基于RNA_Seq的长非编码RNA预测_孙磊.pdf

Reviews and Monographs 综述与专论 生物化学与生物物理进展 Progress in Biochemistry and Biophysics 2012, 39(12): 1156~1166 基于RNA-Seq 的长非编码RNA 预测* 1, 2) 1) 1)** 孙 磊 张 林 刘 辉 1) 2) ( 中国矿业大学信息与电气工程学院，徐州221008 ； 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，并通过生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，对其中涉及的生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，生物信息学 学科分类号 Q7 ，Q81 ，TP391 DOI: 10.3724/SP.J.1206.2012.00287 真核生物基因通过转录形成蛋白质编码RNA 发现了与胚胎干细胞全能性、细胞周期调控、免疫 (protein-coding RNA ，mRNA) 与非编码 RNA 响应，以及前列腺癌、神经精神障碍等疾病有密切 (non-coding RNA ，ncRNA) ．以哺乳动物为例，预 关联的 lncRNA [20, 23-26] ．一些与疾病显著相关的 计有超过50% 的基因组能被表达，但迄今只发现 lncRNA 甚至可以作为生物学标记物，用于疾病的 [24] 了约2% 的基因组负责编码蛋白质，而其余的表达 诊断和预测 ．近年来，研究者借助二代测序在脊 基因很可能转录成为 ncRNA [1] ． 其中，包括 椎动物组织和细胞中发现了许多新型的lncRNA[27] ， snoRNA、microRNA 、siRNA 和piRNA 等在内的 但这些lncRNA 的功能机制尚未清楚．正是由于 [2-4] 小ncRNA(small ncRNA) 已经得到广泛研究 ．然 lncRNA 不断被发现且具有潜在的重要功能， 而，对长(200 nt) 非编码 RNA (long non-coding lncRNA 研究已成为当前转录组研究领域的前沿 [5-10] RNA ，lncRNA) 的研究才刚刚进入发展阶段 ． 问题． 在过去很长一段时间里，由于生物技术的限制，研 早期研究者通 过覆瓦式微阵列 (tiling