RegulonDB（6.0版）：基因调控模型大肠杆菌K-12超转录、活性（实验）注释启动子和Textpresso导航

转录起始调控元件的增强和扩展描述

RegulonDB主要是一个手动的监管信息数据库大肠杆菌由一组来自初级文学的策展人组成。PubMed摘要使用一组与基因调控相关的关键词进行选择。当有直接或可疑的新相关信息时，对文章全文进行分析，并将数据添加到RegulonDB和EcoCyc。

从2008年1月开始，RegulonDB和EcoCyc的每次发布都将包含最新的策展，延迟不超过3个月。为了实现这一点，我们使用了三种主要的管理策略：按年、按调节子和西格姆龙以及按生理系统。

证据分类（强证据和弱证据）

根据支持对象及其关系的实验或预测的置信水平，与所有RegulonDB对象相关的证据现在被分类为“强”或“弱”。当实验数据提供了物体存在的高度确定性时，“强有力”的证据被分配给物体；否则，这是一个“薄弱”的证据。强有力的证据包括纯化TF的DNA结合用于调节相互作用、启动子TSS的定位以及转录单位mRNA的长度。另一方面，基因表达分析和计算预测被认为是薄弱的证据。重要的是要说明，一个物体的几个弱证据并不会变成强证据。对于强证据或弱证据支持的对象，分别用实线或虚线以图形方式区分这两类证据。

实验TSS映射

TSS的实验测定为识别控制基因表达的启动子和调控区域提供了关键的基本信息。为了超越文献检索，我们对监管领域的知识大肠杆菌，我们启动了一个全基因组项目，在该生物体中实验性地绘制尽可能多的启动子。为此，我们使用了改进的5′RACE协议(4)带有基因特异性寡核苷酸。为了验证该策略的准确性，我们测定了50个TU的TSS，这些TU之前已经发表过，其中92%的TU显示出完美的匹配（与已发表的TSS相比，最多有一个核苷酸的差异）。其余的显示出RACE协议固有的轻微模糊性，即多达六个核苷酸。我们在14个TU中检测到一个以上的TSS。有趣的是，只有其中两个国家报告了额外的TSS。因此，我们的结果非常准确，并确定了超过25%的TU的额外启动子。

使用5′RACE方法绘制了269个TU的317个TSS（38个TSS不止一个）。其中110个与TU相对应，其假设基因尚未推断出其功能。新绘制的TSS已包含在RegulonDB中。这些调查结果的详细概要将在其他地方出版。

选择性σ因子启动子的计算预测

我们对σ的四种不同的启动子进行了计算预测⁷⁰系列：σ24、28、32和38，以及现有σ⁷⁰发起人。σ的启动子预测也已生成⁵⁴因子，它定义了与σ不同的σ因子族⁷⁰。转录起始的假定+1以及−35和−10框可以从RegulonDB下载（参见上的“预测启动子”表1). 用于生成启动子预测的方法如所述(5)（请参阅中的“促销员分析工具”表1).

转录因子的内部和外部传感类别

TF的活性和非活性构象由特定的细胞信号（通常称为“效应器”）调节，这些信号可以是代谢物、离子或其他化学分子，通过共价或变构相互作用。这些效应器的来源可以是内源性的（在细胞内合成）、外源性的（从细胞外合并或运输）或两者兼而有之（杂交）。如中所建议(6)TF根据其效应器的来源分为内部效应器、外部效应器、混合效应器或未知效应器。这一功能已被添加到数据库中的转录因子中，并创建了一个指向特定网页的链接，该网页显示了转录调节因子的细胞感应特性的详细信息(表1).

所有编码已知和预测TF的基因都已用相应的基因本体类进行了注释(7)我们上传了EcoCyc基因组其余基因的数据。

RNA调节元件

直到最近，转录起始以外的调控还被纳入了外部表格。RegulonDB v.6.0有一个扩展的概念和关系模型，包括基因表达调控的其他水平和机制，如转录延伸、转录后修饰和翻译起始。现在建模和填充的第一个元素是RNA调节元素，特别是核糖开关和衰减器，以及小RNA。用户界面具有图形表示和关于它们的序列、位置、证据和参考的文本信息；示例如所示图1以及包含所有这些数据的表格可在表1.

