IF31.7｜植物转录调控新范式：TSS下游序列的位置依赖性增强子

植物增强子并非位置无关，TSS下游500 bp内的GATC基序以剂量依赖方式调控转录，效应跨物种保守。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

真核生物转录调控知识主要来自酵母和动物，但植物与动物在十亿年前就已分开演化，多细胞性也独立起源。已知植物与动物在核心启动子基序、转录因子家族、长程增强子特征等方面存在差异，但学界普遍默认植物调控序列的作用方式与动物类似。动物增强子的典型特性是位置无关性，即无论位于启动子上游还是下游都能激活转录。然而，植物中已有零星报道提示内含子等下游序列可能具有调控功能，但缺乏系统性证据。本文利用大规模平行报告基因分析（MPRA）在四种植物中系统检测了TSS附近序列的调控活性，发现植物调控元件强烈依赖于其相对于TSS的位置，并鉴定出一个保守的GATC基序，在下游以剂量依赖方式增强转录。

科学问题

卡在哪里： 此前对植物顺式调控元件的系统研究多集中于TSS上游，下游区域常被忽视。虽然eQTL分析提示TSS下游可能存在调控变异，但缺乏功能验证。动物增强子的位置无关性是否适用于植物，一直没有大规模实验证据。

本文要回答： 本文旨在系统解析植物中TSS下游序列的转录调控功能，明确植物调控元件是否具有位置依赖性，并鉴定关键DNA基序及其作用机制。

技术路线

作者主要用了：eQTL分析、MPRA、5-EU新生RNA标记、DAP-seq、RNA-seq、单细胞转录组。

作者首先利用拟南芥1001基因组计划的基因型和转录组数据，分析cis-eQTL在TSS附近的分布，发现下游区域富集程度与上游相当。接着设计MPRA，合成12,000个来自TSS上游或下游的160 bp片段，分别插入报告基因TSS上游或内含子中，在拟南芥、番茄、玉米和本氏烟草四种植物中测定活性。通过比较同一片段在不同位置的效应，揭示位置依赖性。进一步通过6-mer关联分析锁定GATC基序，并利用突变文库、5-EU标记新生RNA、GATA转录因子过表达等手段验证其功能和机制。

图 1　Fig. 1。图1展示了拟南芥eQTL和TF结合在TSS附近的分布。a显示eQTL富集在TSS两侧，但下游序列多样性更低，凸显下游富集的意外性。b按TSS到ATG距离分组，距离长的基因eQTL更偏下游，距离短的更偏上游。c显示DAP-seq峰在TSS两侧均有明显峰。d显示不同TF家族对上游或下游有偏好。整体说明下游区域是转录调控热点。

核心亮点

亮点 1｜eQTL富集于TSS下游

对拟南芥1001基因组计划数据的分析显示，cis-eQTL在TSS下游的富集程度与上游相当，且下游序列多样性更低，使得富集更显著。这种富集与TSS到ATG的距离有关：距离较长的基因，eQTL更集中于TSS下游；距离较短的基因则更集中于上游。此外，eQTL并未偏向3'UTR或外显子，排除了mRNA稳定性为主要机制。DAP-seq数据显示529个转录因子在TSS两侧均有结合峰，且不同TF家族对上游或下游有偏好。这些结果共同指向TSS下游存在转录调控区域。

图 2　Fig. 2。图2概述MPRA设计并展示核心结果。a为实验流程：12,000个片段分别插入报告基因上游或内含子，在四种植物中测定活性。b显示重复间高相关性。c显示已知增强子在上游有效但下游无效，而UBQ10内含子片段则相反。d显示同一片段在不同物种和启动子背景下活性相关，但上下游活性不相关。e显示5-EU标记实验证明下游插入影响转录速率。f显示片段在原始位置时活性更高。

亮点 2｜MPRA揭示位置依赖性

在四种植物中，同一片段插入TSS上游或下游的活性相关性很低，表明植物调控元件具有强烈的位点依赖性。对照实验显示，已知增强子在上游有效但在内含子中无效，而UBQ10内含子片段则在下游更有效。通过5-EU标记新生RNA，证实下游插入主要影响转录速率而非mRNA稳定性。此外，片段活性在不同物种和启动子背景下高度相关，说明相对效应保守。

图 3　Fig. 3。图3展示GATC基序的发现和剂量效应。a为6-mer关联分析火山图，含GATC的6-mer显著富集于高活性片段。b显示含GATC的片段在下游插入时活性更高。c显示GATC基序拷贝数与表达量正相关，每个拷贝增加约50%表达。该图确立了GATC基序作为下游增强元件的核心地位。

亮点 3｜GATC基序是下游增强核心

6-mer关联分析发现，含有GATC的6-mer在下游片段中与高表达显著相关。将最强6-mer合并为8 bp的YVGATCBR基序（简称GATC基序），其拷贝数与表达量呈正相关，每个拷贝平均增加近50%的表达。该效应在上游插入时几乎消失。突变分析显示，删除、打乱或突变GATC核心均导致约50%的表达下降；深度突变扫描证实GATC四个碱基的严格约束。在221个随机片段中逐步添加GATC基序，97%的片段在添加至少4个拷贝后表达增强，且增强幅度与基础活性相关。

图 4　Fig. 4。图4展示GATC基序的必要性和充分性。a显示删除、打乱或突变GATC核心均导致约50%表达下降。b为深度突变扫描，显示GATC四个碱基的严格约束。c显示在随机片段中添加GATC基序可剂量依赖地增强表达。d显示自然变异中GATC基序获得与下游基因高表达相关。e显示GATA TF过表达后靶基因富集GATC基序。

亮点 4｜GATC基序通过GATA转录因子起作用

GATC基序是GATA转录因子的结合位点。拟南芥基因组中有30个GATA TF，DAP-seq显示GATA因子在TSS下游500 bp内富集。瞬时过表达三个GATA TF后，RNA-seq鉴定出7,397个含有GATC基序的基因作为直接靶标。这些基因富集于高尔基体、内质网、内体和囊泡运输相关过程。GATC基序与H3K4me3、H3K36me3和RNA聚合酶II占位正相关，但与mRNA半衰期无关，进一步支持其通过转录调控发挥作用。

图 5　Fig. 5。图5展示GATC基序在基因组和跨组织中的效应。a显示TSS下游500 bp内GATC基序数量与基因表达正相关，每个基序平均增加0.4倍表达。b显示在所有6-mer中，GATC基序与表达关联最强。c显示GATC基序与H3K4me3、H3K36me3和Pol II占位正相关。d-g显示GATC基序效应在不同组织和发育阶段的变化，根中效应最强，种子成熟后期最弱。

亮点 5｜GATC基序效应跨组织与物种保守

在拟南芥不同组织和发育阶段中，GATC基序对表达的影响普遍存在，但效应大小波动约三倍。在根中效应最强，单细胞数据显示根尖分生组织关联最显著；在种子成熟后期效应减弱。在多种开花植物、裸子植物和蕨类植物中，GATC基序数量与基因表达均呈正相关，但在苔藓植物中效应微弱或缺失，表明该机制在维管植物中保守。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： eQTL分析、MPRA、5-EU新生RNA标记、DAP-seq、RNA-seq、单细胞转录组
• 公开数据： PRJNA1009032
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事植物基因调控、增强子预测或eQTL功能解读的研究者。

带走一句

做植物转录调控分析时，别只盯着启动子上游，TSS下游500 bp内的GATC基序可能是被忽视的调控热点，且效应跨物种保守。