Развитие метода филогенетического футпринтинга для распознавания сайтов связывания транскрипционных факторов на основе использования bootstrap-испытаний для анализа больших бактериальных геномных данных

Активное развитие технологий высокопроизводительного секвенирования привело к взрывообразному накоплению высококачественных данных по последовательностям бактериальных геномов – их число приближается к трем миллионам, и дальнейший рост продолжается. Это, в свою очередь, дает дополнительный импульс развитию технологий для более эффективной их аннотации аналитическими методами с прицелом на применение таких больших геномных данных, а также получение нового качества аннотаций. Одним из таких аналитических подходов стал метод филогенетического футпринтинга, направленный на выявление мотивов, соответствующих сайтам связывания транскрипционных факторов в промоторных областях бактериальных геномов путем сравнения соответствующих выборок регуляторных последовательностей генов-ортологов для родственных организмов. Дальнейшее накопление геномных данных стало стимулом для развития подхода. Так, было обнаружено, что избыточное число последовательностей в выборке, анализируемой с использованием филогенетического футпринтинга, лишь ухудшает точность метода, тогда как включение этапа отбора последовательностей в анализируемую выборку с учетом данных о взаимных эволюционных расстояниях повышает качество работы метода. В настоящей статье нами предложен и реализован следующий шаг развития метода филогенетического футпринтинга, основанный на множественном запуске описанного выше этапа отбора для формирования различающихся подвыборок, последующего запуска конвейера для каждой из подвыборок и на статистическом анализе получаемых результатов множественных запусков конвейера. Предложенный подход, реализованный в методе MotifsOnFly, позволяет повысить устойчивость получаемых результатов распознавания мотивов, выявляемых в многократных запусках конвейера. Эффективность метода MotifsOnFly продемонстрирована на примере анализа хорошо аннотированного промотора гена OmpW Escherichia coli.

1. Bailey T.L., Boden M., Buske F.A., Frith M., Grant C.E., Clementi L., Ren J., Li W.W., Noble W.S. MEME SUITE: tools for motif discovery and searching. Nucleic Acids Res. 2009;37(W):W202-W208. doi 10.1093/nar/gkp335

2. Blanchette M., Tompa M. Discovery of regulatory elements by a computational method for phylogenetic footprinting. Genome Res. 2002; 12(5):739-748. doi 10.1101/gr.6902

3. Blanchette M., Tompa M. FootPrinter: a program designed for phylogenetic footprinting. Nucleic Acids Res. 2003;31(13):3840-3842. doi 10.1093/nar/gkg606

4. Browning D.F., Busby S.J. The regulation of bacterial transcription initiation. Nat Rev Microbiol. 2004;2(1):57-65. doi 10.1038/nrmicro787

5. Chen X., Guo L., Fan Z., Jiang T. W-AlignACE: an improved Gibbs sampling algorithm based on more accurate position weight matrices learned from sequence and gene expression/ChIP-chip data. Bioinformatics. 2008;24(9):1121-1128. doi 10.1093/bioinformatics/btn088

6. Claeys M., Storms V., Sun H., Michoel T., Marchal K. MotifSuite: workflow for probabilistic motif detection and assessment. Bioinformatics. 2012;28(14):1931-1932. doi 10.1093/bioinformatics/bts293

7. Constantinidou C., Hobman J.L., Griffiths L., Patel M.D., Penn C.W., Cole J.A., Overton T.W. A reassessment of the FNR regulon and transcriptomic analysis of the effects of nitrate, nitrite, NarXL, and NarQP as Escherichia coli K12 adapts from aerobic to anaerobic growth. J Biol Chem. 2006;281(8):4802-4815. doi 10.1074/jbc.M512312200

8. Diesh C., Stevens G.J., Xie P., De Jesus Martinez T., Hershberg E.A., Leung A., Guo E., … Haw R., Cain S., Buels R.M., Stein L.D., Holmes I.H. JBrowse 2: a modular genome browser with views of synteny and structural variation. Genome Biol. 2023;24(1):74. doi 10.1186/s13059-023-02914-z

9. Dudek C.-A., Jahn D. PRODORIC: state-of-the-art database of prokaryotic gene regulation. Nucleic Acids Res. 2022;50(D1):D295- D302. doi 10.1093/nar/gkab1110

10. Gaston K., Bell A., Kolb A., Buc H., Busby S. Stringent spacing requirements for transcription activation by CRP. Cell. 1990;62(4):733-743. doi 10.1016/0092-8674(90)90118-x

11. Graham A.I., Sanguinetti G., Bramall N., McLeod C.W., Poole R.K. Dynamics of a starvation-to-surfeit shift: a transcriptomic and modelling analysis of the bacterial response to zinc reveals transient behaviour of the Fur and SoxS regulators. Microbiology (Reading). 2012;158(Pt.1):284-292. doi 10.1099/mic.0.053843-0

