基于转录组学深度剖析γ- 与β-珠蛋白基因表达调控因子的预测与探索

基于转录组学深度剖析γ-与β-珠蛋白基因表达调控因子的预测与探索一、引言1.1研究背景珠蛋白基因作为血红蛋白的关键组成部分，在氧气运输和存储过程中发挥着不可替代的作用，其重要性不言而喻。在人体中，存在α-珠蛋白基因簇和β-珠蛋白基因簇，α-珠蛋白基因簇位于16号染色体，β-珠蛋白基因簇位于11号染色体。在个体发育进程中，β-珠蛋白基因簇中的基因呈现出严格的时空特异性表达，依次为胚胎期的ε-珠蛋白基因表达，随后过渡到胎儿期的γ-珠蛋白基因表达，最终在成年期以β-珠蛋白基因表达为主。这种精确的表达转换过程，是一个高度复杂且精细的真核基因表达调控事件，受到众多顺式作用元件、反式作用因子以及染色质结构重塑等多种因素的协同调控。β-血红蛋白病是一类由于成年期β-珠蛋白基因编码结构突变或表达量减少所导致的单基因遗传病，也是世界上患病人数最多的单基因遗传病之一，常见的β-血红蛋白病包括β-地中海贫血和镰刀型细胞贫血。β-地中海贫血患者因β-珠蛋白合成不足，导致红细胞无法正常携带氧气，引发贫血等一系列症状；镰刀型细胞贫血患者则是由于β-珠蛋白基因突变，使红细胞形态异常，呈镰刀状，不仅影响氧气运输，还容易造成血管堵塞。目前，临床上针对β-血红蛋白病的治疗手段有限，主要包括输血、铁螯合治疗以及造血干细胞移植等，但这些方法都存在一定的局限性。输血治疗虽能暂时缓解贫血症状，但长期输血会导致铁过载，引发心脏、肝脏等器官的损害；铁螯合治疗可降低体内铁含量，但药物副作用较大，且治疗效果有限；造血干细胞移植是一种根治方法，但配型困难，手术风险高，费用昂贵，限制了其广泛应用。然而，研究发现，在成年期若能重新激活胎儿期表达的γ-珠蛋白基因，使其与过剩的α-珠蛋白相结合形成胎儿血红蛋白（HbF），则可以有效减轻β-血红蛋白病的临床症状。γ-珠蛋白基因在胎儿时期高表达，出生后其表达受到抑制，而β-珠蛋白基因表达逐渐升高。在β-血红蛋白病患者中，γ-珠蛋白基因本身并未发生突变，因此通过调控γ-珠蛋白基因的表达来治疗β-血红蛋白病成为了一个极具潜力的研究方向。目前，虽然已经明确一些参与γ-向β-珠蛋白基因表达转换过程的重要调控因子，如KLF1和BCL11A等。KLF1作为一种关键的转录因子，在红系细胞发育和珠蛋白基因表达调控中发挥着重要作用。它可以通过与β-珠蛋白基因簇的调控区域结合，促进β-珠蛋白基因的表达，同时抑制γ-珠蛋白基因的表达。BCL11A则是γ-珠蛋白基因的主要沉默子，它通过与γ-珠蛋白基因启动子区域的特定序列结合，抑制γ-珠蛋白基因的转录。但是，单纯敲除这些已知的调控因子，并不能在成年期有效地开启γ-珠蛋白基因的表达，这强烈提示还有更多尚未被发现的调控因子参与其中。深入研究γ-和β-珠蛋白基因表达调控因子，不仅有助于我们从分子层面深入理解基因表达调控的基本理论，揭示真核基因表达调控的复杂机制，而且对于开发针对β-血红蛋白病的新型治疗策略具有重要的临床意义。通过寻找和鉴定新的调控因子，有可能为β-血红蛋白病的治疗提供新的靶点和方法，从而改善患者的生活质量，减轻社会和家庭的负担。1.2研究目的与意义本研究旨在借助转录组学分析手段，深入挖掘并预测潜在的γ-和β-珠蛋白基因表达调控因子，为珠蛋白基因表达调控领域的研究开辟全新的思路。从理论层面来看，γ-和β-珠蛋白基因表达转换过程的调控机制极为复杂，宛如一个精密的网络，众多调控因子在其中相互协作、相互制约。尽管当前已对部分调控因子有所了解，但对于该过程的全貌仍知之甚少。本研究通过对大量转录组数据的深入分析，有望发现更多参与这一过程的调控因子，进一步完善我们对γ-和β-珠蛋白基因表达调控网络的认识，填补该领域在理论研究上的部分空白，推动基因表达调控理论的发展。这不仅有助于我们深入理解真核基因表达调控的基本原理，还能为其他基因表达调控研究提供重要的参考和借鉴。在临床应用方面，β-血红蛋白病作为全球范围内高发的单基因遗传病，给患者及其家庭带来了沉重的负担。目前的治疗方法存在诸多局限性，如输血治疗易引发铁过载等并发症，造血干细胞移植面临配型困难、免疫排斥等问题。若能成功预测并验证新的γ-和β-珠蛋白基因表达调控因子，将为β-血红蛋白病的治疗提供全新的靶点和策略。通过调控这些新发现的因子，可以尝试重新激活γ-珠蛋白基因的表达，从而弥补β-珠蛋白基因缺陷所导致的功能异常，为β-血红蛋白病的治疗带来新的希望。这对于改善患者的健康状况、提高患者的生活质量以及降低社会医疗成本都具有不可估量的价值。1.3国内外研究现状在国外，对γ-和β-珠蛋白基因表达调控的研究起步较早，取得了一系列重要成果。早期研究通过基因编辑技术，如锌指核酸酶（ZFN）、转录激活样效应因子核酸酶（TALEN）等，对珠蛋白基因簇进行修饰，初步揭示了一些顺式作用元件和反式作用因子在γ-和β-珠蛋白基因表达调控中的作用。随着高通量测序技术的发展，转录组学在该领域的应用日益广泛。利用RNA-seq技术，研究人员对不同发育阶段、不同组织来源的细胞进行转录组分析，发现了许多与γ-和β-珠蛋白基因表达相关的差异表达基因。通过对这些差异表达基因的功能分析，进一步挖掘出一些潜在的调控因子。此外，全基因组关联研究（GWAS）也为寻找γ-珠蛋白基因表达调控相关的遗传变异提供了有力工具。通过对大量人群的基因组数据和γ-珠蛋白基因表达水平进行关联分析，鉴定出多个与γ-珠蛋白基因表达相关的单核苷酸多态性（SNP）位点，这些位点可能通过影响调控因子与基因的结合，进而调控γ-珠蛋白基因的表达。在国内，相关研究也在不断深入。科研人员通过构建多种动物模型，如小鼠、斑马鱼等，模拟人类β-血红蛋白病的发病机制，研究γ-和β-珠蛋白基因表达调控的分子机制。在转录组学研究方面，国内学者利用先进的生物信息学分析方法，对大量的转录组数据进行挖掘和分析，不仅验证了部分国外研究中发现的调控因子，还预测出一些新的潜在调控因子。同时，国内在表观遗传学调控方面也取得了一定进展，研究发现DNA甲基化、组蛋白修饰等表观遗传修饰在γ-和β-珠蛋白基因表达调控中发挥着重要作用。然而，当前无论是国内还是国外的研究，对于γ-和β-珠蛋白基因表达调控因子的挖掘仍存在不足。一方面，虽然已经发现了一些调控因子，但这些因子之间的相互作用网络尚未完全明确，许多调控机制仍处于推测阶段，缺乏深入的实验验证。另一方面，由于γ-和β-珠蛋白基因表达调控的复杂性，可能仍有大量潜在的调控因子未被发现。此外，转录组学在该领域的应用虽然取得了一定成果，但目前的研究大多集中在特定的细胞类型或发育阶段，缺乏全面、系统的分析。因此，利用转录组学技术，结合多组学数据进行综合分析，进一步挖掘潜在的γ-和β-珠蛋白基因表达调控因子，仍然是该领域研究的重点和难点。二、转录组学分析相关理论与技术2.1转录组学概述转录组学作为一门研究特定细胞、组织或生物体在某一发育阶段或生理状态下，基因组转录产物的学科，其核心在于全面解析转录本的种类、结构和丰度，深入洞察基因表达的调控机制。