定向分化的转录因子图谱

 全面了解基因调控网络(GRN)控制细胞状态是分子生物学的基本目标。转录因子(Transcription factor，TF)结合到基因组中的特定序列，以改变基因表达和指定细胞状态。单个TF的过表达可以导致细胞命运的深刻变化。例如，单个TF已被证明可以引导多功能干细胞向许多不同的细胞类型分化，包括肌肉和神经元（图1）。TF组合的过表达可以在GRN中产生更大的变化，如4个“山中因子”(Oct4, Sox2, Klf4和c-Myc)的过表达，将成纤维细胞重编程为干细胞。这些发现强调了TF驱动细胞状态变化的力量，并强调了TF过表达在理解控制细胞命运的基因表达程序方面的效用。 

图1生成一个全面的人类转录因子(TF)条形码ORF库，并进一步应用于胚胎干细胞，以建立产生表达谱的TF图谱，能够识别产生靶细胞类型的TF个体和组合，从而加速细胞工程工作

 人类基因组包含>1,800个TF位点，编码>3,500个异构体，这为可能的监管结果创造了广阔的前景。以往研究通过观察探索了这一景观的各个方面，例如将TF与表型联系起来的定量性状位点映射，以及在模型系统中过度表达或抑制TF的扰动研究。然而，微扰研究通常必须在微扰的广度和表型含量之间进行选择，要么进行具有简单读数的大屏幕，要么进行具有详细读数的小聚焦屏幕。例如，在TF过表达筛选的背景下，最近的一项研究筛选了1,732个TF异构体的大型库，用于多能性标记物表达的聚焦读出。相反，对61个TF进行较小的分析通过单细胞分析评估每种方法的综合影响。

 然而，要完全破译调节回路，需要一种系统的方法，既要综合筛选的广度，又要丰富读数的深度，尤其是每个TF诱导的转录组变化。在这里，研究者系统地绘制了所有人类TF异构体在单细胞分辨率下驱动的表达变化，并使用这些数据识别TF及其组合，指导人类胚胎干细胞(hESCs)的分化。创建了一个包含3548个TF剪接异构体的条形码ORF库，并开发了一个筛选平台，以构建包含100万个细胞的TF图谱，绘制TF过表达在hESCs中引起的表达谱变化（图2）。全面的TF图谱既可以系统地识别驱动细胞状态变化的TF，也可以通过基因程序对独立TF进行分类等广义观察。此外，应用TF图谱来预测和验证目标参考细胞类型的TF组合。因此，TF文库和图集为系统阐明TF基因程序、全面理解控制细胞状态的基因调控网络提供了有价值的资源。 

图2 TF图谱的设计示意图

 由于测序成本的限制，TF图谱选择了一种起始细胞类型、时间点和培养基条件。TF过表达引起的表达变化可能取决于细胞类型。因此，选择了7天的时间点，以获得更多分化的细胞来映射到参考细胞类型，这排除了识别即时TF靶基因的可能性。未来在更早时间点的研究将能够绘制TF直接靶基因。虽然细胞培养基在7天内没有强烈改变TF诱导的分化结果，但外源因素和培养基条件可能会影响更成熟细胞类型的分化。对于所映射和验证的TF图谱细胞类型，进一步的功能表征是必要的，就像RFX4-iNPs所做的那样。最后，预测TF组合的方法假设TF效应是可加的，这通常是但不一定总是如此。更复杂的积分方法将提高TF组合建模的精度。

 关于TF图谱的详细研究情况可以参考文献[1]，对于TF数据分析感兴趣的，可以从https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE217215中获得过表达TF单细胞测序数据。

 参考文献

[1] Joung J, Ma S, Tay T, et al. A transcription factor atlas of directed differentiation. Cell. 2023;186(1):209-229.e26. doi:10.1016/j.cell.2022.11.026

 以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune