同一個人身上的每個細胞,帶著幾乎相同的去氧核糖核酸(deoxyribonucleic acid, DNA),肝細胞卻做肝細胞的事,免疫細胞做免疫細胞的事。差別不在有哪些基因,而在哪些基因被拿出來抄、抄多少。這篇接在中心法則的轉錄段落之後,講轉錄的下半場:細胞怎麼決定「抄不抄、抄多少」,並用核因子 κB(nuclear factor kappa-light-chain-enhancer of activated B cells, NF-κB)與低強度脈衝式超音波(low-intensity pulsed ultrasound, LIPUS)的研究當例子,最後在一段練習序列上親手找出結合位。
先複習:轉錄怎麼開始
上半場講了四件事,這裡各用一句話帶過:
- 誰來讀:真核細胞的信使核糖核酸(messenger ribonucleic acid, mRNA)由核糖核酸聚合酶 II(RNA polymerase II, Pol II)負責轉錄。
- 讀哪一股:聚合酶沿著模板股(template strand)讀,做出來的 RNA 序列和另一股編碼股(coding strand)相同,只是 T 換成 U。
- 從哪裡開始:起點上游的啟動子(promoter)帶有 TATA box(約在 −30)等元件,通用轉錄因子(general transcription factors)先在這裡就位,Pol II 才放得上去。
- 到哪裡停:細菌靠終止序列或 Rho 蛋白停下;真核細胞則在 AAUAAA 訊號附近把 RNA 剪斷、加上 poly(A) 尾巴。
通用轉錄因子幾乎每個基因都要用,負責「讓聚合酶就位」。今天的主角是另一類:只對某些基因起作用、負責開或關的特定轉錄因子。
為什麼要調控轉錄
mRNA 通常比 DNA 短命,用完就被分解。細胞想多做某個蛋白,就多抄幾份 mRNA;想少做,就少抄。所以「抄多少」是調整蛋白質數量最前端的一道閥門。
人類大約有 1,600 個可能的轉錄因子(transcription factor, TF),其中約三分之二已經定義出它偏好結合的 DNA 序列(Lambert 2018)。每個基因的調控區上,都可能坐著好幾個不同的轉錄因子,一起決定這個基因的輸出。
轉錄因子:認得 DNA 的開關蛋白
典型的轉錄因子有兩個部分:
- DNA 結合域(DNA-binding domain, DBD):認出一小段特定序列,讓轉錄因子坐到對的位置上。
- 活化域(activation domain, AD):坐好之後,負責和轉錄機器打交道。
依照結合之後做什麼,轉錄因子分成兩種角色:
活化子(activator)讓轉錄增加。 一個被廣泛接受的模型是「招募」:活化子把轉錄機器拉到 DNA 上,聚合酶就位的機會變大,轉錄就變多。這個模型的證據多來自細菌與酵母(Ptashne 與 Gann 1997);在真核細胞中,活化子也會影響聚合酶就位之後的步驟。
抑制子(repressor)讓轉錄減少。 方法不只一種:佔住活化子或聚合酶要用的位置、招募會關掉基因的蛋白,或讓那一段染色質(chromatin)變得更緊、更難被讀取。染色質的部分會在表觀遺傳的章節再談。
增強子:開關可以離得很遠
轉錄因子的結合位不一定緊貼在啟動子旁邊。**增強子(enhancer)**是一段能提高轉錄的 DNA,它可以在基因上游數千個鹼基對(base pair, bp)外,也可以在下游,甚至整段倒過來放都還有作用。
這個特性來自 1981 年的經典實驗:研究者把猴病毒 40(simian virus 40, SV40)的一段 72 bp 重複序列接到兔子的 β-球蛋白(β-globin)基因旁邊,轉錄本增加了大約 200 倍;把這段序列放在基因上游 1,400 bp 或下游 3,300 bp 等不同位置,正反方向都一樣有效(Banerji 1981)。
離得這麼遠,怎麼還能影響啟動子?目前的理解是 DNA 會彎曲成環,讓坐在增強子上的活化子在空間上碰到啟動子上的轉錄機器。反過來,能降低轉錄的遠端序列叫做抑制元件(silencer)。
判斷一個轉錄因子能不能開基因:三個問題
細胞裡有某個轉錄因子,不代表它控制的基因正在被轉錄。判斷時依序問三個問題:
- 有沒有? 細胞裡有沒有這個轉錄因子的蛋白。
- 活不活? 它有沒有被訊號打開,例如被加上磷酸,或被抑制它的蛋白放開。
- 在哪裡? 它在不在細胞核裡、碰不碰得到 DNA。
三個答案都是「是」,基因才「有可能」被轉錄;後面還會看到,染色質也要是打開的。NF-κB 是說明這三個問題的標準例子(Hayden 與 Ghosh 2008):它在細胞裡一直都有,關鍵在於有沒有被放開、有沒有進入細胞核。
