Uma rede reguladora de genes (GRN) descreve a relação hierárquica entre complexos de fatores de transcrição, seus genes-alvo e os produtos gênicos codificados que então controlam a atividade celular. Entender os GRNs é a chave para orientar o melhoramento das plantas por meio da manipulação de genes.
A identificação de fatores de transcrição que controlam a sinalização e/ou as respostas de desenvolvimento é um desafio devido ao grande número de fatores de transcrição putativos (TFs) que ainda não têm função conhecida e ao fato de que os TFs que já foram caracterizados em um contexto podem ter papéis adicionais em contextos ainda desconhecidos. Além disso, os TFs previamente caracterizados provavelmente trabalham em cooperação com outros TFs cuja função não foi descrita anteriormente.
Um artigo recente publicado em in silico Plants apresenta TF DEACoN, uma nova ferramenta que usa informações publicadas anteriormente e disponíveis publicamente Dados DAP-Seq de Arabidopsis para fazer previsões sobre quais TFs podem estar envolvidos em uma resposta transcricional observada. TF DEACoN analisa dados entre grupos de genes co-regulados para “triagem” de fatores de transcrição que podem controlar suas mudanças simultâneas na expressão.
TF DEACoN está disponível publicamente como um aplicativo da web amigável. “A ideia por trás da análise é análoga ao enriquecimento Gene Ontology (GO); em vez de anotações funcionais, procuramos TFs que visam os genes de entrada e comparamos a proporção de alvos neste grupo de consulta com a proporção de alvos em todo o genoma. Tentamos tornar o aplicativo fácil de usar para os pesquisadores. Se você tiver uma lista de genes que são co-regulados em seu processo de interesse, basta colar os IDs dos genes em uma caixa de consulta de entrada e a ferramenta gera fatores de transcrição (TF) cujos alvos são enriquecidos em seu conjunto de genes, juntamente com suas famílias e o AT ID do gene para download”, diz Alexandria Harkey, pesquisadora de pós-doutorado na Wake Forest University.
Os autores demonstraram a utilidade de agrupar genes co-regulados com base na semelhança de sua abundância de transcritos ao longo do tempo e do espaço para encontrar potenciais reguladores que são evidentes apenas quando grupos de genes co-expressos são examinados. Eles usaram TF DEACoN para analisar dados transcricionais de raízes tratadas com o precursor de etileno ácido 1-aminociclopropano-1-carboxílico (ACC) para aumentar os níveis de etileno, revelando TFs que podem atuar a jusante dessa sinalização hormonal para controlar mudanças no desenvolvimento da raiz. Eles então usaram uma abordagem genética para mostrar que uma mutação em um dos fatores de transcrição previstos e anteriormente desconhecidos reduziu a regulação negativa do desenvolvimento da raiz lateral pelo ACC.
A combinação de filtragem e TF DEACoN apresentada neste artigo pode ser aplicada a qualquer grupo de genes co-regulados para prever GRNs que controlam respostas transcricionais coordenadas.
A ferramenta “TF Discovery by Enrichment Analysis of Co-expression Networks” (TF DEACoN) foi desenvolvida usando R Brilhante e pacote BS brilhante, e é compartilhado sob uma licença de código aberto em https://github.com/aharkey/TFDEACoN.
