CpG-светофоры участвуют в активном деметилировании ДНК

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Метилирование ДНК – один из важнейших механизмов, вовлеченных в эпигенетическую регуляцию экспрессии генов. Однако взаимосвязь между метилированием ДНК и экспрессией пока не до конца ясна. Есть примеры, когда изменения в уровне метилирования ДНК вызывают изменения в экспрессии генов, и наоборот – изменения экспрессии влекут за собой изменения в уровне метилирования. Ранее мы ввели понятие CpG-светофоров – отдельных CpG-сайтов, метилирование которых значимо коррелирует с экспрессией, и показали их важную роль в регуляции энхансеров. Теперь мы показали, что уровни метилирования CpG-светофоров гетерогенны в популяции клеток и предположили, что это вызвано их динамическим деметилированием. Наблюдаемое обогащение CpG-светофоров 5-гидроксиметилцитозином (5hmC) и сайтами локализации TET2 (Tet methylcytosine dioxygenase 2) подтвердило нашу гипотезу. С целью выяснить, является ли метилирование CpG-сайтов причиной или следствием экспрессии соответствующего гена, был применен метод статистической оценки направления причинной связи. В результате проведенного анализа среди CpG-сайтов идентифицированы такие, метилирование которых является причиной изменения экспрессии, и такие, для которых изменения в экспрессии вызывают изменения в метилировании. Для CpG-сайтов первого типа характерны более стабильные уровни метилирования в разных клетках и менее выраженное деметилирование в сравнении с CpG-сайтами второго типа. Также показано, что в промоторных областях доля CpG-сайтов, метилирование которых влияет на экспрессию, больше, чем в теле гена, для которого метилирование, скорее всего, следствие экспрессии. На основании этих наблюдений можно предположить, что уровни метилирования CpG-сайтов стабильны там, где они определяют экспрессию ассоциированного с этими сайтами гена, работая по принципу “выключателя”. И, наоборот, для CpG-сайтов, зависящих от экспрессии, уровень метилирования динамичен и различается между клетками в популяции, что вызвано, в первую очередь, активным деметилированием.

Полный текст

Доступ закрыт

Об авторах

А. В. Лиознова

Федеральный исследовательский центр “Фундаментальные основы биотехнологии” Российской академии наук

Автор, ответственный за переписку.
Email: ju.medvedeva@gmail.com
Россия, Москва, 119071

Ю. А. Медведева

Федеральный исследовательский центр “Фундаментальные основы биотехнологии” Российской академии наук

