par-clip-method-to-identify-transcriptome-wide-binding-sites-rna

PAR-CliP - A Method to Identify Transcriptome-wide the Binding Sites of RNA Binding Proteins

RNA transcripts are subjected to post-transcriptional gene regulation by interacting with hundreds of RNA-binding proteins (RBPs) and microRNA-containing ...

Accurate and large-scale prediction of protein-protein interactions directly from amino-acid sequences is one of the great challenges in computational biology. Here we present a new Bayesian network method that predicts interaction partners using only multiple alignments of amino-acid sequences of interacting protein domains, without tunable parameters, and without the need for any training examples. We first apply the method to bacterial two-component systems and comprehensively reconstruct two-component signaling networks across all sequenced bacteria. Comparisons of our predictions with known interactions show that our method infers interaction partners genome-wide with high accuracy. To demonstrate the general applicability of our method we show that it also accurately predicts interaction partners in a recent dataset of polyketide synthases. Analysis of the predicted genome-wide two-component signaling networks shows that cognates (interacting kinase/regulator pairs, which lie adjacent on the genome) and orphans (which lie isolated) form two relatively independent components of the signaling network in each genome. In addition, while most genes are predicted to have only a small number of interaction partners, we find that 10% of orphans form a separate class of 'hub' nodes that distribute and integrate signals to and from up to tens of different interaction partners.

Accurate prediction of protein-protein interactions from sequence alignments using a Bayesian method.

Pr&auml;zise und umfassende Vorhersage von Protein-Protein Interaktionen direkt aus der Aminos&auml;ure-Sequenzen ist eine der gro&szlig;en Herausforderungen in der Bioinformatik. Hier pr&auml;sentieren wir eine neue Bayes-Netzwerk-Methode, die Interaktion Partner mit nur mehrere Ausrichtungen der Aminos&auml;ure-Sequenzen von interagierenden Protein-Gebiete, ohne einstellbare Parameter und ohne die Notwendigkeit f&uuml;r jede Ausbildung Beispiele vorhersagt. Wir wenden Sie die Methode zuerst auf bakterielle Zweikomponenten-Systeme und Zweikomponenten-Signalisierung Netzwerke umfassend &uuml;ber alle sequenzierten Bakterien zu rekonstruieren. Vergleiche unsere Vorhersagen mit bekannten Wechselwirkungen zeigen, dass unsere Methode Interaktion Partner genomweiten mit hoher Genauigkeit leitet. Um die allgemeine Anwendbarkeit unserer Methode zu demonstrieren, zeigen wir, dass es auch sehr genau Interaktion Partner in einem j&uuml;ngsten Dataset Polyketid-Synthasen vorhersagt. Analyse der vorhergesagten genomweiten Zweikomponenten-signalisieren Netze zeigt, dass Cognates (interagierenden Kinase/Regler Paare, die auf das Genom angrenzenden liegen) und Waisen (die isoliert liegen) bilden zwei relativ unabh&auml;ngige Komponenten des Signalling Netzwerks in jedem Genom. Dar&uuml;ber hinaus, w&auml;hrend die meisten Gene vorhergesagt werden, um nur eine kleine Anzahl von Interaktion Partner zu haben, finden wir, dass 10 % der Waisen eine separate Klasse der &quot;Hub&quot; Knoten bilden, die verteilen und Signale zu und von bis zu zehn verschiedenen Interaktion Partner zu integrieren.

Genaue Vorhersage von Protein-Protein Interaktionen aus Sequenzalignments mit einer Bayes-Methode.

