Genregulatie en Genregulatiecircuits

Genregulatiecircuits sturen fundamentele fysiologische, ontwikkelings- en gedragsprocessen in organismen door de hele levensboom heen (Carroll et al., 2001). Voorbeelden hiervan zijn chemotaxis in bacteriën (Alon et al., 1999), paringsgedrag in gist (Tsong et al., 2006), en ontwikkelingspatronen in de fruitvlieg (Lawrence, 1992). Dergelijke circuits bestaan uit een set genen – typisch coderend voor DNA-bindende eiwitten bekend als transcriptiefactoren – die de expressie van andere genen in het circuit reguleren. Het genotype van een regulerende kring omvat het DNA dat codeert voor transcriptiefactor-genen, alsmede DNA-bindende plaatsen voor deze factoren in de buurt van kring-genen. Het codert twee aspecten van het gedrag van een circuit, namelijk de interacties tussen genen (d.w.z. “wie-reguleert-wie”) en de signaal-integratielogica die door elk gen wordt gebruikt om de signalen te interpreteren die door zijn regulerende genproducten worden geleverd. Het eerste aspect wordt gecodeerd door de aan- of afwezigheid van bindingsplaatsen voor transcriptiefactoren in de buurt van een gen, terwijl het laatste wordt gecodeerd door het aantal, de onderlinge afstand en de bindingsaffiniteit van deze plaatsen (Sharon et al., 2012; Smith et al., 2013). Het fenotype van een regulatorisch circuit is zijn spatiotemporele genexpressiepatroon, dat specificeert wanneer, waar en in welke mate elk gen in het circuit tot expressie komt. Een klassiek voorbeeld van een dergelijk circuit is dat gevormd door de gap genen van Drosophila melanogaster, die een maternaal gedeponeerde morfogen gradiënt interpreteert langs de anterior-posterior as van het ontwikkelende embryo om precieze expressie banden te creëren, die fundamenteel zijn voor het definiëren van de gesegmenteerde lichaamsplan van de vlieg en vormen het fenotype van dit gen circuit (Lawrence, 1992).

Elk circuit genotype met een bepaalde expressie fenotype kan worden gezien als een lid van een genotype netwerk. Vertices in zo’n netwerk vertegenwoordigen volledige circuits en edges verbinden vertices als hun corresponderende circuits verschillen in een enkele regulatorische interactie, of in de regulatorische logica van een enkel gen. Het meeste van wat we weten over de genotypische netwerken van regulatorische circuits is afkomstig van computationele modellen. Ciliberti et al. (2007a,b) gebruikten bijvoorbeeld zo’n model om aan te tonen dat voor elk gegeven genexpressiefenotype, de overgrote meerderheid van genotypes één enkel, verbonden genotype-netwerk vormen. Vergelijkbare waarnemingen werden gedaan met behulp van model regulerende circuits geïnspireerd door Drosophila ontwikkeling, waarin een morfogen gradiënt wordt geïnterpreteerd langs een ruimtelijk domein om een enkele, gecentraliseerde band van genexpressie te vormen (Cotterell en Sharpe, 2010). Ook daar vormen streep-vormende circuits genotype netwerken. In beide modellen hebben individuele genotypes typisch veel buren met hetzelfde fenotype. Dergelijke genotypes zijn dus tot op zekere hoogte robuust voor mutaties die kleine genetische veranderingen veroorzaken. Bovendien strekken dergelijke netwerken zich uit tot ver in de ruimte van mogelijke genotypes. Zo kunnen twee circuits uit hetzelfde genotypische netwerk evenveel van elkaar verschillen als twee willekeurig uit de genotypische ruimte gekozen circuits (Ciliberti et al., 2007a). Empirisch bewijs dat circuits met zeer verschillende genotypen hetzelfde fenotype kunnen hebben, bestaat voor circuits die het galactosemetabolisme, het paringstype en de expressie van ribosomale eiwitten in fungi reguleren (Martchenko et al., 2007; Tanay et al., 2005; Tsong et al., 2006).

Genotype netwerken verlenen niet alleen mutatiebestendigheid aan de expressiefenotypen van genregulerende circuits, ze vergemakkelijken ook de evolueerbaarheid. Ciliberti et al. (2007a) toonden dit aan door paren van circuits uit genotype netwerken te bemonsteren en de sets van nieuwe expressiefenotypen te bepalen die gerealiseerd konden worden via regulatiemutaties in elk circuit van het paar. Zij vonden dat deze sets steeds meer van elkaar verschilden naarmate het verschil tussen de bemonsterde circuits groter werd. Met andere woorden, omdat genotype netwerken zich ver uitstrekken door de genotype ruimte van regulatorische circuits, geven ze toegang tot een grote diversiteit van nieuwe genexpressie fenotypen en vergemakkelijken zo de evolueerbaarheid.

Terwijl computationele analyses de karakterisering van hele ruimten van regulatorische circuits mogelijk hebben gemaakt, hebben experimentele gegevens van eiwit-bindende microarrays (Berger et al., 2006) de karakterisering mogelijk gemaakt van de kleinste eenheden van circuit organisatie, transcriptiefactor bindingsplaatsen, en de ruimten die ze vormen. Deze korte DNA sequenties bepalen de regulatorische interacties van een circuit, en mutaties in deze sequenties kunnen het genexpressie fenotype van een circuit beïnvloeden (Wray, 2007; Prud’homme et al., 2007), ofwel door de bindingsaffiniteit te veranderen, ofwel door de binding op te heffen. Inzicht in de robuustheid van bindingsplaatsen voor transcriptiefactoren is daarom belangrijk om de robuustheid van regulerende circuits te begrijpen. Een recente studie met behulp van eiwit-bindende microarray gegevens van 89 gist en 104 muis transcriptiefactoren analyseerde de genotype netwerken van de bindingsplaatsen van elk van deze factoren (Payne en Wagner, 2014). Voor 99% van de 193 factoren maakt de meerderheid van de door de factor gebonden sequenties deel uit van een enkel genotype netwerk. Bovendien zijn deze netwerken dicht met elkaar verbonden, wat impliceert dat individuele bindingsplaatsen tot op zekere hoogte mutationeel robuust zijn. Sommige netwerken zijn groter dan andere – ze omvatten meer bindingsplaatsen – en individuele bindingsplaatsen in grotere netwerken zijn robuuster dan bindingsplaatsen in kleinere netwerken.

Voor elk van de 193 transcriptiefactoren die Payne en Wagner (2014) onderzochten, hebben ze ook paren van sites uit hetzelfde genotype-netwerk bemonsterd en de sets van transcriptiefactoren bepaald die binden aan sites die grenzen aan die in het paar. Naarmate de mutatieafstand tussen sites toeneemt, neemt ook de diversiteit van transcriptiefactoren die naburige sites binden toe. Bovendien geldt dat hoe groter een genotype netwerk is (en hoe robuuster de bindingsplaatsen gemiddeld zijn), hoe groter het aantal unieke transcriptiefactoren is dat bindt aan plaatsen die grenzen aan het genotype netwerk. Samengevat suggereren deze observaties dat robuustheid en evolueerbaarheid een synergetische relatie vertonen in genregulerende circuits en hun bindingsplaatsen voor transcriptiefactoren, mogelijk gemaakt door het bestaan van grote genotypische netwerken die zich verspreiden over de hele genotypische ruimte.