Informations

17.3 : Niveaux supplémentaires de régulation de la transcription - Biologie


Les eucaryotes régulent la transcription via promoteur séquences proches de l'unité de transcription (comme chez les procaryotes) et utilisent également plus séquences d'amélioration à distance pour fournir plus de variation dans le moment, le niveau et l'emplacement de la transcription, cependant, il existe encore des niveaux supplémentaires de contrôle génétique. Ces deux sont souvent interconnectés.

Dynamique de la chromatine

Malgré la manière simplifiée dont nous représentons souvent l'ADN dans des figures telles que celles de ce chapitre, l'ADN est presque toujours associé à diverses protéines de la chromatine. Par exemple, les histones restent associées à l'ADN même pendant la transcription. Ainsi, le taux de transcription est également contrôlé par l'accessibilité de l'ADN à l'ARNpol et aux protéines régulatrices. Ainsi, dans les régions où la chromatine est fortement compactée, il est peu probable qu'un gène soit transcrit, même si tous les éléments nécessaires cis- et trans- des facteurs sont présents dans le noyau. L'étendue de la compaction de la chromatine dans diverses régions est régulée par l'action de remodelage de la chromatine protéines. Ces complexes protéiques comprennent des enzymes qui ajoutent ou suppriment des marqueurs chimiques, tels que des groupes méthyle ou acétyle, à diverses protéines liées à l'ADN. Ces modifications altèrent la densité de chromatine locale et donc la disponibilité pour la transcription. acétylé les histones, par exemple, ont tendance à être associées à des gènes activement transcrits, alors que désacétylé les histones sont associées à des gènes qui sont réduits au silence (Figure (PageIndex{15})).

De même, méthylation de l'ADN lui-même est également associé à la régulation de la transcription. Les bases de cytosine, en particulier lorsqu'elles sont suivies d'une guanine (Sites CPG) sont des cibles importantes pour la méthylation de l'ADN (Figure (PageIndex{16})). La cytosine méthylée au sein des amas de sites CpG est souvent associée à un ADN transcriptionnellement inactif.

La modification de l'ADN et de ses protéines associées est enzymatiquement réversible (acétylation/désacétylation ; méthylation/déméthylation) et donc une activité cyclique. La régulation de ceci fournit une autre couche à travers laquelle les cellules eucaryotes contrôlent la transcription de gènes spécifiques.


Chapitre 17 Régulation de la transcription des gènes et de la différenciation des kératinocytes par l'anandamide

L'anandamide (AEA) fait partie d'une classe endogène de médiateurs lipidiques, appelés endocannabinoïdes, qui sont impliqués dans divers processus biologiques. En particulier, l'AEA régule la croissance, la différenciation et la mort des cellules. L'accumulation de preuves démontre que l'AEA contrôle également la différenciation épidermique, l'un des mécanismes de spécialisation cellulaire les mieux caractérisés. En effet, l'épiderme est un épithélium multistratifié kératinisé qui fonctionne comme une barrière pour protéger l'organisme de la déshydratation, des traumatismes mécaniques et des agressions microbiennes. Sa fonction est établie au cours de l'embryogenèse et est maintenue pendant toute la durée de vie de l'organisme, grâce à un programme complexe et étroitement contrôlé, appelé différenciation terminale épidermique (ou cornification). Alors que les changements morphologiques qui se produisent au cours de la cornification ont été largement étudiés, les mécanismes moléculaires qui sous-tendent ce processus restent mal compris.

Dans ce chapitre, nous résumons les connaissances actuelles sur la régulation moléculaire de la prolifération et de la différenciation terminale dans l'épiderme des mammifères. Dans ce contexte, nous montrons que les endocannabinoïdes sont finement régulés par, et peuvent interférer avec, le programme de différenciation. De plus, nous passons en revue le rôle de l'AEA dans le contrôle de la cornification et montrons qu'il se produit en maintenant une répression transcriptionnelle de l'expression des gènes par une méthylation accrue de l'ADN.


Enzymes modificateurs de la chromatine, le code des histones et le cancer

Dans tous les organismes, la prolifération cellulaire est orchestrée par des modèles coordonnés d'expression génique. La transcription résulte de l'activité de la machinerie de l'ARN polymérase et dépend de la capacité des activateurs et des répresseurs de transcription à accéder à la chromatine au niveau de promoteurs spécifiques. Au cours des dernières décennies, de plus en plus de preuves soutiennent que la régulation aberrante de la transcription contribue au développement de cancers humains. En fait, les protéines régulatrices de la transcription sont souvent identifiées dans les réarrangements chromosomiques oncogènes et sont surexprimées dans une variété de malignités. La plupart des régulateurs de transcription sont de grosses protéines, contenant de multiples domaines structurels et fonctionnels, certains avec une activité enzymatique. Ces activités modifient la structure de la chromatine, obstruant certaines régions d'ADN et exposant d'autres à une interaction avec la machinerie de transcription. Ainsi, les modificateurs de la chromatine représentent un niveau supplémentaire de régulation de la transcription. Dans cette revue, nous nous concentrons sur plusieurs familles d'activateurs et de répresseurs de transcription qui catalysent les modifications post-traductionnelles des histones (acétylation, méthylation, phosphorylation, ubiquitination et SUMOylation) et comment ces activités enzymatiques pourraient altérer le programme de prolifération cellulaire correct, conduisant au cancer.


Résultats

Identification des gènes qui affectent la méthylation de l'ADN

Afin d'identifier les gènes qui affectent la méthylation de l'ADN, nous avons utilisé une approche qui se compose de deux parties. Tout d'abord, nous avons identifié des variantes génétiques prédictives pour l'expression de chaque gène dans nos données et les avons agrégées en scores prédictifs uniques appelés instruments génétiques (IG) [13]. Deuxièmement, nous avons utilisé ces IG comme ancres causales pour établir dirigé effets de l'expression des gènes sur les niveaux de méthylation de l'ADN à l'échelle du génome, tout en veillant à ce que ces associations soient spécifique en tenant compte du déséquilibre de liaison (LD) et de la pléiotropie parmi les IG voisines (voir Fig. 1 pour un aperçu des étapes successives de l'analyse).

Organigramme montrant les étapes successives menant à l'identification de 818 gènes qui affectent la méthylation de l'ADN en trans

Pour construire les instruments génétiques, nous avons utilisé des données sur 3357 individus non apparentés avec des données de génotype et RNAseq disponibles dérivées du sang total. Nous avons concentré l'analyse sur 11 830 gènes exprimés (comptes médians par million > 1). Dans l'ensemble d'entraînement (1/3 des données, 1119 individus), nous avons obtenu un IG pour l'expression de chaque gène, qui consistait en 1 ou plusieurs SNP sélectionnés en appliquant la régression LASSO aux variants génétiques voisins [18]. Nous avons corrigé les données d'expression pour l'âge, le sexe, la biobanque, la composition des cellules sanguines et cinq composants principaux. Nous avons ensuite évalué la capacité prédictive des IG construits dans un ensemble de tests distinct de 2 238 individus en prédisant leurs valeurs d'expression génique à l'aide des IG dérivés de l'ensemble d'apprentissage. Sur les 11 830 IG testés, 8644 étaient suffisamment prédictifs des niveaux d'expression dans l'ensemble de tests pour servir d'IG valides (F-statistique > 10, médiane R 2 = 0,04, Fichier supplémentaire 1 : Tableau S1) [19].

