2021年4月12日，比利时根特大学Klaas Vandepoele团队在Nature Plants 发表了题为Integrative inference of transcriptional networks in Arabidopsis yields novel ROS signalling regulators 的研究论文，文章通过整合不同类型的实验数据，构建了整合基因调控网络（integrated gene regulatory network, iGRN），这对预测拟南芥中转录调控网络提供了新的见解。

基因调控是一个动态过程，其中转录因子（TFs）在控制基因时空表达中起重要作用。为了增进我们对拟南芥中调控相互作用的整体理解，使用监督学习(supervised learning)方法，结合不同的调控输入网络，获取DNA基序，开放染色质，TF结合和基于表达的调控相互作用的补充信息，从而形成一个涵盖1491个TFs和31393个靶基因（170万互作）的整合基因调控网络（integrated gene regulatory network, iGRN）。这种iGRN在预测已知的调节相互作用方面优于不同的输入网络 (input networks)，并且在恢复功能 (recover functional) 相互作用方面与最先进的实验方法具有相似的性能。iGRN正确推断了681个TFs的已知功能，并预测了数百个未知TFs的新基因功能。对于预测参与活性氧（ROS）胁迫调控的调节因子方面，我们证实了总计75％的TFs具有ROS和/或生理应激反应的功能。这包括13个ROS调节子，并且以前未与任何ROS或胁迫功能有联系。这些都通过功能丧失或获得功能的株系，在ROS特异性表型分析中得到了实验验证。

Construction and evaluation of the iGRN

综上，本文提出的iGRN对整合不同类型的实验数据来加深我们对植物基因调控的理解提供了一个高质量的起点。

原文链接：https://www.nature.com/articles/s41477-021-00894-1