從訊號到轉錄:五個環節
細胞外的變化影響基因,最常見的一條路是改變某個轉錄因子的狀態或位置。這條路可以拆成五個環節:刺激 → 受體 → 傳遞 → 轉錄因子 → 基因表現。
兩個例子對照著看:
- 化學訊號:脂多醣(lipopolysaccharide, LPS)是革蘭氏陰性菌外膜的成分。1998 年的研究比較兩種對 LPS 沒有反應的小鼠,發現牠們的類鐸受體 4(Toll-like receptor 4, TLR4)基因都有突變,確立 LPS 訊號經由這個受體傳入(Poltorak 1998)。
- 物理刺激:第一型血管張力素 II 受體(angiotensin II type 1 receptor, AT1)原本是荷爾蒙的受體。2004 年在心肌細胞發現,機械力可以在沒有荷爾蒙的情況下直接活化它(Zou 2004),所以它也被視為能感受機械力的分子。
後面的 LIPUS 案例,每一步都可以放回這五格裡檢查。
NF-κB:被扣在細胞質的開關
NF-κB 最常見的形式是 p50 與 p65 兩個次單元組成的二聚體。它的開關方式很特別:平時不是不存在,而是被抓住。
- 靜止:NF-κB 和 κB 抑制蛋白(inhibitor of κB, IκB)結合,留在細胞質,碰不到 DNA。1988 年的研究發現了 IκB,並在體外實驗中顯示它能專一地抑制 NF-κB,作者推論細胞受刺激時兩者會分開,NF-κB 才能進核(Baeuerle 與 Baltimore 1988)。
- 刺激:LPS 等訊號傳進來後,κB 抑制蛋白激酶(IκB kinase, IKK)等激酶在 IκB 上加磷酸,被標記的 IκB 隨後被分解。
- 進核:被放開的 NF-κB 移進細胞核,結合在基因調控區的 κB 位點(κB site)上,啟動促發炎基因的轉錄。
NF-κB 啟動的基因之一就是 IκBα 自己。新做出來的 IκBα 會把 NF-κB 再扣回細胞質,訊號因此自動變弱,這是一種負回饋。第 2、3 步與這個負回饋,是後續許多研究確立、由綜述整理出的通則(Hayden 與 Ghosh 2008)。
用前面的三個問題對照:靜止時第一題「有」,但第二、三題都是「否」,所以不轉錄。
κB 位點是怎麼被找到的
1986 年,研究者在免疫球蛋白 κ 輕鏈的增強子上,找到一個當時只在 B 細胞看得到的結合蛋白,後來就命名為 NF-κB(Sen 與 Baltimore 1986)。隔年,同一個團隊發現 T 細胞活化時,NF-κB 會結合人類免疫缺乏病毒(human immunodeficiency virus, HIV)的增強子;把這些結合位突變掉,病毒基因就不再被誘導表現(Nabel 與 Baltimore 1987)。後者很重要,因為它證明的不只是「會結合」,而是「這個位點有功能」。
通則和單篇研究要分開
NF-κB 能誘導多種促發炎的細胞激素與趨化因子(Liu 2017),教科書常舉的例子有介白素-1α(interleukin-1 alpha, IL-1α)、介白素-1β(interleukin-1 beta, IL-1β)、介白素-6(interleukin-6, IL-6)與腫瘤壞死因子-α(tumor necrosis factor alpha, TNF-α)。但讀到某一篇研究時,要分清楚哪些是教科書通則、哪些是這篇真的量到的:
| 層次 | 內容 | 來源 |
|---|---|---|
| 通則 | NF-κB 可誘導多種促發炎細胞激素,常舉的例子是 IL-1α、IL-1β、IL-6、TNF-α | 綜述(Liu 2017)與教科書 |
| 下一段的案例實際量到 | 只有 IL-1α 的 mRNA 與蛋白 | Nagao 2017 |
案例:LIPUS 讓 NF-κB 少進細胞核
LIPUS 是一種低能量、脈衝式的超音波,對細胞來說是一種機械刺激。多數研究使用的參數是 30 mW/cm²、載波 1.5 MHz、脈衝重複頻率 1 kHz、每天 20 分鐘(Harrison 2016),但個別研究不一定照這組參數。
2017 年的一篇研究用小鼠骨母細胞樣細胞 MC3T3-E1,加入牙周病菌 Porphyromonas gingivalis 的 LPS 引發發炎反應,並每天給予 LIPUS 30 分鐘(Nagao 2017)。結果整理如下:
- LIPUS 降低了 LPS 誘導的 IL-1α mRNA 與蛋白,也讓 NF-κB 進入細胞核的量減少。
- 用 AT1 拮抗劑 Losartan,或用小干擾 RNA(small interfering RNA, siRNA)把 AT1 減量,這些效果就消失。