Ensuite, nous avons testé une association entre les 8644 IG prédictifs et les niveaux de méthylation de l'ADN à l'échelle du génome sur 428 126 sites CpG autosomiques en trans (> 10 Mb de distance du gène testé), en utilisant les données de génotype et de méthylation de l'ADN (puce Illumina 450k) dérivées du sang total de 4056 individus non apparentés (3251 échantillons chevauchant des données RNAseq). Ces associations ont été calculées à l'aide d'une régression linéaire, tout en corrigeant l'âge, le sexe, la composition des cellules sanguines, la biobanque et cinq composants principaux, et les statistiques de test ont été corrigées du biais et de l'inflation [20]. Ces analyses ont abouti à dirigé associations entre 2223 gènes et 5284 CpG (correction de Bonferroni, P < 1,4 × 10 −11 Fichier supplémentaire 2 : Tableau S2). Bien que dirigées, les associations résultant de cette analyse peuvent ne pas être spécifiques à un seul gène car un déséquilibre de liaison (LD) et/ou une pléiotropie peuvent entraîner des IG prédictives de plusieurs gènes voisins [13]. Nous avons donc ajusté toutes les paires GI-CpG significatives pour tous les GI voisins (< 1 Mb) pour tenir compte de la corrélation induite par LD/pléiotropie parmi les gènes voisins. Cela nous a permis d'identifier le gène spécifique dans une région entraînant l'association dirigée. Ensuite, nous avons supprimé les gènes ayant des effets pléiotropes résiduels potentiels sur l'expression des gènes voisins significatifs (F > 5) (ensemble, ces deux étapes ont conduit à l'élimination de 1387 gènes et 2844 CpGs Fichier supplémentaire 3 : Tableau S3). Enfin, nous avons exclu les effets de la pléiotropie à longue distance et de la LD (en réexécutant l'analyse pour les CpG affectés par plusieurs gènes du même chromosome, y compris tous ces gènes dans le modèle en supprimant 6 gènes et 13 CpG), et les effets résiduels des globules blancs composition (en corrigeant les variantes génétiques connues pour être associées à la WBC en supprimant 12 gènes, 43 CpG, fichier supplémentaire 4 : Fig. S1) [21, 22].

Le résultat final de notre analyse par étapes était une collection de 818 gènes avec des associations dirigées et spécifiques avec des niveaux de méthylation de l'ADN de 2384 CpG cibles uniques en trans (correction de Bonferroni, P < 1,4 × 10 −11 (Fichier supplémentaire 5 : Tableau S4). Les CpG cibles étaient situés dans 1915 régions distinctes (sondes consécutives dans < 1 kb), et pour les gènes affectant la méthylation de l'ADN à plus de 1 site CpG, en moyenne 33% des CpG cibles étaient co-localisés (< 1 kb) avec au au moins un autre CpG cible (Fichier complémentaire 6 : Tableau S5).

La validité de ces résultats a été corroborée par une comparaison avec les précédents trans-études de QTL de méthylation dans le sang. Bien qu'elles ne soient pas conçues pour déduire des gènes spécifiquement responsables des associations, ces études devraient produire des résultats qui se chevauchent partiellement. Nous avons constaté que 1638 CpG cibles identifiés dans notre étude ont été rapportés dans trois précédents indépendants trans-études meQTL (OR = 103 P < 1 × 10 −32 ) [23,24,25]. Pour la grande majorité des CpG qui se chevauchent, le GI et le trans-meQTL SNP étaient à proximité (Fichier supplémentaire 4 : Tableau S6, Fichier supplémentaire 7 : Tableau S7, Fichier supplémentaire 8 : Tableau S8, Fichier supplémentaire 9 : Tableau S9).

Nous avons effectué des analyses de puissance post hoc pour évaluer la puissance dont nous disposions pour détecter différentes tailles d'effet pour chaque gène testé (Fichier supplémentaire 4 : Fig. S2 et Fichier supplémentaire 1 : Tableau S1) [26]. Dans l'analyse non corrigée (non corrigée pour les IG voisins), nous avions une puissance > 0,8 pour détecter des tailles d'effet de 1 SD (1 changement d'écart type dans la méthylation de l'ADN sur 1 changement d'écart type dans l'expression) pour environ 85 % des gènes testés, et pour environ 50 % des gènes (4475), nous avions une puissance > 0,8 pour détecter des tailles d'effet de 0,5 ET (Fichier supplémentaire 4 : Fig. S2). La correction des IG voisines est nécessaire pour identifier des gènes spécifiques (au lieu de régions génomiques avec de multiples gènes corrélés), mais le fait au prix d'une puissance réduite. La correction a laissé 5685 gènes (par rapport à 7299) avec une puissance > 0,8 pour détecter des tailles d'effet de 1 SD et a laissé 3061 gènes (par rapport à 4475) avec une puissance > 0,8 pour détecter des tailles d'effet de 0,5 SD (Fichier supplémentaire 4 : Fig. S2). Cette analyse montre que pour la majorité des gènes testés, nous étions suffisamment puissants pour détecter des effets importants, et pour plus d'un tiers des gènes, nous étions suffisamment puissants pour détecter des tailles d'effet moyennes. Nous avons inclus la variance et la puissance expliquées sur différentes tailles d'effet pour chaque gène dans le fichier supplémentaire 1 : tableau S1.

Fonction des gènes qui affectent la méthylation de l'ADN en trans

Comme le montre la Fig. 2, une fraction considérable (N = 308) des gènes identifiés affectaient plusieurs CpG en trans (Fichier complémentaire 6 : Tableau S5). Nous avons observé que ces gènes, souvent de manière cohérente, augmentaient ou diminuaient la méthylation de l'ADN au niveau de leurs CpG cibles (Fig. 2a). Pour 30 des 37 gènes associés à 10 CpG ou plus, la direction de l'effet était significativement biaisée vers une augmentation (19 gènes) ou une diminution (11 gènes) des niveaux de méthylation, respectivement (test binomial, FDR < 0.05, fichier supplémentaire 10 : Tableau S10). Nous avons d'abord considéré deux rôles moléculaires précédemment supposés des gènes identifiés : les facteurs de transcription [27] et les facteurs épigénétiques de base [6], que nous allons maintenant discuter plus en détail.

