TRAPT: إطار عمل عميق متعدد المراحل للتعلم المدمج لتوقع المنظمات النسخية استنادًا إلى بيانات الإبيجينوم الواسعة النطاق

النتائج

نظرة عامة على TRAPT

تتركز الخطوة الثانية على دمج Epi-RP و TR-RP لتوقع D-RP المحدد للسياق لكل TR. التحدي الرئيسي يكمن في دمج توقعات الأومكس التفاضلية لـ TR مع العلاقات بعينات الجينوم الجينية، بالإضافة إلى تجميع

تظهر TRAPT أداءً متقدمًا على مجموعات البيانات المرجعية

لم يكن الأداء المتفوق لـ TRAPT ناتجًا فقط عن استخدامه لبيانات خلفية إضافية حول TRs. لتوضيح ذلك، قدمنا

استراتيجية الدمج متعددة المراحل تعزز التنبؤ بالمنظمين النسخيين

تتنبأ TRAPT بالعوامل التنظيمية الرئيسية للتعبير الجيني في دراسة تقليل ESR1

ESR1 هو عامل نسخي رئيسي مرتبط بالنمط الفرعي الإيجابي لمستقبلات هرمون الاستروجين في سرطان الثدي، ويؤثر بشكل كبير على تطوره وتقدمه من خلال التوسط في التعبير الشاذ للعديد من الجينات المرتبطة بالمخاطر. للتحقق من قدرة TRAPT على تحديد عوامل النسخ الرئيسية في المرض، قمنا بتطبيقه على مجموعة جينية مستمدة من خلايا سرطان الثدي MCF7 الإيجابية لمستقبلات هرمون الاستروجين التي خضعت لتقليل ESR1 بواسطة siRNA. عند إعطائها مجموعة الجينات التفاضلية قبل وبعد تقليل ESR1 (الشكل التوضيحي التكميلي 4a، الملاحظة التكميلية A. 2 والبيانات التكميلية 9)، توقع TRAPT بدقة أن يكون عامل النسخ ESR1 في المرتبة 1 في مجموعة الجينات المنخفضة التعبير وفي المرتبة 17 في مجموعة الجينات المرتفعة التعبير (الشكل 4a). تسلط هذه النتيجة الضوء على الدور المزدوج لـ ESR1 في تنشيط وكبح الجينات في سرطان الثدي. . علاوة على ذلك، حددت TRAPT ESR1 الأخرى ذات التصنيف الأعلى

مرتبط بعوامل النسخ المتعلقة بالسرطان، وعوامل النسخ المساعدة، ومنظمات الكروماتين مثل FOXA1 و EP300 و MED1 (الأشكال 4d والشكل التكميلي 4b). على سبيل المثال، GATA3 هو عامل نسخ حاسم في مصير خلايا الثدي اللمعية. يؤثر عامل الريادة FOXA1 على بداية وتقدم سرطان الثدي من خلال تعديل الوصول الجينومي الأسيتيل ترانسفيراز الهيستون EP300 يقوم بأسيتيل ESR1، مما يعزز تعبير ESR1
الجينات المستهدفة في خلايا سرطان الثدي . علاوة على ذلك، فإن أعلى تصنيف من TRs من STRING كانت قواعد البيانات متورطة في تفاعلات عالية التردد مع بعضها البعض (الشكل 4ب). تحليل التعبير المشترك لـ TCGA كشفت مجموعة بيانات سرطان الثدي أيضًا عن علاقة قوية بين TRs (الأشكال 4c، الملاحظة التكميلية A. 3 والبيانات التكميلية 10)، وخاصة GATA3 وFOXA1 وESR1. كما اكتشفنا نفس الظاهرة في تحليل عينات أنسجة الثدي من GTEx.