Email: ju.medvedeva@gmail.com
Россия, Москва, 119071

Список литературы

  1. Ziller M.J., Gu H., Müller F., Donaghey J., Tsai L.T.Y., Kohlbacher O., De Jager P.L., Rosen E.D., Bennett D.A., Bernstein B.E., Gnirke A., Meissner A. (2013) Charting a dynamic DNA methylation landscape of the human genome. Nature. 500, 477–481.
  2. Schroeder D.I., Blair J.D., Lott P., Yu H.O.K., Hong D., Crary F., Ashwood P., Walker C., Korf I., Robinson W.P., LaSalle J.M. (2013) The human placenta methylome. Proc. Natl. Acad. Sci. USA. 110, 6037–6042.
  3. Loyfer N., Magenheim J., Peretz A., Cann G., Bredno J., Klochendler A., Fox-Fisher I., Shabi-Porat S., Hecht M., Pelet T., Moss J., Drawshy Z., Amini H., Moradi P., Nagaraju S., Bauman D., Shveiky D., Porat S., Dior U., Rivkin G., Or O., Hirshoren N., Carmon E., Pikarsky A., Khalaileh A., Zamir G., Grinbaum R., Abu Gazala M., Mizrahi I., Shussman N., Korach A., Wald O., Izhar U., Erez E., Yutkin V., Samet Y., Rotnemer Golinkin D., Spalding K.L., Druid H., Arner P., Shapiro A.M.J., Grompe M., Aravanis A., Venn O., Jamshidi A., Shemer R., Dor Y., Glaser B., Kaplan T. (2023) A DNA methylation atlas of normal human cell types. Nature. 613, 355–364.
  4. Hernando-Herraez I., Garcia-Perez R., Sharp A.J., Marques-Bonet T. (2015) DNA methylation: insights into human evolution. PLoS Genet. 11, e1005661.
  5. Medvedeva Y.A., Fridman M.V., Oparina N.J., Malko D.B., Ermakova E.O., Kulakovskiy I.V., Heinzel A., Makeev V.J. (2010) Intergenic, gene terminal, and intragenic CpG islands in the human genome. BMC Genomics. 11, 1–16.
  6. Panchin A.Y., Makeev V.J., Medvedeva Y.A. (2016) Preservation of methylated CpG dinucleotides in human CpG islands. Biol. Direct. 11, 1–15.
  7. Pardo L.M., Rizzu P., Francescatto M., Vitezic M., Leday G.G.R., Sanchez J.S., Khamis A., Takahashi H., van de Berg W.D.J., Medvedeva Y.A., van de Wiel M.A., Daub C.O., Carninci P., Heutink P. (2013) Regional differences in gene expression and promoter usage in aged human brains. Neurobiol. Aging. 34, 1825–1836.
  8. Lioznova A.V., Khamis A.M., Artemov A.V., Besedina E., Ramensky V., Bajic V.B., Kulakovskiy I.V., Medvedeva Y.A. (2019) CpG traffic lights are markers of regulatory regions in human genome. BMC Genomics. 20, 102.
  9. Pan X., Li X., Sun J., Xiong Z., Hu H., Ning S., Zhi H. (2022) Enhancer methylation dynamics drive core transcriptional regulatory circuitry in pan-cancer. Oncogene. 41, 3474–3484.
  10. Benetatos L., Vartholomatos G. (2018) Enhancer DNA methylation in acute myeloid leukemia and myelodysplastic syndromes. Cell. Mol. Life Sci. 75, 1999–2009.
  11. Stein R., Razin A., Cedar H. (1982) In vitro methylation of the hamster adenine phosphoribosyltransferase gene inhibits its expression in mouse L cells. Proc. Natl. Acad. Sci. USA. 79, 3418–3422.
  12. Anastasiadi D., Esteve-Codina A., Piferrer F. (2018) Consistent inverse correlation between DNA methylation of the first intron and gene expression across tissues and species. Epigenetics Chromatin. 11, 1–17.
  13. Kang J.G., Park J.S., Ko J.H., Kim Y.S. (2019) Regulation of gene expression by altered promoter methylation using a CRISPR/Cas9-mediated epigenetic editing system. Sci. Rep. 9, 1–12.
  14. Antequera F., Bird A. (1993) CpG islands. EXS. 64, 169–185.
  15. Deaton A.M., Bird A. (2011) CpG islands and the regulation of transcription. Genes Dev. 25, 1010–1022.
  16. Meehan R., Lewis J., Cross S., Nan X., Jeppesen P., Bird A. (1992) Transcriptional repression by methylation of CpG. J. Cell Sci. Suppl. 16, 9–14.
  17. Bird A.P. (1984) DNA methylation versus gene expression. J. Embryol. Exp. Morphol. 83(Suppl), 31–40.
  18. Eckhardt F., Lewin J., Cortese R., Rakyan V.K., Attwood J., Burger M., Burton J., Cox T.V., Davies R., Down T.A., Haefliger C., Horton R., Howe K., Jackson D.K., Kunde J., Koenig C., Liddle J., Niblett D., Otto T., Pettett R., Seemann S., Thompson C., West T., Rogers J., Olek A., Berlin K., Beck S. (2006) DNA methylation profiling of human chromosomes 6, 20 and 22. Nat. Genet. 38, 1378–1385.
  19. Weber M., Hellmann I., Stadler M.B., Ramos L., Pääbo S., Rebhan M., Schübeler D. (2007) Distribution, silencing potential and evolutionary impact of promoter DNA methylation in the human genome. Nat. Genet. 39, 457–466.
