用于选择基因和组织特异性增强子的基于 Web 的工作流程
2025年7月18日
我们为生物学家提供了一种无需编码的工作流程，只需使用基于浏览器的工具即可识别组织特异性基因增强子。我们的方案利用公开的 H3K4me1/H3K27ac 组蛋白标记和 Hi-C 数据，使没有编程专业知识的研究人员能够访问、分析和识别与其目标基因相关的潜在调节元件。
我们有兴趣解码非编码基因组，以了解基因是如何被调节的，以便在正确的时间和正确的地点表达。我们使用基于网络的基因组学工具开发用户友好的协议，使所有生物学家都能获得增强的发现。多模态数据的广泛可用性，可以帮助缩小增强器的位置范围，并通过开源 Web 界面轻松访问这些数据。
这样可以进行全面的增强子鉴定，而无需研究人员的编程专业知识。该协议为任何没有增强子生物学背景的人提供了基础，以开始浏览公开可用的数据集以检索感兴趣基因的增强子。我们以心脏生物学领域的知名参与者 TBX5 为案例研究。
我们的工作流程确定了 21 种增强剂，它们可能有助于揭示心脏发育机制和先天性心脏病。我们将使用包括空间基因组学在内的新数据源扩展我们的协议，同时为生物学家开发其他用户友好的工具。首先，打开 Ensembl Genome Browser。
选择与感兴趣的物种和版本相匹配的基因组组装。在搜索字段中输入感兴趣的基因，然后单击“开始”。从结果中，单击相应的集成基因 ID。然后滚动到“摘要”部分并单击“详细区域”链接以可视化感兴趣基因的周围区域。现在，使用 Gene Legend 轨道搜索目标基因两侧的两个基因。
这些基因作为视觉元素出现，代表 GENCODE 轨道中基本基因注释中合并的 Ensembl 和 Havana 注释。通过观察基因名称旁边的大于或小于符号来确定目标基因的方向性。单击并拖动光标穿过这些基因之间的基因间区域，然后单击弹出框中的“跳转到区域”以查看所选区域。
通过单击轨道查看器顶部的“添加”或“删除轨道”来自定义显示。使用缩放和导航控件调整视图以增强区域的可视化效果。在“区域详细信息”选项卡查看器中，单击侧边栏中的“配置此页面”。
在“配置区域图像”侧边栏的“调节”下，选择“按细胞或组织划分的活动”。使用细胞或组织搜索栏查找和选择所需的组织，或使用栏下方的字母索引。单击“细胞或组织”选项旁边的“实验”选项卡。
选择 H3K4me1 和 H3K27ac 作为增强子的标记，选择 H3K4me3 作为启动子的标记，然后单击配置轨道显示。然后，选择“查看轨迹”以可视化增强子检测区域内由 H3K4me1 标记的区域以及目标基因上游由 H3K4me3 标记的区域。单击 H3K4me1 轨迹中的彩色视觉或框元素以检索在定义的检测区域内标记的区域的基因组坐标。
这将打开 Hists 和 Pols 弹出窗口，其中以碱基对显示元素的基因组位置。或者，通过单击并拖动轨迹来手动定义每个基因组特征的感兴趣区域，以将图峰包围在 H3K4me1 或 H3K27ac 轨迹下。然后将基因组位置坐标复制到文本文件中，并将文件保存为BED格式。
访问 4DN 数据门户。在主页上，确保选择“实验集”作为主堆叠条的 Y 轴，选择“实验类型”作为 X 轴，并且图按生物体分组。沿 X 轴找到 In Situ Hi-C 条，然后单击代表人体实验集的部分。
在弹出窗口中，单击“浏览”按钮并选择心肌成肌细胞“和我们感兴趣的基因 TBX5，与心脏器官发生相关。单击与感兴趣组织相对应的相关生物样本的“标题”列中的链接。然后，在“已处理的文件”选项卡中，单击“探索数据”以更详细地检查 Hi-C 数据集。
在感兴趣的组织中输入已识别启动子的坐标，然后右键单击热图以水平标记该区域。这些线允许在热图上直观地跟踪启动子区域。如果需要，通过垂直拖动视图来调整视图，直到搜索栏的 Y 坐标中的上限和下限与感兴趣区域的边界对齐。
要删除任何不需要的线，请右键单击该线并选择“水平”或“垂直规则”，然后单击“关闭系列”。输入所有经过实验验证的对照增强器的坐标，以根据其最小交互作用值计算交互作用阈值。使用预先准备好的视图显示文献中的三个对照增强子以及 Ensembl 的启动子区域。
然后，通过选择热图矩阵右侧的颜色键指示的最低非零交互作用分数，使用这些控制增强子定义启动子增强子阈值。输入所有H3K4me1相关增强子区域的基因组坐标，并在Hi-C热图上垂直标记。通过将H3K4me3标记区域的相互作用分数与相互作用阈值进行比较，过滤掉弱相互作用区域。
选择显示高于此阈值的相互作用频率的基因组坐标，这些坐标在热图上显示为更集中或更暗的信号，并将它们保存为 BED 格式。VISTA 心脏增强器浏览器中鉴定的四种心脏增强子中的三种，即 HS2329、mm1282 和 mm370，与基于网络的增强子检测协议预测的区域重叠。增强子二与增强子检测方案预测的区域和经过实验验证的增强子重叠。
增强子 16 与预测的增强子区域和先前的实验数据重叠。增强子九与管道中任何预测的增强子没有重叠，但显示出部分 H3K4me1 信号富集。
概览
本文介绍了一种无需编程的工作流程，用于通过基于浏览器的工具识别组织特异性基因增强子。该协议利用公共组蛋白标记和Hi-C数据，使没有编程技能的生物学家也能使用。
关键研究组成部分
科学领域
- 基因组学
- 基因调控
- 增强子生物学
背景
- 非编码基因组在基因调控中扮演着至关重要的角色。
- 对于生物学家来说，用户友好的协议对于访问基因组数据至关重要。
- 公开可用的多模态数据有助于增强子的识别。
- TBX5是心脏生物学中的一个关键基因，用作案例研究。
研究目的
- 为生物学家提供一个导航公共数据集的基础。
- 在没有编程专业知识的情况下，增强基因增强子的发现。
- 识别与特定基因相关的潜在调控元件。
使用的方法
- 利用Ensembl基因组浏览器进行基因搜索。
- 使用H3K4me1和H3K27ac标记识别增强子区域。
- 分析Hi-C数据以可视化心脏组织中的相互作用。
- 以BED格式保存基因组坐标以供进一步分析。
主要结果
- 识别了21个与TBX5相关的增强子。
- 在没有编码知识的情况下，增强了调控元件的发现。
- 证明了预测的增强子与已知的心脏增强子的重叠。
- 提供了一种用户友好的增强子识别方法。
结论
- 该工作流程促进了生物学家对增强子的识别。
- 未来的扩展将包括其他数据源。
- 这种方法使基因组数据分析更加民主化。
常见问题
Executive Industry Relevance