- 用磷脂酶 Cβ(phospholipase C beta, PLCβ)抑制劑 U73122,NF-κB 的轉位又恢復。
作者據此提出 LIPUS 經由 AT1 → PLCβ 這條路抑制 NF-κB 進核。用三個問題來看,LIPUS 改變的是第三題「在哪裡」。
這個案例能說什麼、不能說什麼
| 可以說 | 不能直接說 |
|---|---|
| 在這種細胞、這種 LPS、這組 LIPUS 條件下,IL-1α 下降、NF-κB 進核減少 | LIPUS 在所有細胞都會抗發炎 |
| 阻斷 AT1 或 PLCβ 會改變這些結果,所以它們參與其中 | AT1 已證實是骨母細胞的力學受體(直接證據來自心肌細胞,這裡是作者推論) |
| 作者解釋為 NF-κB 少進核,所以 IL-1α 少轉錄 | IL-1α 下降「完全是因為」NF-κB 少進核(兩者可能互相影響,摘要層級只能看到作者的解釋) |
| 細胞實驗提供了可能的分子機制 | LIPUS 已證實能治療骨折或發炎 |
最後一列尤其要小心。LIPUS 在臨床上確實有被用來處理骨折,但療效證據並不一致:1994 年一項 67 例的隨機試驗報告,石膏固定的脛骨骨折癒合時間縮短(Heckman 1994);2016 年 501 例的 TRUST 試驗則顯示,對手術固定的脛骨骨折,LIPUS 既沒有加快影像上的癒合,也沒有改善功能恢復(TRUST 2016)。細胞機制和臨床療效,是兩種要分開回答的問題。
另一篇骨母細胞研究發現,LIPUS 會經由 AT1 讓核因子 κB 受體活化因子配體(receptor activator of nuclear factor kappa-B ligand, RANKL)等基因的 mRNA 上升(Bandow 2007)。這篇的實驗條件與量測對象都和上面不同,不要和上面的實驗拼成同一個細胞裡同時發生的兩條路。
在序列上找 κB 位點
回到 DNA 本身。要知道一段啟動子可不可能被 NF-κB 調控,第一步是在序列上找 κB 位點。κB 位點有兩種常見寫法:
- 經典字串
GGGACTTTCC:要一字不差才算。 - 共識寫法
GGGRNNYYCC:用國際純粹與應用化學聯合會(International Union of Pure and Applied Chemistry, IUPAC)的鹼基代碼寫成,R 代表 A 或 G,Y 代表 C 或 T,N 代表任一種鹼基。
DNA 是雙股,位點可能落在任一股上,所以兩股都要找:除了直接比對,也要比對反向互補序列。
練習序列
下面三條是課程自製的練習啟動子(不是真實基因),長度 112–120 bp:
>promoter_1 練習啟動子A (120 bp)
TGGGGCGGACCAGCTAAGGTTACGACGGGTGTACCCGGATTGCAGGAGCACACGGCTTCATATAAAAGCA
TGGAGACACCTACTAAGACGACTACACTCACTATTCGTTATCCTAACATC
>promoter_2 練習啟動子B 促發炎基因型 (120 bp)
GGGCAATGTCGTGCAGCATATATTCTTTGGGGGACTTTCCAAGGGAAATCCCTGGGAACGTGGATCCCTG
GGGTATAAAAAAGGTTACTTGGTACTCGTGCCAAAGCCTTGGCAGCCGAA
>promoter_3 練習啟動子C 促發炎基因型 (112 bp)
ACTTGGTTAGGAAGCCCTGTGGGACTTTCCGAGCGGCCTTAACCCCACGGCCGTGGGGACTTTCCGATTC
GAGCTTATAAAAAAGGATCTTTGTGAGCGGAAACGTCTCGAA
乾實驗步驟
- 把三條序列匯入 Benchling(或任何能做序列搜尋的工具),每條建成一個 DNA 序列檔。
- 用搜尋功能找
GGGACTTTCC,記下每條序列的命中位置(以第一個鹼基的位置計)。 - 再找
GGGRNNYYCC(工具要能接受 IUPAC 代碼)。確認搜尋有包含反向互補股。 - 用同樣方法找 TATA box(
TATAAA),記下位置。 - 把結果整理成一張表,比較兩種寫法的命中數有沒有不同。
做完再打開下面的答案對照:
對答案(位置以 + 股第一個鹼基計)
| 序列 | TATA(TATAAA) | 經典 κB(GGGACTTTCC) | 共識 κB(GGGRNNYYCC) |
|---|---|---|---|
| promoter_1 | 第 61 位 | 無 | 無 |