  20. Jones P.A. (2012) Functions of DNA methylation: islands, start sites, gene bodies and beyond. Nat. Rev. Genet. 13, 484-492.
  21. Sobiak B., Leśniak W. (2019) The effect of single CpG demethylation on the pattern of DNA-protein binding. Int. J. Mol. Sci. 20(4), 914.
  22. Bordagaray M.J., Fernández A., Astorga J., Garrido M., Hernández P., Chaparro A., Lira M.J., Gebicke-Haerter P., Hernández M. (2022) CpG single-site methylation regulates TLR2 expression in proinflammatory PBMCs from apical periodontitis individuals. Front. Immunol. 13, 861665.
  23. Gohno T., Hanamura T., Kurosumi M., Takei H., Yamaguchi Y., Hayashi S.I. (2022) One DNA methylation regulates gene expression of human breast cancer and predicts recurrence. Anticancer Res. 42, 759–766.
  24. Lian B.S.X., Kawasaki T., Kano N., Ori D., Ikegawa M., Isotani A., Kawai T. (2022) Regulation of expression by single CpG methylation in downstream of transcription initiation site. iScience. 25, 104118.
  25. Wu X., Zhang Y. (2017) TET-mediated active DNA demethylation: mechanism, function and beyond. Nat. Rev. Genet. 18, 517–534.
  26. Wu S.C., Zhang Y. (2010) Active DNA demethylation: many roads lead to Rome. Nat. Rev. Mol. Cell Biol. 11, 607–620.
  27. Prasad R., Yen T.J., Bellacosa A. (2021) Active DNA demethylation — the epigenetic gatekeeper of development, immunity, and cancer. Adv. Genet. 2, e10033.
  28. Moore L.D., Le T., Fan G. (2013) DNA methylation and its basic function. Neuropsychopharmacology. 38, 23–38.
  29. Tahiliani M., Koh K.P., Shen Y., Pastor W.A., Bandukwala H., Brudno Y., Agarwal S., Iyer L.M., Liu D.R., Aravind L., Rao A. (2009) Conversion of 5-methylcytosine to 5-hydroxymethylcytosine in mammalian DNA by MLL partner TET1. Science. 324, 930–935.
  30. Ito S., D’Alessio A.C., Taranova O.V., Hong K., Sowers L.C., Zhang Y. (2010) Role of Tet proteins in 5mC to 5hmC conversion, ES-cell self-renewal and inner cell mass specification. Nature. 466, 1129–1133.
  31. Shi D.Q., Ali I., Tang J., Yang W.C. (2017) New insights into 5hmC DNA modification: generation, distribution and function. Front. Genet. 8, 100.
  32. Peters J., Janzing D., Scholkopf B. (2017) Elements of Causal Inference: Foundations and Learning Algorithms. MIT Press.
  33. Pearl J. (2010) An introduction to causal inference. Int. J. Biostat. 6, Article 7. doi: 10.2202/1557–4679.1203
  34. Taylor D.L., Jackson A.U., Narisu N., Hemani G., Erdos M.R., Chines P.S., Swift A., Idol J., Didion J.P., Welch R.P., Kinnunen L., Saramies J., Lakka T.A., Laakso M., Tuomilehto J., Parker S.C.J., Koistinen H.A., Davey Smith G., Boehnke M., Scott L.J., Birney E., Collins F.S. (2019) Integrative analysis of gene expression, DNA methylation, physiological traits, and genetic variation in human skeletal muscle. Proc. Natl. Acad. Sci. USA. 116, 10883–10888.
  35. Hemani G., Tilling K., Davey Smith G. (2017) Orienting the causal relationship between imprecisely measured traits using GWAS summary data. PLoS Genet. 13, e1007081.
  36. Hop P.J., Luijk R., Daxinger L., van Iterson M., Dekkers K.F., Jansen R., BIOS Consortium, van Meurs J.B.J., ’t Hoen P.A.C., Ikram M.A., van Greevenbroek M.M.J., Boomsma D.I., Slagboom P.E., Veldink J.H., van Zwet E.W., Heijmans B.T. (2020) Genome-wide identification of genes regulating DNA methylation using genetic anchors for causal inference. Genome Biol. 21, 220.
  37. Mo X.B., Zhang Y.H., Lei S.F. (2021) Integrative analysis identifies potential causal methylation-mRNA regulation chains for rheumatoid arthritis. Mol. Immunol. 131, 89–96.
  38. Zhang J., Lu H., Zhang S., Wang T., Zhao H., Guan F., Zeng P. (2021) Leveraging methylation alterations to discover potential causal genes associated with the survival risk of cervical cancer in TCGA through a two-stage inference approach. Front. Genet. 12, 667877.
  39. van Eijk K.R., de Jong S., Boks M.P.M., Langeveld T., Colas F., Veldink J.H., de Kovel C.G.F., Janson E., Strengman E., Langfelder P., Kahn R.S., van den Berg L.H., Horvath S., Ophoff R.A. (2012) Genetic analysis of DNA methylation and gene expression levels in whole blood of healthy human subjects. BMC Genomics. 13, 636.
  40. Díez-Villanueva A., Jordà M., Carreras-Torres R., Alonso H., Cordero D., Guinó E., Sanjuan X., Santos C., Salazar R., Sanz-Pamplona R., Moreno V. (2021) Identifying causal models between genetically regulated methylation patterns and gene expression in healthy colon tissue. Clin. Epigenetics. 13, 162.