تتنبأ TRAPT بالعوامل التنظيمية الوظيفية للتعبير الجيني في تحليل ما بعد GWAS لمرض الزهايمر

على وجه التحديد، استرجعنا مجموعة بيانات GWAS من causaldb يتكون من عينة من السكان الأوروبيين ، كمدخل للتخطيط الدقيق. بعد ذلك، قمنا بإجراء تحليل التداخل على TRs المرتبطة بالمرض والمتغيرات المسببة المتوقعة (الأشكال 5a، الملاحظة التكميلية A. 4 والبيانات التكميلية 3). من بين 305 SNPs المرتبطة بأعلى 25 TRs المتوقعة من TRAPT، تنتمي إلى المتغيرات السببية المرتبطة بمرض الزهايمر (اختبار هايبرجومتري) -قيمة ). وعلى العكس، من بين 106 SNPs المرتبطة بأدنى 25 TRs، كان أقل من نصفها متغيرات سببية (اختبار هايبرجومتري -قيمة ) (الشكل 5ب). وهذا يشير إلى أن TRAPT’s TRs الأعلى تصنيفًا كانت مرتبطة بشكل أوثق بمرض الزهايمر. للتحقيق بشكل أعمق في العلاقة بين TRs الفردية ومرض الزهايمر، أجرينا تحليلًا أكثر تفصيلًا للتداخل بين ارتباط كل TR متعلق بمرض الزهايمر والمتغيرات السببية (الشكل 5ج). كشفت النتائج أن TRs الأعلى تصنيفًا، مثل SPI1 و RELA و REST، كانت عمومًا لديها affinity أعلى للارتباط بالمتغيرات السببية مقارنة بالمتغيرات الخلفية. على سبيل المثال، SPI1، الذي احتل المرتبة الأولى وفقًا للتوقعات التي قدمها TRAPT، تداخل مع 71 متغيرًا سببيًا و 24 متغيرًا خلفيًا فقط (اختبار هايبرجومتري -قيمة ). RELA، الذي احتل المرتبة الثانية حسب TRAPT، تقاطع مع 75 متغيرًا سببيًا و33 متغيرًا خلفيًا فقط (اختبار هايبرجومتري -قيمة “; البيانات التكميلية 2). لاحظنا أن أعلى تصنيف من TRs عمومًا أظهر ارتباطات أقوى مع المتغيرات السببية المتعلقة بمرض الزهايمر. لتقييم هذه الملاحظة، قمنا بتطوير اختبار إحصائي يعتمد على GSEA خوارزمية للتحقق من موثوقية TRs الأعلى تصنيفًا من منظور إحصائي (انظر قسم الطرق). وجدنا أن TRs الأعلى تصنيفًا كانت غنية بشكل ملحوظ (الشكل 5d؛ -قيمة )، مما يدل على أن العناصر التنظيمية التي تم تصنيفها أعلى كانت أكثر احتمالاً للارتباط بالمتغيرات السببية مقارنة بتلك التي تم تصنيفها أدنى.

TRAPT يحدد منظمات النسخ المرتبطة بمصير الخلايا وهُوية الأنسجة

الشكل 5 | التنبؤ بالمنظمات الوظيفية لعوامل النسخ لمرض الزهايمر باستخدام تحليل ما بعد GWAS. a سير العمل لتحليل البيانات المتعلقة بمرض الزهايمر. مخطط فين يوضح عدد SNPs السببية المرتبطة بالقرب من عوامل النسخ المتوقعة العليا والسفلى. c مخطط مبعثر يعرض المتغيرات السببية المرتبطة بعوامل النسخ الأعلى مرتبة، مع أحجام النقاط تمثل أحجام درجات FINEMAP الخاصة بها. d مخطط عمودي يعرض نتائج تحليل التداخل. تمثل الأعمدة الصفراء عدد عوامل النسخ المرتبطة بالمتغيرات السببية المهمة في التخطيط الدقيق، بينما تمثل الأعمدة الرمادية عوامل النسخ المرتبطة بالمتغيرات الخلفية. اخترنا أعلى وأسفل 25 عامل نسخ للعرض. يمثل مخطط الخطوط الغنية الارتباط الناتج عن الارتباط لهذه العوامل. كانت المتغيرات السببية تميل إلى التواجد مع عوامل النسخ المتوقعة بواسطة TRAPT. e مخطط مانهاتن يظهر المتغير السببي الأعلى مرتبة

في الختام، تنبأت TRAPT بكفاءة بالعوامل التنظيمية الرئيسية في سياق مصير الخلايا وعبر 30 نسيجًا بشريًا طبيعيًا، مما يثبت قدرتها على معالجة مجموعات الجينات المستمدة من ظواهر متعددة أو بيانات شرطية، مثل البيانات المتعلقة بالمجموعات. عدد كبير من هذه
لقد أظهرت التجارب أن TRs المتوقعة لها أدوار محددة في هذه الأنسجة، مما يحقق المزيد من موثوقية TRAPT. كان TRAPT أداة مفيدة لاستكشاف وفهم وظائف TRs الرئيسية في العمليات الفسيولوجية البشرية.