Predicting protein structure from primary sequence is one of the ultimate challenges in computational biology. Given the large amount of available sequence data, the analysis of co-evolution, i.e., statistical dependency, between columns in multiple alignments of protein domain sequences remains one of the most promising avenues for predicting residues that are contacting in the structure. A key impediment to this approach is that strong statistical dependencies are also observed for many residue pairs that are distal in the structure. Using a comprehensive analysis of protein domains with available three-dimensional structures we show that co-evolving contacts very commonly form chains that percolate through the protein structure, inducing indirect statistical dependencies between many distal pairs of residues. We characterize the distributions of length and spatial distance traveled by these co-evolving contact chains and show that they explain a large fraction of observed statistical dependencies between structurally distal pairs. We adapt a recently developed Bayesian network model into a rigorous procedure for disentangling direct from indirect statistical dependencies, and we demonstrate that this method not only successfully accomplishes this task, but also allows contacts with weak statistical dependency to be detected. To illustrate how additional information can be incorporated into our method, we incorporate a phylogenetic correction, and we develop an informative prior that takes into account that the probability for a pair of residues to contact depends strongly on their primary-sequence distance and the amount of conservation that the corresponding columns in the multiple alignment exhibit. We show that our model including these extensions dramatically improves the accuracy of contact prediction from multiple sequence alignments.

Disentangling direct from indirect co-evolution of residues in protein alignments.

Vorhersage von Proteinstrukturen aus prim&auml;ren Sequenz ist eine ultimative Herausforderung im computational Biology. Angesichts der gro&szlig;en verf&uuml;gbar-Sequenzdaten, die Analyse der Koevolution, d. h., bleibt statistische Abh&auml;ngigkeit zwischen Spalten, die in mehreren Ausrichtungen von Proteinsequenzen Dom&auml;ne eines der vielversprechendsten Verfahrensweisen f&uuml;r die Vorhersage von R&uuml;ckst&auml;nden, die in der Struktur kontaktieren. Ein wichtiger Hindernis dabei ist, dass starke statistische Abh&auml;ngigkeiten auch f&uuml;r viele Paare der R&uuml;ckst&auml;nde beachtet werden, das distale in der Struktur sind. Mit eine umfassende Analyse der Protein-Gebiete mit verf&uuml;gbaren dreidimensionale Strukturen zeigen wir, dass co-evolving sehr h&auml;ufig Form Ketten Kontakte, die durch die Proteinstruktur versickern induzierende indirekte statistische Abh&auml;ngigkeiten zwischen viele distale Paare von R&uuml;ckst&auml;nden. Wir charakterisieren die Verteilungen von L&auml;nge und r&auml;umliche Entfernung, diese co-evolving Kontakt Ketten und zeigen, dass sie erkl&auml;ren, dass einen gro&szlig;en Teil der beobachteten statistischen Abh&auml;ngigkeiten zwischen strukturell distale Paare. Eine neu entwickelte Bayes-Netzwerkmodell passen wir in einem strengen Verfahren zur Faktoren direkt von indirekten statistischen Abh&auml;ngigkeiten zu entflechten und demonstrieren, dass diese Methode nicht nur erfolgreich diese Aufgabe erf&uuml;llt, sondern kann auch Kontakte mit schwachen statistische Abh&auml;ngigkeit erkannt werden. Zu zeigen, wie zus&auml;tzliche Informationen kann in unserer Methode integriert werden und wir &uuml;bernehmen eine phylogenetische Korrektur entwickeln wir eine informative vor, die ber&uuml;cksichtigt, dass die Wahrscheinlichkeit f&uuml;r ein paar R&uuml;ckst&auml;nde Kontakt stark h&auml;ngt ihrer prim&auml;ren-Sequenz-Entfernung und die H&ouml;he der Erhaltung, die die entsprechenden Spalten in die mehrere Ausrichtung aufweisen. Wir zeigen, dass unser Modell einschlie&szlig;lich diese Erweiterungen drastisch die Genauigkeit der Kontakt Vorhersage von multiplen Sequenzalignments verbessert.

Chinesische direkt von indirekten Co-Evolution von R&uuml;ckst&auml;nden in Protein-Ausrichtungen.

RNA transcripts are subject to posttranscriptional gene regulation involving hundreds of RNA-binding proteins (RBPs) and microRNA-containing ribonucleoprotein complexes (miRNPs) expressed in a cell-type dependent fashion. We developed a cell-based crosslinking approach to determine at high resolution and transcriptome-wide the binding sites of cellular RBPs and miRNPs. The crosslinked sites are revealed by thymidine to cytidine transitions in the cDNAs prepared from immunopurified RNPs of 4-thiouridine-treated cells. We determined the binding sites and regulatory consequences for several intensely studied RBPs and miRNPs, including PUM2, QKI, IGF2BP1-3, AGO/EIF2C1-4 and TNRC6A-C. Our study revealed that these factors bind thousands of sites containing defined sequence motifs and have distinct preferences for exonic versus intronic or coding versus untranslated transcript regions. The precise mapping of binding sites across the transcriptome will be critical to the interpretation of the rapidly emerging data on genetic variation between individuals and how these variations contribute to complex genetic diseases.