转录组，作为转录组学的研究对象，涵盖了细胞内所有转录生成的RNA分子，包括编码蛋白质的信使RNA（mRNA）、参与蛋白质合成的核糖体RNA（rRNA）、转运氨基酸的转运RNA（tRNA），以及各类非编码RNA（ncRNA），如微小RNA（miRNA）、长链非编码RNA（lncRNA）等。这些RNA分子在基因表达调控的不同层面发挥着关键作用，mRNA直接参与蛋白质的翻译过程，其表达水平的变化直接影响蛋白质的合成量，进而调控细胞的生理功能；rRNA和tRNA是蛋白质合成机器的重要组成部分，它们的丰度和活性对蛋白质合成的效率和准确性至关重要；而ncRNA则通过与mRNA相互作用，在转录后水平对基因表达进行精细调控，miRNA可以通过与mRNA的互补配对，抑制mRNA的翻译过程或促使其降解，从而调控基因表达。在基因表达调控研究的广阔领域中，转录组学占据着核心地位，宛如一座桥梁，连接着基因组与蛋白质组，为深入理解基因表达调控的分子机制提供了关键线索。通过对转录组的分析，可以全面揭示基因的表达模式，包括哪些基因在特定条件下被激活或抑制，以及基因表达水平的变化趋势。这有助于我们深入探究基因在不同生理过程中的功能，以及在疾病发生发展过程中的作用机制。在肿瘤研究中，通过转录组学分析可以发现肿瘤细胞中异常表达的基因，这些基因可能成为肿瘤诊断的标志物或治疗的靶点；在发育生物学研究中，转录组学可以帮助我们了解胚胎发育过程中基因表达的时空变化，揭示细胞分化和器官形成的分子机制。此外，转录组学还可以与其他组学技术，如基因组学、蛋白质组学、代谢组学等相结合，形成多组学研究体系，从多个层面深入解析生物系统的复杂调控网络，为生命科学研究提供更全面、更深入的视角。2.2转录组学技术原理与流程本研究采用的RNA-seq技术，全称为RNA测序（RNAsequencing），是转录组学研究中的关键技术之一，其核心原理是基于高通量测序平台，对细胞或组织中的全部RNA进行测序分析，从而全面、准确地获取转录组信息。在真核生物中，成熟的mRNA通常带有poly(A)尾结构，利用这一特性，首先使用带有poly(T)探针的磁珠与总RNA进行杂交，使磁珠与带有poly(A)尾巴的mRNA特异性结合，随后通过洗脱回收，成功富集mRNA。接着，利用镁离子溶液或超声波处理，将mRNA打断成短片段，以这些片段为模板，在逆转录酶的作用下，以随机引物进行逆转录反应，合成第一链cDNA。再依据碱基互补配对原则，合成双链cDNA。随后，对双链cDNA进行末端修复、加A尾处理，并连接上特定的接头序列，构建成适合测序的cDNA文库。将构建好的文库置于高通量测序平台，如Illumina平台，进行测序反应。在测序过程中，文库中的DNA片段会被固定在FlowCell表面，通过桥式PCR扩增形成DNA簇，然后加入带有不同荧光标记的dNTP和聚合酶，在每个循环中，只有一个dNTP会结合到正在合成的DNA链上，通过检测荧光信号，确定每个位置的碱基信息，从而实现对cDNA文库的高通量测序。从样本采集到数据分析，RNA-seq技术的完整流程涵盖多个关键环节。在样本采集阶段，需要根据研究目的，精准选择合适的细胞、组织或生物体样本。对于研究γ-和β-珠蛋白基因表达调控因子而言，通常会选取造血干细胞、红系祖细胞等与珠蛋白基因表达密切相关的细胞样本。同时，要严格控制样本采集的时间、条件等因素，以确保样本的一致性和可靠性。在RNA提取环节，采用高效的RNA提取试剂和方法，如TRIzol试剂法，从样本中提取总RNA。提取过程中，需注意避免RNA的降解和污染，通过琼脂糖凝胶电泳和分光光度计检测，确保提取的RNA具有较高的纯度和完整性。随后，对提取的总RNA进行mRNA富集，如前文所述，利用磁珠法去除大量的rRNA，富集mRNA。构建好的cDNA文库在高通量测序平台完成测序后，会产生海量的原始测序数据，这些数据以FASTQ格式存储，包含了每个测序片段的序列信息和质量信息。接下来进入数据分析阶段，首先要对原始数据进行质量控制，利用FastQC等工具，去除低质量的测序reads、接头序列和污染序列，得到高质量的cleanreads。然后，使用比对软件，如HISAT2，将cleanreads与参考基因组进行比对，确定每个read在基因组上的位置。基于比对结果，利用StringTie等工具进行转录本组装和定量分析，计算每个基因的表达量，通常以每百万映射reads中来自某基因每千碱基长度的reads数（FPKM）或每百万reads映射数（TPM）来表示。RNA-seq技术在预测基因表达调控因子方面展现出显著的优势和坚实的应用基础。它具有高通量的特点，能够在一次实验中对数百万甚至数十亿个RNA分子进行测序，全面覆盖转录组信息，极大地提高了检测低丰度转录本的能力。与传统的基因表达分析技术，如基因芯片相比，RNA-seq无需预先设计探针，可直接对转录本进行测序，能够发现新的转录本、转录起始位点、可变剪接异构体等，为研究基因表达调控提供了更全面、更深入的视角。此外，RNA-seq技术的动态范围广，能够准确检测基因表达水平的微小变化，无论是高表达基因还是低表达基因，都能进行精确的定量分析。在珠蛋白基因表达调控研究中，RNA-seq技术可以对不同发育阶段、不同生理状态下的细胞转录组进行全面分析，通过比较差异表达基因，挖掘出潜在的γ-和β-珠蛋白基因表达调控因子，为深入探究珠蛋白基因表达调控机制提供了有力的技术支持。2.3数据分析方法2.3.1差异表达基因分析在转录组数据分析中，筛选差异表达基因是关键步骤，其目的在于找出在不同样本或实验条件下，表达水平存在显著差异的基因。本研究采用DESeq2软件包进行差异表达基因分析，该软件包基于R语言开发，是Bioconductor项目的重要组成部分，专门针对RNA-seq数据设计，在处理RNA-seq数据的离散计数方面表现出色，能够有效考虑基因表达量的变异性和数据的技术重复性。DESeq2的核心原理是基于负二项分布模型来估计基因表达水平的离散性。在RNA-seq实验中，由于测序深度、样本间差异等因素的影响，基因的测序读数呈现出离散分布的特点。DESeq2假设每个基因的表达量服从负二项分布，通过对实验数据的拟合，准确估计基因表达的均值和离散度。在实际分析过程中，首先将RNA-seq实验得到的原始计数数据导入DESeq2，软件会对数据进行标准化处理，消除测序深度和样本间差异对基因表达量估计的影响。常用的标准化方法是基于中位数比率法（medianratiomethod），通过计算每个样本与一个虚拟的参考样本之间的比率，对原始计数数据进行归一化，使得不同样本之间的基因表达量具有可比性。随后，DESeq2利用广义线性模型（GLM）对标准化后的数据进行建模，将基因表达量与实验条件（如不同的细胞类型、发育阶段等）进行关联分析。在模型中，通过设置不同的变量和系数，来描述基因表达量在不同条件下的变化情况。利用Wald检验对模型中的系数进行统计检验，判断每个基因在不同条件下的表达差异是否具有统计学意义。