博文
CroCoNet：跨物种基因调控网络定量比较框架
||
CroCoNet：跨物种基因调控网络定量比较框架
将基因型与表型联系起来是进化生物学的一个核心目标。基因调控网络（GRN），协调全基因组范围内的转录程序，是这种关系中的关键中介。在共表达模块的水平上研究 GRN提供了一个强大的抽象：模块通常反映共同的调控输入或共同的功能角色，并且比单个基因更保守。因此，基于模块的 GRN比较分析为表型进化的分子基础提供了见解，同时也有助于构建更准确的调控网络组织模型。
理解网络进化是我们将分子进化知识与观察到的表型多样性联系起来的关键步骤，但在脊椎动物中，这一领域的研究相对较少。虽然微生物已被广泛研究，但具有较小有效种群规模的大型基因组生物可能遵循不同的进化规则。在哺乳动物中，许多跨物种比较集中在人类和小鼠等进化距离较远的物种之间的基因剂量变化。然而，考虑到哺乳动物基因组的结构，转录因子变化活动（转效应）和顺式调控元件的修饰（顺式效应）可能比剂量本身代表更直接和广泛的调控进化来源。为了研究这些过程，专注于密切相关物种之间的模块分化是有利的。
在讨论模块保守性时，需要区分两个在概念上不同的方面。一个是模块整体表达模式的保守性（通常由其“本征基因”概括），这反映了模块中基因的综合活性。另一个方面是模块网络拓扑的保守性，由其成员基因之间的调控关系模式和强度定义。这两个方面可能存在差异：一个模块可能在物种间保持相似的表达谱，即使其内部调控连接发生变化。这种拓扑变化可能是补偿性的，尽管底层机制重排，但能维持相似的功能输出，这种现象称为发育系统漂移。在《CroCoNet: a framework for the quantitative comparison of gene regulatory networks across species》工作中，关注的是模块拓扑的保守性和分化。
单细胞 RNA 测序（scRNA-seq）技术的出现使得在前所未有的规模和分辨率下研究调控网络成为可能。在单个实验中分析数千到数百万个单个细胞提供了足够多的观察数据来检测共表达模式。此外，分析单个细胞而不是细胞类型混合物必然能提供更有意义的网络。然而，表达相似性的度量仍然受到显著的生物和技术噪声的影响，包括细胞应激、dropout、背景污染和测序深度变化。
这种低信噪比在跨物种环境中尤其具有挑战性。比较不同物种间 GRN的一个常见策略是在每个物种中独立定义模块并量化它们的重叠程度。然而，这种方法对模块检测中的假阳性和假阴性非常敏感。即使真实的潜在模块是相同的，有限的效力（例如，每个物种中约为 50%）也会将观察到的重叠度降低到约 33%。假阳性进一步降低了感知到的保守性，因为它们很少重叠，特别是对于小模块。由于错误率也取决于基因表达水平，高表达的调控因子可能看起来更保守。因此，公平的进化比较需要(1)比成员重叠更稳健的统计指标，以及(2)对导致效力差异的方差来源进行明确调整。
物种间网络比较（CroCoNet，https://hellmann-lab.github.io/CroCoNet/，图1），旨在满足这两项要求。为了解决第一项，作者们结合了模块保留统计方法来比较不同物种的模块拓扑结构。为了解决第二项，使用生物重复实验中观察到的变异来校正保留分数中的混杂因素。
图1 CroCoNet 流程概述。A 流程的输入是每个生物学重复的网络重建。B 网络跨重复和物种合并为一个共识网络。基于共识网络，为选择的枢纽调控因子分配共表达模块。C 使用保留分数在所有重复和物种之间比较模块。这些分数转换为距离矩阵，然后用于重建邻接树。D 对比总树长与所有物种内分支长之和，提供了一种噪声校正的分化度量。模块的刀切法提供了一种稳健性指标，并允许识别对模块保守性或分化贡献最大的影响目标基因
参考文献
[1] Térmeg, A., Storozhuk, V., Kliesmete, Z., Edenhofer, F. C., Geuder, J., Dietl, T., Vieth, B., Janssen, P., Richter, D., Bonev, B., & Hellmann, I. (2026). CroCoNet: a framework for the quantitative comparison of gene regulatory networks across species. Genome biology, 27(1), 228. https://doi.org/10.1186/s13059-026-04152-5
以往推荐如下：
5. EMT标记物数据库：EMTome
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
13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM
19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA
22. 研究资源识别门户：RRID
24. HMDD 4.0：miRNA-疾病实验验证关系数据库
25. LncRNADisease v3.0：lncRNA-疾病关系数据库更新版
26. ncRNADrug：与耐药和药物靶向相关的实验验证和预测ncRNA
28. RMBase v3.0：RNA修饰的景观、机制和功能
29. CancerProteome：破译癌症中蛋白质组景观资源
30. CROST：空间转录组综合数据库
31. FORGEdb：候选功能变异和复杂疾病靶基因识别工具
33. CanCellVar：人类癌症单细胞变异图谱数据库
36. SCancerRNA：肿瘤非编码RNA生物标志物的单细胞表达与相互作用资源
37. CancerSCEM 2.0：人类癌症单细胞表达谱数据资源
38. LncPepAtlas：探索lncRNA翻译潜力综合资源
40. MirGeneDB 3.0：miRNA家族和序列数据库
41. RegNetwork 2025：人类和小鼠基因调控网络整合数据库
42. CircTarget：多种细胞类型circRNA调控综合数据库
43. GreenCells：植物lncRNA单细胞分析资源
44. RM2Target 2.0：RNA修饰的写入者、擦除者和读取者靶基因数据库
https://blog.sciencenet.cn/blog-571917-1546047.html
上一篇：人类增强子-基因调控相互作用的百科全书
下一篇：CSOA：单细胞基因集富集分析方法基准测试