نقاش

طرق

معالجة مسبقة لمجموعات بيانات الإبيجينية ومنظمات النسخ

TR ونموذج الإمكانات التنظيمية الإبيجينية

توقع الإمكانات التنظيمية عبر المنظمين النسخ العلوية

توقع الإمكانات التنظيمية عبر مجموعات الجينات السفلية

دمج الإمكانات التنظيمية وتوقع نشاط المنظم النسخي

حساب درجات الإثراء والأهمية في تحليل ما بعد GWAS

مقارنة بين TRAPT وأدوات ترتيب TR المماثلة

البارامترات الفائقة وتدريب النموذج

دراسة الإزالة

فحص استقرار النموذج

البرمجيات وأداة الويب

مقاييس التقييم

ملخص التقرير

توفر البيانات

توفر الشيفرة

References

1. Lee, T. I. & Young, R. A. Transcriptional regulation and its misregulation in disease. Cell 152, 1237-1251 (2013).
2. Heintzman, N. D. et al. Distinct and predictive chromatin signatures of transcriptional promoters and enhancers in the human genome. Nat. Genet 39, 311-318 (2007).
3. Lambert, S. A. et al. The human transcription factors. Cell 172, 650-665 (2018).
4. Vaquerizas, J. M., Kummerfeld, S. K., Teichmann, S. A. & Luscombe, N. M. A census of human transcription factors: function, expression and evolution. Nat. Rev. Genet 10, 252-263 (2009).
5. Chen, E. Y. et al. Enrichr: interactive and collaborative HTML5 gene list enrichment analysis tool. BMC Bioinforma. 14, 128 (2013).
6. Puente-Santamaria, L., Wasserman, W. W. & Del Peso, L. TFEA.ChIP: a tool kit for transcription factor binding site enrichment analysis capitalizing on ChIP-seq datasets. Bioinformatics 35, 5339-5340 (2019).
7. Keenan, A. B. et al. ChEA3: transcription factor enrichment analysis by orthogonal omics integration. Nucleic Acids Res 47, W212-W224 (2019).
8. Roopra, A. MAGIC: A tool for predicting transcription factors and cofactors driving gene sets using ENCODE data. PLoS Comput Biol. 16, e1007800 (2020).
9. Herrmann, C., Van de Sande, B., Potier, D. & Aerts, S. i-cisTarget: an integrative genomics method for the prediction of regulatory features and cis-regulatory modules. Nucleic Acids Res 40, e114 (2012).
10. Wang, Z. et al. BART: a transcription factor prediction tool with query gene sets or epigenomic profiles. Bioinformatics 34, 2867-2869 (2018).
11. Qin, Q. et al. Lisa: inferring transcriptional regulators through integrative modeling of public chromatin accessibility and ChIP-seq data. Genome Biol. 21, 32 (2020).
12. Wang, S. et al. Modeling cis -regulation with a compendium of genome-wide histone H3K27ac profiles. Genome Res 26, 1417-1429 (2016).
13. Lotfollahi, M. et al. Mapping single-cell data to reference atlases by transfer learning. Nat. Biotechnol. 40, 121-130 (2022).
14. Li, H. et al. Inferring transcription factor regulatory networks from single-cell ATAC-seq data based on graph neural networks. Nat. Mach. Intell. 4, 389-400 (2022).
15. Zhang, Y. et al. TcoFBase: a comprehensive database for decoding the regulatory transcription co-factors in human and mouse. Nucleic Acids Res 50, D391-D401 (2022).
16. Zhang, Y. et al. CRdb: a comprehensive resource for deciphering chromatin regulators in human. Nucleic Acids Res 51, D88-D100 (2023).
17. Zhou, X. et al. TFTG: A comprehensive database for human transcription factors and their targets. Comput Struct. Biotechnol. J. 23, 1877-1885 (2024).
18. Wang, Y. et al. SEdb 2.0: a comprehensive super-enhancer database of human and mouse. Nucleic Acids Res 51, D280-D290 (2023).
19. Wang, F. et al. ATACdb: a comprehensive human chromatin accessibility database. Nucleic Acids Res 49, D55-D64 (2021).
20. Feng, C. et al. KnockTF: a comprehensive human gene expression profile database with knockdown/knockout of transcription factors. Nucleic Acids Res 48, D93-D100 (2020).
21. Chen, C.-H. et al. Determinants of transcription factor regulatory range. Nat. Commun. 11, 2472 (2020).
22. Yu, F. et al. Variant to function mapping at single-cell resolution through network propagation. Nat. Biotechnol. 40, 1644-1653 (2022).
23. Mirzaei, A., Pourahmadi, V., Soltani, M. & Sheikhzadeh, H. Deep feature selection using a teacher-student network. Neurocomputing 383, 396-408 (2020).
24. Simon, N., Friedman, J., Hastie, T. & Tibshirani, R. A sparse-group lasso. J. Computational Graph. Stat. 22, 231-245 (2013).
25. Voorhees, E. M. The TREC-8 Question Answering Track Report. (1999).
26. Muhar, M. et al. SLAM-seq defines direct gene-regulatory functions of the BRD4-MYC axis. Science 360, 800-805 (2018).
27. Nilsson, S. et al. Mechanisms of Estrogen Action. Physiological Rev. 81, 1535-1565 (2001).