通过调整P值（padj）来控制多重假设检验中的假阳性率，通常将padj<0.05且|log2FoldChange|>1作为筛选差异表达基因的阈值。padj值是对原始P值进行校正后得到的，它考虑了在大量基因同时进行检验时，由于随机因素导致的假阳性问题。log2FoldChange表示两个样本组之间基因表达量的对数倍数变化，其绝对值越大，说明基因在两组之间的表达差异越显著。通过DESeq2分析，能够准确发现不同样本间基因表达的差异，为后续深入研究提供了重要的基础。在本研究中，通过对正常样本和β-血红蛋白病患者样本的转录组数据进行DESeq2分析，成功筛选出一批在患者样本中差异表达的基因。这些差异表达基因可能与β-血红蛋白病的发病机制密切相关，其中部分基因可能参与了γ-和β-珠蛋白基因的表达调控过程，为进一步挖掘潜在的调控因子指明了方向。对差异表达基因的深入分析，有助于揭示β-血红蛋白病的分子病理机制，为疾病的诊断、治疗和药物研发提供新的靶点和思路。2.3.2功能富集分析在成功筛选出差异表达基因后，为深入了解这些基因的生物学功能和参与的代谢通路，本研究采用基因本体（GO）富集分析和京都基因与基因组百科全书（KEGG）通路分析这两种常用的功能富集分析方法。GO富集分析是基于基因本体数据库进行的，该数据库包含了三个独立的本体论分支：生物过程（biologicalprocess）、细胞组分（cellularcomponent）和分子功能（molecularfunction）。生物过程描述了基因参与的生物学事件，如细胞周期、信号转导、代谢过程等；细胞组分定义了基因产物在细胞中的位置和结构，如细胞核、线粒体、细胞膜等；分子功能则阐述了基因产物所具有的生化活性，如催化活性、结合活性、转运活性等。GO富集分析的原理是利用统计学方法，计算差异表达基因在各个GO条目中的富集程度。通过将差异表达基因映射到GO数据库中，统计每个GO条目中差异表达基因的数量，并与背景基因集中该GO条目所包含的基因数量进行比较。使用超几何分布检验或Fisher精确检验等方法，计算富集的显著性水平，通常以P值或校正后的P值（如Bonferroni校正、Benjamini-Hochberg校正等）来衡量。如果某个GO条目在差异表达基因中的富集程度显著高于背景基因集，且P值小于设定的阈值（如0.05），则认为该GO条目在差异表达基因中显著富集，表明这些差异表达基因在相应的生物过程、细胞组分或分子功能中可能发挥重要作用。在本研究中，对筛选出的差异表达基因进行GO富集分析，结果显示在生物过程方面，这些基因显著富集于红细胞分化、血红蛋白代谢过程等相关条目；在细胞组分方面，主要富集于细胞核、染色质等；在分子功能方面，与转录因子活性、DNA结合活性等密切相关。这些结果提示，差异表达基因可能通过参与红细胞分化和血红蛋白代谢相关的生物过程，以及在细胞核内与DNA结合发挥转录调控作用，进而影响γ-和β-珠蛋白基因的表达。KEGG通路分析则是基于KEGG数据库进行的，该数据库整合了大量关于基因、蛋白质、代谢物和生化反应等信息，构建了众多生物通路，如代谢通路、信号转导通路、细胞周期通路等。KEGG通路分析的原理与GO富集分析类似，也是通过统计学方法，计算差异表达基因在各个KEGG通路中的富集程度。将差异表达基因映射到KEGG通路数据库中，统计每个通路中差异表达基因的数量，并与背景基因集中该通路所包含的基因数量进行比较。使用超几何分布检验或Fisher精确检验等方法，计算富集的显著性水平。如果某个KEGG通路在差异表达基因中的富集程度显著高于背景基因集，且P值小于设定的阈值，则认为该通路在差异表达基因中显著富集，表明这些差异表达基因可能共同参与了该通路的生物学过程。对差异表达基因进行KEGG通路分析，发现它们显著富集于造血细胞谱系、MAPK信号通路、PI3K-Akt信号通路等。造血细胞谱系通路的富集进一步证实了差异表达基因与红细胞发育和珠蛋白基因表达的密切关系；而MAPK信号通路和PI3K-Akt信号通路在细胞增殖、分化和凋亡等过程中发挥重要作用，提示这些通路可能通过调节细胞的生理状态，间接影响γ-和β-珠蛋白基因的表达。通过GO富集分析和KEGG通路分析，能够全面了解差异基因的功能特点及相关代谢通路，为深入理解基因调控机制提供了丰富的信息。这些分析结果有助于我们从整体层面把握差异表达基因的生物学意义，挖掘它们在γ-和β-珠蛋白基因表达调控中的潜在作用，为后续的实验验证和功能研究提供了重要的理论依据。2.3.3调控网络分析在转录组学研究中，构建基因调控网络模型是深入探究基因表达调控机制的重要手段。本研究通过转录因子和miRNA预测，构建基因调控网络模型，全面分析转录因子、miRNA与差异表达基因之间的相互作用关系，从而预测潜在的调控机制。转录因子是一类能够结合基因上游调控序列，如启动子、增强子等，参与基因转录调控的蛋白质。它们通过与DNA序列的特异性结合，招募RNA聚合酶等转录相关因子，促进或抑制基因的转录过程。预测转录因子与差异表达基因的调控关系，通常基于转录因子结合位点（TFBS）的分析。利用生物信息学工具，如JASPAR、TRANSFAC等数据库，查找差异表达基因启动子区域（通常为转录起始位点上游1000-2000bp的区域）中潜在的转录因子结合位点。这些数据库包含了大量已知转录因子的结合位点信息，通过序列比对和模式匹配，预测哪些转录因子可能与差异表达基因的启动子区域结合。再结合转录因子的表达谱数据，分析转录因子与差异表达基因在表达水平上的相关性。如果某个转录因子在差异表达基因高表达的样本中也呈现高表达，且其结合位点位于差异表达基因的启动子区域，则推测该转录因子可能对差异表达基因具有正向调控作用；反之，则可能具有负向调控作用。在本研究中，通过上述方法预测到多个转录因子与γ-和β-珠蛋白基因相关的差异表达基因存在潜在的调控关系。例如，转录因子KLF1被预测与多个参与红细胞分化和珠蛋白基因表达调控的差异表达基因的启动子区域结合，且在红系细胞发育过程中，KLF1的表达水平与这些差异表达基因的表达水平呈现正相关，提示KLF1可能通过调控这些差异表达基因，参与γ-和β-珠蛋白基因的表达调控。miRNA是一类长度约为22个核苷酸的非编码RNA，它们通过与靶mRNA的互补配对，在转录后水平对基因表达进行调控。miRNA可以抑制mRNA的翻译过程，促使其降解，从而降低靶基因的表达水平。预测miRNA与差异表达基因的调控关系，主要依赖于生物信息学算法和数据库。常用的预测工具包括TargetScan、miRanda、PicTar等，这些工具基于miRNA与mRNA互补配对的原则，结合热力学稳定性、序列保守性等因素，预测miRNA的靶基因。在预测过程中，首先将差异表达基因的mRNA序列输入预测工具，工具会根据内置的算法和规则，筛选出可能与该mRNA结合的miRNA。然后，通过实验验证或进一步的数据分析，确定miRNA与差异表达基因之间的真实调控关系。在本研究中，预测到多个miRNA可能靶向调控与γ-和β-珠蛋白基因相关的差异表达基因。