12. Gupta S., Stamatoyannopoulos J.A., Bailey T.L., Noble W.S. Quantifying similarity between motifs. Genome Biol. 2007;8(2):R24. doi 10.1186/gb-2007-8-2-r24

13. Hertz G.Z., Stormo G.D. Identifying DNA and protein patterns with statistically significant alignments of multiple sequences. Bioinformatics. 1999;15(7-8):563-577. doi 10.1093/bioinformatics/15.7.563

14. Horne C.R., Venugopal H., Panjikar S., Wood D.M., Henrickson A., Brookes E., North R.A., Murphy J.M., Friemann R., Griffin M.D.W., Ramm G., Demeler B., Dobson R.C.J. Mechanism of NanR gene repression and allosteric induction of bacterial sialic acid metabolism. Nat Commun. 2021;12(1):1988. doi 10.1038/s41467-021-22253-6

15. Huerta-Cepas J., Serra F., Bork P. ETE 3: reconstruction, analysis, and visualization of phylogenomic data. Mol Biol Evol. 2016;33(6): 1635-1638. doi 10.1093/molbev/msw046

16. Hunter J.D. Matplotlib: a 2D graphics environment. Comput Sci Eng. 2007;9(3):90-95. doi 10.1109/MCSE.2007.55

17. Kalivoda K.A., Steenbergen S.M., Vimr E.R. Control of the Escherichia coli sialoregulon by transcriptional repressor NanR. J Bacteriol. 2013;195(20):4689-4701. doi 10.1128/JB.00692-13

18. Katara P., Grover A., Sharma V. Phylogenetic footprinting: a boost for microbial regulatory genomics. Protoplasma. 2012;249(4):901-907. doi 10.1007/s00709-011-0351-9

19. Larkin M.A., Blackshields G., Brown N.P., Chenna R., McGettigan P.A., McWilliam H., Valentin F., Wallace I.M., Wilm A., Lopez R., Thompson J.D., Gibson T.J., Higgins D.G. Clustal W and Clustal X version 2.0. Bioinformatics. 2007;23(21):2947-2948. doi 10.1093/bioinformatics/btm404

20. Levy S., Hannenhalli S., Workman C. Enrichment of regulatory signals in conserved non-coding genomic sequence. Bioinformatics. 2001; 17(10):871-877. doi 10.1093/bioinformatics/17.10.871

21. Li G., Liu B., Ma Q., Xu Y. A new framework for identifying cis-regulatory motifs in prokaryotes. Nucleic Acids Res. 2011a;39(7):e42. doi 10.1093/nar/gkq948

22. Li G., Ma Q., Mao X., Yin Y., Zhu X., Xu Y. Integration of sequencesimilarity and functional association information can overcome intrinsic problems in orthology mapping across bacterial genomes. Nucleic Acids Res. 2011b;39(22):e150. doi 10.1093/nar/gkr766

23. Liu B., Zhang H., Zhou C., Li G., Fennell A., Wang G., Kang Y., Liu Q., Ma Q. An integrative and applicable phylogenetic footprinting framework for cis-regulatory motifs identification in prokaryotic genomes. BMC Genomics. 2016;17:578. doi 10.1186/s12864-016-2982-x

24. Liu X., Brutlag D.L., Liu J.S. BioProspector: discovering conserved DNA motifs in upstream regulatory regions of co-expressed genes. Pac Symp Biocomput. 2001;6:127-138

25. Liu X.S., Brutlag D.L., Liu J.S. An algorithm for finding protein-DNA binding sites with applications to chromatin-immunoprecipitation microarray experiments. Nat Biotechnol. 2002;20(8):835-839. doi 10.1038/nbt717

26. Mao X., Ma Q., Zhou C., Chen X., Zhang H., Yang J., Mao F., Lai W., Xu Y. DOOR 2.0: presenting operons and their functions through dynamic and integrated views. Nucleic Acids Res. 2014;42(D1): D654-D659. doi 10.1093/nar/gkt1048

27. McCue L.A., Thompson W., Carmack C.S., Lawrence C.E. Factors influencing the identification of transcription factor binding sites by cross-species comparison. Genome Res. 2002;12(10):1523-1532. doi 10.1101/gr.323602

28. Mukhin A., Oschepkov D., Lashin S. A computational pipeline for de novo recognition of transcription factor binding sites in bacterial genomes. Problems of Informatics. 2024;4(65):69-83. doi 10.24412/ 2073-0667-2024-4-69-83 (in Russian)

29. Myers K.S., Yan H., Ong I.M., Chung D., Liang K., Tran F., Keleş S., Landick R., Kiley P.J. Genome-scale analysis of Escherichia coli FNR reveals complex features of transcription factor binding. PLoS Genet. 2013;9(6):e1003565. doi 10.1371/journal.pgen.1003565

30. Olman V., Xu D., Xu Y. CUBIC: identification of regulatory binding sites through data clustering. J Bioinform Comput Biol. 2003;1(1): 21-40. doi 10.1142/s0219720003000162