28. Pei, X.-H. et al. CDK inhibitor p18INK4c is a downstream target of GATA3 and restrains mammary luminal progenitor cell proliferation and tumorigenesis. Cancer Cell 15, 389-401 (2009).
29. Carroll, J. S. et al. Chromosome-wide mapping of estrogen receptor binding reveals long-range regulation requiring the forkhead protein FoxA1. Cell 122, 33-43 (2005).
30. Xu, B. et al. The LIM protein Ajuba recruits DBC1 and CBP/p300 to acetylate ERα and enhances ERα target gene expression in breast cancer cells. Nucleic Acids Res 47, 2322-2335 (2019).
31. von Mering, C. et al. STRING: a database of predicted functional associations between proteins. Nucleic Acids Res 31, 258-261 (2003).
32. Cancer Genome Atlas Research Network. et al. The cancer genome atlas pan-cancer analysis project. Nat. Genet 45, 1113-1120 (2013).
33. Zheng, Z.-Z. et al. Super-enhancer-controlled positive feedback loop BRD4/ERα-RET-ERα promotes ERα-positive breast cancer. Nucleic Acids Res 50, 10230-10248 (2022).
34. de Leeuw, C. A., Mooij, J. M., Heskes, T. & Posthuma, D. MAGMA: generalized gene-set analysis of GWAS data. PLoS Comput Biol. 11, e1004219 (2015).
35. Wang, J. et al. CAUSALdb: a database for disease/trait causal variants identified using summary statistics of genome-wide association studies. Nucleic Acids Res. 48, D807-D816 (2020).
36. Schwartzentruber, J. et al. Genome-wide meta-analysis, finemapping and integrative prioritization implicate new Alzheimer’s disease risk genes. Nat. Genet 53, 392-402 (2021).
37. Subramanian, A. et al. Gene set enrichment analysis: a knowledgebased approach for interpreting genome-wide expression profiles. Proc. Natl Acad. Sci. USA 102, 15545-15550 (2005).
38. Benner, C. et al. FINEMAP: efficient variable selection using summary data from genome-wide association studies. Bioinformatics 32, 1493-1501 (2016).
39. Pan, Q. et al. VARAdb: a comprehensive variation annotation database for human. Nucleic Acids Res. 49, D1431-D1444 (2021).
40. Lu, T. et al. REST and stress resistance in ageing and Alzheimer’s disease. Nature 507, 448-454 (2014).
41. Kosoy, R. et al. Genetics of the human microglia regulome refines Alzheimer’s disease risk loci. Nat. Genet 54, 1145-1154 (2022).
42. Rangaraju, S. et al. Identification and therapeutic modulation of a pro-inflammatory subset of disease-associated-microglia in Alzheimer’s disease. Mol. Neurodegener. 13, 24 (2018).
43. Liu, D. et al. Targeting the HDAC2/HNF-4A/miR-101b/AMPK pathway rescues tauopathy and dendritic abnormalities in alzheimer’s disease. Mol. Ther. 25, 752-764 (2017).
44. Kumar, A. et al. Chemically targeting the redox switch in AP1 transcription factor . Nucleic Acids Res. 50, 9548-9567 (2022).
45. Roses, A. et al. Understanding the genetics of APOE and TOMM40 and role of mitochondrial structure and function in clinical pharmacology of Alzheimer’s disease. Alzheimers Dement 12, 687-694 (2016).
46. Cooper, Y. A. et al. Functional regulatory variants implicate distinct transcriptional networks in dementia. Science 377, eabi8654 (2022).
47. Porcellini, E., Carbone, I., lanni, M. & Licastro, F. Alzheimer’s disease gene signature says: beware of brain viral infections. Immun. Ageing 7, 16 (2010).
48. Haney, M. S. et al. APOE4/4 is linked to damaging lipid droplets in Alzheimer’s disease microglia. Nature https://doi.org/10.1038/ s41586-024-07185-7 (2024).
49. Nativio, R. et al. An integrated multi-omics approach identifies epigenetic alterations associated with Alzheimer’s disease. Nat. Genet 52, 1024-1035 (2020).
50. Ranzoni, A. M. et al. Integrative single-cell RNA-Seq and ATAC-Seq analysis of human developmental hematopoiesis. Cell Stem Cell 28, 472-487.e7 (2021).
51. Scarno, G. et al. Divergent roles for STAT4 in shaping differentiation of cytotoxic ILC1 and NK cells during gut inflammation. Proc. Natl Acad. Sci. USA 120, e2306761120 (2023).
52. Reizis, B. Plasmacytoid dendritic cells: development, regulation, and function. Immunity 50, 37-50 (2019).
53. Chu, L.-F. et al. Single-cell RNA-seq reveals novel regulators of human embryonic stem cell differentiation to definitive endoderm. Genome Biol. 17, 173 (2016).
54. Paul, S., Home, P., Bhattacharya, B. & Ray, S. GATA factors: master regulators of gene expression in trophoblast progenitors. Placenta 60, S61-S66 (2017).
55. Chia, C. Y. et al. GATA6 cooperates with EOMES/SMAD2/3 to deploy the gene regulatory network governing human definitive endoderm and pancreas formation. Stem Cell Rep. 12, 57-70 (2019).
