- 补充资料
文件S1。补充实验程序,图S1-S7和表S4-S6
GUID:DE5B3008-5DF4-4FA6-AACD-8E2A933C9BF0
GUID:9E59015C-BC14-40E9-A26D-C0797A237B91
指南:E79163A2-6FA2-428A-8A28-D17D80E8E638
GUID:8D254B39-511E-4AB9-ABEB-DF494A019C86
文件S2。文章和补充信息
GUID:E9B14993-5610-4698-82E7-29BBF759390C
总结
竞争性内源性RNA(ceRNAs)的表达变化被认为会影响microRNA(miRNA)的活性,从而调节其他含有miRNA-结合位点的转录物。在这里,我们发现尽管miRNA水平定义了抑制的程度,但它们对观察去抑制所需的ceRNA表达变化的大小几乎没有影响。典型的6-nt位点通常介导适度的抑制,但可以竞争miRNA结合,其效力约为典型8-nt位点的20%。总的来说,低亲和力/背景网站也有助于竞争。具有广泛附加互补性的位点可能看起来更强大,但这只是因为它们诱导miRNA降解。相同或不同miRNAs近端位点的合作结合确实会提高效力。这些结果为miRNAs与靶丰度、靶区间距、ceRNA-介导基因调控的亲和力要求之间的化学计量关系以及观察到ceRNA--介导基因调节的异常情况提供了定量的见解。
关键词:竞争内源性RNA、miRNA、靶丰度、协同、基因调控、碱基对互补、miRNA降解
集锦
•
ceRNA-介导的去表达通常对miRNA活性降低不敏感
•
广泛配对的位点可以通过触发miRNA衰变降低去抑制阈值
•
弱站点可以在不施加压制的情况下促进目标站点的竞争
•
相同或不同miRNA的近距离位点协同隔离miRNA
Denzler等人。显示竞争性miRNA位点的作用对降低的miRNA活性不敏感,低亲和力/背景miRNA位点有助于竞争,并且相邻的miRNA位点可以协同螯合miRNA。总的来说,他们的结果降低了观察ceRNA作用的可能性。
介绍
众所周知,MicroRNA(miRNA)水平会影响靶基因阻遏的程度(巴特尔,2009年). 最近的研究指出,转录组中预测的结合位点数量也会影响miRNAs的活性(Arvey等人。,2010,Garcia等人。,2011). 与这个概念一致,含有miRNA位点的天然或人工RNA的强过表达可以滴定miRNA远离自然靶点,从而减少这些转录物的抑制(Ebert等人。,2007,Franco Zorrilla等人。,2007,Mukherji等人。,2011,Hansen等人。,2013,Memczak等人。,2013). 这些观察结果得到了这样一种观点的扩展,即在细胞内自然发现的含有转录物的位点可以作为竞争性内源性RNA(ceRNA),并通过增加或降低miRNA活性来调节其他含有转录物的位点(Poliseno等人。,2010,Cesana等人。,2011,Salmena等人。,2011,Karreth等人。,2015).
ceRNA假说仍然存在争议,因为对于调节单个内源性基因的表达如何明显影响其所有靶位点的miRNA活性,缺乏可信的解释。最近的两项研究通过量化miRNA反应元件(MREs)的数量来检测ceRNA介导的基因调控,对ceRNA假说进行了实证评估(Bosson等人。,2014,Denzler等人。,2014). 这两项研究都同意,确定转录组miRNA-结合位点的数量对于评估ceRNA调节的潜力至关重要,并且miRNA--结合位点通常高于miRNA分子的数量。然而,它们在两个方面有所不同:(1)用于确定“有效”转录组miRNA-结合位点数量的实验方法,以及(2)miRNA浓度对必须添加以检测目标基因去表达的结合位点数量(去表达阈值[DRT])的影响。
这些研究之间的差异导致了关于在自然环境中观察ceRNA效应的可能性的不同结论。第一项研究得出结论,ceRNAs的变化必须接近miRNA的目标丰度,才能对基因调控产生可检测的影响(Denzler等人。,2014). 此外,由于典型miRNA的靶丰度非常高,在生理环境或大多数疾病环境下,ceRNAs不太可能在分化细胞中调节基因表达(Denzler等人。,2014). 此外,研究表明,当miRNA活性降低时,DRT保持不变。随后的审查提出了一个数学模型,该模型评估了不同假设目标丰度下的结合位点占用和竞争(Jens和Rajewsky,2015年). 这一电子模型预测,只有结合位点的全球和集体变化才能对靶基因丰度产生足够大的影响,从而检测到靶基因的缺失,这与Denzler等人。(2014).
第二项研究提出了一个“层次亲和模型”,其中提出了miRNA丰度来确定对ceRNA介导的调控的各自敏感性(Bosson等人。,2014). 在这个模型中,我们的建议是,随着miRNA浓度的增加,Ago-miRNA复合物扩散到较弱和较弱的位点(根据8-nt>7-nt>6-nt位点的位点层次推断亲和力),有效靶位点丰度增长过大,以致于ceRNA表达的生理范围无法影响抑制。通过这种推理,生理性ceRNA的变化仍然可以通过一个表达更温和的miRNA影响抑制,其有效靶点丰度相应降低。此外,使用高通量交联来检测靶标会导致靶标丰度估计值降低,这进一步增加了ceRNA调节的合理性(Bosson等人。,2014). 然而,对miRNA浓度的拟议影响的实验支持是相关的,并且缺乏直接的实验证据,例如操纵miRNA活性和测量由此产生的DRT变化。
Denzler等人。(2014)提出无论miRNA浓度如何,所有不同亲和力的位点都有助于有效靶丰度。在这里,我们称之为Denzler等人。(2014)“混合亲和模型”将其与层次亲和模型区分开来。混合亲和力模型认识到高亲和力位点比低亲和力位点对有效靶区丰度的贡献更大(Denzler等人。,2014). 然而,总的来说,低亲和性位点由于其在转录组中的高数量,仍然对每个miRNA-甚至更适度表达的miRNAs的有效靶位丰度做出了重要贡献。
其他研究表明,当两个转录物与不同的miRNA种子家族共享大量位点时,它们之间的ceRNA串扰更强,更具特异性。这一假设来源于对癌症模型的观察,在癌症模型中,特定癌基因的表达与其假基因相关,两个转录物在其3′UTR中具有高度序列同源性,并且据报道通过ceRNA机制相互调节(Poliseno等人。,2010,Karreth等人。,2015). 即使包含多个位点的转录物可以对独立作用的结合位点产生加性效应,每个miRNA家族的位点仍必须单独达到观察靶基因去表达所需的高阈值。因此,仅存在多个结合位点不足以增加ceRNA效应的可能性,除非这些位点通过合作机制发挥作用。虽然合作效应已经在靶基因阻遏的背景下进行了研究(Doench等人。,2003,Grimson等人。,2007,Saetrom等人。,2007,Broderick等人。,2011)目前尚不清楚紧密间隔的miRNA结合位点是否能以非依赖性的方式隔离miRNA,从而增加ceRNA效应的前景。
在本研究中,我们研究了miRNA水平对DRT的影响,从而解决了层次亲和力模型和混合亲和力模型之间的关键差异。然后,我们分析了靶位互补性对ceRNA-介导的基因调控的影响,并检查了紧密间隔的miRNA-结合位点协同影响靶基因去抑制效力的程度。最后,我们建立了一个数学模型,该模型结合了miRNAs的混合亲和性结合和抑制活性来概括我们的结果。
结果
miR-294尽管表达水平较高,但易受竞争影响
研究MRE之间竞争的一个强大工具是转录单细胞报告分析m樱桃色mRNA(3′UTR中有或没有MRE)和增强的黄色荧光蛋白(电子YFP)mRNA作为报告转录的内部测量(Mukherji等人。,2011,Bosson等人。,2014). 使用分析流式细胞术,m樱桃色报告者的读数可以通过广泛的附加MRE进行评估。在高表达水平下,MRE可以相互竞争miRNA结合,从而导致去表达。在胚胎干细胞(ESCs)中使用这种检测方法,一些miRNA需要更少的竞争性MRE来介导报告基因去表达,因此比其他miRNA更容易受到ceRNA的影响(Bosson等人。,2014).