Une fraction considérable des gènes identifiés (N = 308) affecté plusieurs CpG cibles en trans. une Chaque point représente un gène avec trans Effets de la méthylation de l'ADN. Les X-L'axe montre le nombre de CpG cibles affectés avec des niveaux de méthylation diminués lors de l'augmentation de l'expression des gènes, et le oui-L'axe montre le nombre de CpG cibles affectés avec des niveaux de méthylation accrus lors d'une expression génique accrue. La figure dans le coin supérieur droit est une version agrandie dans laquelle seuls les gènes qui affectent moins de 25 sites CpG dans les deux sens sont affichés. b Les barres représentent le nombre de gènes avec 1, 2, 3 à 5 ou plus de 5 CpG cibles. Le pourcentage de gènes annotés en tant que facteurs de transcription augmente avec le nombre de CpG cibles

Facteurs de transcription

Nous avons constaté que les gènes identifiés (818) étaient enrichis en facteurs de transcription (TF) (N = 127, rapport de cotes = 2,74, P = 3,1 × 10 −18 ) en utilisant une liste de TFs organisée manuellement [27]. Cet enrichissement ne s'expliquait pas par le fait que les TF avaient des instruments génétiques plus forts en fait, les non-TF avaient des instruments plus forts que les TF (P = 6,3 × 10 −8 Fichier supplémentaire 4 : Fig. S3). Comme le montre la figure 3a, cet enrichissement a été entraîné par des TF qui étaient associés à plusieurs CpG cibles, et il y avait un enrichissement plus fort en TF avec un nombre croissant de CpG cibles. Au total, 80 (63%) des TF significatifs dans nos données ont affecté plus d'un site CpG, ce qui était un enrichissement significatif par rapport aux gènes non TF (OR = 3,45, P = 3,1 × 10 -10 ). Nous avons en outre constaté que les CpG cibles des TF étaient fréquemment co-localisés. Pour les TF affectant plus de 1 CpG, en moyenne, 45% des CpG cibles étaient co-localisés avec au moins un autre CpG cible (< 1 kb), ce qui était un enrichissement significatif par rapport aux non-TFs (moyenne des non-TFs = 25%, OR = 2,5, P = 2,2 × 10 −21 ). La majorité des TF augmentaient ou diminuaient systématiquement la méthylation de l'ADN au niveau de leurs CpG cibles : un biais significatif dans la direction de l'effet était présent pour 20 des 23 TF qui étaient associés à au moins 10 CpG (6 diminuaient systématiquement et 14 augmentaient systématiquement méthylation de l'ADN au niveau des CpG cibles, respectivement). TF affectant le plus de CpG inclus NFKB1, un régulateur immunitaire clé (142 CpG cibles 127 régions, c'est-à-dire plusieurs CpG espacés de moins de 1 kb) ZBTB38, un TF se liant au méthyle (49 régions cibles CpGs 34) et ZNF202, une protéine à doigt de zinc impliquée dans le métabolisme des lipides (37 régions cibles CpGs 19). Cent des 127 (79 %) TF appartenaient à la famille des doigts de zinc C2H2 (rapport de cotes = 3,07, P = 5,2 × 10 −7 ), dont la majorité (N = 70) contenait un domaine KRAB. Conformément à l'enrichissement pour les TF et les doigts de zinc, l'ensemble de gènes était surreprésenté dans les termes GO Nucleic Acid binding (N = 99, P = 1,1 × 10 −14 ), liaison à l'ADN (N = 114, P = 4,7 × 10 −9 ), liaison aux ions métalliques (N = 146, P = 1,4 × 10 −8 ), et l'activité du facteur de transcription (N = 73, P = 4,4 × 10 −8 ) (Fichier complémentaire 11 : Tableau S11).

une Enrichissement (rapport de cotes) pour les facteurs de transcription parmi les gènes identifiés avec 1, 2, 3 à 5 ou plus de 5 CpG cibles. Les barres d'erreur représentent des intervalles de confiance à 95 %. b Enrichissement du site de liaison du facteur de transcription chaque point représente un facteur de transcription, avec sur le X-axe le logarithme du nombre de CpG cibles pour ce facteur de transcription (à un niveau de signification au niveau du gène P < 1,2 × 10 −7 ), et sur le oui-axer l'odds ratio pour l'enrichissement des CpG cibles dans ses sites de liaison déterminés expérimentalement (ChIP-seq). La taille des points représente la signification (FDR), et les TF pour lesquels les CpG cibles ont été significativement enrichis dans ses sites de liaison sont colorés en bleu

Pour évaluer si les TF peuvent affecter directement la méthylation de l'ADN (c'est-à-dire au niveau de leurs sites de liaison), nous avons exploité les données ChIP-seq existantes [28]. Pour chaque TF, nous avons déterminé le chevauchement entre les CpG cibles (à un seuil significatif au niveau du gène : P < 1,2 × 10 -7 ) et ses sites de liaison déterminés expérimentalement par rapport à un fond correspondant à la teneur en GC. Les données ChIP-seq étaient disponibles pour 59 des 110 TF affectant plusieurs CpG (à P < 1,2 × 10 −7 ). Pour un tiers de ces TF (N = 20), les CpG cibles ont été significativement enrichis pour la colocalisation avec leurs sites de liaison TF respectifs (FDR < 0.05 Fig. 3b, fichier supplémentaire 12 : Tableau S12).

Facteurs épigénétiques de base

Ensuite, nous avons comparé nos résultats avec une base de données organisée manuellement des principaux facteurs épigénétiques (EpiFactors) [6]. Cette base de données se concentre principalement sur les enzymes de base qui écrivent, maintiennent et/ou établissent directement des marques épigénétiques, mais elle comprend également quelques « cas limites », tels que les TF qui interagissent avec les protéines épigénétiques. Nous avons constaté que 36 des gènes identifiés chevauchaient des gènes dans cette base de données (rapport de cotes = 1,02, P > 0,05), dont 12 affectant plus de 1 CpG, ce qui ne constitue pas un enrichissement significatif par rapport aux autres gènes affectant plusieurs CpG (rapport de cotes = 0,82, P > 0,05). Fait intéressant, la majorité des 36 gènes codent pour des protéines qui ciblent les histones (27 sur 36, OR = 1,13, P > 0,05). 7 autres gènes ont également été annotés en tant que TF dans le catalogue TF organisé manuellement [27]. Les principaux facteurs épigénétiques associés à la plupart des CpG cibles comprennent le facteur de transcription IKZF1 (positivement associée à la méthylation à 17 CpG cibles), histone déméthylase KDM5B (positivement associée à la méthylation à 7 CpG cibles), et BRD3, qui reconnaît les résidus de lysine acétylée sur les histones (associés positivement à la méthylation à 5 CpG cibles). Les principaux facteurs épigénétiques de base comprenaient également l'ADN méthyltransférase DNMT3A, qui était associée à une méthylation accrue à cinq CpG cibles. Une exploration plus poussée du potentiel DNMT3A cibles ont indiqué que les statistiques de test de DNMT3A étaient biaisées vers des niveaux accrus de méthylation de l'ADN, compatibles avec des effets étendus mais faibles (Fichier supplémentaire 4 : Fig. S4). À noter, parmi les autres principaux modificateurs de la méthylation de l'ADN (DNMT1, DNMT3B, TET1,2,3), nous avions un IG suffisamment prédictif pour DNMT1 seul. Cependant, tant dans les analyses corrigées que non corrigées (pour les IG voisines), nous n'avons pas trouvé d'associations significatives pour ce gène (Fichier supplémentaire 4 : Fig. S4), bien que la puissance statistique de l'analyse non corrigée soit très similaire à celle de DNMT3A (Fichier supplémentaire 1 : Tableau S1).