56. GTEx Consortium. The genotype-tissue expression (GTEx) project. Nat. Genet 45, 580-585 (2013).
57. Ritchie, M. E. et al. limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. 43, e47 (2015).
58. Ang, Y.-S. et al. Disease Model of GATA4 mutation reveals transcription factor cooperativity in human cardiogenesis. Cell 167, 1734-1749.e22 (2016).
59. Singh, R. et al. TRAF4-mediated nonproteolytic ubiquitination of androgen receptor promotes castration-resistant prostate cancer. Proc. Natl Acad. Sci. USA 120, e2218229120 (2023).
60. Rosen, E. D. et al. C/EBPalpha induces adipogenesis through PPARgamma: a unified pathway. Genes Dev. 16, 22-26 (2002).
61. Tontonoz, P., Hu, E. & Spiegelman, B. M. Stimulation of adipogenesis in fibroblasts by PPAR gamma 2, a lipid-activated transcription factor. Cell 79, 1147-1156 (1994).
62. Koster, M. I., Kim, S., Mills, A. A., DeMayo, F. J. & Roop, D. R. p63 is the molecular switch for initiation of an epithelial stratification program. Genes Dev. 18, 126-131 (2004).
63. Qu, J. et al. Mutant p63 affects epidermal cell identity through rewiring the enhancer landscape. Cell Rep. 25, 3490-3503.e4 (2018).
64. Werth, M. et al. The transcription factor grainyhead-like 2 regulates the molecular composition of the epithelial apical junctional complex. Development 137, 3835-3845 (2010).
65. Bonasio, R., Tu, S. & Reinberg, D. Molecular signals of epigenetic states. Science 330, 612-616 (2010).
66. Gou, J., Yu, B., Maybank, S. J. & Tao, D. Knowledge distillation: a survey. Int J. Comput Vis. 129, 1789-1819 (2021).
67. Barrett, T. et al. NCBI GEO: archive for functional genomics data sets-10 years on. Nucleic Acids Res 39, D1005-D1010 (2011).
68. Kodama, Y., Shumway, M. & Leinonen, R. International nucleotide sequence database collaboration. the sequence read archive: explosive growth of sequencing data. Nucleic Acids Res 40, D54-D56 (2012).
69. ENCODE Project Consortium. The ENCODE (ENCyclopedia Of DNA Elements) project. Science 306, 636-640 (2004).
70. Bernstein, B. E. et al. The NIH roadmap epigenomics mapping consortium. Nat. Biotechnol. 28, 1045-1048 (2010).
71. Langmead, B. & Salzberg, S. L. Fast gapped-read alignment with Bowtie 2. Nat. Methods 9, 357-359 (2012).
72. Quinlan, A. R. & Hall, I. M. BEDTools: a flexible suite of utilities for comparing genomic features. Bioinformatics 26, 841-842 (2010).
73. Yu, G., Wang, L.-G. & He, Q.-Y. ChIPseeker: an R/Bioconductor package for ChIP peak annotation, comparison and visualization. Bioinformatics 31, 2382-2383 (2015).
74. Schmeier, S., Alam, T., Essack, M. & Bajic, V. B. TcoF-DB v2: update of the database of human and mouse transcription co-factors and transcription factor interactions. Nucleic Acids Res 45, D145-D150 (2017).
75. Hu, H. et al. AnimalTFDB 3.0: a comprehensive resource for annotation and prediction of animal transcription factors. Nucleic Acids Res. 47, D33-D38 (2019).
76. Mei, S. et al. Cistrome data browser: a data portal for ChIP-Seq and chromatin accessibility data in human and mouse. Nucleic Acids Res 45, D658-D662 (2017).
77. Oki, S. et al. ChIP-Atlas: a data-mining suite powered by full integration of public ChIP-seq data. EMBO Rep. 19, e46255 (2018).
78. Haeussler, M. et al. The UCSC genome browser database: 2019 update. Nucleic Acids Res. 47, D853-D858 (2019).
79. Danecek, P. et al. Twelve years of SAMtools and BCFtools. Gigascience 10, giab008 (2021).
80. Zhang, Y. et al. Model-based analysis of ChIP-Seq (MACS). Genome Biol. 9, R137 (2008).
81. Liu, Y., Shen, S. & Lapata, M. Noisy Self-Knowledge Distillation for Text Summarization. in Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. 692-703 (Association for Computational Linguistics, Online, 2021).
82. Kipf, T. N. & Welling, M. Variational Graph Auto-Encoders. stat 1050, 21 (2016).
83. Yuan, L., Tay, F. E., Li, G., Wang, T. & Feng, J. Revisiting knowledge distillation via label smoothing regularization. in Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 3903-3911 (2020).
84. Varadi, M. et al. Alphafold protein structure database: massively expanding the structural coverage of protein-sequence space with high-accuracy models. Nucleic Acids Res. 50, D439-D444 (2022).
85. Robinson, J. T., Thorvaldsdottir, H., Turner, D. & Mesirov, J. P. igv.js: an embeddable JavaScript implementation of the Integrative Genomics Viewer (IGV). Bioinformatics 39, btac830 (2023).

