尋找植物的「活動企劃師」

聽過「基因表現」（gene expression）嗎？基因表現，就是讓位於我們基因體裡面的基因，先透過轉錄（transcription）產生核糖核酸（RNA），然後RNA再透過轉譯（translation）產生蛋白質。不過，有一小部分的基因，並不會產生蛋白質，而是只產生RNA。由此可知，基因的轉錄對基因能否表現非常重要。

而轉錄，也就是以DNA為模版製作出RNA的過程，除了最重要的RNA聚合酶（RNA polymerase），就是轉錄因子（TF，transcription factor）了。轉錄因子負責調控特定基因（群）的轉錄與否。它們透過辨認基因體上的特定序列，來辨別這個/群基因是不是它需要調控的。它們不見得只是讓基因表現出來，有些也會讓基因不表現。通常，一個轉錄因子不會只調節一個基因的表現，而一個基因也常常不會只有一個轉錄因子可以調節它的表現。

什麼會影響轉錄因子呢？很多，如賀爾蒙或其他的小分子化合物、其他的蛋白質、非生物性的刺激，都會影響轉錄因子。一旦轉錄因子被刺激到了，它接下來可能要召喚其他的蛋白質，用來讓特定的基因表現；它也可能去跟某些蛋白質結合，讓這些蛋白質動彈不得，於是基因就不能表現。

說了這麼多，不知道大家意識到轉錄因子是個怎樣複雜的傢伙嗎？它要結合與辨認DNA、要召喚或尋找其他蛋白質、要辨認特定的信號...可以說，轉錄因子就像一個活動企劃師，要負責收集訊息、協調成員，最後讓活動完美舉辦，真的是不容易！

因此，過去的研究發現，轉錄因子上面可以找到各種各樣的功能區域。包括DNA結合區域、轉錄活化區域、轉錄抑制區域、核定位信號（別忘了它要進入細胞核才能工作）、激素或小分子結合區域、蛋白質相互作用區域、調節區域，有些轉錄因子因為工作需要，甚至具備了與自己人組成雙胞胎或多胞胎的區域！

在這麼多的區域中，比較容易辨認的是DNA結合區域、核定位信號、激素或小分子結合區域、蛋白質相互作用區域、調節區域，這些透過多年來的研究，已經發現了不少的組合模式。最難辨認的，首推轉錄活化區域。

轉錄活化區域為什麼難辨認呢？原來，這個區域的胺基酸通常不會形成明確的3D結構；雖然通常裡面會有比較多的酸性胺基酸、芳香族胺基酸以及疏水性胺基酸，但是序列缺乏「保守性」，也就是說，它們在不同的轉錄因子裡，長得都不怎麼像。這使得它們不太容易靠著用眼睛看來發現。

可是，轉錄活化區域對轉錄因子的功能很重要。沒有它，我們的活動企劃師就不能召喚其他的蛋白質，就像沒有了靈魂一樣。所以，怎麼辦呢？

最近，有一群聰明的科學家建立了一套稱為PADI的系統，可以有效的「掃描」這些轉錄活化區域，把它們一一找到。這套系統是怎樣的呢？

科學家們建造了一個人造基因，這個人造基因，最前面是紅色螢光蛋白（mCherry），然後接上一個DNA結合區域（DBD）以及雌二醇啟動的核定位區域（ERD），最後接上來自植物的未知轉錄因子片段（TF fragment）。最前面的紅色螢光蛋白，讓科學家知道這個基因有沒有表現出來；而DNA結合區域可以讓它辨認DNA序列，核定位區域在加入雌二醇之後，就會把整個人造蛋白帶到細胞核裡面去。如果最後的未知植物片段具有召喚其他蛋白質、啟動轉錄的能力，那麼DNA結合區域所辨認出來的基因，就會表現出來。

這個DNA結合區域，辨認什麼基因呢？研究團隊讓它能夠辨認一個綠色螢光蛋白的基因。所以，如果未知植物片段有功能，可以召喚其他蛋白質、啟動轉錄，科學家們就可以看到綠色螢光出現，且螢光愈強，代表這段未知片段的活性越高！

科學家們用這個方法，掃描了阿拉伯芥的1918個轉錄因子，在裡面找到了1553個轉錄活化區域，大部分都是以前不知道的；而他們把這些資料拿去訓練深度學習模型，最後發現這些轉錄活化區域還是有一些小特徵可以辨認出來，而且與特定功能（比方說，對生長素有反應的轉錄因子）相關的轉錄因子的特徵，會更容易辨認出來。

總而言之，這套系統可以用來大量發現特定植物轉錄因子們的轉錄活化區域。阿拉伯芥只是一個開端，未來還可以進一步去搜尋其他植物的轉錄活化區域，而隨著資料愈收集愈多，我們對轉錄活化區域的了解就愈多，也就能更深入了解，植物如何調控自己的基因表現了！

參考文獻：

Morffy, N., Van den Broeck, L., Miller, C. et al. Identification of plant transcriptional activation domains. Nature (2024). https://doi.org/10.1038/s41586-024-07707-3