  41. Pierce B.L., Tong L., Argos M., Demanelis K., Jasmine F., Rakibuz-Zaman M., Sarwar G., Islam M.T., Shahriar H., Islam T., Rahman M., Yunus M., Kibriya M.G., Chen L.S., Ahsan H. (2018) Co-occurring expression and methylation QTLs allow detection of common causal variants and shared biological mechanisms. Nat. Commun. 9, 804.
  42. Jin S.G., Kadam S., Pfeifer G.P. (2010) Examination of the specificity of DNA methylation profiling techniques towards 5-methylcytosine and 5-hydroxymethylcytosine. Nucleic Acids Res. 38, e125.
  43. Field S.F., Beraldi D., Bachman M., Stewart S. K., Beck S., Balasubramanian S. (2015) Accurate measurement of 5-methylcytosine and 5-hydroxymethylcytosine in human cerebellum DNA by oxidative bisulfite on an array (OxBS-array). PLoS One. 10, e0118202.
  44. Qiao Y., Wang X., Wang R., Li Y., Yu F., Yang X., Song L., Xu G., Chin Y.E., Jing N. (2015) AF9 promotes hESC neural differentiation through recruiting TET2 to neurodevelopmental gene loci for methylcytosine hydroxylation. Cell Discovery. 1, 1–19.
  45. Hinrichs A.S., Karolchik D., Baertsch R., Barber G.P., Bejerano G., Clawson H., Diekhans M., Furey T.S., Harte R.A., Hsu F., Hillman-Jackson J., Kuhn R.M., Pedersen J.S., Pohl A., Raney B.J., Rosenbloom K.R., Siepel A., Smith K.E., Sugnet C.W., Sultan-Qurraie A., Thomas D.J., Trumbower H., Weber R.J., Weirauch M., Zweig A.S., Haussler D., Kent W.J. (2006) The UCSC Genome Browser Database: update 2006. Nucleic Acids Res. 34, D590–D598.
  46. Cobo I., Tanaka T.N., Mangalhara K.C., Lana A., Yeang C., Han C., Schlachetzki J., Challcombe J., Fixsen B.R., Sakai M., Li R.Z., Fields H., Mokry M., Tsai R.G., Bejar R., Prange K., de Winther M., Shadel G.S., Glass C.K. (2022) DNA methyltransferase 3 alpha and TET methylcytosine dioxygenase 2 restrain mitochondrial DNA-mediated interferon signaling in macrophages. Immunity. 55, 1386–1401.e10.
  47. Quinlan A.R., Hall I.M. (2010) BEDTools: a flexible suite of utilities for comparing genomic features. Bioinformatics. 26, 841–842.
  48. Statnikov A., Henaff M., Lytkin N.I., Aliferis C.F. (2012) New methods for separating causes from effects in genomics data. BMC Genomics. 13(Suppl. 8), S22.
  49. Pfister N., Bühlmann P., Schölkopf B., Peters J. (2018) Kernel-based tests for joint independence. J. R. Stat. Soc. Series B Stat. Methodol. 80, 5–31.
  50. Zhang Y., Rohde C., Reinhardt R., Voelcker-Rehage C., Jeltsch A. (2009) Non-imprinted allele-specific DNA methylation on human autosomes. Genome Biol. 10, R138.
  51. Shoemaker R., Deng J., Wang W., Zhang K. (2010) Allele-specific methylation is prevalent and is contributed by CpG-SNPs in the human genome. Genome Res. 20, 883–889.
  52. Rahmani E., Schweiger R., Rhead B., Criswell L.A., Barcellos L.F., Eskin E., Rosset S., Sankararaman S., Halperin E. (2019) Cell-type-specific resolution epigenetics without the need for cell sorting or single-cell biology. Nat. Commun. 10, 3417.
  53. Hackett J.A., Sengupta R., Zylicz J.J., Murakami K., Lee C., Down T.A., Surani M.A. (2013) Germline DNA demethylation dynamics and imprint erasure through 5-hydroxymethylcytosine. Science. 339, 448–452.
  54. Romanova E.I., Zubritskiy A.V., Lioznova A.V., Ogunleye A.J., Golotin V.A., Guts A.A., Lennartsson A., Demidov O.N., Medvedeva Y.A. (2022) RUNX1/CEBPA mutation in acute myeloid leukemia promotes hypermethylation and indicates for demethylation therapy. Int. J. Mol. Sci. 23(19), 11413.
  55. Haerter J.O., Lövkvist C., Dodd I.B., Sneppen K. (2014) Collaboration between CpG sites is needed for stable somatic inheritance of DNA methylation states. Nucleic Acids Res. 42, 2235–2244.
  56. Weinberg D.N., Papillon-Cavanagh S., Chen H., Yue Y., Chen X., Rajagopalan K.N., Horth C., McGuire J.T., Xu X., Nikbakht H., Lemiesz A.E., Marchione D.M., Marunde M.R., Meiners M.J., Cheek M.A., Keogh M.C., Bareke E., Djedid A., Harutyunyan A.S., Jabado N., Garcia B.A., Li H., Allis C.D., Majewski J., Lu C. (2019) The histone mark H3K36me2 recruits DNMT3A and shapes the intergenic DNA methylation landscape. Nature. 573, 281–286.
