Baidu
map

Genome Biology:基于长读长RNA测序鉴定RNA编辑位点的新算法L-GIREMI

2023-08-24 测序中国 测序中国 发表于上海

研究团队提出了一种无需基因组信息即可在长读长RNA-seq中检测和分析RNA编辑位点的新方法——L-GIREMI。

腺苷到肌苷(A-to-I)RNA编辑是一种重要的转录后修饰,也是人类细胞中最普遍的RNA编辑方式之一,其在编码区和非编码区都会发生,极大地丰富了转录组的多样性。编码区RNA编辑会直接影响蛋白质功能,非编码区RNA编辑可通过影响选择性剪接或RNA稳定性来影响基因表达。此外,RNA编辑还会影响微小RNA的成熟,导致RNA编辑和RNA干扰之间的串扰。

近年来,长读长RNA-seq方法逐渐成为研究RNA生物学的有力工具,该方法克服了短读长RNA-seq固有的转录本组装歧义,促进了人们对转录组多样性的理解。目前已有多种方法用于解析长读长RNA-seq数据,但多数方法主要集中在转录本异构体鉴定及其丰度分析上,在鉴定和分析RNA中的单核苷酸变异(SNV)方面,如遗传突变、RNA编辑位点,尚未得到充分探索。

近日,美国加州大学洛杉矶分校、欧文分校的研究团队合作在Genome Biology发表了题为“L-GIREMI uncovers RNA editing sites in long-read RNA-seq”的文章。研究团队提出了一种无需基因组信息即可在长读长RNA-seq中检测和分析RNA编辑位点的新方法——L-GIREMI。L-GIREMI可有效地处理测序错误和reads偏差,并使用基于模型的方法对RNA编辑位点进行评分;能够分析单个RNA分子的RNA编辑模式、多个RNA编辑事件的共现情况以及检测等位基因特异性RNA编辑。该方法为研究长读RNA-seq中的RNA核苷酸变异提供了新的机会。

图片

文章发表在Genome Biology

对于不同类型的RNA变异,mRNA中RNA变异的alternative allele之间的连锁模式也不同。在使用长读长RNA-seq进行检测时,同一mRNA中的多个变异可以被每个read覆盖,因此其在捕获等位基因连锁方面具有主要优势。利用长读长RNA-seq这一特性,研究团队开发了L-GIREMI方法来识别RNA编辑事件。

L-GIREMI算法主要由四个步骤组成(图1)。1)检查每个read的链,并在必要时进行校正。2)根据使用RNA-seq数据检测RNA编辑位点的常见操作,获取BAM文件中的错配位点并进行预过滤。3)计算同一基因中错配位点对之间的互信息(MI),即计算每个未知错配相对于相同reads覆盖的假定SNP的平均MI,以及假定杂合SNP对的MI。对两种MI值进行比较,预测未知错配中的RNA编辑位点。4)将预测的RNA编辑位点作为训练数据,导出广义线性模型(GLM)。将候选位点的序列特征和等位基因比率纳入GLM中作为预测变量,并计算每个错配的得分。

图片

图1. L-GIREMI算法的原理图。

研究团队使用来自阿尔茨海默病(AD)患者大脑样本的数据集测试了L-GIREMI的性能(图2)。与预期一致,大多数reads包含至少一个错配或插入/缺失(InDel),平均每个read有14个错配、38个缺失和11个插入。这表明L-GIREMI克服了长读长RNA-seq在解决真正核苷酸变异时遇到的挑战,能够从数据集中有效地检测RNA编辑位点。

通过L-GIREMI得到SNP的MI分布,研究团队计算了每个错配位点的经验p值,并将p<0.05的位点作为候选RNA编辑位点。该步骤共检测到13,442个编辑位点,其中83.3%为A-to-G类型(可能由A-to-I编辑所致)。进一步,将上述位点当作GLM模型的训练数据进行分析,最终在AD数据集中总共检测到28,584个RNA编辑位点,其中A-to-G位点占比较高,表明L-GIREMI具有高准确性。综上,L-GIREMI能够在较大的总reads覆盖范围内高精度捕获长读长RNA编辑位点

图片

图2. 阿尔茨海默病患者大脑样本的长读长RNA-seq数据中RNA编辑位点的鉴定。

研究团队使用L-GIREMI对GM12878数据集进行了检测(图3)。结果显示,与AD数据集一致,L-GIREMI在GM12878数据集中检测到的大多数RNA编辑位点位于非编码区和Alu元件中。为探究一个基因的多个编辑位点倾向于同时出现在RNA分子的一个子集中还是相互独立,研究团队使用长读长RNA-seq数据进行分析。首先检测了Alu元件的每个read中观察到的编辑位点数量的基尼指数,发现同一Alu元件中编辑位点存在共存。

