저산소에 의한 다중 후성유전학적 유전자 발현 제어 프로그램의 동정

Abstract

Hypoxia affects a broad spectrum of physiological cellular processes related to development and growth, as well as patho-phyological processes related to cancer, stroke, myocardial infarction, and chronic kidney disease. In addition to induction of master regulating transcription factor (TF) HIF1α, hypoxia increases both active and repressive histone methylation levels via decreased activity of histone demethylases. However, how such increases coordinately regulate expression of hypoxia-responsive genes are largely unknown. To understand effect of multiple histone methylations on gene expression, we proposed epigenetically-induced hypoxia response network. First, we profiled three active and repressive histone tri-methylations (H3K4me3, H3K9me3, H3K27me3) and analyzed gene expression profile in human adipocyte-derived stem cells under hypoxia through ChIP-Sequencing. We then identified differently expressed genes and differentially methylated genes by hypoxia and clustered genes into four major groups by their expression and methylation patterns. We found that each group were predominantly associated with alteration in only one type among three histone methylations and have distinct methylation pattern. As a result, we suggested that each histone methylation controls different set of genes and identified target genes for each histone methylation. Second, we identified molecular functions and regional pattern of methylation for each group. Through function enrichment analysis we found that each group are involved in different functions and classical hypoxia response pathways, such as response to hypoxia and glucose transports are mainly regulated by H3K4me3. Through regional pattern analysis, we found that not only types of histone methylation but location of methylation may regulate gene expression differently. Third, we proposed lists of associating TFs through TF prediction mechanism. Out of 77 TF candidates, HIF1α and CREB1 were identified to affect both histone methylation and gene expression. With this finding, we strengthened the theory that TFs are linkage between histone demethylases and genes and proposed epigenetically induced hypoxia response network controlled by TFs. In summary, we provided effects of compound epigenetic changes on gene expression and proposed a model for hypoxia response network. These results are expected to help understand epigenetic regulation of hypoxia and provide means to micro-control specific functions in hypoxia related diseases such as tumor and myeloma.

모든 생물은 동일한 유전정보를 일생 동안 가지고 있지만 세포 종류, 발달 정도, 그리고 환경에 따라 유전자 발현은 달라진다. 이러한 유전자 조절 기작을 후성유전학적 제어라고 하는데 이 후성유전학적 제어 중 하나인 히스톤 변형은 DNA의 접근성을 변화시켜 유전자 발현을 조절한다다. 이 히스톤 변형은 그 종류와 영향이 매우 다양한데 개별 히스톤 변형이 유전자 발현에 미치는 영향에 대해산 많은 연구가 진행되어왔지만 이들이 어떻게 복합적으로 영향을 미치는지에 대해선 연구가 미흡한 실정이데. 이에 이 논문에선 시스템 생물학을 통해 다양한 히스톤 메틸화가 유전자 발현에 미치는 영향, 복합 작용에 의한 결과와 그 기작에 대해 제시하였다. 저산소증은 세포에 충분한 산소가 공급되지 못해 일어나는 상태변화로 운동, 소화활동, 암 등에서 흔히 나타나며 angiogenesis, differentiation, cell death, metabolism 등 세포의 중요한 기작 등에 영향을 미친다. 저산소에서 일어나는 반응 중 하나는 Jumonji histone demethylase(JMJDs)의 불능으로 히스톤 메틸화가 전반적으로 증가한다. 이 중에는 발현을 증가시킨다고 알려진 마커와 감소시킨다고 알려진 마커가 모두 증가하기 때문에 복합적 변화를 보기 적합하다. 이 논문에선 이런 복합적 변화가 미세조작을 이끌어낸다고 생각하고 activating marker인 H3K4me3, repressive marker인 H3K9me3, repressive marker이면서 H3K4me3와 bivalency를 일으킨다고 알려진 H3K27me3를 골라 이 세 메틸화의 변화가 유전자 발현에 미치는 영향에 대해 연구하였다. 먼저 hADSC 모델에서 마이크로어레이와 ChIP-Sequencing을 통해 세가지 히스톤 메틸화를 프로파일링 하고 이에 따른 유전자 발현의 변화에 대해 분석했다. 저산소 대응 유전자 25,89개를 동정하고 이들을 히스톤 메틸화 패턴에 따라 분류하였다. 그 결과 저산소 대응 유전자를 4개의 큰 그룹으로 분류했으며 이들 중 다수는 다중 히스톤 메틸화에 의해 조절되는 것이 아니라 하나의 메틸화의 변화에 의해 주로 변화된다는 것을 확인했다. 특히 메틸화 패턴에 따라 하는 관여하는 프로세스가 다르다는 것을 확인하고 이를 토대로 히스톤 메틸화에 따른 네트워크 모델을 제시했다. 또 히스톤 메틸화가 일어나는 기작을 찾기 위해 모티브 분석을 통해 각 그룹별 관여하는 전사인자들을 동정하였다. 각 그룹의 히스톤 분포 패턴과 반복적으로 나타나는 모티프를 분석하였다. 같은 히스톤 메틸화라도 위치에 따라 유전자 발현에 다른 영향을 미칠 수 있다는 것을 확인하고 각 그룹별 관여하는 전사인자들을 제시했다. 본 논문에서는 위와 같이 Genomics 모델을 통해 저산소에서 다중 후성유전학적 변화의 복합적 작용에 대한 모델을 제시하였다. 이 모델과 분석 방법은 암 등 저산소 환경에 노출된 다른 세포들에서의 후성유전학적 변화와 그에 따른 유전자 발현의 변화를 예측하는데 적용될 수 있을 것으로 기대된다. 이와 더불어, 다양한 후성유전학적 변화와 그 기능이 발견됨에 따라 이 모델은 동일한 유전정보를 가지고 다양한 변화를 이끌어가는 생물 시스템을 이해하는데 보다 포괄적이고 정확한 모델 제시를 가능케 할 것으로 기대된다.