基于RNA-Seq数据识别果蝇剪接位点和可变剪接事件

完整基因结构的预测是当前生命科学研究的一个重要基础课题,其中一个关键环节是剪接位点和各种可变剪接事件的精确识别.基于转录组测序（RNA-seq）数据,识别剪接位点和可变剪接事件是近几年随着新一代测序技术发展起来的新技术策略和方法.本工作基于黑腹果蝇睾丸RNA-seq数据,使用TopHat软件成功识别出39718个果蝇剪接位点,其中有10584个新剪接位点.同时,基于剪接位点的不同组合,针对各类型可变剪接特征开发出计算识别算法,成功识别了8477个可变剪接事件（其中新识别的可变剪接事件3922个）,包括可变供体位点、可变受体位点、内含子保留和外显子缺失4种类型.RT-PCR实验验证了2个果蝇基因上新识别的可变剪接事件,发现了全新的剪接异构体.进一步表明,RNA-seq数据可有效应用于识别剪接位点和可变剪接事件,为深入揭示剪接机制及可变剪接生物学功能提供新思路和新手段.     

鉴定9个新的RHD基因mRNA可变剪接体

为了研究各种RHD基因mRNA可变剪接体的基因结构, 应用逆转录聚合酶链反应(RT-PCR)检测正常人脐血样本RHD mRNA, 对RHD cDNA进行TA克隆和序列分析, 对各可变剪接体的剪接位点进行DNA序列分析, 并将RHD mRNA进行表达序列标签(ESTs)分析。结果在28个阳性克隆中, 除全长RHD cDNA外, 共检测到12种(包括9种新的)RHD可变剪接体, 发现外显子遗漏、5′和3′剪接位点变异3种剪接形式, 涉及外显子2~9, 其中6种新的剪接体同时存在RHD和RHCE基因同源杂交现象。ESTs分析还检索到内含子保留形式的剪接体。研究表明, RHD基因mRNA存在复杂的可变剪接机制, 除已报道的剪接体外, 检测到9种新的RHD可变剪接体, 并发现了可变剪接和同源杂交并存现象。     

果蝇非经典剪接位点的生物信息学预测

目的:计算识别果蝇中新的非经典剪接位点,以探索未知的剪接机制。方法:基于黑腹果蝇表达序列标签(EST)与其基因组序列比对数据重构基因结构,从中发现非经典的剪接位点,并采用Weblogo软件分析非经典剪接位点上下游序列,以期发现剪接相关的特异性元件。结果:共得到265个非经典的剪接位点,这些剪接位点落在195个蛋白编码基因上。结论:应用生物信息学方法在果蝇中发现了上百个非经典剪接位点,为研究非经典剪接机制奠定了基础。     

东方蜜蜂微孢子虫基因的可变剪接及可变腺苷酸化解析

本研究旨在基于已获得的第三代纳米孔全长转录组数据对东方蜜蜂微孢子虫Nosema ceranae基因的可变剪接（alternative splicing,AS）和可变多聚腺苷酸化（alternative polyadenylation,APA）进行分析。通过Astalavista软件鉴定东方蜜蜂微孢子虫基因的AS事件类型。采用TAPIS pipeline对东方蜜蜂微孢子虫基因的APA位点进行鉴定。利用MEME软件分析所有全长转录本的poly (A)剪接位点上游50bp的序列特征并鉴定motif。共鉴定出发生于5个基因的5次AS事件,包括1次可变供体位点（alternative donor site,ADS）和4次内含子保留（intron retention,IR）。鉴定出233个基因发生APA,其中含有1个poly (A)剪接位点的基因数量最多（143,61.37%）。序列特征分析结果显示,东方蜜蜂微孢子虫全长转录本的3’ UTR的上下游表现出明显的碱基倾向性,U在3’ UTR的上游富集,而A在3’ UTR的下游富集。此外,在东方蜜蜂微孢子虫全长转录本的poly (A)剪接位点上游鉴定到3个motif（AAUAAA、UGAUGC和GCGACG）。研究结果揭示了东方蜜蜂微孢子虫转录组的复杂性,完善了现有的参考基因组和转录组注释,也为深入探究不同剪接异构体的分子功能提供了基础。此外,本研究为其他真菌的AS和APA研究提供了有益的思路和方法借鉴。     