为了探索这些不同的敏感性,我们为六种高度表达的ESC miRNA(miR-294、-293、-92、-16、-26和-292-5p)创建了报告结构(Bosson等人。,2014)的3′UTR中包含零(0s)或三(3s)个8-nt miRNA位点m樱桃色(A) ●●●●。对于miRNA家族miR-294、-293和-92,还创建了包含单个(1s)miRNA结合位点的报告子。miR-294、-293、-92和-16的位点(B和1C),但miR-26和-292-5p(数据未显示)未引起可检测到的miRNA-介导的mCherry抑制。miR-294、-293和-92的报告子的抑制程度与之前观察到的相似,携带miR-293或miR-92位点的mCherry构建体的去表达也是如此(Bosson等人。,2014). 然而,miR-294的3s报告子结构被报道对竞争对手的干扰不敏感(Bosson等人。,2014),并且当eYFP荧光超过2.2×10时,miR-16的报告基因被解除压制4或2.8×104分别为(B) ●●●●。正如改进的SEM值所示,尽管ESC之间的差异可能也起到了一定作用,但观察miR-294报告者去表达的能力可能是由于设备和协议的改进,从而实现了更精确的测量。这些结果显示,mCherry报告子在miR-294和miR-16中的表达水平类似,这两种miRNAs在ESCs中的水平非常不同,并且miRNA:target比率由Bosson等人。(2014),支持mixed-affinity模型。
靶mRNA的去抑制发生在增加靶位点的高阈值
(A) 双色荧光报告基因构建物,其3′UTR中包含零(0s)、一(1s)或三(3s)个8-nt miRNA位点m樱桃色.
(B和C)转染3s(B)、1s(C)或0s报告结构(n=3)的ESCs,其miR-294、-293、-92或-16的miRNA-结合位点。20箱eYFP的平均mCherry荧光(B,左)和mCherri荧光归一化为0s对照(B,右和C)。
所示分类ESC的(D–I)RNA-seq结果(n=2)图S1A.用miR-293(D–F)或miR-92(G–I)的3s报告子或0s对照转染ESCs,并对低eYFP的细胞进行门控低的)(D和G),中间(eYFP内部。)(E和H),或高eYFP高的)(F和I)表达式。具有指示上下文+得分(cs+)bins(颜色)或无miRNA位点基因(黑色)的预测目标基因的mRNA变化累积分布函数(CDF)。m樱桃色每个图上显示了通过qPCR评估的每个细胞的MRE。∗p<0.05,∗∗p<0.01,∗∗∗p<0.001,∗∗∗∗p<0.0001,单侧Kolmogorov-Smirnov(K-S)试验。另请参见图S1B和S1C。
(J) 流式细胞仪测定的报告蛋白荧光与qPCR评估的每个细胞RNA拷贝数之间的关系,这些ESCs转染了0s报告蛋白,并分为四个不同的eYFP表达细胞仓。直线表示数据点的非线性回归;显示了相应的方程式。
(K) 使用(J)中所示的方程式,将(B)中显示的蛋白质荧光值转换为每个细胞的RNA拷贝数。垂直线表示DRT(虚线)或IC50(实线)。
DRT(L)和IC的(L和M)条形图50(M) 如(K)所示。
(N) 转录组TA应用程序用0s报告基因转染并分选低表达eYFP的细胞(ESC 0s eYFP低的).
(O) 最大潜在贡献者对转录组TA的部分贡献应用程序ESC 0s eYFP的低的。根据上下文+分数将潜在贡献者分为两类,并在每个分格中绘制出最高的潜在贡献者。
数据表示(B)、(C)和(K)的平均值±SEM。
靶mRNA的去抑制发生在增加靶位点的高阈值
MRE之间对miRNA结合的竞争预计不仅发生在m樱桃色mRNA,但也在添加的MRE和内源性靶点之间。为了检测对内源性靶点的影响,转染miR-293或miR-92的0s或3s报告基因的ESCs根据其eYFP表达被分为三个箱子(图S1A、 在线提供)。每个箱子的RNA测序(RNA-seq)显示了每个细胞添加的MRE数量,以及3s报告基因与0s报告基因相比细胞内源性mRNA水平的差异。根据TargetScan 6.2的context+模型对miRNA的预测反应强度,对具有预测MRE的内源性mRNA进行分组(Garcia等人。,2011). 对于中部,而不是下部,箱子(1.4×104和0.85×104每个细胞分别添加miR-293 MRE),内源性miR-292靶点被解除表达,如预测的最高miR-293mRNA折叠变化值分布的显著变化所示(D–1F和S1(第一阶段)D–S1F;表S1). 同样,在超过1.3×10之前,未观察到令人信服的miR-92靶点去表达4添加了miR-92 MRE(G–1I和S1(第一阶段)G–S1I)。
通过qRT-PCR(qPCR)测量mCherry和eYFP荧光与相应转录副本数的比较,发现荧光与mRNA丰度高度相关,尽管这种关系不是一一对应的(J) 。由于蛋白质荧光强度是一种间接读数,与mRNA和miRNA水平上发生的竞争没有直接关系,我们将流式细胞术测量的荧光值转化为B通过使用J型(K和S1(第一阶段)J) 。引人注目的是,miR-293和miR-92报告者的DRT为0.9×104和1.3×104每个细胞的位点;K和1L)与RNA-seq观察到的内源性靶点相似,从而验证了内源性靶蛋白去表达的报告输出(将荧光转化为转录副本数后)。
接下来,我们计算了每个细胞必须添加的MRE数量,以观察到半最大抑制浓度50)不同的记者结构(K和1M)。据报道,每个ESC的miRNA分子数量为5.7×104对于miR-294,2.6×10三对于miR-293,1.7×10三对于miR-92和1.8×10三用于miR-16(Bosson等人。,2014)这与小RNA-seq测定的ESCs中这些miRNAs的相对水平一致(图S1L;表S2). 因此,正如在肝细胞中观察到的miR-122(Denzler等人。,2014)、IC50值超过了每个ESC的miRNA分子数。在这种制度下,IC50提供了有效内源靶区丰度的经验测量,因为当竞争位点达到与内源位点的有效浓度相匹配的有效浓度时,应实现半最大降压(Denzler等人。,2014).
