Danko Lab

Danko lab undersøger, hvordan vores DNA-sekvenser styrer komplekse programmer for gentranskription. Vores arbejde er primært fokuseret på at forstå, hvordan naturlige genetiske forskelle mellem arter påvirker de forskellige trin i RNA polymerase II transkriptionscyklus. Vores arbejde giver indsigt i det molekylære grundlag bag fænotypiske forskelle mellem arter. Derudover giver studiet af de millioner af naturligt forekommende tilfældige genetiske mutations “eksperimenter” også en spændende mulighed for at forstå de grundlæggende principper, hvormed vores DNA-sekvenser koder for genekspression.
vi er en tværfaglig forskningsgruppe, der gør omfattende brug af både beregningsmæssige og molekylære værktøjer. Vores speciale er at udvikle statistiske og maskinlæringsmetoder til at analysere funktionelle genomiske sekventeringsdata udarbejdet ved hjælp af Hi-C, ATAC-sek, PRO-sek, RNA-sek og relaterede assays. Vores værktøjer låner en række ideer fra områderne statistik og maskinindlæring, herunder nylige anvendelser af skjulte Markov-modeller, supportvektormaskiner og kunstige neurale netværk. Vi driver også et aktivt vådlaboratorium, der har gjort store fremskridt med at udvikle og bruge run-on og sekventeringsteknologier til at kortlægge placeringen af RNA-polymerase, herunder PRO-sekv og ChRO-sekv. For nylig er vi begyndt at bruge Hi-C / Hi-ChIP, enkeltcelle RNA-sek og CRISPR epigenome redigeringsteknologier.

at forstå kæden af molekylære begivenheder, der forbinder DNA-sekvens ‘genotype’ til organisme ‘fænotype’, er en af de mest spændende grænser inden for moderne genetik. DNA-sekvenser placeret i ikke-kodende regioner i genomet er kritiske drivkræfter for fænotypiske forskelle, både mellem og inden for arter.
vores mål er at opdage de grundlæggende regler, hvormed transkriptionelle ændringer opstår som følge af forskelle i DNA-sekvens og kromatinemballage i kernen. For at nå dette mål integrerer vi genomiske data indsamlet ved hjælp af en kombination af molekylære analyser (Pro-sekv, RNA-sekv, Atac-sekv og Hi-C). Det meste af vores arbejde fokuserer på CD4 + T-celler, en lynchpin i det adaptive immunsystem, der gennemgår hurtige evolutionære ændringer, der er relevante for autoimmune og allergiske lidelser.
vores seneste arbejde har vist, at selvom ændringer i distale reguleringselementer opstår hurtigt, fører disse ændringer ofte ikke til målbare forskelle i transkriptionen af nærliggende gener. Vi fandt bevis for, at gentranskription stabiliseres ved flere kompenserende ændringer, der virker på tværs af ensembler af distale forstærkere. Dette fund antyder en model for regulatorisk udvikling, hvor ændringer i regulatoriske aktiviteter opstår hurtigt, og genekspression holdes konstant gennem udbredt kompensation mellem regulatoriske elementer, der er målrettet mod hvert gen.

detektion af biokemisk aktive DNA-sekvenser i en celle (en af de almindelige definitioner af en celles “epigenom”) er en stor udfordring inden for genomik. Mange tilgange er afhængige af at bruge snesevis af separate eksperimentelle analyser, hvilket gør analysen af nye cellesystemer dyre og tidskrævende. Vi har for nylig demonstreret, at RNA-polymerase markerer en overraskende bred vifte af funktionelle elementer på tværs af genomet. Disse funktionelle elementer kan genkendes på baggrund af deres karakteristiske “former” udvundet fra Pro-sek-data ved hjælp af maskinindlærings værktøjer.
vores mål er at udvikle et beregningsværktøjssæt, der dekonvolverer et enkelt Pro-sekv-assay til en rig kilde til information om flere ‘lag’ af funktionelle elementer, der er aktive i vores genomer. Vi har udviklet et maskinlæringsværktøj kaldet dREG, der identificerer placeringen af aktive regulatoriske DNA-sekvenselementer ved hjælp af PRO-sekv-data som input. For nylig har vi trænet diskriminerende supportvektormaskiner til at identificere transkriptionsfaktorbindingssteder med høj nøjagtighed, og vi er begyndt at bruge transkription til at gætte eller ’tilregne’ overflod af kovalente modifikationer til kernehistoner. Disse teknologier tillader omfattende annotation af aktive funktionelle elementer i pattedyrgenomer ved hjælp af PRO-sekv-data alene.
endelig er en kernemission i vådlaboratoriet at udvide run – on og sekventeringsanalyser for at kortlægge placeringen af RNA-polymerase på tværs af genomet i en bredere vifte af biologiske forhold. Vi har for nylig introduceret en ny run-on og sekventeringsvariant kaldet ChRO-SEK for at løse nøgleproblemet med PRO-sekv: nemlig at det kræver en nuklear isolering, som kan være udfordrende i komplekse vævsprøver som muskler eller hjerne. Vi har også gjort betydelige fremskridt med strategier til at multiplicere Pro-sekv-og ChRO-sekv-analyserne ved hjælp af et 96-brøndspladeformat. Samlet set udvider vores indsats betydeligt omfanget og rækkevidden af applikationer, hvor PRO-SEK kan anvendes.

identifikation af regulatoriske elementer fra spirende transkription ved hjælp af dREG.
Chu T, Chu t, Choate LA, Danko CG.
Genomforskning (2019).
Chromatin run – on og sekventering kortlægger det transkriptionelle regulatoriske landskab af glioblastoma multiforme.
Chu T, ris EJ, Booth GT, Salamanca HH, vil med, kerne LJ, Longo SL, Corona RJ, Chin LS, liste JT, kvak H, Danko CG.
Naturgenetik (2018).
dynamisk udvikling af regulatoriske elementensembler i primat CD4+ T-celler.
Danko CG, Choate LA, Marks BA, Rice EJ, vil med, Chu T, Martins AL, Dukler N, Coonrod SA, Tait-uldne E, List JT, Kraus VL, Siepel A.
Naturøkologi & Evolution (2018).
en samlet arkitektur af transkriptionelle regulatoriske elementer.
Andersson R, Sandelin A, Danko CG.
tendenser i genetik (2015).
identifikation af aktive transkriptionelle regulatoriske elementer fra GRO-sek-data.
Danko CG, Hyland SL, Core LJ, Martins AL, farvande CT, Lee HV, Cheung VG, Kraus VL, Lis JT og Siepel A.
Naturmetoder (2015).

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.