Transcriptome-wide identification of RNA-binding protein and microRNA target sites by PAR-CLIP.

RNA-Transkripte unterliegen Posttranscriptionale Genregulation bei denen hunderte von RNA-bindende Proteine (RBPs) und MicroRNA-haltigen-Gebiets-komplexe (MiRNPs) in einer Art von Zelle abh&auml;ngigen Weise ausgedr&uuml;ckt. Wir entwickelten einen zellbasierte vernetzender Ansatz um die Bindungsstellen der zellul&auml;ren RBPs und MiRNPs bei hoher Aufl&ouml;sung und Transkriptom-weite zu bestimmen. Die vernetzte Standorte sind durch Thymidin zu Cytidin &Uuml;berg&auml;nge in die cDNAs aus Immunopurified RNPs 4-Thiouridine-behandelte Zellen vorbereitet offenbart. Wir entschlossen die Bindungsstellen und regulatorische Konsequenzen f&uuml;r mehrere intensiv studierte RBPs und MiRNPs, einschlie&szlig;lich PUM2, QKI, IGF2BP1-3, her/EIF2C1-4 und TNRC6A-C. Unsere Studie ergab, dass diese Faktoren binden Tausende von Seiten mit definierten Sequenz Motive und unterschiedliche Vorlieben haben f&uuml;r exonic versus verband intronic oder Codierung gegen&uuml;ber nicht &uuml;bersetzte Abschrift Regionen. Die genaue Zuordnung der Bindung von Websites &uuml;ber das Transkriptom ist entscheidend, um die Interpretation der sich schnell verbreitende Daten auf genetische Variation zwischen Individuen und wie diese Variationen zu komplexen genetischen Erkrankungen beitragen.

Transkriptom-weite Identifikation von RNS-bindene Protein und MicroRNA Ziel-Sites von PAR-CLIP.

Cross-linking and immunoprecipitation (CLIP) is increasingly used to map transcriptome-wide binding sites of RNA-binding proteins. We developed a method for CLIP data analysis, and applied it to compare CLIP with photoactivatable ribonucleoside-enhanced CLIP (PAR-CLIP) and to uncover how differences in cross-linking and ribonuclease digestion affect the identified sites. We found only small differences in accuracies of these methods in identifying binding sites of HuR, which binds low-complexity sequences, and Argonaute 2, which has a complex binding specificity. We found that cross-link-induced mutations led to single-nucleotide resolution for both PAR-CLIP and CLIP. Our results confirm the expectation from original CLIP publications that RNA-binding proteins do not protect their binding sites sufficiently under the denaturing conditions used during the CLIP procedure, and we show that extensive digestion with sequence-specific RNases strongly biases the recovered binding sites. This bias can be substantially reduced by milder nuclease digestion conditions.

A quantitative analysis of CLIP methods for identifying binding sites of RNA-binding proteins.

