GenDiMug: a generic inclusive multigraph framework to analyze genomic organizations and -omics data at multiple scales
GenDiMug 是一个新颖的多图框架，它通过使用网络模型来整合多组学数据并分析多尺度下的基因组组织，从而克服了线性基因组表示的局限性，揭示了诸如基因表达聚集和昼夜节律调节等结构模式。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
几十年来，科学家们一直通过将活细胞的内容绘制成长而直的线条来绘制其图谱。想象一段被拉展开的 DNA 丝带，基因被标记为这条线段上特定距离处的珠子。这种线性图谱一直是读取基因组的标准方式，并且在寻找特定基因位置方面表现良好。然而，细胞内的生命很少是直线型的。DNA 会折叠、扭曲和成环，使遥远的 DNA 部分相互靠近并产生相互作用。此外，现代生物学产生了大量关于基因如何开启和关闭、蛋白质如何相互作用以及基因组如何随时间变化的新数据。旧的直线型图谱难以展示所有这些运动部件是如何组合在一起或如何相互影响的。科学家需要一种新的观察基因组的方式，这种方式不仅能显示事物的位置，还能显示它们是如何连接的，以及它们是如何作为一个系统进行运作的。
为了解决这个问题，研究团队开发了一种名为 GenDiMug 的新工具。他们没有将基因组绘制成一条平坦的线，而是构建了一个网络——一个连接网络，其中每个基因和每一段 DNA 都是一个点，而它们之间的关系则是连接这些点的线。在这个网络中，点代表不同的遗传代码部分，例如基因、基因之间的区域以及构成基因的特定片段。连接它们的线主要展示了两件事：这些部分在 DNA 链上的空间排列方式，以及它们在发育过程中的关系，例如一个亲本基因产生一个子代 RNA 分子。这种方法允许研究人员将基因组视为一个动态结构，而非静态列表。该工具具有足够的灵性，可以处理病毒微小的环状基因组、细菌复杂的染色体以及动植物庞大而复杂的基因组，并使用相同的数学逻辑来处理它们。
当研究人员将这种网络工具应用于各种生物的基因组时，他们发现基因的排列并非随机的。在细菌和古菌中，他们发现维持生命所必需的基因往往会聚集在一起。这些至关重要的基因通常是邻居，在遗传网络中并排坐在一起。这证实了科学家对这些简单生物已有的猜想：它们将最重要的工具放在一起。但该工具在酵母、蠕虫和人类等复杂生物中揭示了更令人惊讶的发现。虽然这些生物并不像细菌那样将基因组织成紧密的、功能性的区块，但研究人员发现，具有相似活跃程度的基因仍然倾向于聚集在一起。例如，在酵母基因组中，高度活跃的基因通常是其他高度活跃基因的邻居，而安静的基因则靠近其他安静的基因。这在染色体上创造了明显的“喧闹”和“安静”区域，表明即使在复杂生命中，基因的位置也会影响其行为。
研究人员还利用这个网络来观察这些模式如何随时间变化。通过输入一种遵循每日光照/黑暗周期的绿藻数据，他们观察到“喧闹”和“安静”区域如何随着一天的进展而移动。在光照时间，基因组的某些区域变得活跃，而其他区域则陷入沉默；当光照消失时，这种模式发生了反转。这种动态的变化表明，基因组不仅仅是一个固定的蓝图，而是一个响应式的景观，它会根据生物体的需求进行自我重组。该工具还有助于识别那些可能正在协同工作的基因组，即使它们并不属于已知的家族。通过观察哪些基因既是邻居又在同一时间开启，研究人员可以发现新的潜在基因簇候选者，而这些在传统方法中可能会被遗漏。
这项研究表明，我们多年来观察基因组的方式可能忽略了一个组织层面。线性图谱对于定位是准确的，但它们隐藏了驱动生物功能的结构关系。通过将基因组转换为网络，研究人员表明，基因之间的距离很重要，不仅是在物理空间上，而且在它们如何相互影响方面。这种方法并不是要取代旧的图谱，而是为它们增加了一个新的维度，让科学家能够将基因组视为一个相互连接的系统。研究结果表明，自然界倾向于将相似的事物放在一起，无论是细菌中维持生存的关键基因，还是藻类中在一天中同一时间活跃的基因。这一新框架提供了一种跨越从最简单的微生物到最复杂的动物的所有生命形式来探索这些模式的方法，从而为生命指令是如何组织和调节的提供了更清晰的图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。