Autres mécanismes sous-jacents à la régulation de la méthylation de l'ADN

Enfin, la majorité des gènes identifiés (N = 662) n'appartenaient pas aux deux catégories a priori (TFs et facteurs épigénétiques centraux Fig. 2). Une petite fraction de ces gènes code pour des protéines ayant des propriétés de liaison à l'ADN (N = 24, OR = 0,91, P > 0,05). PLI 3, par exemple, est une protéine de liaison à l'ADN associée à une méthylation accrue sur 15 sites CpG. Une étude précédente a montré que BEND3 réprime la transcription en attirant le complexe MBD3/NuRD qui initie la désacétylation des histones [29].

L'analyse d'enrichissement à terme GO n'a pas révélé de fonctions significatives sous-jacentes à ces gènes. Pour explorer les fonctions biologiques possibles parmi ces gènes, nous proposons ci-dessous des études de cas pour les cinq gènes de cet ensemble qui étaient associés aux CpG les plus cibles : SENP7 (189 CpG cibles), CDCA7 (79 CpG cibles), NFKBIE (76 CpG cibles), CDCA7L (47 CpG cibles), et NLRC5 (43 CpG cibles).

NFKBIE

Les NFKBIE gène code pour IκBε qui est un inhibiteur de NFκB, un facteur de transcription qui joue un rôle fondamental dans la régulation de la réponse immunitaire [30, 31]. IκBε se lie aux composants de NFκB et le retient dans le cytoplasme, l'empêchant ainsi d'activer des gènes dans le noyau. Conformément à l'interprétation précédente d'un trans-méthylation effet QTL [16], augmentation de l'expression de NFKB1 a été associée à une perte de méthylation de l'ADN à l'échelle du génome. En revanche, une expression accrue de NFKBIE a entraîné plus haut niveaux de méthylation à 76 sites CpG à travers le génome (70 régions). Conformément à son rôle d'inhibiteur de NFκB, un nombre important de ses CpG cibles (28) chevauchent les CpG cibles de NFκB et présentent des effets opposés (Fig. 4a). Pour caractériser davantage les CpG cibles, nous avons superposé les CpG avec des sondes associées aux traits incluses dans EWASdb [32] (les résultats pour tous les gènes sont inclus dans le fichier supplémentaire 13 : tableau S13). Les CpG cibles ont été enrichis pour les CpG associés à l'obésité/IMC, en accord avec le rôle de NFκB dans l'inflammation liée à l'obésité [33].

une Réseau pour le facteur de transcription NFKB1 et son inhibiteur NFKBIE. Les cercles gris indiquent les CpG cibles et les flèches représentent les associations dirigées (c'est-à-dire l'association entre les niveaux de méthylation de l'IG et de l'ADN). Les lignes bleues indiquent une association positive entre l'expression des gènes et les niveaux de méthylation de l'ADN. Les lignes rouges indiquent une association négative entre les niveaux d'expression des gènes et les niveaux de méthylation de l'ADN. b NLRC5 (chromosome 16) était associée à une diminution des niveaux de méthylation de l'ADN à plusieurs niveaux (N = 43) Sites CpG dans la région classique et étendue du CMH (chromosome 6). Les lignes rouges indiquent une association négative entre NLRC5 les niveaux d'expression et les niveaux de méthylation de l'ADN. Les nombres affichés dans les lignes indiquent combien de CpG cibles la ligne représente. Les étiquettes de gènes sont affichées si un ou plusieurs CpG cibles ont été associés à l'expression de ces gènes. Les symboles de gènes bleus font référence à des gènes corrélés négativement avec la méthylation des CpG cibles (impliquant une régulation à la hausse par NLRC5), et vice versa pour les étiquettes rouges. Les astérisques indiquent que l'IG correspondant à NLRC5 était également (positivement) associé à ce gène

NLRC5

Expression accrue de NLRC5 était associée à une diminution des niveaux de méthylation sur 43 sites CpG (11 régions), qui étaient tous situés dans la région classique ou étendue du CMH [34]. NLRC5 est un activateur connu des gènes du CMH de classe I [35], et conformément à cela, les niveaux de méthylation de la plupart des CpG cibles (N = 36) étaient négativement associés aux niveaux d'expression d'un ou plusieurs gènes MHC voisins (Fig. 4b/Fichier supplémentaire 14 : Tableau S14, Fichier supplémentaire 15 : Tableau S15). De plus, l'IG correspondant à NLRC5 était positivement associée à l'expression de 16 de ces gènes. NLRC5 lui-même ne contient pas de domaine de liaison à l'ADN, il a été démontré qu'il affecte la transcription en coopérant avec un complexe multiprotéique qui est assemblé sur le promoteur du CMH de classe I [35]. Fait intéressant, NLRC5 agit comme une plate-forme pour les enzymes qui ouvrent la chromatine par acétylation des histones et/ou déméthylation de l'histone H3, indiquant qu'une diminution de la méthylation de l'ADN peut être la conséquence d'une altération de l'état de la chromatine. Conformément au rôle de NLRC5 dans la réponse immunitaire, les CpG cibles de NLRC5 ont été enrichis pour les CpG qui étaient auparavant associés à des troubles liés au système immunitaire (y compris les troubles auto-immuns du syndrome de Sjögren primitif et la maladie du tissu conjonctif mixte et les niveaux de sTNFR2 Fichier supplémentaire 13 : Tableau S13) [32].

SENP7

Le gène avec le plus grand nombre de CpG cibles détectés était SENP7. Il était associé à une diminution des niveaux de méthylation à 189 CpG cibles (87 régions) et à une augmentation des niveaux de méthylation à 19 CpG cibles (12 régions). La majorité (86 %) des CpG cibles étaient localisées sur le bras q du chromosome 19. Pour la plupart de ces CpG (92 %), les niveaux de méthylation de l'ADN étaient associés aux niveaux d'expression d'un ou plusieurs doigts de zinc à proximité. fichier 16 : tableau S16, fichier supplémentaire 17 : tableau S17), cohérent avec une analyse de réseau de gènes précédente [13]. Bien que SENP7 n'ait pas de propriétés de liaison à l'ADN, des recherches antérieures ont montré qu'il exerce son effet par déSUMOylation du répresseur de la chromatine KAP1 [36]. KAP1 peut agir comme un échafaudage pour divers facteurs induisant l'hétérochromatine, et il existe de nouvelles preuves que KAP1 est directement impliqué dans la régulation de la méthylation de l'ADN [37, 38]. SENP7 pourrait donc affecter la méthylation de l'ADN par son interaction avec KAP1. Nous avons en outre caractérisé SENP7 cibler les CpG en chevauchant les CpG avec des sondes liées aux traits et a trouvé un enrichissement pour les CpG associés au syndrome de Werner [32]. Fait intéressant, le produit du gène du syndrome de Werner est modifié par SUMO [39, 40] et peut donc être lié à la fonction de SENP7 en tant que protéase SUMO.

