2020年10月13日 訊 /生物谷BIOON/ --日前，一篇發表在國際雜誌Molecular Biology and Evolution上題為「Human L1 Transposition Dynamics Unraveled with Functional Data Analysis」的研究報告中，來自賓夕法尼亞州立大學等機構的科學家們通過研究深入揭示了基因組中跳躍基因所產生的影響效應。文章中，研究人員利用了一種先進的統計學方法分析了一類跳躍基因的功能和影響，跳躍基因，即能在人類基因組中不同位點移動的DNA序列，相關研究結果或能幫助理解人類基因組的進化特性，或對於研究包括癌症在內的多種疾病也具有重要的意義。
稱之為長散在重複元件-1( LINE-1或L1，sLong Interspersed Elements-1)的序列組成了一類轉座子元件，同時也被稱為跳躍基因，因為其能在基因組中移動；遺傳學家和醫學研究人員非常想知道這些跳躍基因的功能以及其在基因組中的互作機制。研究者Chen指出，首先，LINE-1是唯一活躍的LINE家族，其在我們的基因組中會不斷跳躍，人類基因組由不同的序列組成，而這個特殊的逆轉座子（L1）則佔到了17%以上的比例，從結構上來講其非常重要，能夠產生多種其它的轉座子元件序列，同時還能通過進化的過程來擴張機體基因組的尺寸，此外，其在調節自身功能上也扮演著重要的角色。
圖片來源：Di Chen and Marzia Cremona
如今研究人員能夠建立L1s進化的整合模型，包括L1s傾向於在基因組中整合的位點以及其傾向於保持的維持，或者在基因組中固定的位置等。本文研究結果非常有意思，轉座子元件能夠整合併最終保留在非常不同的基因組景觀中，通常情況下其主要會整合到基因組中的特定部分，但在經過一段時間的進化後，其最終會被保留在其它的基因組位置。
此外研究者還發現，儘管整合和固定過程會被多種不同的基因組特性所影響，但L1s並不僅僅是基因組中跳動的DNA片段，其實際上會影響圍繞在周圍的基因組景觀，此前有部分研究暗示了這一點，但本文研究對此進行了證實，即L1s會影響宿主機體基因組的進化過程。本文研究還能幫助研究人員開發新型模型來深度理解L1s的特性。研究者Makova說道，通過建立模型，研究人員就能理解L1s在疾病發生和基因組所編碼的重要特性上所扮演的關鍵角色，比如，根據L1s在移動過程中的未知，研究者就能發現是否其會產生強烈的影響還是較輕微的影響，或者並不產生影響，當然了，這些預測都需要經過計算和實驗研究來進行研究，但重要的是，如今研究人員距離這一步越來越近了。
雖然本文研究尚處於初級階段，但相關研究結果或許能產生實際和臨床的一些應用價值，因為有研究表明，L1s或許並不像曾經研究人員認為的那樣是被動的角色，其實際上在基因組中處於一種活躍的未知，某些L1s的插入也被認為會對基因組中的蛋白編碼區域產生影響或幹擾。如今重要的是如何將這項研究發現應用於醫學研究，首先，研究人員會在癌症和其它疾病的研究中基於L1整合的資料庫進行分析，有些L1s在神經性疾病發生過程中扮演著關鍵角色。比如，對大腦DNA測序的研究就發現了多態L1的插入，研究人員還能使用相同的方法將其應用於更多臨床相關的資料庫分析中去。
隨後研究人員分析了能代表最新整合的、多態特性和人類特異性L1s的三個人類L1s全基因組資料庫，同時還通過其它研究收集到了49個基因組景觀特徵。他們利用功能性數據分析來建立模型並精準分析L1s整合併固定的基因組景觀特性，這些方法或許能在高解析度下幫助研究人員分析基因組的景觀特性。研究者Cremona說道，我們測試了基因組景觀特徵的差異，即在攜帶L1s和並未攜帶L1s的區域之間，隨後我們利用最重要的特性建立了一種模型來幫助理解所有這些特徵是如何一起發揮作用的。
與其它方法相比，功能性的數據分析技術能夠更好地挖掘高解析度數據，並能為研究者提供更為豐富的L1s和基因組景觀之間相互作用的藍圖，比如，研究者就能利用該技術比較L1s插入一段時間、較短時間以及並不含有L1s區域之間的特徵。使用功能性數據分析技術（而不是對比平均值），研究人員就能對比曲線，也就是在較高解析度下觀察測定的行傳該數據，不僅僅是觀察到的平均數的差異，而且觀察到的曲線形狀的差異都能夠幫助研究人員確定其之間的關係和效果。（生物谷Bioon.com）
參考資料：
【1】Di Chen, Marzia A Cremona, Zongtai Qi, et al. Human L1 Transposition Dynamics Unraveled with Functional Data Analysis, Molecular Biology and Evolution (2020). DOI: 10.1093/molbev/msaa194
【2】Scientists take a step toward understanding 'jumping genes' effect on the genome
by Matt Swayne, Pennsylvania State University