真核基因可变剪接研究现状与展望

mRNA前体(pre-mRNA)的可变剪接是控制基因表达和产生蛋白质多样性的重要机制,是功能基因组时代的研究重点之一。生物信息学在识别可变剪接基因及其结构、分析可变剪接的功能和调控方式等方面具有重要作用。除了耗时的实验研究,识别可变剪接基因及其结构主要通过EST、mRNA等转录数据与基因组序列进行比对,获得同一基因的不同结构方式。分析蛋白质产物可对可变剪接的功能进行预测;潜在调控元件的统计分析则可为可变剪接调控机制的研究提供必要的数据。转录数据的时空信息以及比较基因组学对理解可变剪接信息的精确调控将提供重要资料。可变剪接及其调控机制的深入研究将为基因组和蛋白质组之间的对接提供重要的桥梁。     

结合三代测序与二代测序技术揭示蜜蜂球囊菌孢子转录组的复杂性

【目的】蜜蜂球囊菌(Ascosphaera apis)是一种专性侵染蜜蜂幼虫的致死性真菌病原。本研究旨在利用PacBio单分子实时(singlemoleculereal-time,SMRT)测序技术对蜜蜂球囊菌孢子(AaS)中基因的可变剪切(alternative splicing,AS)和可变多聚腺苷酸化(alternative polyadenylation,APA)以及长链非编码RNA (long non-coding RNA,lncRNA)进行鉴定和分析,进而揭示蜜蜂球囊菌孢子中转录组的复杂性。【方法】采用Suppa软件对蜜蜂球囊菌孢子中基因的AS事件进行鉴定。通过RT-PCR对不同类型的AS事件进行验证。采用TAPIS pipeline对蜜蜂球囊菌孢子基因的APA位点进行鉴定。利用MEME软件分析孢子全长转录本的poly(A)剪接位点上游50bp的序列特征并鉴定motif。联用CPC和CNCI软件和比对Swiss-prot数据库的方法预测lncRNA,取三者的交集作为高可信度的lncRNA集合。进一步比较lncRNA和mRNA的转录本长度,外显子数量与长度,内含子长度,GC含...     

黑腹果蝇头部响应高盐摄入的基因可变剪接分析

高盐摄入不仅会带来高血压、糖尿病、自身免疫病等风险,而且会对大脑产生负面影响。可变剪接(Alternative Splicing,AS)作为基因表达调控的重要方式,其导致单个基因编码多种蛋白质,大大增加基因组编码的蛋白质的多样性,参与几乎所有的生物学过程。但是,关于高盐摄入是否改变神经系统中基因的可变剪接事件目前还未报道。本文以黑腹果蝇作为材料,利用RNA测序分析其头部响应高盐摄入的基因可变剪接变化。结果发现高盐摄入改变黑腹果蝇头部信号转导、离子稳态、离子通道活性、离子转运和钙调蛋白结合等重要信号相关基因的可变剪接。进一步分析具体发生变化的基因的功能,发现它们在多个层面对神经系统功能的调控起着重要的作用。该研究证明高盐摄入改变神经系统重要基因的可变剪接,为理解高盐摄入对神经系统的影响提供更多的依据和线索。     