在肝细胞中,miR-122 IC50(4.5 × 105每个细胞的位点)恰好对应于转录组的所有3′UTR 6-、7-和8-nt位点的总和,这导致了这样的想法,即这个总和被定义为TA应用程序,可以估计其他miRNA的有效靶区丰度(Denzler等人。,2014). 为了验证这个想法,我们检查了新确定的IC之间的对应关系50值和TA应用程序ESC转录组的值。将RNA-seq数据与m樱桃色,电子YFP和三个不同表达的基因,观察到线性关联(图S1K) ,它提供了一条标准曲线,将RNA-seq数据转化为每个细胞的绝对mRNA拷贝,使TA应用程序待确定的8个活性ESC miRNA的值(N) ●●●●。对于所有四个带有IC的miRNAs50值,TA应用程序接近IC50,在IC上方约2倍50(miR-16、-92和-294),比IC低1.5倍50(miR-293)。因为TA值是通过交联估算的(Bosson等人。,2014)与TA密切相关应用程序值(图S1M和S1N),但较低约7倍,交联免疫沉淀(CLIP)估计的TA值对于估计有效靶区丰度的目的信息不多。我们的结论是,转录组中3′UTR6-、7-和8-nt位点的总和提供了内源性靶位点有效丰度的合理近似值。
DRT在TA的12%(miR-92)和30%(miR-293)之间应用程序重要的是,没有内源性转录物对转录组TA有如此大的贡献应用程序检测的ESC miRNAs。最大的贡献者是核糖体蛋白S15A(15a卢比)mRNA,占TA的6.5%应用程序对于miR-294和miR-16(O) ●●●●。因此,在ESCs和肝细胞中(Denzler等人。,2014)ceRNA通过上调或下调单个转录物来调节基因表达的可能性不大。在HEK293细胞中也报告了类似的结果(Yuan等人。,2015).
降压阈值对miRNA活性的变化不敏感
混合亲和力模型和层次亲和力模型之间的一个关键区别是miRNA水平对检测目标基因去表达所需阈值的影响(Bosson等人。,2014,Denzler等人。,2014). 为了研究这个问题,我们在单细胞分析中检查了miRNA活性降低对DRT的影响。除了不同浓度的Antagomir-293(Ant-293)外,还使用0s或3s miR-293报告子转染ESCs。mCherry阻遏作用的减少与Ant-293浓度的增加相关,这证实了经Antagomir处理的ESCs中miR-293活性降低(A) ●●●●。肝细胞中miR-122的观察结果(Denzler等人。,2014)、DRT和IC50随着ESCs中miR-293活性的降低,这些值并没有降低(B和S2系列A–S2C)。
抑郁症阈值对miRNA活性的变化不敏感
(A–F)ESCs与miR-293(A–D)、miR-92(E和F。
(A、C和E)20箱eYFP中mCherry荧光平均值(左)和mCherri荧光标准化为0s对照值(右)。
(B、D和F)使用下列等式将(A)、(C)和(E)中显示的蛋白质荧光值转换为每个细胞的RNA拷贝数:J.垂直虚线表示DRT。
数据表示所有面板的平均值±SEM。
接下来,我们增加了miRNA活性,并检查了其对DRT的影响。用双荧光报告子和不同浓度的miRNA双链转染ESCs。当根据eYFP荧光或电子青年党mRNA拷贝,我们检测到随着更多miRNA转染,DRT增加(C、 2E、,S2D、S2E、S2G和S2H). 然而,与mCherry不同,eYFP不是MRE诱导的好方法,因为它不受miRNA的抑制,因此不能告知细胞中实际表达了多少MRE。事实上,当量化与m樱桃色当转染更多miRNA时,竞争转录物的DRT保持不变(D、 2楼,S2系列F、 和S2I)。这些在减少或增加miRNA活性后监测DRT的结果支持混合亲和性模型,在该模型中,含量较少的miRNA不应比含量较多的miRNA更容易受到ceRNA的影响(Denzler等人。,2014).
广泛配对位点比8-nt位点更有效并触发miRNA衰变
我们研究了DRT是否对原代肝细胞中增加的miRNA水平不敏感。通过用表达miR-122前体的重组腺病毒(Ad-miR-122)感染肝细胞,miR-122增加了4倍,导致内源性miR-122靶mRNA水平降低(图S3A–S3C)。为了操纵miR-122 MRE并测量对miR-122靶基因的后续影响,我们增加了miR-122靶标的水平醛固酮酶A(阿尔多A)mRNA使用携带突变位点(Mut)、一个(1s)或三个位点(3s)到miR-122的腺病毒(Ad-AldoA)(A) ●●●●。肝细胞在不同的感染多重性(MOI)下受到感染,无论是基础的还是升高的miR-122水平(B和第3章D–S3G)。在内源性miR-122水平上,当超过2.1×10时,我们开始观察miR-122靶点的去表达5引入了miR-122 MRE(C) ●●●●。内源性miR-122水平升高4倍时,DRT没有增加(C) 这与我们在ESCs中的观察结果一致。值得注意的是,与ESCs相比,肝细胞中观察到的DRT更高,这是因为肝细胞中的细胞质更大,每个细胞中的mRNA数量也更多。
广泛配对位点比8-nt位点更有效并触发miRNA衰变
(A) 不同的示意图概述阿尔多A-表达腺病毒构建物。
(B–G)原代肝细胞(n=4)感染了不同的Ad-AldoA1s(B和C)、bu4(D–G)或相应的Ad-AaldoA-Mut对照组基础miR-122水平(B-G)或共同感染的Ad-miR-122(B和C)的MOI。的相对水平阿尔多A(B和D),miR-122靶基因和对照非靶基因(阿波姆)(C和E)或miR-122(F)。垂直虚线表示DRT。miRNA水平与基础miR-122水平下Ad-AldoA-Mut的最低MOI有关。(G) miR-122、miR-16和U6基础miR-122水平的Northern blot分析。
数据表示所有面板的平均值±SEM。另请参见图S7.