CDCA7

mutations dans CDCA7 ont été montrés pour provoquer le syndrome ICF, une immunodéficience primaire rare caractérisée par des anomalies épigénétiques [41]. Des recherches antérieures ont montré que CDCA7-les patients ICF mutés présentent une diminution des niveaux de méthylation de l'ADN au niveau des répétitions péricentromériques et des régions d'hétérochromatine, et de même, CDCA7 l'épuisement des fibroblastes embryonnaires de souris entraîne une diminution de la méthylation de l'ADN au niveau des répétitions centromériques [41, 42]. Dans la lignée de ces travaux antérieurs, une expression accrue de CDCA7 était associée à des niveaux de méthylation accrus sur 79 sites CpG (79 régions) qui étaient répartis sur les chromosomes (Fig. 5a) et étaient enrichis dans des régions de faible activité (par exemple, états de repos Fig. 5b) [43]. De plus, les CpG cibles ont été enrichis en séquences répétées telles que définies par l'UCSC RepeatMasker (rapport de cotes 2,13, P = 0,006) [44]. Un tracé volcanique a montré que les statistiques de test de CDCA7 étaient fortement biaisés vers des effets positifs, suggérant que CDCA7 a des effets étendus sur la méthylation de l'ADN (Fichier supplémentaire 4 : Fig. S5a).

une CDCA7 (situé sur le chromosome 2) et CDCA7L (situé sur le chromosome 7) affectent tous les deux les niveaux de méthylation de l'ADN à l'échelle du génome. Les lignes bleues indiquent une association positive entre CDCA7 expression et trans Niveaux de méthylation de l'ADN. Les lignes vertes indiquent une association positive entre CDCA7L niveaux d'expression et trans Niveaux de méthylation de l'ADN. b, c Sur- ou sous-représentation des CpG cibles dans les états de chromatine prédits pour b CDCA7 et c CDCA7L. Les barres bleues représentent l'enrichissement des CpG qui sont significatifs à un niveau de signification à l'échelle du génome (P < 1,4 × 10 −11 ), et les barres grises représentent l'enrichissement des CpG qui sont significatifs à un niveau de signification au niveau du gène (P < 1,2 × 10 −7 ). BivFlnk, flanquant bivalent TSS/amplificateur Enh, amplificateur EnhBiv, amplificateur bivalent EnhG, amplificateur génique Het, hétérochromatine Quies, quiescent ReprPC, polycomb réprimé ReprPCWk, polycomb faiblement réprimé TssA, TSS actif TssAFlnk, flanquant TSS actif TssBiv, bivalents, transcription forte TxFlnk, transcription faible ZNF/Rpts, gènes et répétitions ZNF

CDCA7L

CDCA7L est un paralogue de CDCA7, et de même, son expression accrue était associée à une augmentation à l'échelle du génome des niveaux de méthylation de l'ADN (47 sites CpG, 47 régions Fig. 5a et Fichier supplémentaire 4 : Fig. S5b). CDCA7Lles CpG cibles de s ne chevauchaient pas ceux de CDCA7 cependant, ils ont montré une distribution génomique similaire et ont été enrichis dans les régions inactives (Fig. 5c), bien que l'enrichissement dans les régions de répétition telles que définies dans l'UCSC RepeatMasker ait été réduit (OR = 1,59, P > 0,05). Fait intéressant, des recherches antérieures ont montré que l'allèle à risque du variant génétique le plus fortement associé au myélome multiple (rs4487645) était associé à une augmentation CDCA7L expression [45]. Notre IG pour CDCA7L se composait de 5 SNP, dont un (rs17361667) était en forte LD (r 2 = 0,7) avec la variante de risque rs4487645. Si le variant à risque exerce effectivement son effet pathogène par un effet sur CDCA7L expression, CDCA7Lsur la méthylation de l'ADN pourraient être impliqués dans la pathogenèse du myélome multiple. De plus, notre IG multi-SNP était un prédicteur plus fort de CDCA7L expression (F = 171) par rapport à rs4487645 (F = 60) et peut donc être utile pour mieux comprendre le rôle des CDCA7L dans le myélome multiple.


Protéines Régulatrices Transcriptionnelles

L'isolement d'une variété de protéines régulatrices de la transcription a été basé sur leur liaison spécifique à des séquences de promoteur ou d'amplificateur. La liaison des protéines à ces séquences d'ADN est couramment analysée par deux types d'expériences. Le premier, l'empreinte, a été décrit précédemment en rapport avec la liaison de l'ARN polymérase aux promoteurs procaryotes (voir figure 6.3). La deuxième approche est la essai de décalage de la mobilité électrophorétique, dans lequel un fragment d'ADN radiomarqué est incubé avec une préparation protéique puis soumis à une électrophorèse à travers un gel non dénaturant (Figure 6.24). La liaison aux protéines est détectée comme une diminution de la mobilité électrophorétique du fragment d'ADN, car sa migration à travers le gel est ralentie par la protéine liée. L'utilisation combinée des tests d'empreinte et de déplacement de la mobilité électrophorétique a conduit à la corrélation des sites de liaison aux protéines avec les éléments régulateurs des amplificateurs et des promoteurs, indiquant que ces séquences constituent généralement les sites de reconnaissance de protéines spécifiques de liaison à l'ADN.

Graphique 6.24

Essai de décalage de la mobilité électrophorétique. Un échantillon contenant des fragments d'ADN radiomarqués est divisé en deux, et la moitié de l'échantillon est incubée avec une protéine qui se lie à une séquence d'ADN spécifique. Les échantillons sont ensuite analysés par électrophorèse dans (suite. )

L'un des prototypes de facteurs de transcription eucaryotes a été initialement identifié par Robert Tjian et ses collègues lors d'études sur la transcription de l'ADN du SV40. Ce facteur (appelé Sp1, pour spécificité protéine 1) s'est avéré stimuler la transcription à partir du promoteur SV40, mais pas à partir de plusieurs autres promoteurs, dans des extraits acellulaires. Ensuite, la stimulation de la transcription par Sp1 s'est avérée dépendre de la présence des boîtes GC dans le promoteur SV40 : si ces séquences étaient supprimées, la stimulation par Sp1 était abolie. De plus, des expériences d'empreinte ont établi que Sp1 se lie spécifiquement aux séquences de la boîte GC. Pris ensemble, ces résultats indiquent que la boîte GC représente un site de liaison spécifique pour un activateur transcriptionnel—Sp1. Des expériences similaires ont établi que de nombreuses autres séquences régulatrices de la transcription, y compris la séquence CCAAT et les divers éléments de séquence de l'amplificateur d'immunoglobuline, représentent également des sites de reconnaissance pour les protéines de liaison à l'ADN spécifiques de la séquence (tableau 6.2).

Tableau 6.2

Exemples de facteurs de transcription et de leurs sites de liaison à l'ADN.

