基于RNAseq的lncRNA预测.pdf

发布日期：2012-08-22 /cn/ch/common/create_pdf.aspx?file_nolag=1 生物化学与 物物理进展 Progress in Biochemistry and Biophysics 基于RNA-Seq 的长非编码RNA 预测* 磊1，2 ） 张 林1 ） 刘 辉 1 ）** 1 ）中国矿业大学信息与电气工程学院，徐州，江苏 22 1008 ） 2 ）中国科学院北京基因组研究所计算生物学研究中心，北京 100029 ） 摘要 随着新一代生物技术和生物信息学的发展，研究发现在真核生物转录组中存在大量长非编码 RNA （long non-coding RNA, lncRNA ），而这些 lncRNA 可能在基因表达调控过程中起到关键性的功能作用. 当前 lncRNA 研究主要采用高通量 RNA-Seq 测序技术，并通过 物信息学方法对测序数据进行处理和分析，以挖掘其中lncRNA 的序列、结构、表达及功能等 信息. 本文将对基于RNA-Seq 的lncRNA 预测流程进行介绍，对其中涉及的 物信息学方法进行较为全面的综述，就相关问 题和挑战展开讨论，并对研究进行展望. 关键词 长非编码RNA，RNA-Seq，lncRNA 预测， 物信息学 学科分类号 Q7 Q81 TP391 * 本文由中国博士后科学基金2012M511335、2012M511336，中央高校基本科研业务费专项基金2010QNA47 、2010QNA50， 霍英东教育基金会青年教师基金 （121066）资助. **通讯联系人. Tel:, E-mail: lhcumt@ 收稿日期：20 12-06-12，接受日期：20 12-08-13 - 2 - 生物化学与 物物理进展 Prog. Biochem. Biophys. 真核生物基因通过转录形成蛋白质编码RNA （protein-coding RNA ，mRNA ）与非编码RNA （non-coding RNA, ncRNA ）. 以哺乳动物为例，预计有超过50%的基因组能被表达，但迄今只发现了约2% 的基因组负 责编码蛋白质，则其余的表达基因很可能转录成为 ncRNA[1]. 其中，包括 snoRNA 、microRNA 、siRNA 和 [2-4] piRNA 等在内的小ncRNA （small ncRNA ）已经得到广泛研究 . 然而，对另一类长（200 nt ）非编码RNA （long non-coding RNA, lncRNA ）的研究才刚刚进入发展阶 [5- 10]. 在过去很长一 时间里，由于生物技术 [11- 12] 的限制，研究者仅确定了个别功能性的lncRNA ，如Xist 和HOTAIR 等 . 其中，X ist 位于哺乳动物的X 染色体上，它是X 染色体灭活（X inactivation ）过程的主导因素. HOTAIR，又被称作HOX 反义基因间RNA ， 它能够控制哺乳动物 2 号染色体上的基因表达. 研究也发现HOTAIR 在转移性乳腺癌中具有高表达的特征 [13]. 从已知的lncRNA 功能出发，生物学家推断lncRNA 可能具有多种功能，它们或通过支架蛋白质以形成 [14] 新的复合体，或引导转录组因子以抑制特定基因的表达 ，或通过其他机制对 命体活动产 重要的功能 作用[8, 15-22] ，如图1 所示. 随着 物技术的不断发展和应用，陆续有研究发现了与胚胎干细胞全能性、细胞