我们的发现是,只有在增加的靶位点的高阈值时才会出现去表达,这似乎与一项在HeLa细胞中使用具有近乎完美互补性的“膨胀”结合位点的研究不一致(Mukherji等人。,2011). 我们试图测试与miRNA 3′区完全互补的位点可能产生不同结果的可能性,因为它们介导miRNA降解。肝细胞感染含有突变或隆起(bu4)结合位点的Ad-AldoA(A) ●●●●。有趣的是,当压力仅超过5×10时,就已经观察到了减压4每个细胞凸起的miR-122 MRE(D、 3E、,第3章H、 和S3I),证实隆起位点在影响miRNA活性方面比8-nt位点更有效。突起位点介导的靶向mRNA去表达效率与miR-122水平的降低密切相关,而与miR-16水平的降低无关(F和第3章J) 这表明,去表达是由miRNA降解增强而非miRNA结合位点之间的直接竞争诱导的。
靶向介导的miRNA衰变与miRNA的拖尾和修剪有关(Ameres等人。,2010). 事实上,我们观察到miR-122信号减少,有证据表明隆起时出现拖尾和修剪现象,而不是8-nt,种子匹配导致靶基因去表达(G和第3章K) ●●●●。这些结果证实,与miR-122 3′区完全互补的隆起位点主要通过miRNA降解而不是与其他结合位点竞争来降低miRNA活性。因此,为了有效,这些突起位点不需要接近miRNA靶位点的有效丰度,而只需要足够丰度,使靶介导的RNA衰变量显著降低miRNA丰度。
let-7、miR-194和miR-192的miRNA靶向去抑制也发生在增加MRE的高阈值
为了考虑其他肝细胞miRNA对ceRNA-介导的基因调控的敏感性,我们首先测量了肝脏中高表达的miR-122和其他六个miRNA种子家族的绝对水平(Denzler等人。,2014). 这些水平范围为3.8×10三至1.4×105每个单元格的副本数(A和S4系列A) 与较小的RNA-seq数据关联良好(图S4B类;表S2). 我们选择了四个不受对照病毒表达影响的家族(let-7、miR-194、-192和-101)(图S4C) 在1.8×10以上表达4每个单元格的副本数。为了研究这四个miRNA家族对竞争性RNA干扰的敏感性,我们构建了Ad-AldoA结构,其中miR-122位点被各自miRNA的单个8-nt位点(1s)取代(B) ●●●●。我们首先用Ad-AldoA-Mut或1s(let-7)的不同MOI感染肝细胞。通过转染let-7f模拟物验证let-7靶点的去抑制作用(图S4D–S4G),当>2.1×10时观察到5每个细胞表达let-7 MRE(C、,S4系列H、 和S4I)。该DRT与RNA-seq结果一致(D–4F和S4系列J–S4L;表S3). 相比之下,最多可添加10个6miR-192、miR-194或miR-101通过各自的Ad-AldoA感染的MRE没有导致可检测到的经验证靶点的去表达(图S4M–S4P;数据未显示),表明内生水平为1.8×105每个细胞的miRNA分子没有给予足够的抑制作用,而去抑制作用可以发挥作用。因此,我们使用重组腺病毒表达(Ad-miR-192/194)在miR-192和miR-194水平升高的条件下进行了类似实验(图S4M) ●●●●。miR-194增加4.5倍将抑制增加到可以观察到目标去抑制的水平,DRT>3.2×105每个细胞增加miR-194 MRE(G、 4I、,S4系列Q、 和S4R)。RNA-seq分析证实了预测miR-194靶点的类似DRT(J、 4K,S4系列S、 以及S4T)。因为当miR-192水平增加3.7倍时,预测的靶点不易被抑制(图S4O) ,减压也很难衡量(H、 4I、,S4系列Q、 和S4R),尽管在1.1×10时检测到一些减压信号6添加了miR-192 MRE(L和S4系列U) ●●●●。总之,这些结果表明肝细胞中let-7、miR-192和miR-194靶点的去表达发生在与之前观察到的miR-122靶点相似或更高的DRT上。
let-7、miR-194和miR-192的miRNA靶向去抑制也发生在增加MRE的高阈值
(A) 肝细胞miRNAs每个细胞的绝对拷贝数。
(B) 携带突变位点(Mut)或let-7、miR-194、-192或-101的一个(1s)8-nt结合位点的Ad-AldoA构建体的示意图概述。
(C–F)感染Ad-AldoA-Mut或1s不同MOI的原代肝细胞(let-7)。
(C) let-7靶基因与对照非靶基因的相对表达(载脂蛋白).
RNA-seq数据(n=2)的(D–F)CDF,显示let-7预测靶基因的mRNA变化,显示cs+bins(颜色)或无miRNA位点的转录物的mRNA改变(黑色)。
(G–L)肝细胞感染不同的Ad-AldoA-Mut、1s(miR-192)或1s(miR-194)MOI,以及MOI 15 Ad-miR-192/194。miR-194(G)或miR-192(H)靶基因和对照非靶基因的相对水平(阿波姆)(一)。RNA-seq数据的CDF(n=2)显示了具有指示的cs+bins(彩色)的miR-194(J和K)或miR-192(L)的预测靶基因或没有miRNA位点(黑色)的基因的mRNA变化。
阿尔多A每个图上显示了通过qPCR评估的每个细胞的MRE。∗p<0.05,∗∗p<0.01,∗∗∗p<0.001,∗∗∗∗p<0.0001,单侧K-S试验。垂直虚线表示DRT。
数据表示所有面板的平均值±SEM(n=4)。
6、7和8-nt站点对目标丰度的贡献相当大
6、7和8-nt位点类型观察到的不同水平的抑制效果和优先保护(巴特尔,2009年)提出了这样一个问题,即这些网站类型作为竞争对手的功效在多大程度上存在差异。因此,我们用Ad-AldoA构建物的不同MOI感染肝细胞,该构建物含有miR-122的突变或一个6-、7-或8-nt位点(A) ●●●●。当添加三种位点类型中的每一种时,观察到miR-122靶点的去抑制,竞争位点类型和DRT之间有明确的关系(B–5D)。当我们将分析扩展到转录组时,也观察到这种关系,即DRT随着位点大小的减小而增加(E和第5章A) ●●●●。例如,MOI 63的6-nt站点的降压介于MOI 11和20的8-nt站点的减压之间,这表明作为竞争对手,它的有效性约为8-nt站点20%。就7-nt站点而言,MOI 63处的降压超过MOI 20处8-nt站点的降压,MOI 20的降压超过了MOI 11处8-nt的降压,表明作为竞争对手,7-nt站点的有效性约为8-nt站点50%。利用这些因素计算加权TA应用程序只降低了TA应用程序,不影响各自miRNA TA的相对排名应用程序(图S5B) ●●●●。这些结果表明,总的来说,7-nt位点的丰度是8-nt位点的3-8倍,它们对有效靶区丰度的贡献大于8-nt位点,而6-nt位点对有效靶点丰度的影响大于它们对靶区抑制的边际功效的预期。
6-、7-和8-nt位点对miR-122靶丰度的贡献相当大
(A) 本图中使用的Ad-AldoA结构的示意图概述。
(B–E)感染Ad-AldoA miR-122 8-mer、miR-122 7-mer-m8、miR-1226-mer或Mut的不同MOI的原代肝细胞。每个单元格的绝对拷贝数阿尔多A(B) ,相对基因表达GFP公司(C) 和miR-122靶基因或控制非靶基因(阿波姆)(D)。(E) RNA-seq数据的CDF(n=2)显示了带有所示cs+bins(颜色)的miR-122预测靶基因或没有相应miRNA位点的基因(黑色)的mRNA变化。阿尔多A通过qPCR评估的每个细胞的MRE显示在每个图上。∗p<0.05,∗∗p<0.01,∗∗∗p<0.001,∗∗∗∗p<0.0001,单侧K-S试验。另请参见图S5C和S5D。
垂直虚线表示DRT。数据表示所有面板的平均值±SEM(n=4)。
近距离MRE介导的降压作用增强