La liaison spécifique de Sp1 à la boîte GC n'a pas seulement établi l'action de Sp1 en tant que facteur de transcription spécifique à une séquence, elle a également suggéré une approche générale de la purification des facteurs de transcription. L'isolement de ces protéines a initialement présenté un formidable défi car elles sont présentes en très petites quantités (par exemple, seulement 0,001 % de la protéine cellulaire totale) qui sont difficiles à purifier par les techniques biochimiques conventionnelles. Ce problème a été surmonté dans la purification de Sp1 par Chromatographie d'affinité d'ADN (Figure 6.25). De multiples copies d'oligonucléotides correspondant à la séquence de la boîte GC ont été liées à un support solide, et les extraits cellulaires ont été passés à travers la colonne d'oligonucléotides. Parce que Sp1 s'est lié à la boîte GC avec une affinité élevée, il a été spécifiquement retenu sur la colonne alors que d'autres protéines ne l'étaient pas. La Sp1 hautement purifiée a ainsi pu être obtenue et utilisée pour d'autres études, y compris la détermination partielle de sa séquence d'acides aminés, qui à son tour a conduit au clonage du gène de la Sp1.

Graphique 6.25

Purification de Sp1 par chromatographie d'affinité d'ADN. A double-stranded oligonucleotide containing repeated GC box sequences is bound to agarose beads, which are poured into a column. A mixture of cell proteins containing Sp1 is then applied to the column (more. )

The general approach of DNA-affinity chromatography, first optimized for the purification of Sp1, has been used successfully to isolate a wide variety of sequence-specific DNA-binding proteins from eukaryotic cells. Protein purification has been followed by gene cloning and nucleotide sequencing, leading to the accumulation of a great deal of information on the structure and function of these critical regulatory proteins.


Cells of the body require nutrients in order to function, and these nutrients are obtained through feeding. In order to manage nutrient intake, storing excess intake and utilizing reserves when necessary, the body uses hormones to moderate energy stores. Insulin is produced by the beta cells of the pancreas, which are stimulated to release insulin as blood glucose levels rise (for example, after a meal is consumed). Insulin lowers blood glucose levels by enhancing the rate of glucose uptake and utilization by target cells, which use glucose for ATP production. It also stimulates the liver to convert glucose to glycogen, which is then stored by cells for later use. Insulin also increases glucose transport into certain cells, such as muscle cells and the liver. This results from an insulin-mediated increase in the number of glucose transporter proteins in cell membranes, which remove glucose from circulation by facilitated diffusion. As insulin binds to its target cell via insulin receptors and signal transduction, it triggers the cell to incorporate glucose transport proteins into its membrane. This allows glucose to enter the cell, where it can be used as an energy source. However, this does not occur in all cells: some cells, including those in the kidneys and brain, can access glucose without the use of insulin. Insulin also stimulates the conversion of glucose to fat in adipocytes and the synthesis of proteins. These actions mediated by insulin cause blood glucose concentrations to fall, called a hypoglycemic “low sugar” effect, which inhibits further insulin release from beta cells through a negative feedback loop.

This animation describe the role of insulin and the pancreas in diabetes.

Impaired insulin function can lead to a condition called diabetes mellitus, the main symptoms of which are illustrated in Figure 18.10. This can be caused by low levels of insulin production by the beta cells of the pancreas, or by reduced sensitivity of tissue cells to insulin. This prevents glucose from being absorbed by cells, causing high levels of blood glucose, or hyperglycemia (high sugar). High blood glucose levels make it difficult for the kidneys to recover all the glucose from nascent urine, resulting in glucose being lost in urine. High glucose levels also result in less water being reabsorbed by the kidneys, causing high amounts of urine to be produced this may result in dehydration. Over time, high blood glucose levels can cause nerve damage to the eyes and peripheral body tissues, as well as damage to the kidneys and cardiovascular system. Oversecretion of insulin can cause hypoglycemia, low blood glucose levels. This causes insufficient glucose availability to cells, often leading to muscle weakness, and can sometimes cause unconsciousness or death if left untreated.

Figure 18.10.
The main symptoms of diabetes are shown. (credit: modification of work by Mikael Häggström)

When blood glucose levels decline below normal levels, for example between meals or when glucose is utilized rapidly during exercise, the hormone glucagon is released from the alpha cells of the pancreas. Glucagon raises blood glucose levels, eliciting what is called a hyperglycemic effect, by stimulating the breakdown of glycogen to glucose in skeletal muscle cells and liver cells in a process called glycogenolysis. Glucose can then be utilized as energy by muscle cells and released into circulation by the liver cells. Glucagon also stimulates absorption of amino acids from the blood by the liver, which then converts them to glucose. This process of glucose synthesis is called gluconeogenesis. Glucagon also stimulates adipose cells to release fatty acids into the blood. These actions mediated by glucagon result in an increase in blood glucose levels to normal homeostatic levels. Rising blood glucose levels inhibit further glucagon release by the pancreas via a negative feedback mechanism. In this way, insulin and glucagon work together to maintain homeostatic glucose levels, as shown in Figure 18.11.

Pancreatic tumors may cause excess secretion of glucagon. Type I diabetes results from the failure of the pancreas to produce insulin. Which of the following statement about these two conditions is true?

  1. A pancreatic tumor and type I diabetes will have the opposite effects on blood sugar levels.
  2. A pancreatic tumor and type I diabetes will both cause hyperglycemia.
  3. A pancreatic tumor and type I diabetes will both cause hypoglycemia.
  4. Both pancreatic tumors and type I diabetes result in the inability of cells to take up glucose.

Regulation of Gene Expression: Negative and Positive Regulation

The two types of gene expression regulation are: (1) Negative Regulation and (2) Positive Regulation. And also discuss about some important terms used in connection with the regulation of gene expression.

Most of the genes of an organism produce specific proteins (enzymes), which, in turn produce specific phenotypes. The genes whose mRNA transcripts are translated into protein are known as structural genes. Every cell of an organism possesses all the structural genes normally present in the species, but only a small fraction of them are functional in any cell at a given time.

In prokaryotes, cells generally synthesize only those enzymes which they need in a given environment. For example, E. coli cells grown in the presence of lactose produce abundant (up to 3000 molecules/cell) β-galactosidase, the enzyme that hydrolyses lactose. However, very little of this enzyme (less than 3 molecules/cell) is produced in the absence of lactose.

In eukaryotes, the cells of different organs produce different proteins needed for their function. Red blood cells contain a high concentration of hemoglobin, while leucocytes (white blood cells) have no hemoglobin at all.

Apparently, there is a precise control on the kinds of proteins or enzymes product in a given tissue or cell at a given time. Such a control on gene activity, i.e., protein production, that permits the function of only those genes whose products are required in a given cell at a given time is termed as gene regulation.

Synthesis of enzyme depends mainly on two factors in a degradative process, the synthesis of enzyme depends on the availability of the molecule to be degraded. If the molecule is in more quantity, the enzyme synthesis will be more and vice versa. In a biosynthetic pathway, the synthesis of an enzyme is controlled by the end product. If the end product is more, the enzyme synthesis will be less and vice versa.