接下来,研究团队计算了基因中成对编辑位点的MI值和随机排列编辑位点的MI值,发现前者MI值显著高于后者。值得注意的是,编辑位点的MI远低于SNP对之间的MI。上述结果表明,相同RNA分子存在RNA编辑位点共存现象,但其水平显著低于遗传连锁

图片

图3. L-GIREMI检测到Alu元件中A-to-I RNA编辑位点的共存现象。

为探究等位基因特异性RNA编辑是否影响大多数编辑位点,研究团队使用GM12878长读长RNA-seq数据进行了分析(图4)。具体而言,研究团队计算了REDIportal数据库中所有已知RNA编辑位点相对于GM12878中已知SNP的MI值,这些SNP可在长读长RNA-seq数据中检测到(图4)。结果显示,REDIportal定义的多数已知编辑位点的MI值相对较低,只有一小部分MI值大于0.3,表明等位基因特异性编辑可能只影响少数编辑位点。

随后为排除假阳性的可能,研究团队使用Sanger测序测试了6个可能的等位基因特异性编辑位点。结果显示,其中四个位点被确认是RNA编辑位点,但剩余两个位点既未被编辑也没有形成SNP。这一结果表明等位基因特异性RNA编辑确实存在,但相对罕见。综上,一般不建议使用L-GIREMI来检测新编辑位点的等位基因特异性编辑,但L-GIREMI中的MI计算可用于揭示已知RNA编辑位点的等位基因特异性编辑。

图片

图4. GM12878长读长RNA-seq数据中反映的等位基因特异性编辑。

在检测RNA-seq read中的RNA编辑位点时,研究团队观察到一些长reads会跳过一个区域,其通常在RNA编辑位点附近。为探究长read中的区域跳跃是否由RNA高度结构化所致,研究团队分析了AD数据集和GM12878数据集,鉴定了含有编辑富集区域的dsRNA结构(图5)。

结果显示,上述两个数据集中分别至少有一个read覆盖了36,166和17,293个预测的dsRNA。在这些预测的dsRNA中,大约20%的read与跳跃区域重叠。在AD和GM12878数据集中,分别有34.4%和31.6%的dsRNA在≥50%的read出现跳跃模式。跳跃区域的中位长度约为600-800个bp,约是两个相邻Alu重复序列的长度。

图片

图5. 长读长RNA-seq检测到高度结构化的区域。

综上所述,研究团队开发了一种名为L-GIREMI的算法,可应用于检测单分子中的RNA编辑位点、等位基因特异性RNA编辑以及由dsRNA结构存在而导致的区域跳跃。该研究揭示了有关单分子和双链RNA结构中RNA编辑发生的新见解,L-GIREMI方法为研究长读长RNA-seq中的RNA核苷酸变异提供了一种强大的手段。

参考文献:

1.Liu, Z., Quinones-Valdez, G., Fu, T. et al. L-GIREMI uncovers RNA editing sites in long-read RNA-seq. Genome Biol 24, 171 (2023). https://doi.org/10.1186/s13059-023-03012-w

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

ARD:外周血基因表达谱显示对系统性硬化症相关间质性肺病中霉酚酸酯反应的预测意义

基线淋巴模块评分较高的SSc-ILD患者的FVC%病程较好,而骨髓细胞谱系激活评分较高的患者MMF的FVC%病程较差。外周血细胞基因表达谱可能会识别出优先对霉酚酸酯有反应的 SSc-ILD 患者。

Front Endocrinol:胫骨平台骨折伴成骨不全的RNA测序1例

成骨不全(OI)是一种遗传性骨骼发育不良疾病,以骨量减少、骨脆性增加为特征。一位29岁的男性患者被诊断为OI合并右侧胫骨平台骨折,接受手术治疗,采用全血RNA转录组测序的方法探讨新的发病机制。

基于英国“10万人基因组计划”转录组数据,揭示RNA-seq对罕见疾病的诊断潜力

该研究对英国“十万人基因组计划”(UK100K)中一个大型患者队列的转录组数据进行了初步分析,揭示了RNA-seq在改善罕见疾病诊断方面的潜力。

《自然》子刊:反复轻度头部撞击可能会导致认知障碍

当频繁的轻微撞击一周后检测到在撞击结束后一个月内大脑反应发生钝化,受影响的小鼠在学习和记忆方面都表现出缺陷。

ARD:衰老和干扰素 γ 反应驱动发炎关节的中性粒细胞表型

关节炎患者的循环中性粒细胞与健康对照者相似,但关节液细胞表现出一系列变化,且跨物种保守(人类和小鼠中类似),这表明IFN-γ反应和衰老是滑液中性粒细胞表型的互补驱动因素。

A&R:全转录组学分析识别炎症性和非炎症性主动脉瘤之间的差异基因表达特征

对手术切除的主动脉组织的炎症性主动脉瘤进行了第一次全转录组学分析,确定了特征基因和生物分子过程,同时发现CIA可能是GCA的有限病症。此外,计算网络分析揭示了药物干预的潜在新策略。

Baidu
map
Baidu
map
Baidu
map