31. Pachkov M., Balwierz P.J., Arnold P., Ozonov E., van Nimwegen E. SwissRegulon, a database of genome-wide annotations of regulatory sites: recent updates. Nucleic Acids Res. 2013;41(D1):D214-D220. doi 10.1093/nar/gks1145

32. Park D.M., Akhtar M.S., Ansari A.Z., Landick R., Kiley P.J. The bacterial response regulator ArcA uses a diverse binding site architecture to regulate carbon oxidation globally. PLoS Genet. 2013;9(10): e1003839. doi 10.1371/journal.pgen.1003839

33. Peltek S., Bannikova S., Khlebodarova T.M., Uvarova Y., MukhinA.M., Vasiliev G., Scheglov M., Shipova A., Vasilieva A., Oshchepkov D., Bryanskaya A., Popik V. The transcriptomic response of cells of the thermophilic bacterium Geobacillus icigianus to terahertz irradiation. Int J Mol Sci. 2024;25(22):12059. doi 10.3390/ijms252212059

34. Salgado H., Gama-Castro S., Lara P., Mejia-Almonte C., Alarcón-Carranza G., López-Almazo A.G., Betancourt-Figueroa F., … Hernández-Alvarez A.J., Santos-Zavaleta A., Capella-Gutierrez S., Gelpi J.L., Collado-Vides J. RegulonDB v12.0: a comprehensive resource of transcriptional regulation in E. coli K-12. Nucleic Acids Res. 2024;52(D1):D255-D264. doi 10.1093/nar/gkad1072

35. Sayers E.W., Beck J., Bolton E.E., Bourexis D., Brister J.R., Canese K., Comeau D.C., … Wang J., Ye J., Trawick B.W., Pruitt K.D., Sherry S.T. Database resources of the National Center for Biotechnology Information. Nucleic Acids Res. 2021;49(D1):D10-D17. doi 10.1093/nar/gkaa892

36. Shimada T., Ogasawara H., Ishihama A. Single-target regulators form a minor group of transcription factors in Escherichia coli K-12. Nucleic Acids Res. 2018;46(8):3921-3936. doi 10.1093/nar/gky138

37. Tagle D.A., Koop B.F., Goodman M., Slightom J.L., Hess D.L., Jones R.T. Embryonic epsilon and gamma globin genes of a prosimian primate (Galago crassicaudatus). Nucleotide and amino acid sequences, developmental regulation and phylogenetic footprints. J Mol Biol. 1988;203(2):439-455. doi 10.1016/0022-2836(88)90011-3

38. Taliaferro L.P., Keen E.F., Sanchez-Alberola N., Wolf R.E. Transcription activation by Escherichia coli Rob at class II promoters: proteinprotein interactions between Rob’s N-terminal domain and the σ70 subunit of RNA polymerase. J Mol Biol. 2012;419(3-4):139-157. doi 10.1016/j.jmb.2012.03.019

39. Tompa M., Li N., Bailey T.L., Church G.M., De Moor B., Eskin E., Favorov A.V., … Vandenbogaert M., Weng Z., Workman C., Ye C., Zhu Z. Assessing computational tools for the discovery of transcription factor binding sites. Nat Biotechnol. 2005;23(1):137-144. doi 10.1038/nbt1053

40. Tyson K.L., Bell A.I., Cole J.A., Busby S.J. Definition of nitrite and nitrate response elements at the anaerobically inducible Escherichia coli nirB promoter: interactions between FNR and NarL. Mol Microbiol. 1993;7(1):151-157. doi 10.1111/j.1365-2958.1993.tb01106.x

41. Tyson K.L., Cole J.A., Busby S.J. Nitrite and nitrate regulation at the promoters of two Escherichia coli operons encoding nitrite reductase: identification of common target heptamers for both NarP- and NarL-dependent regulation. Mol Microbiol. 1994;13(6):1045-1055. doi 10.1111/j.1365-2958.1994.tb00495.x

42. Ushida C., Aiba H. Helical phase dependent action of CRP: effect of the distance between the CRP site and the –35 region on promoter activity. Nucleic Acids Res. 1990;18(21):6325-6330. doi 10.1093/nar/18.21.6325

43. Xiao M., Lai Y., Sun J., Chen G., Yan A. Transcriptional regulation of the outer membrane porin gene ompW reveals its physiological role during the transition from the aerobic to the anaerobic lifestyle of Escherichia coli. Front Microbiol. 2016;7:799. doi 10.3389/fmicb.2016.00799

44. Zhang P., Ye Z., Ye C., Zou H., Gao Z., Pan J. OmpW is positively regulated by iron via Fur, and negatively regulated by SoxS contribution to oxidative stress resistance in Escherichia coli. Microb Pathog. 2020;138:103808. doi 10.1016/j.micpath.2019.103808