There are two types of gene regulation, viz:

(1) Negative regulation, and

(1) In negative regulation:

An inhibitor is present in the cell/system, that prevents transcription by inactivating the promoter. This inhibitor is known as repressor. For initiation of transcription, an inducer is required. Inducer acts as antagonist of the repressor. In the negative regulation, absence of product increases the enzyme synthesis and presence of the product decreases the synthesis.

(2) In positive regulation:

An effector molecule (which may be a protein or a molecular complex) activates the promoter for transcription. In a degradative system, either negative or positive mechanism may operate, while in a biosynthetic pathway negative mechanism operates (e.g., lac operon).

The phenomenon of gene expression can be elaborated further such as given below:

1. Gene expression is the mechanism at the molecular level by which a gene is able to express itself in the phenotype of an organism.

2. The mechanism of gene expression involves biochemical genetics. It consists of synthesis of specific RNAs, polypeptides, structural proteins, proteinaceous bio-chemicals or enzymes which control the structure or functioning of specific traits.

3. Gene regulation is the mechanism of switching off and switching on of the genes depending upon the requirement of the cells and the state of development.

4. It is because of this regulation that certain proteins are synthesized in as few as 5-10 molecules while others are formed in more than 100,000 molecules per cell.

5. There are two types of gene regulations positive and negative.

6. In negative gene regulation the genes continue expressing their effect till their activity is suppressed.

7. This type of gene regulation is also called repressible regulation.

8. The repression is due to a product of regulatory genes.

9. Positive gene regulation is the one in which the genes remain non-expressed unless and until they are induced to do it.

10. It is, therefore called inducible regulation.

11. Here a product removes d biochemical that keeps the genes in non-expressed state.

12. As the genes express their effect through enzymes, their enzymes are also called inducible enzymes and repressible enzymes.

Gene regulation is exerted at four levels:

1. Transcriptional level when primary transcript is formed.

2. Processing level when splicing and terminal additions are made.

3. Transport of mRNA out of nucleus into cytoplasm.

Important Terms used in Connection with the Regulation of Gene Expression:

In operon, protein molecules which prevent transcription. The process of inhibition of transcription is called repression.

The substance that allows initiation of transcription (e.g., lactose in lac operon). Such process is known as induction.

A combination of repressor and a metabolite which prevents protein synthesis. Such process is known as co-repression.

An enzyme whose production is enhanced by adding the substrate in the culture medium. Such system is called inducible system.

An enzyme whose production can be inhibited by adding an end product. Such system is known as repressible system.

6. Constitutive Enzyme:

An enzyme whose production is constant irrespective of metabolic state of the cell.

Inhibition of transcription by repressor through inactivation of promoter, e.g., in lac operon.

Enhancement of transcription by an effector molecule through activation of pro-motor.


Gene Regulation in Eukaryotes

Let us make an in-depth study of the gene regulation in eukaryotes. After reading this article you will learn about: 1. Chromatin Modification 2. Control of Transcription by Hormones 3. Regulation of Processing of mRNA 4. Control of Life Span of mRNA 5. Gene Amplification 6. Post Translation Regulation and 7. Post Transcription Gene Silencing.

Introduction to Gene Regulation:

The expression of genes can be regulated in eukaryotes by all the principles as those of prokaryotes. But there are many additional mechanisms of control of gene expression in eukaryotes as genome is much bigger. The genes are present in the nucleus where mRNA is synthesized. The mRNA is then exported to cytoplasm where translation takes place.

In eukaryotes, the organization is multicellular and specialized into tissues and organs. The cells are differentiated and cells of a tissue generally produce a specific protein involving a particular set of genes. All other genes become permanently shut off and are never transcribed.

Structural features of eukaryotes that influence the gene expression are the presence of nucleosomes in chromatin, heterochromatin and the presence of the split genes in chromosomes.

As compared to prokaryotic genes, the eukaryotic genes have many more regulatory binding sites and they are controlled by many more regulatory proteins. Regulatory sequences can be present thousands of nucleotides away from the promoter, may lie upstream and downstream. These regulatory sequences act from a distance. The intervening DNA loops out, so that the regulatory sequence and promoter come to lie near each other.

Most of the regulation of gene control occurs at the initiation of transcription level. Initiation of translation also influences gene regulation immensely.

Chromatin Modification:

The genome of eukaryotes is wrapped in histone proteins to form nucleosomes. This condition leads to partial concealment of genes and reduces the expression of genes.

The packing of DNA with histone octomers is not permanent. Any portion of DNA can be released from the octomer whenever DNA binding proteins have to act on it. These DNA binding proteins or enzymes recognize their binding sites on DNA only when it is released from histone octomer or when present on linker DNA. The DNA is unwrapped from nucleosomes.

This unwrapping of DNA from nucleosomes is performed by nucleosome modifier enzymes or nucleosome remodelling complex. They act in various ways. They may remodel the structure of octomer or slide the octomer along DNA, thus uncover the DNA binding sites for the action of regulatory proteins. Thus the genes are activated.

Some of these nucleosome modifiers add acetyl groups (acetylation) to the tails of histones, thus loosen the DNA wrapping and in the process exposes the DNA binding sites. All these lead to the expression of genes. Similarly, deacetylation by deacetylases causes inactivation of DNA.

Nucleosomes are entirely absent in the regions that are active in transcription like rRNA genes.

Dense form of chromatin is called heterochromatin in eukaryotes. It leads to gene inhibition or gene silencing. Heterochromatin is densely packaged part of chromatin which does not allow gene expression. Densely packaged chromatin cannot be easily transcribed. Some enzymes make the chromatin more dense. Telomeres and contromeres are in the form of heterochromatin.

In higher animals about 50% of the genome is in the form of heterochromatin. Enzymes are capable of changing the density of chromatin by chemically modifying the tails of histones. This affects transcription.

In this way, both activation and repression of transcription is performed by modification of chromatin into heterochromatin and euchromatin.

Methylation of certain sequences of DNA prevents the transcription of genes in mammals. It has been observed that genes, which are heavily methylated are not transcribed, therefore not expressed. DNA methylase enzymes cause methylation of certain DNA sequences thereby silencing of genes.

Control of Transcription by Hormones:

Various intercellular and intracellular signals regulate the gene expression.

Hormones exercise considerable control over transcription. Hormones are extracellular substances synthesized by endocrine glands. They are carried to the distant target cells. Various hormones like insulin, estrogen, progesterone, testosterone etc. often act by “switching on” transcription of DNA.

The hormone on entering a target cell forms a complex with the receptor present in the cytoplasm. This hormone-receptor complex enters the nucleus and binds to a particular chromosome by means of specific proteins. This initiates the transcription. Hormone-receptor complex can enhance or suppress the expression of genes.

It has been observed in chickens that when hormone estrogen is injected, the oviduct responds by synthesizing mRNA, which is responsible for synthesis of albumen. The hormone directly binds to DNA and acts as an inducer.