尽管已经在mRNA抑制的背景下研究了紧密间隔的miRNA-结合位点的协同效应(Doench等人。,2003,Grimson等人。,2007,Saetrom等人。,2007,Broderick等人。,2011)合作间隔的miRNA-结合位点在位点竞争环境中的作用尚未被研究。因此,我们分析了紧密间隔的miRNA-结合位点是否可以协同隔离miRNA分子,从而减少去抑制所需的位点数量。
内源性3′UTR内协同作用的MRE的间距一般在8~60 nt之间(Grimson等人。,2007,Saetrom等人。,2007). 因此,我们生成了Ad-AldoA结构,其中一个8-nt位点用于miR-122,另一个用于let-7,由58 nt(Ad-Aldo A 2x+58nt)分隔,或各自的单位点控制(A) 以及不同MOI的感染肝细胞。有趣的是,当let-7 MRE通过包含附近miR-122位点的构建物添加时,预测的缺少miR-122位置的let-7靶点显示出更强的去抑制作用(B–6D,S6系列A、 和S6B)。具有相邻let-7位点的miR-122 MRE对miR-122靶点的去表达也获得了类似的结果,表明与一个miRNA家族结合的竞争可能受到另一个家族的邻近位点的影响。为了达到与孤立位点相同的去抑制水平,具有邻近合作位点的位点只需要每个细胞20%–50%的分子(B) ●●●●。
近距离MRE介导的降压作用增强
(A) 此图中使用的Ad-AldoA构造的示意图概述。
(B–J)感染不同Ad-AldoA结构MOI的原代肝细胞,如(A)所示。let-7靶基因(B、E和H)、miR-122靶基因(C和F)或对照非靶基因的相对基因表达(阿波姆)(D、G和I)。(J) RNA-seq结果的CDF(n=2)显示了感染Ad-AldoA let-7+58nt或2x+58nt的MOI 80的肝细胞的mRNA变化,其中let-7的预测靶基因(没有预测的miR-122靶位点)带有指示的cs+bins(颜色),或者没有let-7或miR-122 miRNA位点的基因(黑色)。∗p<0.05,∗∗p<0.01,∗∗∗p<0.001,∗∗∗∗p<0.0001,单侧K-S检验。
(K–N)肝细胞感染不同的Ad-AldoA-Mut、miR-122、let-7或2x+58nt的MOI。let-7和miR-122(K)、let-7靶基因(L)、miR-122靶基因(M)或对照非靶基因的预测靶基因的相对基因表达(阿波姆)(N)。垂直虚线表示DRT。
数据表示所有面板的平均值±SEM(n=4)。
为了研究miR-122和let-7位点的间距对引起合作竞争能力的影响,我们用不同间距Ad-AldoA2x结构的各种MOI感染肝细胞(A) ●●●●。虽然Ad-AldoA-2x介导的基因调控的协同效应独立于let-7结合位点是miR-122位点上游还是下游的58 nt,这表明不需要特定的干预序列或结构,但当这两个位点相距255或997 nt时,没有观察到协同效应(E–6G,S6系列C、 和S6D)。将Ad-AldoA 2x+58nt上的8-nt miR-122站点更改为7-nt或6-nt站点时(A) ,在站点类型和合作效应的大小之间观察到强烈的关系(H、 6I,和S6系列E–S6G)。此外,在转录组水平上,如果竞争的let-7位点有一个相邻的miR-122位点,那么缺少预测miR-122位置的预测let-7靶点会被显著地释放(J和S6系列H) 从而证实,共表达miRNAs的紧密结合位点可以提高竞争位点的功效。
然后,我们通过使用Ad-AldoA miR-122、let-7和2x+58nt感染具有不同MOI的肝细胞,研究在存在协同性的条件下,DRT是否较低。当7×10时检测到miR-122和let-7靶基因的去抑郁4
阿尔多A超过了2x+58nt构造的副本(K–6N,S6系列一、 和S6J)。根据合作DRT中是否包含miR-122或let-7的结合位点,7×104
AldoA公司副本将对应于7或14×10的DRT4MRE分别比先前确定的DRT低3.1倍或1.5倍(let-7),或2.2倍或1.1倍(miR-122)。不管DRT的解释如何,这些结果表明,位点的协同作用可以显著提高ceRNA-介导的基因去表达的前景。
混合亲和模型的数学框架
miRNA-靶相互作用的数学模拟已用于评估竞争MRE的潜在影响(Mukherji等人。,2011,Ala等人。,2013,Bosson等人。,2014,Jens和Rajewsky,2015年,Schmiedel等人。,2015). 然而,这些模拟要么只模拟了miRNA占据不同位点类型的程度,而没有模拟与实验结果比较所需的抑制作用(Bosson等人。,2014,Jens和Rajewsky,2015年)或者他们模拟来自一个或两个基因的mRNA抑制,而没有模拟来自其他表达转录物的位点竞争(Mukherji等人。,2011,Ala等人。,2013,Schmiedel等人。,2015). 后面的模拟也从模拟的丰度中省略了mRNA的结合形式。最重要的是,以前的模拟也忽略了大量低亲和力、非规范/背景位点的影响。
因此,我们建立了一个数学框架,其中包括位点类型占用、mRNA失稳和混合亲和模型固有的结合位点亲和力范围。该框架用于预测靶区丰度和miRNA水平对靶区去表达的影响。与之前的模拟一样(Mukherji等人。,2011,Bosson等人。,2014,Jens和Rajewsky,2015年)我们假设:(1)分子物种在胞液中混合良好,其浓度不受细胞生长和分裂的影响;(2) 每一个mRNA和miRNA都以恒定的速率产生,未结合的mRNA和micRNA经历恒定的一级衰变;(3) 与miRNA结合后,无论位点类型如何,mRNA降解率都会增加;(4)miRNA结合是可逆的,在miRNA分离后,mRNA降解率恢复到其原始值。我们还假设迈克尔斯常数(K(K)M(M))描述mRNA相对于miRNA-mRNA复合物的降解很好地近似于复合物离解常数(K(K)D类)并且结合和未结合的mRNA都被翻译。
我们首先模拟了将miR-293的1s报告子添加到ESC的结果,如C、 将miR-293及其典型3′UTR位点的水平设置为测序测定的水平。6、7和8-nt位点的结合亲和力用以测量亲和力为中心的分布建模,并添加低亲和力位点的分布,以便模拟IC50反映了实验测定值~3×104每个单元格的副本数(A) ●●●●。使用此目标站点分布(A、 右),模拟概括了我们结果的其他特征。例如,DRT值仅对miRNA的10倍变化敏感(A、 左图),当绘制为电子YFP,共表达mRNA缺乏miR-293位点(A、 中间)。此外m樱桃色集成电路50数值对miRNA变化的敏感性更低(A、 左),并对应于最大占用值的一半(B) ●●●●。
混合亲和模型的数学模拟
(A) 改变ESCs中miR-293浓度对8-nt靶点阻遏的模拟效应(如),使用混合亲和力模型的数学框架。模拟m樱桃色标准化为0s控件的1s报告程序的fold-changes可以根据m樱桃色(左)或电子YFP(中间),表示IC50(实线)和DRT(虚线),用于三个模拟miR-293级别中的每一个级别(每个单元格的副本数[cpc])。还绘制了所有模拟靶点(右)的结合亲和力分布K(K)D类每个站点的标准化为8-nt站点的标准,每个站点的丰度按其标准化进行缩放K(K)D类分别绘制miR-293的8-、7-和6-nt以及低亲和力位点的丰度(分别为紫色、蓝色、青色和灰色)。典型位点的丰度由测序确定,低亲和力位点的丰富度设置为IC50与中观察到的相匹配C、。
(B) (A)中模拟的场地占用率。绘制的是m樱桃色1报告者作为其表达的函数,否则如(a)所示。
(C) 使用来自以下站点竞争的数学模型模拟ESCs中miR-293浓度变化对8-nt目标站点占用率的影响Bosson等人。(2014)(左)或Jens和Rajewsky(2015)(右)。使用原始研究中模拟靶位点的结合亲和力分布,将添加的8-nt靶位点的模拟自由分数绘制为其表达式的函数,如(B)所示,如(a)所示。IC50推断自显示C(虚线)。
(D) 使用(C)模型进行模拟,但添加低亲和力位点以缓解模拟结果与实验结果之间的差异,否则如(C)所示。