通过双荧光素酶报告基因实验验证了miR-144与一个差异表达基因的3'-UTR区域存在互补结合，且过表达miR-144后，该差异表达基因的表达水平显著降低，证实了miR-144对该差异表达基因的负向调控作用。通过整合转录因子和miRNA与差异表达基因之间的调控关系，构建基因调控网络模型。在这个网络模型中，以节点表示基因、转录因子和miRNA，以边表示它们之间的调控关系，正向调控关系用箭头表示，负向调控关系用线段加垂直短杠表示。利用Cytoscape等可视化软件，将调控网络直观地展示出来，便于分析和解读。通过对调控网络的拓扑结构分析，如节点的度（degree）、中介中心性（betweennesscentrality）、紧密中心性（closenesscentrality）等指标，可以识别出网络中的关键节点和关键调控关系。度表示与该节点相连的边的数量，度越高，说明该节点在网络中的连接越广泛，可能发挥着重要的调控作用；中介中心性衡量一个节点在网络中作为其他节点之间最短路径的中介程度，中介中心性高的节点在信息传递和调控网络的稳定性方面具有重要作用；紧密中心性反映一个节点与其他节点之间的平均距离，紧密中心性高的节点在网络中处于核心位置，能够快速响应和传递信息。在本研究构建的基因调控网络中，发现一些转录因子和miRNA处于网络的核心位置，它们与多个差异表达基因存在调控关系，可能是γ-和β-珠蛋白基因表达调控网络中的关键调控因子。对这些关键调控因子的深入研究，有助于揭示γ-和β-珠蛋白基因表达调控的核心机制，为β-血红蛋白病的治疗提供新的靶点和策略。三、γ-和β-珠蛋白基因表达调控机制基础3.1γ-和β-珠蛋白基因结构与功能γ-和β-珠蛋白基因均属于β-珠蛋白基因簇，该基因簇位于人类11号染色体短臂11p15.5区域，长度约60kb。在β-珠蛋白基因簇中，从5′端到3′端依次排列着ε-珠蛋白基因、γ-珠蛋白基因（包括Gγ和Aγ两种亚型，二者仅在第136位氨基酸残基不同，分别为甘氨酸和丙氨酸）、δ-珠蛋白基因和β-珠蛋白基因。这些基因在个体发育过程中呈现出严格的时空特异性表达模式。γ-珠蛋白基因主要在胎儿期表达，其编码的γ-珠蛋白与α-珠蛋白相结合，形成胎儿血红蛋白（HbF，α2γ2）。HbF对氧气具有较高的亲和力，这使得胎儿能够从母体血液循环中有效地摄取氧气，满足其生长发育的需求。在胎儿期，HbF在红细胞中的含量较高，是主要的血红蛋白类型。研究表明，在妊娠中期，胎儿红细胞中HbF的含量可高达90%以上，这为胎儿的正常发育提供了充足的氧气供应。β-珠蛋白基因在出生后逐渐成为主要表达的珠蛋白基因，其编码的β-珠蛋白与α-珠蛋白结合，形成***血红蛋白（HbA，α2β2）。HbA对氧气的亲和力相对较低，这有利于在组织中释放氧气，满足机体代谢的需要。在成年人的红细胞中，HbA是最主要的血红蛋白成分，其含量通常占血红蛋白总量的95%以上。除了HbA外，成年人红细胞中还含有少量的HbA2（α2δ2），δ-珠蛋白基因的表达量较低，因此HbA2在血红蛋白中的比例也相对较低，一般为1.5%-3.5%。在不同发育阶段，γ-和β-珠蛋白基因的表达模式发生精确转换，这对于维持正常的血红蛋白功能至关重要。在胚胎发育早期，首先表达的是ε-珠蛋白基因，它与α-珠蛋白或ζ-珠蛋白结合，形成胚胎血红蛋白。随着胚胎发育的进行，ε-珠蛋白基因表达逐渐减少，γ-珠蛋白基因开始大量表达，HbF成为主要的血红蛋白形式。出生后，γ-珠蛋白基因表达逐渐受到抑制，β-珠蛋白基因表达逐渐增强，HbA逐渐取代HbF成为红细胞中的主要血红蛋白。这种表达转换过程受到多种调控机制的严格控制，包括顺式作用元件、反式作用因子以及染色质结构重塑等。如果这种表达转换过程出现异常，就可能导致血红蛋白病的发生，如β-地中海贫血和镰刀型细胞贫血等。在β-地中海贫血患者中，由于β-珠蛋白基因的突变或表达缺陷，导致β-珠蛋白合成不足或异常，而γ-珠蛋白基因的表达未能有效补偿，从而引起严重的贫血症状；在镰刀型细胞贫血患者中，β-珠蛋白基因突变导致β-珠蛋白结构异常，使红细胞变形能力下降，容易破裂，引发溶血等一系列病理变化。3.2已知的调控因子及调控网络在γ-和β-珠蛋白基因表达调控网络中，存在着众多已知的调控因子，它们相互协作、相互制约，共同维持着基因表达的平衡和稳定。KLF1（Krüppel-likefactor1），也被称为EKLF（erythroidKrüppel-likefactor），是一种在红系细胞中特异性表达的转录因子，在γ-和β-珠蛋白基因表达调控中发挥着核心作用。KLF1可以与β-珠蛋白基因启动子区域的特定序列结合，招募RNA聚合酶Ⅱ等转录相关因子，促进β-珠蛋白基因的转录。研究表明，KLF1能够识别并结合β-珠蛋白基因启动子中的CACCC元件，通过与其他转录辅助因子相互作用，增强转录起始复合物的形成，从而提高β-珠蛋白基因的表达水平。KLF1还可以通过与γ-珠蛋白基因启动子区域的结合，抑制γ-珠蛋白基因的表达。在KLF1缺失的小鼠模型中，γ-珠蛋白基因的表达明显上调，而β-珠蛋白基因的表达则受到抑制，这表明KLF1对于维持γ-和β-珠蛋白基因的正常表达转换至关重要。BCL11A（B-celllymphoma/leukemia11A）是γ-珠蛋白基因的主要沉默子，在成年期对γ-珠蛋白基因的表达抑制起着关键作用。BCL11A可以直接结合到γ-珠蛋白基因启动子区域的特定序列上，招募组蛋白去乙酰化酶等染色质修饰复合物，使染色质结构变得紧密，从而抑制γ-珠蛋白基因的转录。研究发现，BCL11A结合位点位于γ-珠蛋白基因启动子的-115位的CCAAT盒（TGACCA基序），通过与该位点的结合，BCL11A能够阻碍RNA聚合酶Ⅱ的募集，进而抑制γ-珠蛋白基因的表达。全基因组关联研究（GWAS）表明，BCL11A基因的多态性与γ-珠蛋白基因的表达水平密切相关，一些特定的单核苷酸多态性（SNP）位点可以影响BCL11A与γ-珠蛋白基因启动子的结合能力，从而调控γ-珠蛋白基因的表达。NF-E2（nuclearfactorerythroid2）是一种由p45和p18两个亚基组成的转录因子，在红系细胞中高表达，对γ-和β-珠蛋白基因的表达具有重要的调控作用。NF-E2可以与β-珠蛋白基因簇的位点控制区（LCR）以及γ-和β-珠蛋白基因启动子区域的特定序列结合，促进基因的转录。LCR是一段具有增强子活性的DNA序列，它包含多个顺式作用元件，可以与多种转录因子相互作用，调控β-珠蛋白基因簇中各基因的表达。NF-E2与LCR的结合能够增强LCR与γ-和β-珠蛋白基因启动子之间的染色质环化，促进转录因子与启动子的结合，从而激活基因表达。NF-E2还可以与其他转录因子相互作用，形成转录调控复合物，共同调节γ-和β-珠蛋白基因的表达。研究表明，NF-E2与GATA1等转录因子在红系细胞中存在相互作用，它们协同调控红系细胞的分化和珠蛋白基因的表达。