Regulation of Processing of mRNA:

Genes of eukaryotes have non-coding regions (introns) in between coding regions (exons). Such genes are called split genes. The entire gene is transcribed to produce mRNA which is called precursor mRNA or primary transcript (pre-mRNA). Before translation takes place, the introns are spliced out by excision and discarded. This is known as processing of mRNA and the processed mRNA is called mature mRNA. This takes part in protein synthesis. Mature mRNA is considerably smaller than precursor mRNA.

Higher eukaryotes have various mechanisms by which pre-mRNA is processed in alternate or differential ways to produce different mRNAs which encode different proteins. Multiple proteins are produced from one gene by alternate mRNA processing. Many cells take advantage of different splicing pathways to alter the expression of genes and synthesize different polypeptides. Alternate mRNA splicing increases the number of proteins expressed by a single eukaryotic gene.

Alternate processing of pre-mRNA is accomplished by exon skipping, by retaining certain introns etc.

These alternate processing pathways are highly regulated.

In drosophilla mRNA is processed in four different ways, therefore produces four different kinds of muscle protein myosin. Different kind of myosin is produced in larva, pupa and late embryonic stages.

Control of Life Span of mRNA:

In prokaryotes the life span of an mRNA molecule is very brief, lasting only for a minute or less. The mRNA immediately degenerates after the protein synthesis.

But as the mRNA in eukaryotes is transported to cytoplasm through the nucleopores, this mRNA is repeatedly translated. This repeated translation of mRNA is achieved by increasing the life span of mRNA. In a highly differentiated cell, single mRNA molecule having long life span is able to produce large amount of single protein. Life span of a eukaryotic mRNA varies from a few hours to several days.

Chicken oviduct cells have a single copy of ovalbumen gene but produce large amount of albumen.

Silk gland of silkworm produces a very long thread made of protein fibroin, which forms cocoon. Silk gland is a single polyploid cell. It produces large number of mRNA molecules, which have long life span of several days.

Gene Amplification:

A mechanism exists in various organisms whereby the number of genes is increased many fold without mitosis division. This is called gene amplification.

During amplification DNA repeatedly undergoes replication without mitotic separation into daughter DNA molecules or chromatids. This enables the cell to produce large amount of protein in a short time.

Post Translation Regulation:

In prokaryotes, a single polycistronic mRNA molecule codes for many different proteins. But in eukaryotes having mono-cistronic mRNA, synthesis of different proteins is achieved in a different way. A single mRNA yields a large polypeptide called polyprotein. This polyprotein is then cleaved in alternate ways to produce different proteins. Each protein is regarded as the product of a single gene. In this system, there are many cleaving sites on the polyprotien.

Post Transcription Gene Silencing:

Many small RNAs exist in eukaryotes that play their role in silencing of genes. These small RNAs act on mRNA resulting in disruption of translation. These small RNAs are micro RNAs (miRNAs), small interfering RNAs (siRNAs) and many others.


Now that you have learned some of the basics, check out this example that applies what you learned to a specific case study.

The video above briefly describes the laboratory part of this research. To learn more about what this research looks like, check out the “Stickleback Evolution Virtual Lab.”

If you are still a little unsure of how switches work, then check out this HMMI Biointeractive interactive. The ability to digest lactose as an adult is a rare phenomenon in mammals. It evolved twice in humans—in Africa and Europe.

Now let’s test your understanding of transcription regulation!

Take the quiz below the simulation as you work your way through it. Note that if you are using your mouse to scroll down, it may not work at this point—use the scrolling bar at the right edge of your web browser instead.


The Role of KV7.3 in Regulating Osteoblast Maturation and Mineralization

KCNQ (KV7) channels are voltage-gated potassium (KV) channels, and the function of KV7 channels in muscles, neurons, and sensory cells is well established. We confirmed that overall blockade of KV channels with tetraethylammonium augmented the mineralization of bone-marrow-derived human mesenchymal stem cells during osteogenic differentiation, and we determined that KV7.3 was expressed in MG-63 and Saos-2 cells at the mRNA and protein levels. In addition, functional KV7 currents were detected in MG-63 cells. Inhibition of KV7.3 by linopirdine or XE991 increased the matrix mineralization during osteoblast differentiation. This was confirmed by alkaline phosphatase, osteocalcin, and osterix in MG-63 cells, whereas the expression of Runx2 showed no significant change. The extracellular glutamate secreted by osteoblasts was also measured to investigate its effect on MG-63 osteoblast differentiation. Blockade of KV7.3 promoted the release of glutamate via the phosphorylation of extracellular signal-regulated kinase 1/2-mediated upregulation of synapsin, and induced the deposition of type 1 collagen. However, activation of KV7.3 by flupirtine did not produce notable changes in matrix mineralization during osteoblast differentiation. These results suggest that KV7.3 could be a novel regulator in osteoblast differentiation.

Mots clés: KCNQ channels differentiation glutamate matrix mineralization.

Les figures

Regulation of human mesenchymal stem…

Regulation of human mesenchymal stem cell (hMSC) osteogenic differentiation by tetraethylammonium (TEA). Matrix…

Regulation of human mesenchymal stem…

Regulation of human mesenchymal stem cell (hMSC) osteogenic differentiation by tetraethylammonium (TEA). Matrix…

RT-PCR analysis of the K V 7 channels in osteoblast-like cells. The PCR…

Changes in K V 7 channel expression during osteoblastic differentiation. The relative expression…

Functional characteristics of K V…

Functional characteristics of K V 7.3 channel in MG-63 cells during osteoblast differentiation.…

Functional characteristics of K V…

Functional characteristics of K V 7.3 channel in MG-63 cells during osteoblast differentiation.…

Effect of flupirtine, linopirdine, and…

Effect of flupirtine, linopirdine, and XE991 on MG-63 cell viability. The MTT assay…

Regulation of osteoblastic differentiation by…

Regulation of osteoblastic differentiation by K V 7 channel in MG-63 and Saos-2…

mRNA expression of osteoblastic differentiation…

mRNA expression of osteoblastic differentiation markers in MG-63 cells. The relative mRNA expression…

Regulation of synaptic vesicle-related protein,…

Regulation of synaptic vesicle-related protein, synapsin, by K V 7.3 channel in MG-63…

Alterations of ERK1/2 phosphorylation by…

Alterations of ERK1/2 phosphorylation by the K V 7 opener or K V…

Effect of K V 7 channel on glutamate release during osteoblastic differentiation in…

Suppressive effect of CNQX (6-cyano-7-nitroquinoxaline-2,3-dione),…

Suppressive effect of CNQX (6-cyano-7-nitroquinoxaline-2,3-dione), an AMPA (α-amino-3-hydroxy-5-methyl-4-isoxazolepropionic acid)/kainite receptor antagonist, on osteoblastic…

Suppressive effect of MK801, an…

Suppressive effect of MK801, an NMDA (N-methyl-D-aspartate) receptor antagonist, on osteoblastic differentiation promoted…

Counter-effect of riluzole, a glutamate…

Counter-effect of riluzole, a glutamate release inhibitor, on osteoblastic differentiation promoted by K…

Induction of intracellular type 1…

Induction of intracellular type 1 collagen by K V 7 channel during osteoblast…


Voir la vidéo: De lADN à lARNm (Janvier 2022).