近日，医学院衰老研究团队在衰老领域重要学术期刊Aging Cell 在线发表了题为 《Inferring Gene Regulatory Network Architecture Underlying Complex Traits: An Integrative Analysis of Mutant Lifespan and Gene Expression Profiles Identifies Master Regulators and Key Functional Modules for Yeast Aging》的研究论文。
电子科技大学为该研究的第一完成单位。电子科技大学马猛和龙娟博士、陈钰婷硕士、清华大学邵燕秋博士为论文第一作者；电子科技大学杨静教授、郑毅副教授和美国加州大学旧金山分校李浩教授为本论文的通讯作者。电子科技大学朱满博士、加州大学旧金山分校郑家顺研究员为本研究作出了重要贡献。新加坡国立大学Brian K. Kennedy、美国华盛顿大学Matt Kaeberlein（现任职于美国华盛顿州西雅图市奥普斯潘公司）和电子科技大学衰老研究团队杨露副教授、肖颖副教授为本论文提供了指导与帮助。本研究得到了四川省重点研究计划等科技项目的支持。
复杂生物学性状（如身高、衰老等）通常受到高度关联的基因网络的调控，扰动这类网络中的节点可能直接或间接影响表型。常规遗传分析通常鉴定到影响表型但功能与表型缺乏显著关联的基因；而复杂性状全基因模型（omni-genic model）提出的外围基因/核心基因调控框架，强调了依据不同属性对网络节点进行分类的重要性。然而，当前此类调控网络的整体结构尚未充分解析，验证不同类型节点的存在并结合复杂性状建立可行的识别方法，仍面临巨大挑战。本研究以芽殖酵母复制性寿命（RLS）调控为切入点，结合数学模型构建和生物实验，创新性提出并验证了 “外周基因-主调控因子-功能富集核心基因模块”（PGs-MRs-CGs）的“扇入-扇出”三层调控网络结构（图1）。该研究解析了酵母RLS复杂的调控机制，发现了一系列重要的衰老调控新基因，也为解析复杂性状的分子调控机制研究提供了新范式。
图1 复杂表型调控的PGs-MRs-CGs “扇入-扇出”三层调控网络结构示意图
基于PGs-MRs-CGs三层次调控结构的假设，研究团队认为：若某基因突变株相较于野生型发生寿命变化，其根本原因在于全局基因表达谱的改变，尤其是主调控因子MR水平的变化。因此，团队首先整合1479个酵母单基因突变株的转录组数据集及相应RLS数据集，借助加权LASSO回归拟合和优化，从酵母全基因组中筛选出一系列MR，这些MR的表达变化可充分解释许多突变株的寿命改变（图2）。
图2 外围基因通过调控MRs表达进而影响寿命的理论模型及MRs预测的数学框架
团队在实验水平充分验证了该模型预测的可靠性：在9个预测“下调表达可延长寿命”的负调控MRs中，7个突变株的寿命显著延长；在2个预测“上调表达可延长寿命”的正调控MRs（SIR2、RHO5）中，过表达均显著延长酵母寿命，且呈现量效相关性；而传统的随机筛选突变株仅约3%表现出延寿效果。尤为重要的是，该模型成功鉴定了多个必需基因作为负调控MRs，包括DNA拓扑异构酶TOP2、酪氨酰-tRNA合成酶TYS1等，揭示了必需基因在衰老调控中不可忽视的作用，弥补了既往因研究方法局限而仅仅关注非必需基因的不足。此外，该模型也成功识别出多个可通过过表达延长寿命的基因，表明上调特定基因表达同样是一种有效的延寿策略，这是本研究的另一重要发现。
为进一步论证酵母RLS调控的PGs-MRs-CGs三层次网络结构，研究团队依托实验数据分别梳理了PGs-MRs和MRs-CGs调控关系图谱。团队定义该体系中 “外周基因”（PGs）为那些寿命变化可被MRs的表达变化所解释的基因，并据此构建了PGs与其主要贡献MRs之间的调控网络（图3A-B）。随后团队借助MSB3Δ、NIT3Δ、HSP26Δ、TYS1-Damp及SIR2over等长寿突变株的转录谱分析，系统梳理了MRs-CGs调控关系。结果表明：不同MR的扰动虽然对基因组表达谱的影响各异，但差异基因在功能模块聚类中却呈现出高度趋同，与衰老密切相关的通路如核糖体生物合成相关的基因一致下调，而应激反应、线粒体呼吸、蛋白酶体及自噬相关通路基因则普遍上调（图3C-D）。最后，团队选择了一个代表性MR，MSB3，围绕上述分子机制在细胞水平开展了系统深入的研究和论证。
图3 酵母复制寿命调控中的“PGs-MRs-CGs”三层次网络结构解析
该项研究工作不仅系统揭示了一种全新的酵母衰老调控的三层次网络架构，并提出了一种可推广的研究策略——通过整合遗传扰动、表型数据与基因表达谱数据（如人类GWAS与eQTL数据等），可识别复杂人类性状的主调控因子与核心功能模块。这一框架为抗衰老新靶点的挖掘及复杂疾病的机制解析提供了重要的理论基础。
论文链接：http://dx.doi.org/10.1111/acel.70511