GATA1是一种在红系细胞发育和珠蛋白基因表达调控中起关键作用的转录因子，它通过识别并结合基因启动子中的(A/T)GATA(A/G)模序，激活基因转录。在红系细胞发育早期，GATA1的表达逐渐升高，它可以促进红系和巨核系特异性基因的转录，促使红系和巨核系细胞的发育成熟。在γ-和β-珠蛋白基因表达调控方面，GATA1可以与γ-珠蛋白基因启动子区域的GATA盒结合，促进γ-珠蛋白基因的表达。在胎儿期，GATA1对γ-珠蛋白基因的表达起着重要的激活作用。随着红系细胞的进一步分化，GATA1与KLF1等转录因子相互作用，共同调控γ-向β-珠蛋白基因的表达转换。研究发现，GATA1与KLF1在红系细胞中存在相互调节的关系，它们通过形成蛋白复合物，协同调控珠蛋白基因的表达。这些已知的调控因子之间存在着复杂的相互作用关系，共同构成了γ-和β-珠蛋白基因表达调控网络。KLF1可以直接调控BCL11A的表达，通过上调BCL11A的表达，间接抑制γ-珠蛋白基因的表达。GATA1与NF-E2在红系细胞中相互作用，协同调控珠蛋白基因的表达。它们可以共同结合到β-珠蛋白基因簇的调控区域，招募其他转录辅助因子，促进基因的转录。此外，这些调控因子还可以与染色质重塑复合物、组蛋白修饰酶等相互作用，通过改变染色质结构和修饰状态，影响γ-和β-珠蛋白基因的表达。这种复杂的调控网络确保了γ-和β-珠蛋白基因在不同发育阶段的精确表达，维持了正常的血红蛋白功能。一旦调控网络中的某个环节出现异常，就可能导致γ-和β-珠蛋白基因表达失衡，引发β-血红蛋白病等相关疾病。3.3γ-向β-珠蛋白基因表达转换过程γ-向β-珠蛋白基因表达转换是一个在个体发育过程中发生的关键事件，该过程始于胎儿晚期，持续至出生后一段时间。在胎儿晚期，随着胎儿的生长发育，机体对氧气的需求逐渐发生变化，此时γ-珠蛋白基因的表达开始逐渐下降，而β-珠蛋白基因的表达则逐渐上升。出生后，这种表达转换过程继续进行，最终γ-珠蛋白基因的表达被抑制到极低水平，β-珠蛋白基因成为红细胞中主要表达的珠蛋白基因。在这一转换过程中，基因表达呈现出明显的变化规律。在胎儿期，γ-珠蛋白基因启动子区域处于相对开放的染色质状态，具有较高的组蛋白乙酰化水平和DNA甲基化程度较低等特征，这些表观遗传修饰状态有利于转录因子与启动子的结合，从而促进γ-珠蛋白基因的转录。此时，γ-珠蛋白基因的表达量较高，能够满足胎儿对氧气的需求。随着发育进程的推进，γ-珠蛋白基因启动子区域的染色质结构逐渐变得紧密，组蛋白乙酰化水平降低，DNA甲基化程度升高，这些变化使得转录因子难以与启动子结合，导致γ-珠蛋白基因的转录受到抑制。相反，β-珠蛋白基因启动子区域的染色质结构逐渐变得开放，表观遗传修饰状态发生有利于转录的改变，从而促进β-珠蛋白基因的表达。研究表明，在γ-向β-珠蛋白基因表达转换过程中，γ-珠蛋白基因启动子区域的组蛋白H3赖氨酸9（H3K9）的甲基化水平逐渐升高，这种修饰会使染色质结构更加紧密，抑制基因转录；而β-珠蛋白基因启动子区域的组蛋白H3赖氨酸4（H3K4）的甲基化水平逐渐升高，这种修饰与基因的激活相关。参与γ-向β-珠蛋白基因表达转换的关键调控步骤众多，其中已知的调控因子发挥着重要作用。如前文所述，KLF1在这一过程中起着核心调控作用。在胎儿晚期，KLF1的表达逐渐增加，它通过与γ-珠蛋白基因启动子区域的结合，抑制γ-珠蛋白基因的转录。KLF1还可以直接调控BCL11A的表达，上调BCL11A的表达水平，进而通过BCL11A对γ-珠蛋白基因的抑制作用，促进γ-向β-珠蛋白基因的表达转换。BCL11A作为γ-珠蛋白基因的主要沉默子，在成年期对维持γ-珠蛋白基因的低表达状态起着关键作用。它通过与γ-珠蛋白基因启动子区域的特定序列结合，招募组蛋白去乙酰化酶等染色质修饰复合物，使染色质结构变得紧密，从而抑制γ-珠蛋白基因的转录。在γ-向β-珠蛋白基因表达转换过程中，BCL11A的表达逐渐增加，其对γ-珠蛋白基因的抑制作用也逐渐增强。此外，GATA1和NF-E2等调控因子也参与了这一过程。GATA1在红系细胞发育早期对γ-珠蛋白基因的表达起着重要的激活作用。随着发育进程的推进，GATA1与KLF1等转录因子相互作用，共同调控γ-向β-珠蛋白基因的表达转换。NF-E2可以与β-珠蛋白基因簇的位点控制区（LCR）以及γ-和β-珠蛋白基因启动子区域的特定序列结合，促进基因的转录。在γ-向β-珠蛋白基因表达转换过程中，NF-E2与其他转录因子协同作用，调节γ-和β-珠蛋白基因的表达平衡。这些调控因子之间相互协作、相互制约，共同构成了一个复杂而精细的调控网络，确保了γ-向β-珠蛋白基因表达转换的顺利进行。一旦这个调控网络中的某个环节出现异常，就可能导致γ-和β-珠蛋白基因表达失衡，引发β-血红蛋白病等相关疾病。四、基于转录组学的调控因子预测实验设计与实施4.1实验材料本研究的数据来源于美国国立生物信息中心的基因表达综合数据库GEO（GeneExpressionOmnibus，/geo/），该数据库拥有丰富的基因表达数据资源，涵盖了多种生物样本和实验条件下的转录组数据。样本采集自人类胎肝、成年外周血以及脐带血中的CD34+造血干祖细胞（HSPC）。选择这些组织来源的细胞，是因为它们在γ-和β-珠蛋白基因表达过程中具有重要作用。胎肝是胎儿期造血的主要场所，其中的HSPC可分化为红系祖细胞，进而表达γ-珠蛋白基因。成年外周血中的HSPC虽然数量较少，但在特定条件下可被诱导分化为红系细胞，表达β-珠蛋白基因。脐带血中的HSPC同样具有多向分化潜能，在红系分化过程中，γ-和β-珠蛋白基因的表达也会发生动态变化。对这些CD34+HSPC进行体外诱导红系分化，在分化的不同时期，γ-和β-珠蛋白基因的表达呈现出明显的差异。在分化第11天和第14天，以及原始红细胞、早期早幼红细胞、晚期早幼红细胞、中幼红细胞、晚幼红细胞等各个时期分别收样。这些分化时期的选择，充分考虑了γ-向β-珠蛋白基因表达转换的时间节点。在分化早期，γ-珠蛋白基因表达较高，随着分化的进行，β-珠蛋白基因表达逐渐增加，γ-珠蛋白基因表达逐渐降低。通过对不同分化时期的样本进行分析，可以全面了解γ-和β-珠蛋白基因表达的动态变化，为筛选差异表达基因和预测调控因子提供丰富的数据基础。收样后，使用IlluminaNextSeq500或IlluminaHiSeq2500进行RNA-seq测序，这些先进的测序平台能够提供高质量、高深度的测序数据，确保实验结果的准确性和可靠性。4.2实验步骤4.2.1RNA-seq数据处理首先，利用fastq-dump命令从GEO数据库下载两组RNA-seq数据。下载完成后，使用FastQC工具对数据进行质量检测。FastQC是一款广泛应用的质量控制软件，它能够生成全面的统计报告，帮助我们了解测序文件的整体质量和特性。通过FastQC分析，可获取测序reads的碱基质量分布、GC含量、测序接头污染情况等信息。若发现数据存在低质量区域或测序接头污染等问题，则使用Trimmomatic-0.36软件进行处理。