在场地占用方面策划竞争(B) 允许与以前不考虑mRNA抑制的模拟进行比较。重建ESCs中miR-293结合的模拟Bosson等人。(2014)使用它们的位点亲和力和丰度值,表明对额外8-nt位点的敏感性远大于我们实验中观察到的敏感性,以及miRNA水平对半衰期值的影响(C、 左)。应用模型时观察到类似的结果Jens和Rajewsky(2015),它使用与Bosson等人。(2014)而是典型位点亲和力的连续分布(C、 右侧)。值得注意的是,在添加了低亲和性位点,使得半最大占有率值与我们的实验结果相匹配之后,之前的两个框架的表现与我们的没有什么区别(B和7D)。因此,混合亲和性模型与其他模型之间的根本区别在于,考虑到许多低亲和性位点,有效靶丰度更大,这使得我们的模拟能够更好地匹配实验结果。
讨论
我们的结果支持miRNA位点竞争的混合亲和模型。与此模型一致,我们发现DRT与内源性miRNA丰度无关,仅在增加或减少miRNA水平的实验操作中发生轻微变化。由于降低miRNA水平并不能显著减少增加的MRE的数量,而MRE是传递可检测的去抑制所必需的,因此ceRNAs的变化不太可能影响低水平表达的miRNAs靶点。因此,之前的结论是,在正常生理或疾病条件下,ceRNA对肝细胞miR-122靶点的作用不太可能发生(Denzler等人。,2014)现在可以更自信地扩展到其他细胞类型中其他miRNA的靶点。事实上,使用两种不同的细胞类型,测试几个不同的miRNA家族,并采用互补的单转录和高通量方法,我们发现竞争位点必须接近miRNA TA的~10%–40%应用程序以检测到对miRNA活性的影响。几乎所有成绩单对TA的贡献都小于5%应用程序ceRNA-介导的基因调控在正常的体内平衡条件下不太可能发生。
我们不赞成用层次亲和力模型进行位点竞争,我们并不质疑这样一个生化事实,即某些位点比其他位点具有更高的亲和力,因此低亲和力和高亲和力位点表现出不同的占有率。事实上,尽管我们不赞成关于位点竞争的层次亲和模型,但它对解释miRNA介导的阻遏是有用的:当miRNA低表达时,只有最高亲和位点被充分占据以介导阻遏,但随着miRNA表达的增加,越来越多的中亲和性和低亲和性位点具有足以调节抑制的占有率。这种抑制模型与交联研究以及mRNA-profiling研究的结论一致,这些研究表明,在丢失高度表达的miRNAs后,6-nt位点的去抑制信号很强(Giraldez等人。,2006,Bosson等人。,2014). 建模抑制和建模竞争之间的区别在于,弱位点(包括6-nt、非规范和背景位点)都会竞争结合,即使它们产生边际或可忽略的抑制,重要的是,无论miRNA水平如何,这种竞争都会发生。尽管任何一个薄弱站点的入住率都很低,但在模拟竞争时不能忽略这一点,因为薄弱、低入住率的站点远远超过高亲和力站点。我们的数学模型支持这种观点,即这些弱位点对有效靶区丰度有重大贡献,这表明如果不考虑低亲和力位点的聚集贡献,就无法准确模拟实验结果。支持这一观点的还有单分子结果,显示6-nt位点,甚至一些只有部分种子匹配的位点与miRNA沉默复合物相关,其速率与高亲和性位点相似(Chandradoss等人。,2015,Salomon等人。,2015). 因此,即使是一个表达水平很低的miRNA,例如每个细胞一个分子,也有望在占据高亲和力位点之前(和之后)采集到非常多的弱位点。
尽管miRNA水平不会影响DRT,但miRNA水平很重要,因为它们定义了靶点最初被抑制的程度,从而定义了理论上可以观察到的对ceRNA表达变化的影响程度。因此,当miRNA水平较高时,预计ceRNA调节的基因表达将更容易观察到,并且在生物学上更具相关性。
当我们得出结论认为miRNA水平不会对DRT产生实质性影响时,我们将DRT称为在存在miRNA介导的阻遏作用的稳态条件下测量的位点数量,例如由m樱桃色双荧光报告系统中的转录本。在这个系统中,解释miRNA介导的竞争对手降解很重要,因为如果我们在没有miRNA阻遏的情况下测定竞争对手浓度,我们的结论会有所不同,以共转录eYFP报告子的输出为代表。
膨胀和完全互补位点是在通过竞争调节miRNA活性的背景下首先研究的位点类型(Ebert等人。,2007,Franco-Zorrilla等人。,2007),并且它们已被广泛用于抑制或测量miRNA活性(Doench等人。,2003,Broderick等人。,2011,Mukherji等人。,2011,Mullokandov等人。,2012,Xie等人。,2012). 然而,这些与miRNA的3′区具有广泛互补性的位点可以触发miRNA的降解(Ameres等人。,2010). 事实上,当添加miR-122突起部位时,我们观察到肝细胞中靶向miRNA降解。因此,隆起位点主要通过触发miRNA降解而不是与其他miRNA结合位点竞争来降低miRNA活性。同样,具有高度互补结合位点的内源性转录物可能通过降解而非竞争影响miRNA活性,特别是在低或中等miRNA水平的情况下,这种降解机制需要更低的表达水平。例如,在初级神经元中已经描述了有效的靶向降解(de la Mata等人。,2015)在linc-MD1长非编码RNA中发现了一个高度互补的结合位点,并通过ceRNA机制参与肌肉分化(Cesana等人。,2011). 这个互补位点是否能诱导miRNA降解,或是否存在其他类似位点,尚待证明。
我们发现7-nt位点对目标丰度的贡献率是8-nt位点的50%,而6-nt位点的贡献率为20%。与8-nt位点相比,这20%的有效性远远大于6-nt位点通常施加的边际抑制的预期,再次说明了竞争有效性如何不完美地反映抑制有效性。因为miRNA结合率(k个在值)的6、7或8-nt位点相似(Chandradoss等人。,2015,所罗门等人。,2015)竞争和压制之间的差异可能与不同的分离率有关(k个远离的值)。也许,在开始任何阻遏之前,需要一些时间来重组靶转录物,组装TNRC6(含6的三核苷酸重复序列)和二烯基化复合物,使得miRNA在6-nt位点上的停留时间很少超过这个延迟时间。已经提出了类似的模型来解释核糖体途径中位点的抑制效果不佳(Grimson等人。,2007)以及3′UTR中非规范位点的无效性,尽管有令人信服的CLIP证据表明与无效位点结合(阿加瓦尔等人。,2015). 通过这种方式,在抑制方面处于边缘或无效的位点类型仍然可以对有效的靶位点丰度做出有意义的贡献。实际上,我们的数学模拟表明,总的来说,低亲和力、非规范/背景位点比规范位点对有效靶区丰度的贡献更大。
作为转录组3′UTR中6、7和8-nt位点的总和,TA应用程序是有效靶点丰度的粗略近似值,因为它高估了6-和7-nt 3′UTR位点的影响,并且忽略了3′UTRs以外的位点和3′UTR-s中弱但高度丰富的非标准位点。尽管如此,在不加权近似IC的情况下,将所有6-、7-或8-nt 3′UTR位点平均相加50在几倍之内,可能是因为过度计算了一些站点的影响,在很大程度上抵消了计算其他站点的失败。
我们的竞争结果提供了对相邻站点有时观察到的合作效应的机制性见解。虽然两个间距较远的3′UTR位点通常具有独立作用所预期的抑制作用,但两个间距更近的位点通常具有比独立作用所期望的更多的抑制作用(Grimson等人。,2007,Saetrom等人。,2007). 以前对这种现象的研究使用抑制作为输出,并没有区分两个位点的合作结合或抑制中的其他类型的合作功能。我们使用竞争作为输出,观察到包含两个miRNA-binding位点的转录本以58 nt的间距协同隔离对应于每个位点的miRNAs,这唯一地表明发生了协同结合。
虽然这种协同结合的机制尚不清楚,但一个有吸引力的假设是,附近的精氨酸蛋白可能通过同一TNRC6分子(也称为苍蝇中182 kDa的甘氨酸色氨酸蛋白(GW182))的结合相互连接(Huntzinger和Izaurralde,2011年,Fabian和Sonenberg,2012年). TNRC6包含多个精氨酸结合位点,这些位点可能同时与多个miRNA-loaded精氨酸蛋白相互作用(Schirle和MacRae,2012年,Pfaff等人。,2013)从而使相邻转录结合的精氨酸蛋白能够延长彼此的驻留时间。
