mRNA-タンパク質発現レベルの矛盾のための潜在的な調節因子の計算スクリーニング

複雑な転写後および翻訳の調節プロセスは、多くの組織におけるmRNAとタンパク質の間の発現の矛盾に寄与しますが、根本的なメカニズムは完全には理解されていません。この研究では、どの程度、どのRNA結合タンパク質（RBP）がmRNA-タンパク質発現の矛盾に寄与するかを評価しました。この目的のために、私たちはRNA-SEQトランスクリプトームデータと対応する人間の健康組織のセットからの対応する定量的プロテオームデータを悪用して、mRNAタンパク質発現の矛盾を推定し、遺伝子のかなりの部分がトランスクリプトームとプロテオーム間の発現ランキングに明らかな違いを示すことを観察しました。さらに、PostAR2から最新のクリップセックデータセットを組み立て、既知のRBPの結合プロファイルをマッピングするためにエンコード、GEOを作成しました。RBP結合機能に基づいたロジスティック回帰モデルが確立され、許容パフォーマンスとのmRNA-タンパク質発現の矛盾を予測できます。最後に、このロジスティック回帰モデルに2つの異なる特徴選択方法を適用することにより、G3BP1、DGCR8、LARP4B、EIF4A3、FXR2などの発現レベルの矛盾を説明する可能性のある既知の推定翻訳レギュレーターのコンセンサスセットを特定しました。

Complicated post-transcriptional and translational regulation processes contribute to the expression discrepancy between mRNA and protein in many tissues, but the underlying mechanisms have not been fully understood. In this study, we assessed to what extent and which RNA binding proteins (RBPs) contribute to mRNA-protein expression discrepancy. To this end, we exploited the RNA-seq transcriptome data and corresponding quantitative proteome data from the same set of human healthy tissues to estimate the mRNA-protein expression discrepancy, and observed that a considerable fraction of genes show obvious difference in expression rankings between transcriptome and proteome. We further assembled the latest CLIP-seq datasets from POSTAR2, ENCODE and GEO to map the binding profiles of known RBPs. A logistic regression model based on the RBP-binding features was established, which could predict the mRNA-protein expression discrepancy with acceptable performance. Finally, by applying two different feature selection methods on this logistic regression model, we identified a consensus set of known and putative translation regulators which may account for the expression level discrepancy, such as G3BP1, DGCR8, LARP4B, EIF4A3 and FXR2.