推特上的快乐DNA组织

快乐的Twitter用户倾向于与其他快乐用户建立更紧密的联系。这是对称为共生性的社交网络属性的确认：衡量倾向于彼此联系的人在多大程度上具有某些特征。由Alfonso Valencia领导的西班牙国家癌症研究中心(CNIO)的结构生物学和生物计算项目Vera Pancaldi和Daniel Rico设想的一项研究重新定义了这一措施，以便更好地理解细胞核内DNA的3D组织。。

经过200年的细胞核研究，我们仍然不知道DNA是如何被包裹在其中的。“发现DNA的组织方式仍然是我们这个领域面临的最大挑战之一。就像试图了解如何在一粒米粒内延伸足球场有序地排列表面。此外，染色质结构可能含有与DNA序列一样多的信息，我们已经知道“解释Vera Pancaldi。

解开塑造染色质的规律，染色体内DNA的构象，以及它与基因表达调控的关系(基因转为“开”或“关”的方式)是一项复杂的任务。这部分是由于必须分析和解释的大量不同类型的数据。

近年来，大量生物数据的积累以及大数据技术使得Alfonso Valencia小组的研究人员能够深入研究DNA相互作用。这些相互作用在健康和患病细胞中形成DNA结构和基因调节。

分析DNA 3D结构的有效工具

在某种意义上，染色质也可以被视为网络。基因组中有不同的区域具有不同的功能(基因被转录，启动子，增强子和其他元素)，“它们以特定的方式相互作用并受不同的蛋白质调节”，正如Daniel Rico所解释的那样。他和他的同事一起收集了数十种这些蛋白质，这些蛋白质结合了小鼠胚胎干细胞中的DNA。他们随后决定使用协同作用来分析这些蛋白质是否介导不同类型的相互作用。

“我们借用了共生的概念，在社交网络和染色质接触网络之间进行了类比，引入了染色质共生的概念”，作者在他们的基因组生物学论文中解释道。“这种全球特性可以测量染色质区域的特定属性在多大程度上与其优先与之相互作用的其他区域共享”。

根据这项研究，用于分析社交网络中人际关系的工具可以帮助我们更好地理解基因组组织。本文认为，具有“相似功能”的不同基因组区域可以优先连接，就像人们倾向于优先连接社交网络一样。使用协同作用有助于通过识别介导相互作用的蛋白质来分析DNA的构型。

Rico和他的同事专注于两个染色质子网：一个基因相互结合，一个基因与调控区连接。利用染色质的协同作用，他们能够为每种类型的相互作用分配不同的蛋白质。

将网络科学工具应用于DNA的三维配置研究有助于我们比其他方法更快，更直接地识别全球染色质特性，“Pancaldi强调说。”它使我们能够按顺序寻找基因组组织的一般原则更好地了解胚胎发育和肿瘤相关变化的影响“。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。