大家好呀！今天给大家介绍一篇发表在Briefings in Bioinformatics（IF：11.622）上的文章。作者对TFs的表达，调控，互作，突变，表型和肿瘤患者生存情况进行了系统的研究。

摘要：

转录因子（TFs）通过控制基因表达在调控多种生物过程中起到关键作用。本研究，作者对TFs的表达，调控，互作，突变，表型和肿瘤患者生存情况进行了系统的研究。作者的研究发现，正常组织中TFs的表达水平低于non-TFs，肿瘤组织中TFs的表达水平较高。特定组织或癌症中特异表达的TFs可以作为潜在的标记基因。例如，TGIF2LX/Y在睾丸组织中特异表达，而NEUROG1,PRDM14,SRY,ZNF705A和ZNF716在生殖细胞肿瘤中特异高表达。作者发现不同TF家族中TF和靶基因共调控作用存在差异。一些小的TF家族具有蛋白质互作对，他们在转录调控中发挥核心作用。bZIP家族是涉及多条信号通路的TF家族。生存分析表明，大多数TFs会显著影响一种或多种癌症的生存情况。生存相关的TFs在相应的肿瘤中特异表达，表明他们的癌症驱动作用。对TF家族的系统分析为进一步研究TF的调控机制和TF在疾病中的作用提供了有价值的信息。

材料与方法：

1.从AnimalTFDB3.0获取人类TFs，共包括1665个TFs。从Human Protein Atlas获取37类正常组织的RNA表达数据。从TCGA获取33类癌症的RNA表达数据。从hTFtarget数据库获取TF-靶基因对。从HPRD和BioGRID获取TF-protein/TF-physical互作数据。从MalaCards，Ensembl Biomart和AnimalTFDB3.0获取TFs的表型数据。从KEGG数据库获取KEGG通路数据。从GSCALite数据库获取生存数据，TF的SNV和CNV数据。

2.使用SEGtool做鉴定SEGs（特异过表达基因）。

3.根据TF-靶基因数据，作者分析调控同一靶基因的TFs即共表达TFs。作者将基因的TSS上游50kb定义为核心区域来预测候选共表达TFs。此外，共表达TF必须是TF和靶基因在同一组织或肿瘤中表达。

4.作者对KEGG通路和表型数据中的TFs和排名前10的TF家族进行富集分析。

5.根据表达水平的中位数，将患者分为高表达组和地表达组。根据TF是否发生突变对样本进行分组。Cox回归分析评估突变组样本的风险比。KM分析两组的OS差异。

6.作者计算不同癌症中每个基因发生CNV的频率。使用Pearson相关性计算CNV频率和TF表达水平之间的相关性。

结果：

1.TF在正常组和肿瘤组织中的表达水平

作者分析了37个正常组织和33个肿瘤组织中1665个TFs的表达水平。其中分别有1641和1557个TFs至少在一个组织或一个肿瘤中表达。与non-TF相比，TF在正常组织中的表达水平较低（图1A）。有30个肿瘤组织中的TF表达水平低于non-TF，而在KICH,LAML和TGCT组织中TF的表达水平高于non-TF（图1B）。此外，作者随机选择相同数量的non-TF和TF的表达水平进行多次比较，其结果与总体比较结果类似。与癌旁组织相比，TF在7个肿瘤组织的表达水平较高而在9个肿瘤组织的表达水平较低（图1C）。TF在肿瘤组织的表达水平显著高于正常组织（图1D）。这些结果表明，从正常组织到肿瘤组织TF的表达水平受到扰动，说明TF在癌变过程中发挥重要作用。

2.正常组织和肿瘤组织中特异表达的TFs

为进一步分析特异表达TFs，作者分别在正常组织和肿瘤组织中鉴定到236和476个特异表达TF（SEG-TFs）（图2A）。正常组织中的SEG-TFs中有223个TFs特异高表达（SEG-H-TFs）和13个TFs特异低表达（SEG-L-TFs）。睾丸和大脑皮层中的SEG-TFs数量最多（图2A）。此外，有187个TFs在单一组织中特异表达，可以作为单一组织中的标记基因。例如，有14个TFs在睾丸组织中高表达，如TGIF2LX/Y和HMGB4。一般来说，共有SEG-TF多的组织具有相似的生理功能和细胞组成。例如，十二指肠和小肠组织共有8个SEG-TFs，如ATOH1,CDX1和CDX2。

在癌症的467个SEG-TFs中有322个在一种肿瘤组织中特异高表达，有13个SEG-TFs仅在一种肿瘤组织中表达。1665个TF根据保守的DNA结合与分为73个TF家族，每个家族的TF数量不同（图2B）。与正常组织相比，肿瘤组织中特异表达的TF数量更高（图2C）。例如，在ESR-like家族中有9个是肿瘤组织的SEG-TF。