  57. Emperle M., Bangalore D.M., Adam S., Kunert S., Heil H.S., Heinze K.G., Bashtrykov P., Tessmer I., Jeltsch A. (2021) Structural and biochemical insight into the mechanism of dual CpG site binding and methylation by the DNMT3A DNA methyltransferase. Nucleic Acids Res. 49, 8294–8308.
  58. Jurkowska R.Z., Anspach N., Urbanke C., Jia D., Reinhardt R., Nellen W., Cheng X., Jeltsch A. (2008) Formation of nucleoprotein filaments by mammalian DNA methyltransferase Dnmt3a in complex with regulator Dnmt3L. Nucleic Acids Res. 36, 6656–6663.
  59. Jia D., Jurkowska R.Z., Zhang X., Jeltsch A., Cheng X. (2007) Structure of Dnmt3a bound to Dnmt3L suggests a model for de novo DNA methylation. Nature. 449, 248–251.
  60. Glass J.L., Fazzari M.J., Ferguson-Smith A.C., Greally J.M. (2009) CG dinucleotide periodicities recognized by the Dnmt3a-Dnmt3L complex are distinctive at retroelements and imprinted domains. Mamm. Genome. 20, 633–643.
  61. Ginno P.A., Gaidatzis D., Feldmann A., Hoerner L., Imanci D., Burger L., Zilbermann F., Peters A.H.F.M., Edenhofer F., Smallwood S.A., Krebs A.R., Schübeler D. (2020) A genome-scale map of DNA methylation turnover identifies site-specific dependencies of DNMT and TET activity. Nat. Commun. 11, 1–16.
  62. Suzuki T., Maeda S., Furuhata E., Shimizu Y., Nishimura H., Kishima M., Suzuki H. (2017) A screening system to identify transcription factors that induce binding site-directed DNA demethylation. Epigenetics Chromatin. 10, 60.
  63. Suzuki T., Shimizu Y., Furuhata E., Maeda S., Kishima M., Nishimura H., Enomoto S., Hayashizaki Y., Suzuki H. (2017) RUNX1 regulates site specificity of DNA demethylation by recruitment of DNA demethylation machineries in hematopoietic cells. Blood Adv. 1, 1699–1711.
  64. Thurman R.E., Rynes E., Humbert R., Vierstra J., Maurano M.T., Haugen E., Sheffield N.C., Stergachis A.B., Wang H., Vernot B., Garg K., John S., Sandstrom R., Bates D., Boatman L., Canfield T.K., Diegel M., Dunn D., Ebersol A.K., Frum T., Giste E., Johnson A.K., Johnson E.M., Kutyavin T., Lajoie B., Lee B.K., Lee K., London D., Lotakis D., Neph S., Neri F., Nguyen E.D., Qu H., Reynolds A.P., Roach V., Safi A., Sanchez M.E., Sanyal A., Shafer A., Simon J.M., Song L., Vong S., Weaver M., Yan Y., Zhang Z., Zhang Z., Lenhard B., Tewari M., Dorschner M.O., Hansen R.S., Navas P.A., Stamatoyannopoulos G., Iyer V.R., Lieb J.D., Sunyaev S.R., Akey J.M., Sabo P.J., Kaul R., Furey T.S., Dekker J., Crawford G.E., Stamatoyannopoulos J.A. (2012) The accessible chromatin landscape of the human genome. Nature. 489, 75–82.
  65. Wang H., Maurano M.T., Qu H., Varley K.E., Gertz J., Pauli F., Lee K., Canfield T., Weaver M., Sandstrom R., Thurman R.E., Kaul R., Myers R.M., Stamatoyannopoulos J.A. (2012) Widespread plasticity in CTCF occupancy linked to DNA methylation. Genome Res. 22, 1680–1688.
  66. de Mendoza A., Nguyen T.V., Ford E., Poppe D., Buckberry S., Pflueger J., Grimmer M.R., Stolzenburg S., Bogdanovic O., Oshlack A., Farnham P.J., Blancafort P., Lister R. (2022) Large-scale manipulation of promoter DNA methylation reveals context-specific transcriptional responses and stability. Genome Biol. 23, 1–31.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Приложение
Скачать (1MB)
Метаданные
3. Рис. 1. Распределение метилирования и экспрессии генов, ассоциированных с CpG-светофорами и фоновыми позициями с отрицательным коэффициентом корреляции Спирмена. Тон отражает плотность точек в логарифмическом масштабе. Распределение показано для случайных фоновых CpG-позиций в промоторе (число позиций равно числу CpG-светофоров) (а); CpG-светофоров в промоторе (б); случайных фоновых CpG-позиций в теле гена (в); CpG-светофоров в теле гена [+500, TTS] (г). На панели (д) показано распределение доли CpG-светофоров и фоновых CpG-позиций в зависимости от уровня 5hmC в образце мозжечка; на панели (е) — квантили распределения (д). На панелях (ж) и (з) показано число CpG-позиций, колокализованных с пиками сигнала TET2 в двух различных образцах соответственно: дифференцированных на 12 сутки нейронах (клетки NPC) и макрофагов, полученных из моноцитов. Здесь и далее на рисунках: планки погрешностей соответствуют 5%- и 95%-ному процентилю из 50 выборок фоновых позиций; для фоновых позиций приведена медиана из 50 выборок; фон. позиции — фоновые позиции; корр — коэффициент корреляции Спирмена.