Trimmomatic-0.36是一款专门用于清理IlluminaNGS平台产生的reads中不良碱基以及移除残留adapter污染的Java应用程序。在处理过程中，设置ILLUMINACLIP参数，去除Illumina测序平台下的TruSeq3接头序列。该参数后跟的3个数字（如2:30:10）分别代表比对时允许的最大错配数，两条reads与接头序列的匹配率和单条reads与接头的匹配率。即表示在比对接头序列时允许有两个位置的碱基发生错配，双端测序的两条reads与接头序列匹配率超过30%的话，就会被切除掉，单条reads如果与接头序列的匹配率超过10%，也会被切除掉。设置SLIDINGWINDOW参数，以5bp为窗口进行滑窗统计，切除碱基平均质量低于20的窗口及之后的序列。设置LEADING和TRAILING参数，分别切除reads5’端和3’端质量值低于5的碱基，直到某一个碱基的质量值大于5。设置MINLEN参数，去除过滤后长度低于50的reads。经过质量检测和数据处理后，使用HISAT2软件将序列比对至人类参考基因组上。HISAT2是一款快速、高效的比对工具，它能够准确地将测序reads定位到参考基因组的相应位置。在比对过程中，根据参考基因组的注释文件，将比对上的reads对应到具体的基因，得到每个基因的counts值，完成对该数据的定量分析。通过这一系列严谨的数据处理和比对步骤，确保了RNA-seq数据的高质量和准确性，为后续的差异表达基因分析奠定了坚实的基础。4.2.2差异表达基因筛选利用DESeq2软件对相同分化时期不同组织来源细胞间的差异表达基因进行深入分析。DESeq2基于负二项分布模型来估计基因表达水平的离散性，能够有效考虑基因表达量的变异性和数据的技术重复性。在分析时，首先将RNA-seq实验得到的原始计数数据导入DESeq2。软件会对数据进行标准化处理，消除测序深度和样本间差异对基因表达量估计的影响。常用的标准化方法是基于中位数比率法，通过计算每个样本与一个虚拟的参考样本之间的比率，对原始计数数据进行归一化，使得不同样本之间的基因表达量具有可比性。随后，DESeq2利用广义线性模型对标准化后的数据进行建模，将基因表达量与实验条件（如不同的组织来源）进行关联分析。在模型中，通过设置不同的变量和系数，来描述基因表达量在不同条件下的变化情况。利用Wald检验对模型中的系数进行统计检验，判断每个基因在不同条件下的表达差异是否具有统计学意义。通过调整P值（padj）来控制多重假设检验中的假阳性率，通常将padj<0.05且|log2FoldChange|>1作为筛选差异表达基因的阈值。padj值是对原始P值进行校正后得到的，它考虑了在大量基因同时进行检验时，由于随机因素导致的假阳性问题。log2FoldChange表示两个样本组之间基因表达量的对数倍数变化，其绝对值越大，说明基因在两组之间的表达差异越显著。从GSE102201数据中，筛选出分化第11天外周血与胎肝来源细胞间差异表达基因为1857个，分化第14天的差异表达基因为1530个，共同的差异表达基因为635个。从GSE107218、GSE53983数据库中，筛选出原始红细胞时期外周血与脐带血来源细胞间差异表达基因为578个，早期早幼红细胞时期为610个，晚期早幼红细胞时期为358个，中幼红细胞时期为1987个，晚幼红细胞时期为1812个，共同的差异表达基因为173个。这些差异表达基因在不同样本中的分布和表达趋势各异，为进一步研究γ-和β-珠蛋白基因表达调控提供了丰富的线索。通过对这些差异表达基因的深入分析，有望挖掘出参与γ-和β-珠蛋白基因表达调控的关键因子。4.2.3差异表达基因IPA分析IPA（IngenuityPathwayAnalysis）是基于庞大的IngenuityKnowledgeBase数据库开发的一款功能强大的分析工具。该数据库整合了大量关于基因、蛋白、疾病与经典通路等相关信息，能够搜索并预测分子集群参与的经典通路、生物过程、上游调控子等信息。在本研究中，利用IPA对相应差异表达基因进行上游调控因子的预测。其原理是通过将差异表达基因映射到IngenuityKnowledgeBase数据库中，基于数据库中已有的基因、蛋白相互作用关系以及调控网络信息，运用复杂的算法和统计学模型，预测可能调控这些差异表达基因的上游因子。在预测过程中，IPA会考虑基因之间的直接和间接相互作用，以及这些相互作用在不同生物过程和信号通路中的作用。通过IPA对外周血与胎肝来源间不同分化时期共有的差异表达基因进行上游调控因子的预测，共预测出111个。对外周血与脐带血来源间不同分化时期共有的差异表达基因进行上游调控因子的预测，共预测出30个。这些预测出的潜在调控因子，为深入研究γ-和β-珠蛋白基因表达调控机制提供了重要的线索。它们可能通过直接或间接的方式，参与γ-和β-珠蛋白基因表达的调控过程。对这些调控因子的进一步研究，有助于揭示γ-和β-珠蛋白基因表达调控的复杂网络，为β-血红蛋白病的治疗提供新的靶点和策略。4.2.4差异基因编码蛋白及上游调控因子相互作用分析将差异表达基因编码蛋白以及其预测出的上游调控因子一起导入STRING数据库，该数据库专门用于分析蛋白质之间的相互作用关系。在导入数据时，需要准确输入基因名称或蛋白标识符，并指定物种为人类。STRING数据库会根据内置的算法和丰富的蛋白质相互作用信息，对输入的蛋白进行分析。它会考虑蛋白质之间的直接物理相互作用、间接功能关联以及共表达关系等。通过对这些信息的综合分析，计算出各蛋白之间相互作用的强度和可信度，并生成蛋白质相互作用网络。在得到STRING数据库的蛋白质互作关系数据后，将其导入Cytoscape软件中。Cytoscape是一款强大的生物信息学可视化工具，它能够将蛋白质相互作用网络以直观的图形方式展示出来。在Cytoscape中，可以对网络中的节点（代表蛋白质）和边（代表蛋白质之间的相互作用）进行个性化设置，例如通过不同的颜色和形状来表示不同的蛋白质类型，通过边的粗细和颜色来表示相互作用的强度和可信度。利用Cytoscape中的CentiScape插件预测其调控关键基因。CentiScape插件基于网络拓扑学原理，通过计算节点的度（degree）、中介中心性（betweennesscentrality）、紧密中心性（closenesscentrality）等指标，来评估每个节点在网络中的重要性。度表示与该节点相连的边的数量，度越高，说明该节点在网络中的连接越广泛，可能发挥着重要的调控作用。中介中心性衡量一个节点在网络中作为其他节点之间最短路径的中介程度，中介中心性高的节点在信息传递和调控网络的稳定性方面具有重要作用。紧密中心性反映一个节点与其他节点之间的平均距离，紧密中心性高的节点在网络中处于核心位置，能够快速响应和传递信息。根据这些指标的计算结果，按照DegreeunDir大小进行排序，预测出潜在的调控关键基因。在本研究中，通过这种方法预测出多个潜在的调控关键基因，这些基因可能在γ-和β-珠蛋白基因表达调控网络中发挥着核心作用。