在先前对肝细胞miR-122位点竞争的研究中,三位点结构的有效性仅为单位点结构的3倍,这与三个位点的非合作、独立作用是一样的(Denzler等人。,2014). 我们怀疑在这种情况下没有观察到合作性,因为所检测的不同MOI的数量不足以检测到细微的差异,因此我们在更多的MOI中重新审视了Ad-AldoA 3s结构中位点的潜在合作结合。抑郁开始于1.1×105物料回收设备(图S7),DRT比Ad-AldoA 1s结构观察到的DRT低约50%。因此,正如预期的那样,可以观察到同一家族的miRNA以及不同家族的miRNAs之间的合作性。
在我们分析的特征中,miRNAs的合作结合是唯一一个通过改变ceRNA水平增加调控可行性的特征,将检测去表达所需的竞争位点数量减少了~50%。然而,这50%的差异似乎不足以显著改善在生理环境中观察ceRNA效应的前景。也许在不寻常的情况下,合作性提供了50%以上的差异,异常强的合作性的一个很好的候选者是环状RNA CDR1as/ciRS-7,其与miR-7的紧密间隔位点大于60个(Hansen等人。,2013,Memczak等人。,2013). 然而,很少有其他circRNAs具有比预期更多的miRNA-结合位点(郭等人。,2014,Rybak-Wolf等人。,2015)这将焦点带回了线性转录本,它是潜在ceRNA候选的更丰富来源。为了使合作性成为一个因素,这样的转录物需要高度表达,并且具有多个位于合作序列上下文中的位点,并且这些位点需要对应于miRNA家族,每个miRNA家族的表达水平足以主动抑制靶基因。目前尚不清楚这种情况在体内是否发生或发生频率如何,但如果发现了这样的候选者,最近开发的基因编辑方法提供了机会,可以在其基因组背景下引入位点的精确突变(无诱导过度表达)从而提供了体内ceRNA调节的第一个令人信服的证据。
实验程序
请参见补充实验程序详细信息。
单细胞报告试验
荧光报告质粒基于pTRE-Tight-BI(Clontech)系统,其中双向Tet启动子表达eYFP和mCherry(Mukherji等人。,2011). 的3′UTRm樱桃色包含零个(0s)、一个(1s)或三个连续的(3s)48-nt长序列延伸,由一个8-mer MRE和±20-bp侧翼区域组成(Bosson等人。,2014). 用报告质粒和rtTA质粒转染ESC株E14,转染后6小时用强力霉素诱导,18小时后收获。使用FACSAria IIIu流式细胞仪对样品进行分析,并对eYFP和mCherry荧光值进行自荧光校正,如Bosson等人。(2014).
肝细胞分离与病毒感染
动物实验由Kantonale Veterinäramt Zürich批准。对8至12周龄雄性C57BL/6N小鼠(Janvier)的肝细胞进行计数,并在低糖培养基中以每孔300000个细胞的速度将其置于表面处理的六孔板(Corning)中。电镀后4至6小时,用肝酶培养基(生命科技)中的腺病毒构建物感染细胞,并在感染后24小时收获。
miRNA与基因表达分析
使用TaqMan MicroRNA Assays(Life Technologies)对miRNA或基因特异性引物对进行qPCR(表S4)分别用于基因表达。使用ddCT方法,利用snoRNA202计算miRNA或小鼠的相对表达值36亿4(卢比0)用于基因表达标准化。
作者贡献
R.D.设计并执行实验,分析和解释数据,并起草手稿。S.E.M.开发了数学模型并进行了相关分析。A.C.T.进行RNA印迹并帮助进行图1所示的实验。V.A.处理RNA-seq原始数据。M.S.和D.P.B.设计了实验,解释了数据,并修改了手稿。R.D.、S.E.M.、A.C.T.、V.A.、D.P.B.和M.S.审查了结果,并为撰写手稿做出了贡献。
致谢
我们要感谢J.Zamudio、C.JnBaptise和P.Sharp提供的技术建议和有益的讨论;B.Kleaveland,针对小型RNA-seq;和C.Ciaudo提供ESC。本研究部分得到了国家科学基金会研究生研究奖学金(V.A.)、ERC赠款“代谢组学”和NCCR“RNA与生物学”(M.S.)以及NIH赠款GM067031(D.P.B.)的支持。D.P.B.是霍华德·休斯医学研究所的研究员。
补充信息
文件S1。补充实验程序,图S1-S7和表S4-S6: 工具书类
Agarwal V.、Bell G.W.、Nam J.W.、Bartel D.P.预测哺乳动物mRNA中的有效microRNA靶位点。电子生活。2015;4:4. [PMC免费文章][公共医学][谷歌学者] Ala U.、Karreth F.A.、Bosia C.、Pagnani A.、Taulli R.、Léopold V.、Tay Y.、Provero P.、Zecchina R.、Pandolfi P.P.整合转录和竞争性内源性RNA网络在允许的分子环境中相互调节。程序。国家。阿卡德。科学。美国。2013;110:7154–7159. [PMC免费文章][公共医学][谷歌学者] Ameres S.L.、Horwich M.D.、Hung J.H.、Xu J.、Ghildiyal M.、Weng Z.、Zamore P.D.、Target RNA-directed trimming and tailing of small silencing RNAs、Horvich M.D.、Xu J、Ghild iyal M、Zamere P.D。科学。2010;328:1534–1539. [PMC免费文章][公共医学][谷歌学者] Arvey A.、Larsson E.、Sander C.、Leslie C.S.、Marks D.S.,靶mRNA丰度稀释了microRNA和siRNA的活性。摩尔系统。生物。2010;6:363. [PMC免费文章][公共医学][谷歌学者] Bosson A.D.、Zamudio J.R.、Sharp P.A.内源性miRNA和靶浓度决定了对潜在ceRNA竞争的易感性。摩尔细胞。2014;56:347–359. [PMC免费文章][公共医学][谷歌学者] Broderick J.A.、Salomon W.E.、Ryder S.P.、Aronin N.、Zamore P.D.Argonaute蛋白质的身份和配对几何决定了哺乳动物RNA沉默中的合作性。RNA。2011;17:1858–1869. [PMC免费文章][公共医学][谷歌学者] Cesana M.、Cacchiarelli D.、Legnini I.、Santini T.、Sthandier O.、Chinappi M.、Tramontano A.、Bozzoni I.。一种长的非编码RNA通过作为竞争性内源性RNA的作用来控制肌肉分化。单元格。2011;147:358–369. [PMC免费文章][公共医学][谷歌学者] Chandradoss S.D.、Schirle N.T.、Szczepaniak M.、MacRae I.J.、Joo C.微RNA靶向的基础是动态搜索过程。单元格。2015;162:96–107. [PMC免费文章][公共医学][谷歌学者] de la Mata M.、Gaidatzis D.、Vitanescu M.、Stadler M.B.、Wentzel C.、Scheiffele P.、Filipowicz W.、Großhans H.高度互补靶点诱导的神经元miRNAs的有效降解。EMBO代表。2015;16:500–511. [PMC免费文章][公共医学][谷歌学者] Denzler R.、Agarwal V.、Stefano J.、Bartel D.P.和Stoffel M.通过miRNA和靶丰度的定量测量评估ceRNA假设。