Omics精进07|转录组之mRNA|miRNA|lncRNA|circRNA测序简介

转录组测序简介

「转录组」（Transcriptome）是组织中单个或一组细胞某个状态下DNA转录出的所有RNA集合，所有RNA可分为「编码RNA」（mRNA）和「非编码RNA」（miRNA , piRNA, SiRNA, SnRNA,lncRNA, NAT, eRNA, circ RNA, ceRNAs等等），下图清晰展示RNA家族分类（「红圈标记处是本文想要重点介绍的部分」）。
一般所说的「转录组测序」仅指mRNA测序，实际研究中转录组测序按目的不同还会细分，如mRNA测序（Messenger RNAs）、miRNA测序（microRNAs，small RNA中研究的最多的的一种）、lncRNA测序（Long noncoding RNAs）、circRNA测序（Circular RNAs）、【单细胞转录组、空间转录组、三代测序的全长转录组、无比对参考基因组的无参转录组、物种进化相关的比较转录组与泛转录组测序、特定环境的宏转录组等等】；
按照「测序策略」差异可将转录组测序分为short-read cDNA (测短的cDNA)、 long-read cDNA（测长cDNA）、long-read RNA（直接测RNA），比较如下：
❝
short-read cDNA，高通量，擅长研究「基因差异表达」；
long-read cDNA，长读长，擅长「新异构体」发现、「新转录本」发现、「新基因融合」转录本发现等；
long-read RNA，长读长，擅长新异构体发现、新转录本发现、新基因融合转录本发现、研究「转录本修饰」信息。
三者详细比较如下
❞
「转录组测序运用」主要在以下方面：

❝
基因差异表达（differential gene expression）
mRNA差异剪接（differential splicing of mRNAs）
单细胞基因表达（single-cell gene expression）
RNA蛋白互作（the translatome）
RNA结构（the structurome）
转录异质性（spatialomics）
❞

mRNA|miRNA|lncRNA|circRNA分析简介

介绍各组学在转录调控中的作用机制，生信分析流程。

mRNA组

mRNA组就是测某个条件下上图中的mature mRNA，从上图可看出mRNA有一个Poly-A tail，mRNA测序文库构建时，利用「oligo(dT)磁珠能特异结合Poly-A tail」的原理，特异地将mRNA从总RNA中分离出来实现富集。「mRNA生信分析重点关注」case组和control组之间差异表达基因，也会做基因与蛋白互作、新转录本预测、可变剪切、基因融合等方面分析，下图可参考：

miRNA组

「miRNA作用机制」主要是沉默mRNA以实现「调控基因表达」，植物和动物中作用机制不一样，上图为植物中miRNA的作用机制（剪切以降解mRNA或者抑制翻译）。
「miRNA建库方式」有别于其它组学，主要是利用其长度分布在20 nt左右，文库构建时「切胶回收」该范围的条带，条带中还包含rRNA，siRNA，piRNA，tRNA等非编码RNA，所有后续分析会使用Rfame数据库，miRBASE来剔除非miRNA。
「miRNA生信分析重点关注」case组和control组之间差异表达miRNA，差异表达miRNA的靶mRNA预测，也会功能分析，下图可参考：

会用到的一些关键数据库及软件如下

lncRNA组

lncRNA（Long non-coding RNAs）指大于200nt的非编码RNA，能够与 DNA, RNA甚至蛋白作用。
l「ncRNA作用机制」可区分如下图几大类，

lncRNA测序建库时，会用试剂盒去除total RNA中的rRNA（所以lncRNA文库中也会有mRNA，生信分析也会附带分析mRNA）。
lncRNA「生信分析重点关注」case组和control组之间lncRNA差异表达，lncRNA顺/反式靶基因预测，其它还会分析miRNA、lncRNA与其靶基因mRNA的关联分析，下图简介分析流程。

circRNA组

circRNA合成及作用机制如下图。

circRNA生信分析

参考

mRNA|miRNA|lncRNA|circRNA关联分析

根据mRNA、miRNA、lncRNA、circRNA之间的相互作用可进行关联分析，以深入研究转录调控机制，下图为各种编码和非编码RNA之间的相互作用机制。

关联分析差不多是这个意思

Reference

❝
Gomes C P D C , Schroen B , Kuster G M , et al. Regulatory RNAs in Heart Failure[J]. Circulation, 2020, 141(4):313-328.
Stark R , Grzelak M , Hadfield J . RNA sequencing: the teenage years[J]. Nature Reviews Genetics.
https://en.wikipedia.org/wiki/File:Gene_structure_eukaryote_2_annotated.svg
Conesa A , Madrigal P , Tarazona S , et al. A survey of best practices for RNA-seq data analysis[J]. Genome Biology, 2016, 17(1):181.
Hrdlickova B , De Almeida R C , Borek Z , et al. Genetic variation in the non-coding genome: Involvement of micro-RNAs and long non-coding RNAs in disease.[J]. BBA - Molecular Basis of Disease, 2014, 1842(10):1910-1922.
https://sysbiocube-abcc.ncifcrf.gov/public/sysbiocube_documents/sysbiocube_sops/miRNAseq.pdf
https://www.researchgate.net/figure/Overview-of-the-wheat-miRNA-pipeline-The-procedure-is-divided-in-three-parts-producing_fig5_275360044
https://www.g3journal.org/content/9/4/1263
【科研】LncRNA的数据分析
Gao Y , Li S , Lai Z , et al. Analysis of Long Non-Coding RNA and mRNA Expression Profiling in Immature and Mature Bovine (Bos taurus) Testes[J]. Frontiers in Genetics, 2013, 10.
https://www.futuremedicine.com/doi/pdf/10.2217/epi-2019-0295

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。