Скачать (701KB)
Метаданные
4. Рис. 2. Анализ причинно-следственных связей и распределения 5hmC в зависимости от направления связи. На левой панели представлены результаты количественного анализа CpG-позиций, для которых выявлено наличие причинно-следственной связи. Левая колонка показывает общее число позиций, а колонка справа — число позиций в зависимости от направления связи. На графиках показано число позиций, имеющих коэффициент причинно-следственной связи для CpG-светофоров и фоновых CpG-позиций во всем геноме (а) и их уточнение — число позиций в зависимости от направления связи (б). На видах (в) и (г) показаны позиции в промоторной области [‒1000, TSS+500], на (д) и (е) — в теле гена [TSS+500, TTS]. На правой панели представлено распределение 5hmC: (ж) — распределение доли CpG-светофоров в зависимости от уровня 5hmC для обоих направлений причинно-следственной связи; (з) — квантили распределения на виде (ж); (и) — распределение, аналогичное (ж), только для фоновых CpG-позиций; (к) — квантили распределения на панели (и).

Скачать (662KB)
Метаданные
5. Рис. 3. Предполагаемый механизм функционирования CpG-светофоров. На левой панели представлены CpG-светофоры, в которых изменения уровня метилирования (Ме) вызывают изменения экспрессии ассоциированного гена. Такие CpG-светофоры чаще встречаются в промоторах, их метилирование стабильно и работают онипо принципу “вкл/выкл”. Правая панель показывает CpG-светофоры, для которых уровень метилирования зависит от экспрессии гена. Их метилирование различно между клетками и динамично, что вызвано активным деметилированием. Деметилирование происходит под действием метилцитозиндиоксигеназы TET2, которая привлекается транскрипционными факторами (ТФ).

Скачать (161KB)
Метаданные

© Российская академия наук, 2024