在单独的窗口中打开

图1。

RegulonDB中新对象的图形表示：1。衰减器，2。核糖开关，3。sRNA。

核子开关和预测衰减器

肋骨开关和衰减器顺式-调节转录延伸或翻译起始的调节元件。核糖开关是特定细菌mRNAs中5′非翻译区的一部分，可以直接对小分子作出反应而调节基因表达，而无需蛋白质中间产物。这些调控元件在结构和序列上都高度保守，可能是由于对效应器形成高度结构化的结合囊的限制。核糖开关通常与转录或翻译衰减器有关(8). 其中一些核糖开关已经过实验描述，其序列来自RNA家族数据库Rfam(9). 除了所有已知的核糖开关外，我们还在RegulonDB中添加了所有其他的顺式-Rfam中存在的调节性RNA元件。

衰减器是一些mRNA未翻译区域中的RNA片段，可以形成几个相互排斥的二级结构，但与核糖开关相反，在序列水平上很少保守。在某些条件下，其中一个结构将是最稳定的，具有监管作用。衰减器可以在转录水平发挥作用，导致转录提前终止，或在翻译开始时形成Shine-Dalgarno隔离结构(10–12). 美利奴产生了一组700多个预测衰减器（包括转录和翻译衰减器）等。(13)考虑到已知衰减器的结构特性；这些预测现在包含在RegulonDB中。

小RNA

编码长度小于350核苷酸的RNA序列的sRNAs基因可以具有内在催化活性（例如RNase P的10S催化亚基），修改蛋白质活性（例如。csrB公司/RNA，与CsrA翻译调节器结合，从而拮抗其活性），或调节信使稳定性或翻译效率（例如。微碳纤维，它绑定到ompF（ompF）mRNA抑制其翻译）(14). RegulonDB现在包括sRNA及其靶基因之间的49种相互作用。

基因调控生物学概述和额外的计算改进

到目前为止，我们已经提供了两种主要的机制来访问RegulonDB中可用的知识：通过单个对象及其关联链接的导航，以及通过下载带有对象及其属性完整列表的平面文件（例如，调控交互、预测的启动子、终止子、操纵子等）。现在，我们提供了两种新的加入机制：一种是通过下载完整的数据库（数据和模式都可以在转储文件中下载，以填充最常见的数据库管理系统，如MySQL、Postgress、Oracle和Apache Derby）；以及对基因调控生物学的新的综合描述，表格和图表提供了不同关系及其分布的观点集合。例如，这些新的表格和图表有助于确定七个σ因子中每个因子转录了多少和哪些基因，操纵子中基因的分布，以及激活子和阻遏物结合位点位置的分布（参见表1).

RegulonDB v.6.0有几个计算和图形用户界面改进：所有基因和操纵子图的图形显示都得到了改进，质量更好，清晰度更好；对象名称在图形对象中完全可见，每个对象上都实现了鼠标悬停工具提示，以简化用户对它们的识别（例如，绑定站点工具提示提供了它们的中心位置）；另一个改进是基因本体论的展示。还实现了不同对象的自动一致性检查，以提高数据完整性。

Textpresso文本挖掘引擎的实现

RegulonDB文献现在可以使用Textpresso文本挖掘引擎进行搜索(15)，为自定义大肠杆菌.Textpresso允许直接在高度特定的关键字级别以及整个类别或本体类（源自GO概念或自定义单词列表）上探索策划的文献。例如，用户可以搜索一种在不同论文的句子中提及基因或操纵子和特定TF的调控类型。目前，该工具可以搜索2472篇全文论文、3125篇论文摘要和4200多篇馆长笔记。将此文本管理工具添加到RegulonDB将为最终用户扩展遍历以下知识空间的可能性大肠杆菌新陈代谢和基因调控，将允许我们的馆长完善和确认他们的注释。另请参见(16).

我们感谢Víctor del Moral对计算机的支持，感谢Alfredo Mendoza、Leticia Olvera和Maricela Olvera。这项工作得到了国立卫生研究院拨款GM071962-03和墨西哥国立自治大学拨款214905的支持。支付这篇文章的开放存取出版费用的资金由同一笔赠款提供。

利益冲突声明。未声明。