摩尔细胞。2014;54:766–776. [PMC免费文章][公共医学][谷歌学者] Doench J.G.,Petersen C.P.,Sharp P.A.siRNA可以作为miRNA发挥作用。基因发育。2003;17:438–442. [PMC免费文章][公共医学][谷歌学者] Ebert M.S.、Neilson J.R.、Sharp P.A.MicroRNA海绵:哺乳动物细胞中小RNA的竞争性抑制剂。自然方法。2007;4:721–726. [PMC免费文章][公共医学][谷歌学者] Fabian M.R.,Sonenberg N.《miRNA-介导的基因沉默机制:miRISC的幕后观察》。自然结构。分子生物学。2012;19:586–593.[公共医学][谷歌学者] Franco-Zorrilla J.M.、Valli A.、Todesco M.、Mateos I.、Puga M.I.、Rubio-Somoza I.、Leyva A.、Weigel D.、GarcíA J.A.、Paz-Ares J.靶向模拟为微RNA活性的调节提供了一种新的机制。自然遗传学。2007;39:1033–1037.[公共医学][谷歌学者] Garcia D.M.、Baek D.、Shin C.、Bell G.W.、Grimson A.、Bartel D.P.种子配对稳定性弱和靶区丰度高会降低lsy-6和其他microRNA的熟练度。自然结构。分子生物学。2011;18:1139–1146. [PMC免费文章][公共医学][谷歌学者] Giraldez A.J.、Mishima Y.、Rihel J.、Grocock R.J.、Van Dongen S.、Inoue K.、Enright A.J.和Schier A.F.Zebrafish MiR-430促进母体mRNAs的死基化和清除。科学。2006;312:75–79.[公共医学][谷歌学者] Grimson A.、Farh K.K.、Johnston W.K.,Garrett-Engele P.、Lim L.P.、Bartel D.P.《哺乳动物靶向性微RNA:种子配对以外的决定因素》。摩尔细胞。2007;27:91–105. [PMC免费文章][公共医学][谷歌学者] Guo J.U.,Agarwal V.,Guo H.,Bartel D.P.哺乳动物环状RNA的扩大鉴定和表征。基因组生物学。2014;15:409. [PMC免费文章][公共医学][谷歌学者] Hansen T.B.、Jensen T.I.、Clausen B.H.、Bramsen J.B.、Finsen B.、Damgaard C.K.、Kjems J.自然RNA循环作为有效的微RNA海绵发挥作用。自然。2013;495:384–388.[公共医学][谷歌学者] Huntzinger E.,Izaurralde E.微RNA的基因沉默:翻译抑制和mRNA衰变的作用。Nat.Rev.基因。2011;12:99–110.[公共医学][谷歌学者] Jens M.,Rajewsky N.调节器目标位点之间的竞争形成转录后基因调控。Nat.Rev.基因。2015;16:113–126.[公共医学][谷歌学者] Karreth F.A.、Reschke M.、Ruocco A.、Ng C.、Chapuy B.、Léopold V.、Sjoberg M.、Keane T.M.、Verma A.、Ala U。BRAF假基因作为竞争性内源性RNA发挥作用,并在体内诱导淋巴瘤。单元格。2015;161:319–332. [PMC免费文章][公共医学][谷歌学者] Memczak S.、Jens M.、Elefsinioti A.、Torti F.、Krueger J.、Rybak A.、Maier L.、Mackowiak S.D.、Gregersen L.H.、Munschauer M.循环RNA是一大类具有调节效力的动物RNA。自然。2013;495:333–338.[公共医学][谷歌学者] Mukherji S.、Ebert M.S.、Zheng G.X.、Tsang J.S.、Sharp P.A.、van Oudenaarden A.MicroRNAs可以在目标基因表达中产生阈值。自然遗传学。2011;43:854–859. [PMC免费文章][公共医学][谷歌学者] Mullokandov G.、Baccarini A.、Ruzo A.、Jayaprakash A.D.、Tung N.、Israelow B.、Evans M.J.、Sachidandandam R.、Brown B.D.使用微小RNA传感器和诱饵文库对微小RNA活性和功能进行高通量评估。自然方法。2012;9:840–846. [PMC免费文章][公共医学][谷歌学者] Pfaff J.、Hennig J.、Hrzog F.、Aebersold R.、Sattler M.、Niessing D.、Meister G.精氨酸-GW182蛋白质相互作用的结构特征。程序。国家。阿卡德。科学。美国。2013;110:E3770–E3779。 [PMC免费文章][公共医学][谷歌学者] Poliseno L.、Salmena L.、Zhang J.、Carver B.、Haveman W.J.、Pandolfi P.P.基因和假基因mRNA的编码独立功能调节肿瘤生物学。自然。2010;465:1033–1038. [PMC免费文章][公共医学][谷歌学者] Rybak-Wolf A.、Stottmeister C.、Glaíar P.、Jens M.、Pino N.、Giusti S.、Hanan M.、Behm M.、Bartok O.、Ashwal-Fluss R.哺乳动物大脑中的环状RNA高度丰富、保守且动态表达。摩尔细胞。2015;58:870–885.[公共医学][谷歌学者] Saetrom P.、Heale B.S.、Snöve O.、Jr.、Aagaard L.、Alluin J.、Rossi J.J.微RNA靶点之间的距离限制决定了疗效和合作性。核酸研究。2007;35:2333–2342. [PMC免费文章][公共医学][谷歌学者] Salmena L.、Poliseno L.、Tay Y.、Kats L.、Pandolfi P.P.。ceRNA假说:隐藏RNA语言的罗塞塔石碑?单元格。2011;146:353–358. [PMC免费文章][公共医学][谷歌学者] Salomon W.E.、Jolly S.M.、Moore M.J.、Zamore P.D.、Serebrov V.单分子成像显示,精氨酸重塑了其核酸导向物的结合特性。单元格。2015;162:84–95. [PMC免费文章][公共医学][谷歌学者] Schirle N.T.、MacRae I.J.人类Argonaute2的晶体结构。科学。2012;336:1037–1040. [PMC免费文章][公共医学][谷歌学者] Schmiedel J.M.、Klemm S.L.、Zheng Y.、Sahay A.、Blüthgen N.、Marks D.S.、van Oudenaarden A.基因表达。微RNA控制蛋白质表达噪音。科学。2015;348:128–132.[公共医学][谷歌学者] 谢J.,Ameres S.L.,Friedline R.,Hung J.H.,Zhang Y.,谢Q.,Zhong L.,Su Q.,He R.,Li M.使用rAAV载体对小鼠microRNA功能的长期有效抑制。自然方法。2012;9:403–409. [PMC免费文章][公共医学][谷歌学者] 袁毅,刘斌,谢鹏,张敏强,李毅,谢忠,王欣。利用合成基因回路对microRNA介导的竞争性内源性RNA调控进行模型引导定量分析。程序。国家。阿卡德。科学。美国。2015;112:3158–3163. [PMC免费文章][公共医学][谷歌学者]