Funktionsanalyse nicht-kodierender RNA durch Verbindung von co-Expressions-Netzwerken mit metabolischen Netzwerken
a. Fragestellung und Ziele
Jüngere Veröffentlichungen zeigen, dass selbst einzellige Organismen über zahlreiche nicht-kodierende Transkripte unbekannter Funktion verfügen (David et al. 2006; Miura et al. 2006). Experimentelle Untersuchungen einzelner Transkripte deuten auf eine Vielzahl unterschiedlicher Funktionen und Mechanismen hin; eine umfassende Charakterisierung der Funktionen ist bisher nicht möglich. Um einer solchen Charakterisierung näher zu kommen, werden wir die Expressionmuster von Transkripten in der Hefe (S. cerevisiae) analysieren, um co-Expression unbekannter Transkripte mit bekannten protein-kodierenden Genen zu identifizieren. Die so erstellten co-Expressions-Netzwerke sollen mit den Informationen aus metabolischen Netzwerken (sowie evt. anderen funktionalen Netzwerken) verbunden werden. Durch Assoziation der unbekannten Transkripte mit einem funktional charakterisierten ‚Modul’ protein-kodierender Gene kann so ein Hinweis auf bis dato unbekannte Funktionen gewonnen werden.
b. Zusammenfassung der Vorarbeiten
Wir haben erste Analysen der mit Hilfe von Tiling-Arrays gewonnen Genexpressionsmuster des kompletten Genoms von S. cerevisiae durchgeführt (David et al. 2006). Da sich diese Daten jedoch nur auf einen einzigen funktionellen Zustand der Hefe beziehen, lassen sich daraus keine co-Expressions-Netzwerke erstellen. Wir haben uns daher bisher auf die Assoziation der Transkripte mit vorhergesagten Sekundärstrukturen der RNA befasst. Darüberhinaus haben wir verschiedene Methoden zur Analyse metabolischer Netzwerke im Statistikpaket R implementiert (David et al. 2006); analoge Methoden haben wir zuvor auch in anderen Projekten eingesetzt (Pal et al. 2005; Pal et al. 2006)
c. Eingesetzte Methoden und technische Voraussetzungen
Unser Projekt wird rein bioinformatisch ausgerichtet sein. Methoden sind Flux-Balance-Analyse und verwandte Analysen für metabolische Netzwerke, sowie bedingte Korrelationsanalysen von Genexpressionsdaten zur Bestimmung von co-Expression. Daten werden zunächst von Kollaboratoren am EMBL in Heidelberg zur Verfügung gestellt, können später aber evt. auch in Kooperation mit anderen Gruppen im BMFZ gewonnen werden.
Literatur
David, L., W. Huber, M. Granovskaia, J. Toedling, C.J. Palm, L. Bofkin, T. Jones, R.W. Davis, and L.M. Steinmetz. 2006. A high-resolution map of transcription in the yeast genome. Proc Natl Acad Sci U S A 103: 5320-5325.
Miura, F., N. Kawaguchi, J. Sese, A. Toyoda, M. Hattori, S. Morishita, and T. Ito. 2006. A large-scale full-length cDNA analysis to explore the budding yeast transcriptome. Proc Natl Acad Sci U S A 103: 17846-17851.
Pal, C., B. Papp, and M.J. Lercher. 2005. Adaptive evolution of bacterial metabolic networks by horizontal gene transfer. Nat Genet 37: 1372-1375.
Pal, C., B. Papp, M.J. Lercher, P. Csermely, S.G. Oliver, and L.D. Hurst. 2006. Chance and necessity in the evolution of minimal metabolic networks. Nature 440: 667-670.