对这些关键基因的深入研究，将有助于揭示γ-和β-珠蛋白基因表达调控的核心机制。五、实验结果与数据分析5.1差异表达基因筛选结果通过对不同组织来源细胞间γ-和β-珠蛋白基因差异表达的两组RNA-seq数据进行深入分析，成功筛选出在不同分化时期和组织来源中具有显著表达差异的基因。从GSE102201数据集中，分化第11天外周血与胎肝来源细胞间差异表达基因数量达到1857个，这些基因在细胞的代谢、分化、信号传导等多个生物学过程中可能发挥重要作用。例如，部分基因可能参与了外周血和胎肝来源细胞在红系分化过程中的不同代谢途径，导致它们在能量供应、物质合成等方面出现差异，进而影响γ-和β-珠蛋白基因的表达。分化第14天，差异表达基因有1530个，此时细胞的分化进程进一步推进，基因表达的差异可能与细胞逐渐向成熟红细胞分化的过程密切相关，某些基因的表达变化可能影响了红细胞膜的结构和功能，或者影响了血红蛋白的组装和稳定性。这两个时期共同的差异表达基因有635个，这些基因在不同分化阶段都表现出稳定的表达差异，提示它们可能在γ-和β-珠蛋白基因表达调控中起着更为关键的作用，是维持外周血和胎肝来源细胞在红系分化过程中基因表达差异的核心因素。从GSE107218、GSE53983数据库中，在原始红细胞时期，外周血与脐带血来源细胞间差异表达基因为578个。原始红细胞是红系分化的早期阶段，这些差异表达基因可能决定了外周血和脐带血来源的原始红细胞在发育潜能、分化方向等方面的差异，为后续的细胞分化奠定基础。早期早幼红细胞时期，差异表达基因有610个，随着细胞的进一步分化，基因表达的差异可能与早幼红细胞的增殖、分化速度以及细胞内细胞器的发育等过程相关，影响细胞的成熟进程。晚期早幼红细胞时期，差异表达基因数量为358个，此时细胞逐渐向中幼红细胞过渡，基因表达的变化可能与血红蛋白的合成逐渐增加、细胞形态逐渐改变等过程密切相关。中幼红细胞时期，差异表达基因多达1987个，这一时期是红细胞发育的关键阶段，大量基因的差异表达反映了外周血和脐带血来源的中幼红细胞在血红蛋白合成、细胞代谢、基因调控等多个方面存在显著差异，这些差异可能导致红细胞的功能和特性出现不同。晚幼红细胞时期，差异表达基因为1812个，细胞已经接近成熟，基因表达的差异可能与红细胞的去核过程、血红蛋白的最终组装以及细胞在血液循环中的功能适应性等方面有关。这五个时期共同的差异表达基因为173个，它们在红系分化的不同阶段始终保持表达差异，暗示这些基因在γ-和β-珠蛋白基因表达调控的整个过程中都发挥着重要作用，可能是维持外周血和脐带血来源细胞在红系分化过程中基因表达差异的关键基因。为了更直观地展示这些差异表达基因的分布情况，我们制作了差异表达基因火山图（图1）和热图（图2）。在火山图中，横坐标表示基因表达量的对数倍数变化（log2FoldChange），纵坐标表示差异表达的显著性（-log10(padj)）。红色的点表示上调的差异表达基因，蓝色的点表示下调的差异表达基因，灰色的点表示无显著差异的基因。从图中可以清晰地看出，在不同分化时期和组织来源的比较中，都存在大量分布在火山图两侧的差异表达基因，表明这些基因的表达在不同样本间存在显著差异。热图则通过颜色的深浅来表示基因表达量的相对高低，每一行代表一个基因，每一列代表一个样本。通过热图可以直观地看到不同分化时期和组织来源样本中基因表达的聚类情况，同一类样本中的基因表达模式较为相似，而不同类样本之间则存在明显的差异，进一步验证了差异表达基因筛选结果的可靠性。这些差异表达基因的筛选为后续深入研究γ-和β-珠蛋白基因表达调控机制提供了丰富的候选基因，为挖掘潜在的调控因子奠定了坚实的基础。5.2差异表达基因IPA分析结果利用IPA对相应差异表达基因进行上游调控因子的预测，取得了重要发现。对外周血与胎肝来源间不同分化时期共有的635个差异表达基因进行分析，共预测出111个上游调控因子。这些调控因子涵盖了多种类型的分子，包括转录因子、信号通路分子、细胞因子等。其中，转录因子如SP1、E2F1等，它们能够与DNA序列特异性结合，调控基因的转录起始和速率。SP1可以识别并结合富含GC的DNA序列，在许多基因的启动子区域都存在SP1的结合位点，通过招募转录相关因子，促进基因的转录。E2F1则在细胞周期调控中发挥重要作用，它可以调控与细胞增殖、DNA合成相关基因的表达，可能通过影响细胞周期进程，间接影响γ-和β-珠蛋白基因的表达。信号通路分子如MAPK、PI3K等，它们参与细胞内的信号传导过程，将细胞外的信号传递到细胞核内，调节基因的表达。MAPK信号通路在细胞的增殖、分化、凋亡等过程中都起着关键作用，通过激活下游的转录因子，调控基因的表达。PI3K信号通路则与细胞的生存、代谢、增殖等过程密切相关，可能通过调节细胞的生理状态，影响γ-和β-珠蛋白基因的表达。细胞因子如IL-6、TNF-α等，它们可以调节免疫反应、细胞生长和分化等过程。IL-6能够促进细胞的增殖和分化，可能通过影响红系细胞的发育，间接调控γ-和β-珠蛋白基因的表达。TNF-α则在炎症反应和细胞凋亡中发挥重要作用，其异常表达可能导致细胞微环境的改变，进而影响γ-和β-珠蛋白基因的表达。对外周血与脐带血来源间不同分化时期共有的173个差异表达基因进行上游调控因子的预测，共预测出30个。这些调控因子同样具有多样化的功能。例如，转录因子FOXO1，它在细胞的代谢、氧化应激反应、细胞周期调控等过程中都有重要作用。FOXO1可以通过与DNA结合，调控与细胞代谢相关基因的表达，影响细胞的能量供应和物质合成，从而间接影响γ-和β-珠蛋白基因的表达。信号通路分子NF-κB，它参与免疫反应、炎症反应和细胞凋亡等过程的调控。NF-κB可以被多种细胞外信号激活，进入细胞核后，调控相关基因的表达，可能通过调节免疫微环境，影响γ-和β-珠蛋白基因的表达。细胞因子IFN-γ，它具有抗病毒、抗肿瘤和免疫调节等多种功能。IFN-γ可以激活免疫细胞，调节免疫反应，可能通过影响免疫细胞与红系细胞之间的相互作用，间接调控γ-和β-珠蛋白基因的表达。为了更直观地展示这些上游调控因子与差异表达基因之间的潜在调控关系，我们绘制了调控关系网络图（图3）。在网络图中，节点表示调控因子和差异表达基因，边表示它们之间的调控关系，箭头表示正向调控，线段加垂直短杠表示负向调控。从图中可以清晰地看到，不同的调控因子与多个差异表达基因存在复杂的相互作用关系，形成了一个庞大的调控网络。某些调控因子处于网络的核心位置，与多个差异表达基因相连，它们可能在γ-和β-珠蛋白基因表达调控中发挥着关键的枢纽作用。这些预测出的上游调控因子为深入研究γ-和β-珠蛋白基因表达调控机制提供了重要线索，它们可能是潜在的治疗β-血红蛋白病的靶点，为开发新的治疗策略提供了理论依据。5.3γ-和β-珠蛋白基因表达调控因子预测结果将差异表达基因编码蛋白以及其预测出的上游调控因子导入STRING数据库进行蛋白质间相互作用分析，并利用Cytoscape中的CentiScape插件预测调控关键基因，取得了一系列有价值的成果。