Efficient identification of gene- and tissue-specific enhancers is critical for de-risking early discovery and clarifying regulatory mechanisms underlying disease. This web-based workflow enables biopharma teams to systematically map enhancer elements linked to genes of interest, supporting predictive confidence in target validation and functional genomics. By democratizing access to enhancer discovery, the protocol accelerates translational research and portfolio triage for disease-relevant targets.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables systematic interrogation of non-coding regulatory elements for functional target validation.
- Supports mechanistic de-risking by linking enhancer regions to gene expression in specific tissues.
- Facilitates prioritization of candidate regulatory elements for downstream validation.
Screening & Assay Development
- Prepares validated enhancer-gene associations for use in reporter assays and functional screens.
- Standardizes enhancer identification using reproducible, quantitative genomic data.
- Enables scalable, browser-based workflows for rapid candidate evaluation.
Translational & Preclinical Research
- Aligns enhancer mapping with disease-relevant tissues to inform biomarker discovery.
- Provides continuity from genomic discovery to preclinical model development.
- Supports risk-adjusted advancement of regulatory element targets in translational pipelines.
Pipeline & Workflow Integration
This protocol integrates into the discovery continuum from early hypothesis testing through lead identification and preclinical research, leveraging public genomics data for enhancer mapping.
- Discovery Biology: Enables hypothesis-driven identification of regulatory elements influencing gene expression in target tissues.
- Screening: Provides reproducible enhancer coordinates for assay development and compound screening.
- Analytics: Delivers quantitative interaction scores and genomic coordinates for comparative analysis.
- Translational Research: Connects enhancer discovery to disease models and biomarker strategies when tissue specificity is relevant.
- Enterprise Reuse: Establishes a reusable, coding-free workflow for enhancer identification across multiple gene targets.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in regulatory element function and target validation.
- Operational Value: Standardizes enhancer discovery with accessible, web-based tools and public datasets.
- Strategic Value: Improves go/no-go decisions by clarifying regulatory mechanisms and reducing biological ambiguity.
- Portfolio Impact: Enables risk-adjusted prioritization of gene targets based on regulatory landscape insights.
Implementation Considerations
- Requires genomics expertise to interpret histone mark and Hi-C data outputs.
- Needs access to web-based genomics browsers and public data repositories.
- Demands cross-team standardization for data formatting and coordinate reporting.
- Adaptation may be needed for different species or tissue types based on data availability.
- Dependent on the quality and resolution of public histone mark and chromatin conformation datasets.