شكر وتقدير

مساهمات المؤلفين

المصالح المتنافسة

معلومات إضافية

TRAPT: a multi-stage fused deep learning framework for predicting transcriptional regulators based on large-scale epigenomic data

Results

Overview of TRAPT

The second step focuses on integrating Epi-RP and TR-RP to predict the TR-context-specific D-RP of each TR. The main challenge lies in integrating the differential omics predictions of TR with the relationships to epigenomic samples, as well as aggregating the

TRAPT demonstrates state-of-the-art performance on benchmark datasets

TRAPT’s superior performance was not solely due to its use of additional background data on TRs. To illustrate this, we provided

Multi-stage fusion strategy boosts prediction of transcriptional regulators

TRAPT predicts key transcriptional regulators in the ESR1 knockdown study

ESR1 is a key transcriptional factor associated with the ER-positive subtype of breast cancer, and significantly influences its development and progression by mediating the aberrant expression of numerous downstream risk-related genes. To validate TRAPT’s ability to identify key TRs in disease, we applied it to a gene set derived from human MCF7 ER+ breast cancer cells subjected to siRNA-mediated ESR1 knockdown. When given the differential gene set before and after ESR1 knockdown (Supplementary Fig. 4a, Supplementary Note A. 2 and Supplementary Data 9), TRAPT accurately predicted the transcription factor ESR1 as occupying rank 1 in the downregulated gene set and rank 17 in the upregulated gene set (Fig. 4a). This result highlights ESR1’s dual role in both activating and repressing genes in breast cancer . Moreover, TRAPT identified the other top-ranking ESR1