对外周血与胎肝来源间不同分化时期共有的635个差异表达基因及其预测出的111个上游调控因子进行分析，预测出148个潜在的调控因子，这些因子的DegreeunDir大于BCL11A。DegreeunDir是衡量蛋白质在相互作用网络中重要性的一个指标，DegreeunDir越大，说明该蛋白质与其他蛋白质的相互作用越强，在网络中的地位越重要。在这些潜在调控因子中，MAPK1是丝裂原活化蛋白激酶家族的重要成员，它参与多种细胞信号传导通路，在细胞增殖、分化、凋亡等过程中发挥关键作用。在γ-和β-珠蛋白基因表达调控中，MAPK1可能通过激活下游的转录因子，调控与珠蛋白基因表达相关的基因转录，从而影响γ-和β-珠蛋白基因的表达。TNF是肿瘤坏死因子，它具有广泛的生物学活性，参与炎症反应、免疫调节和细胞凋亡等过程。在珠蛋白基因表达调控中，TNF可能通过调节细胞微环境，影响红系细胞的发育和分化，进而间接调控γ-和β-珠蛋白基因的表达。IFNG即干扰素-γ，它在免疫应答中发挥重要作用，能够激活免疫细胞，调节免疫反应。在γ-和β-珠蛋白基因表达调控中，IFNG可能通过影响免疫细胞与红系细胞之间的相互作用，调节红系细胞的分化和珠蛋白基因的表达。这些潜在调控因子在蛋白质相互作用网络中与多个差异表达基因和已知调控因子存在紧密的相互作用，它们可能通过直接或间接的方式参与γ-和β-珠蛋白基因表达调控过程。例如，MAPK1可能与KLF1等已知调控因子相互作用，协同调节γ-和β-珠蛋白基因的表达。TNF和IFNG可能通过调节细胞因子网络，影响红系细胞的分化和珠蛋白基因的表达。对外周血与脐带血来源间不同分化时期共有的173个差异表达基因及其预测出的30个上游调控因子进行同样的分析，共预测出41个潜在的调控因子。其中，MPO是髓过氧化物酶，主要存在于中性粒细胞中，参与炎症反应和免疫防御。在γ-和β-珠蛋白基因表达调控中，MPO可能通过调节细胞内的氧化还原状态，影响转录因子的活性，进而调控γ-和β-珠蛋白基因的表达。LGALS3即半乳糖凝集素-3，它参与细胞黏附、增殖、凋亡等过程。在珠蛋白基因表达调控中，LGALS3可能通过与细胞表面的受体结合，激活下游的信号传导通路，调节γ-和β-珠蛋白基因的表达。CEBPA是CCAAT增强子结合蛋白α，它是一种重要的转录因子，参与细胞分化和代谢调控。在γ-和β-珠蛋白基因表达调控中，CEBPA可能直接结合到γ-和β-珠蛋白基因的调控区域，调节基因的转录。这些潜在调控因子在蛋白质相互作用网络中也与多个差异表达基因和已知调控因子存在相互作用，它们在γ-和β-珠蛋白基因表达调控中可能发挥着独特的作用。例如，MPO可能通过与其他免疫相关分子相互作用，调节红系细胞的微环境，影响γ-和β-珠蛋白基因的表达。LGALS3和CEBPA可能与GATA1等已知调控因子相互作用，协同调节红系细胞的分化和珠蛋白基因的表达。通过对两组数据的综合分析，共同预测出潜在的调控因子有14个，分别为MAPK1、TNF、IFNG、MPO、LGALS3、CEBPA、BRD2、COL18A1、CA2、SELPLG、COL4A5、THBD、MAPKAPK3、CAMK2D。这些共同预测出的调控因子在不同组织来源和分化时期的数据中都被识别为潜在的调控因子，说明它们在γ-和β-珠蛋白基因表达调控中具有较高的可信度和重要性。与已知调控因子相比，这些新预测的调控因子具有独特的功能和作用机制。它们可能参与了一些尚未被揭示的调控通路，或者与已知调控因子协同作用，共同调节γ-和β-珠蛋白基因的表达。对这些新预测调控因子的深入研究，将有助于进一步完善γ-和β-珠蛋白基因表达调控网络，为β-血红蛋白病的治疗提供新的靶点和策略。六、讨论与验证6.1预测结果分析通过对不同组织来源细胞间γ-和β-珠蛋白基因差异表达的两组RNA-seq数据进行深入分析，本研究成功预测出14个潜在的γ-和β-珠蛋白基因表达调控因子，分别为MAPK1、TNF、IFNG、MPO、LGALS3、CEBPA、BRD2、COL18A1、CA2、SELPLG、COL4A5、THBD、MAPKAPK3、CAMK2D。这些预测结果为深入理解γ-和β-珠蛋白基因表达调控机制提供了新的线索。将预测出的潜在调控因子与已知调控因子进行比较分析，发现它们在功能和作用机制上既有相似之处，也存在明显差异。已知调控因子如KLF1、BCL11A、NF-E2和GATA1等，在γ-和β-珠蛋白基因表达调控网络中发挥着核心作用。KLF1通过与β-珠蛋白基因启动子区域的特定序列结合，促进β-珠蛋白基因的转录，同时抑制γ-珠蛋白基因的表达；BCL11A作为γ-珠蛋白基因的主要沉默子，直接结合到γ-珠蛋白基因启动子区域，招募染色质修饰复合物，抑制γ-珠蛋白基因的转录。而新预测出的调控因子中，MAPK1作为丝裂原活化蛋白激酶家族的成员，参与多种细胞信号传导通路，在细胞增殖、分化、凋亡等过程中发挥关键作用。在γ-和β-珠蛋白基因表达调控中，MAPK1可能通过激活下游的转录因子，调控与珠蛋白基因表达相关的基因转录，从而影响γ-和β-珠蛋白基因的表达。这与已知调控因子通过直接结合基因启动子区域来调控基因表达的方式有所不同，提示MAPK1可能参与了一条新的调控通路。TNF作为肿瘤坏死因子，具有广泛的生物学活性，参与炎症反应、免疫调节和细胞凋亡等过程。在珠蛋白基因表达调控中，TNF可能通过调节细胞微环境，影响红系细胞的发育和分化，进而间接调控γ-和β-珠蛋白基因的表达。这种通过调节细胞微环境来间接调控基因表达的方式，与已知调控因子的直接调控机制也存在差异。IFNG即干扰素-γ，在免疫应答中发挥重要作用，能够激活免疫细胞，调节免疫反应。在γ-和β-珠蛋白基因表达调控中，IFNG可能通过影响免疫细胞与红系细胞之间的相互作用，调节红系细胞的分化和珠蛋白基因的表达。这表明IFNG在珠蛋白基因表达调控中可能扮演着免疫调节与基因表达调控之间的桥梁角色，其作用机制与已知调控因子也有所不同。这些新发现的调控因子在γ-和β-珠蛋白基因表达调控网络中可能发挥着独特的作用。它们可能参与了一些尚未被揭示的调控通路，或者与已知调控因子协同作用，共同调节γ-和β-珠蛋白基因的表达。例如，MAPK1可能与KLF1等已知调控因子相互作用，协同调节γ-和β-珠蛋白基因的表达。当细胞受到外界刺激时，MAPK1被激活，通过磷酸化作用激活下游的转录因子，这些转录因子可能与KLF1相互作用，共同结合到γ-和β-珠蛋白基因的启动子区域，调节基因的转录。TNF和IFNG可能通过调节细胞因子网络，影响红系细胞的分化和珠蛋白基因的表达。TNF和IFNG可以调节其他细胞因子的表达和分泌，这些细胞因子可能作用于红系细胞，影响其分化和珠蛋白基因的表达。此外，新发现的调控因子之间也可能存在相互作用，形成复杂的调控网络。MPO和LGALS3可能通过调节细胞内的氧化还原状态和细胞黏附等过程，相互影响，共同调节γ-和β-珠蛋白基因的表达。6.2结果验证与展望为了验证预测出的潜