3.TF调控靶基因

作者从hTFtarget数据库中收集了2712247个TF-靶基因对，涉及56个TF家族的542个TF和19369个靶基因。因此，325个TF调控1000多个靶基因（图3A），其中SPI1是靶基因数量最多的TF。有35个基因仅受一个TF调控，大多数是zf-C2H2，Homeobox和ETS家族成员（图3B）。例如，有12个基因仅受zf-C2H2家族CTCF的调控。一些TF家族成员具有数百上千个TF-靶基因对（图3C）。然而，一些TF数量较少的TF家族也有很多TF-靶基因对，例如zf-GATA和STAT家族（图3C和3D）。此外，这些家族中不同TF的靶基因数量差异较大（图3D）。这些结果表明同一家族的不同成员可能参与不同的功能。

4.TFs共调控

作者共发现56个TF家族参与共调控（图3E）。CBF,NF-YA和NF-YB等家族完全参与共调控，而CSRNP-N,DACH和GCFC等家族没有参与共调控（图3E）。MYC和GATA1共调控数千个靶基因，已有报道表明GATA1/MYC在白血病细胞系K562中发挥作用。

5.TF-蛋白质互作

为建立TF-蛋白质互作的全基因图谱，作者整合HPRD和BioGRID的TF-蛋白质互作对。最终共得到44729对TF-蛋白质互作对（图4A）。TF-TF互作对和TF-蛋白质互作对类似。一些ESR-like，MH1和P53等小的TF家族有大量TF-TF互作对（图4B）。P53家族中仅有的3个TF均与其他39个TF家族互作（图4B和4C），表明P53家族的重要性。此外，一些TF家族与其他TF家族互作。例如MH1家族有8个TF与42个TF家族中的179个TF互作（图4A和4C）。

6.TF和疾病

大约有8%的蛋白编码基因是TFs，TFs与疾病表型密切相关。有1138个TFs具有表型数据，333个TFs具有KEGG通路数据。富集分析表明与癌症中转录调控异常有关的转录因子数量最多（图5A）。此外，TFs在其他疾病相关通路中富集，如成熟性糖尿病和调节干细胞多能型信号通路等（图5A）。一些TF家族显著富集于特定的疾病类型中，这可能与TF家族的SEGs和功能密切相关。因此，作者对20多个TF家族进行KEGG富集分析（图5B）。结果表明，TF-bZIP家族中有54个TFs在多条通路中显著富集。

7.TFs显著影响癌症生存情况

作者对33个肿瘤组织的TF表达水平和预后进行KM分析。结果表明，有1448个TFs至少与一种癌症的预后显著相关（图6A）。其中有3个TF与11种癌症预后有关，有125个TF仅与一种癌症预后有关。其中KIRC和LGG生存相关的TFs数量最多。这些TFs可能在肿瘤发生和预后中发挥重要作用。结合SEG分析，作者鉴定到40个TF与癌症预后显著相关，可以作为癌症的预后标志物。在大多数癌症中，50%的TFs与预后较好有关（图6B）。bHLH，TF-bZIP，Homeobox和zf-C2HC等TF家族几乎在所有癌症中均存在显著TF（图6C）。TGCT中仅有一个与生存相关TF（FIGLA），而NDT80/PhoG，GCFC和NCU-G1家族中没有与生存相关的TF。此外，对排名前100个TFs进行生存分析，这些TFs影响11种癌症的预后（图6D）。排名前4个TFs与总生存期显著相关（图6E）。

8.TF突变

接下来，作者对TFs的SNV和CNV进行分析。为鉴定癌症发展中的关键基因，选择至少在一种肿瘤中突变频率高于10%的TF进行分析，共得到80个TFs。这80个TFs在癌症中的突变情况如图7A所示。其中UCEC，SKCM和COAD是发生TF突变数量最高的三种癌症。TP53是突变频率最高的基因。TP53在UCS中的突变频率为91.2%，OV中的突变频率为87.7%，ESCA中的突变频率为85.9%和READ中的突变频率为85.6%。此外，作者进一步分析了TF突变与肿瘤生存情况的相关性。有43个TFs突变与肿瘤生存显著相关（图7B），其中有33个TFs为高突变TFs，70%以上的TFs与低生存率有关（图7B）。例如，ACC中有9个TFs的突变与预后不良有关。此外，作者计算了不同癌症中每个基因的CNV频率并分析其与表达的相关性。相关性分析表明，60个TFs的CNVs与表达显著相关（图7C）。

结论：

作者全面分析了全基因组范围内肿瘤组织和正常组织中的TFs的表达水平，特异表达情况，靶基因共调控情况，TFs与肿瘤生存情况和TFs的突变情况。本研究为研究人员理解转录因子如何发挥调控作用，为今后TF调控网络的研究奠定基础。TF的突变和生存分析表明，一些关键TF基因可以作为潜在的标记基因。本研究为人类转录调控研究提供有价值的信息。