| promoter_2 | 第 74 位 | 第 31 位(1 個) | 第 31 位(+ 股)、第 43 位(+ 股)、第 43 位(− 股,反向互補),共 3 筆 |
| promoter_3 | 第 76 位 | 第 21、56 位(2 個) | 第 21、56 位 |
promoter_1 另有一個 GC box(GGGCGG,第 3 位)。工具會不會把同一位置的正反兩股合併成一筆,要看搜尋設定。課堂計分以經典字串為準:promoter_2 有 1 個、promoter_3 有 2 個 κB 位點。
規則寬一點,命中就多一個
promoter_2 是最值得多看一眼的一條。
第 43 位的 GGGAAATCCC 和經典字串差了 3 個字,但符合共識寫法;它的反向互補 GGGATTTCCC 也符合,所以用共識寫法掃描時,這個位置在正反兩股各算一次。同一條序列,規則不同,答案就不同。這個位點能不能真的被 NF-κB 結合,序列本身回答不了,要靠實驗。
序列有位點,不等於基因正在表現
找到 κB 位點,只代表這個基因「可能」受 NF-κB 調控。要真的被轉錄,還需要:轉錄因子有表現、被活化、進入細胞核,而且那一段染色質是打開的、碰得到。已經有大規模研究系統性地測定上千個轉錄因子偏好的序列(Weirauch 2014),但某個命中在細胞裡有沒有真的被結合,仍要用實驗另外確認(見文末)。
靜止細胞中的 NF-κB 被 IκB 扣在細胞質,所以就算 promoter_2、promoter_3 帶有 κB 位點,在靜止狀態下也通常不會因此被開啟。要知道基因有沒有表現,得去測 mRNA 或蛋白。
為什麼光靠字串會找到很多假的位點
用一點機率估算:GGGRNNYYCC 的十個位置裡,五個固定鹼基各有 1/4 的機會剛好吻合,R 與兩個 Y 各 1/2,兩個 N 一定吻合,乘起來是 1/8,192。人類基因組約 30 億 bp,兩股都算,隨機出現的期望值大約是 73 萬次。這是極簡化的估算(真實基因組的鹼基組成並不平均),但數量級說明了一件事:只靠序列比對,大部分命中不會是真的功能位點(Wasserman 與 Sandelin 2004)。
反過來,在 120 bp 的練習序列裡,TATAAA 隨機出現的期望值只有大約 0.06 次,所以練習題裡找到的位點,幾乎都是刻意放進去的。
從字串、矩陣到深度學習
描述「轉錄因子喜歡哪種序列」,方法一直在進步:
- 共識字串:就是上面的寫法,透明好查,但只能回答「符合/不符合」。
- 位置權重矩陣(position weight matrix, PWM):為每個位置的每種鹼基各給一個分數,可以算出一段序列「有多像」。這不是新東西:權重矩陣在 1980 年代就用來描述結合位,1990 年已有研究從 502 個彼此無關的 Pol II 啟動子,算出 TATA、CCAAT、GC box 等元件的權重矩陣,並用來預測轉錄起點(Bucher 1990;表示法的演進見 Stormo 2000)。
- 深度學習:從大量實驗資料自動學出更長、更複雜的序列特徵。DeepBind 從多種實驗資料學習 DNA 與 RNA 結合蛋白的序列偏好(Alipanahi 2015);Enformer 則是由 DNA 序列直接預測基因表現,能整合大約 100 kb 範圍內的遠端資訊(Avsec 2021)。
不論用哪一種方法,預測出來的都只是「候選位點」。接下來還有兩個問題要分開用實驗回答:
- 有沒有結合? 染色質免疫沉澱定序(chromatin immunoprecipitation sequencing, ChIP-seq)可以在細胞裡把轉錄因子連同它結合的 DNA 一起抓下來定序,找出全基因組上的結合位置(Johnson 2007)。
- 有沒有功能? 結合了不一定會改變轉錄。要把位點突變掉,或接到報導基因(reporter gene)上,看轉錄有沒有跟著改變,就像前面 HIV 增強子的突變實驗。
帶走這幾句
- 細胞靠「抄不抄、抄多少」調整蛋白質的量;特定轉錄因子是這道閥門的開關。
- 轉錄因子用 DNA 結合域認序列、用活化域招募轉錄機器;增強子可以離基因很遠,靠 DNA 彎曲碰到啟動子。
- 判斷轉錄因子能不能開基因,依序問:有沒有、活不活、在哪裡。NF-κB 平時被 IκB 扣在細胞質,「活不活」與「在哪裡」都是否;LIPUS 案例影響的是「在哪裡」。
- LIPUS 的細胞研究顯示 NF-κB 進核減少、IL-1α 下降;但每一步都要標明是哪個細胞、哪篇研究,細胞結果也不能直接當成臨床療效。
- 序列上找到位點只是候選:規則寬一點命中就多一個,真正的結合與功能都要靠實驗。