Vernetzung und Immunopr&auml;zipitation (CLIP) wird zunehmend zum Transkriptom-weite Bindungsstellen von RNA-bindende Proteine zuordnen. Wir entwickelte eine Methode zur CLIP-Datenanalyse und wendete sie CLIP einen Vergleich mit Photoactivatable Ribonucleoside erh&ouml;hter CLIP (PAR-CLIP) und aufzudecken, wie Unterschiede in der Vernetzung und Ribonuclease Verdauung der identifizierten Websites betreffen. Wir fanden nur kleine Unterschiede in der Genauigkeit dieser Methoden bei der Ermittlung von Bindungsstellen von HuR, die Low-Complexity-Sequenzen bindet, und Argonaute 2, die eine komplexe Bindung-Spezifit&auml;t hat. Wir fanden, dass Kreuz-Nullmodem-induzierte Mutationen zu Einzel-Nukleotid-Aufl&ouml;sung f&uuml;r PAR-CLIP und CLIP gef&uuml;hrt. Unsere Ergebnisse best&auml;tigen die Erwartung von Originalarbeiten CLIP, dass RNA-bindende Proteine nicht ihren Bindungsstellen ausreichend unter Denaturierung Bedingungen w&auml;hrend der CLIP-Verfahren verwendet sch&uuml;tzen, und wir zeigen, dass umfangreiche Verdauung mit Sequenz-spezifische RNases stark die wiederhergestellten Bindungsstellen Vorurteile. Diese Tendenz kann durch mildere Nuklease Verdauung Bedingungen erheblich reduziert werden.

Eine Quantitative Analyse der CLIP Methoden zur Identifizierung von Bindungsstellen von RNA-bindende Proteine.

Methylation of cytosines is an essential epigenetic modification in mammalian genomes, yet the rules that govern methylation patterns remain largely elusive. To gain insights into this process, we generated base-pair-resolution mouse methylomes in stem cells and neuronal progenitors. Advanced quantitative analysis identified low-methylated regions (LMRs) with an average methylation of 30%. These represent CpG-poor distal regulatory regions as evidenced by location, DNase I hypersensitivity, presence of enhancer chromatin marks and enhancer activity in reporter assays. LMRs are occupied by DNA-binding factors and their binding is necessary and sufficient to create LMRs. A comparison of neuronal and stem-cell methylomes confirms this dependency, as cell-type-specific LMRs are occupied by cell-type-specific transcription factors. This study provides methylome references for the mouse and shows that DNA-binding factors locally influence DNA methylation, enabling the identification of active regulatory regions.

DNA-binding factors shape the mouse methylome at distal regulatory regions.

Methylierung von Cytosines ist eine wesentliche epigenetische &Auml;nderung im S&auml;ugetier-Genome, dennoch Regeln Methylierungsmuster bleiben weitgehend tr&uuml;gerisch. Um Einblicke in diesen Prozess zu gewinnen, haben wir Base-paar-Aufl&ouml;sung Maus Methylomes in Stammzellen und neuronalen Vorl&auml;uferzellen generiert. Erweiterte Quantitative Analyse identifiziert geringer methyliert Regionen (AMRs) mit einer durchschnittlichen Methylierung von 30 %. Diese repr&auml;sentieren CpG-Armen distale regelnde Regionen wie belegt nach Ort, DNase I-&Uuml;berempfindlichkeit, Vergr&ouml;&szlig;erer Chromatin Marken und Vergr&ouml;&szlig;erer Aktivit&auml;t im Reporter-Proben. AMRs von DNA-bindenden Faktoren belegt sind und ihre Bindung ist notwendig und ausreichend AMRs erstellen. Ein Vergleich der neuronalen Stammzellen Methylomes best&auml;tigt dieser Abh&auml;ngigkeit wie Typ-zellspezifische AMRs von Zelle-Typ-spezifische Transkriptionsfaktoren besetzt sind. Diese Studie liefert Methylome verweist f&uuml;r die Maus und zeigt, dass DNA-bindenden Faktoren lokal DNA-Methylierung, anhand deren die von aktiven regelnde Regionen beeinflussen.

Article	Year
Accurate prediction of protein-protein interactions from sequence alignments using a Bayesian method. Molecular systems biology\| PubMed ID: 18277381	2008
Disentangling direct from indirect co-evolution of residues in protein alignments. PLoS computational biology\| PubMed ID: 20052271	2010
Transcriptome-wide identification of RNA-binding protein and microRNA target sites by PAR-CLIP. Cell\| PubMed ID: 20371350	2010
A quantitative analysis of CLIP methods for identifying binding sites of RNA-binding proteins. Nature methods\| PubMed ID: 21572407	2011
DNA-binding factors shape the mouse methylome at distal regulatory regions. Nature\| PubMed ID: 22170606	2011

Lukas Burger

Biography

JoVE Journal Publications

Other Publications