associated with cancer-related transcription factors, transcription cofactors, and chromatin regulators such as FOXA1, EP300, and MED1 (Figs. 4d and Supplementary Fig. 4b). For example, GATA3 is a determinant transcription factor in mammary luminal cell fate . The pioneer factor FOXA1 influences the onset and progression of breast cancer by modulating genomic accessibility . The histone acetyltransferase EP300 acetylates ESR1, enhancing the expression of ESR1
target genes in breast cancer cells . Furthermore, the top-ranking TRs from the STRING database were involved in high-frequency interactions with one another (Fig. 4b). The co-expression analysis of the TCGA breast cancer dataset also revealed a strong relationship among the TRs (Figs. 4c, Supplementary Note A. 3 and Supplementary Data 10), particularly GATA3, FOXA1, and ESR1. We also detected the same phenomenon in an analysis of GTEx breast tissue samples

TRAPT predicts functional transcriptional regulators in postGWAS analysis of Alzheimer’s disease

Specifically, we retrieved a GWAS dataset from causaldb , consisting of a sample of a European population , as the input for the fine mapping. We subsequently performed colocalization analysis on the disease-associated TRs and the predicted causal variants (Figs. 5a, Supplementary Note A. 4 and Supplementary Data 3). Of the 305 SNPs bound by the top 25 predicted TRs of TRAPT, belonged to AD-related causal variants (hypergeometric test -value ). Conversely, of the 106 SNPs bound by the bottom 25 TRs, fewer than half were causal variants (hypergeometric test -value ) (Fig. 5b). This indicated that TRAPT’s higher-ranked TRs were more closely associated with AD. To further investigate the relationship between individual TRs and AD, we conducted a more detailed co-localization analysis of the binding of each AD-related TR to the causal variants (Fig. 5c). The results revealed that the topranking TRs, such as SPI1, RELA, and REST, generally had a higher binding affinity for causal variants than for background variants. For example, SPI1, ranked first according to the predictions made by TRAPT, intersected with 71 causal variants and only 24 background variants (hypergeometric test -value ). RELA, ranked second by TRAPT, intersected with 75 causal variants and only 33 background variants (hypergeometric test -value ; Supplementary Data 2). We observed that the top-ranking TRs generally exhibited stronger associations with AD-related causal variants. To assess this observation, we developed a statistical test based on the GSEA algorithm to verify the reliability of the predicted top-ranking TRs from a statistical perspective (see the Methods section). We found that the top-ranking TRs were significantly enriched (Fig. 5d; -value ), demonstrating that TRs that were ranked higher were more likely to bind to causal variants than those that were ranked lower.

TRAPT identifies transcriptional regulators associated with cell fate and tissue identity

Fig. 5 | Prediction of functional transcriptional regulators for Alzheimer’s disease by using post-GWAS analysis. a Workflow of the analysis of data on Alzheimer’s disease. Venn diagram showing the number of causal SNPs bound near the predicted top and tail TRs. c Scatter plot displaying casual variants bound by the top-ranking TRs, with the sizes of the points representing the magnitudes of their FINEMAP scores. d Bar chart displaying the results of co-localization analysis. Yellow bars represent the number of TRs bound to important causal variants in fine mapping, while gray bars represent TRs bound to background variants. We selected the top and bottom 25 TRs for demonstration. The enrichment line plot represents the binding-induced enrichment of these TRs. Causal variants tended to co-occur with TRs predicted by TRAPT. e Manhattan plot showing the top-ranking causal

In conclusion, TRAPT efficiently predicted key TRs in the context of cell fate and across 30 human normal tissues, verifying its ability to process gene sets obtained from multiple phenotypes or conditional data, such as cohort-related data. A substantial number of these
predicted TRs have been experimentally shown to have specific roles in these tissues, further verifying TRAPT’s reliability. TRAPT was a useful instrument for exploring and understanding the functions of key TRs in human physiological processes.

Discussion

Methods

Preprocessing of datasets of epigenomes and transcriptional regulators

TR and model of epigenomic regulatory potential