拟南芥不同组织基因表达及可变剪接差异分析

可变剪接是转录后重要的基因表达调控方式,也是转录组和蛋白质组多样性的重要来源. 近年来随着拟南芥、水稻、玉米等植物转录组测序的完成,研究人员发现植物pre-mRNA可变剪接的发生与组织分化、发育等生物学过程密切相关. 本工作基于GEO数据库的RNA-seq数据,使用高通量测序数据分析常用的Trimmomatic、Salmon、DESeq2、SUPPA2等工具,识别了拟南芥的种子、根、叶、花、花梗、节间、长角果共7种组织的表达基因和可变剪接事件,以及7种组织间的差异表达基因和差异可变剪接事件,并以叶和花为例展示了相应的生物学功能分析. 该工作系统地研究了拟南芥基因表达和可变剪接发生的组织特异性,有助于进一步阐明植物基因组的基因表达调控机制.     

嗜热四膜虫可变剪接基因鉴定及功能分析

可变剪接是产生蛋白质组多样性和调节基因表达的重要机制,相关研究在高等真核生物中开展较多,而在单细胞真核生物中则较少,尤其是单细胞原生动物纤毛虫中,仅有少量报道。本文基于单细胞模式原生动物嗜热四膜虫种大量转录组数据,对其可变剪接基因进行了鉴定及分析。在嗜热四膜虫中共鉴定到2 894个可变剪接位点,涉及到2 698个可变剪接基因,可分为四类。考虑到转录本拼接的准确性,选择了其中464个与基因组预测模型完全一致的可变剪接基因进行深入分析,其中生长(growth)时期、饥饿(starvation)时期、接合生殖(conjugation)时期特异性的可变剪接基因分别为49个、79个和135个。对可变剪接基因的功能进行分析表明其涉及的功能广泛且显著富集于蛋白激酶过程,提示可变剪接基因在嗜热四膜虫蛋白磷酸化和信号传导中具有重要作用。     

真菌基因可变剪接可视化分析的新方法:ZOOM软件的应用扩展（英文）

可变剪接是引起蛋白多样性的主要机制之一,而转录组reads的重新定位是获取可变剪接位点的有效方法,适合在基因组较小的真菌中应用。ZOOM软件是一款可在window系统下运行的reads可视化定位软件,被广泛用于下一代基因组测序(NGS)的reads定位及单碱基多态性位点(SNP)的发掘。本文发现该软件分析可变剪接的新用途,并以禾谷镰刀菌Fusarium graminearum的4个基因为例详细描述该方法在真菌可变剪接位点识别中的应用,这些结果均获得RT-PCR的验证。     

选择性剪接的理论预测

可变剪接作为真核生物转录后加工机制普遍存在于不同组织、不同发育时期或不同病理状态下的基因表达调控过程中。对同一基因不同剪接变体的研究可使我们更深入的了解发育、进化、疾病发生机理等基本的生物学问题。讨论了一些基于序列比对而建立的可变剪接的理论预测方法,尚存不足之处,有待于进一步完善。     

番茄MADS-box基因Lemads1的可变剪接与表达模式分析

可变剪接(alternative splicing) 是真核基因转录的普遍现象和重要调控方式,在生物体的各种生理过程中发挥着重要的作用。植物转录因子MADS box基因在植物生长发育中发挥重要作用。番茄(Solanum lycopersicum L.) SEPALLATA (SEP) 亚族基因Lemads1是1个在番茄果实成熟过程中具有关键作用的MADS box家族成员,但至今尚未见其转录剪接模式的详细报道。本研究发现,Lemads1基因在转录时存在可变剪接现象,并检测到4种Lemads1可变剪接转录本,其扩增长度依次为：699 bp、741 bp、1 404 bp和1 539 bp。剪接方式有外显子选择性切除和内含子保留两种。这4种转录本编码长度为232 aa、246 aa和266 aa的3种蛋白质。氨基酸序列比对和系统进化分析结果表明,这3种蛋白序列的差异主要集中在C区,但并不影响它们的系统进化地位。在进化上,它们仍属于SEP亚家族LOFSEP亚支中的FBP9/23分支,与它们亲缘关系最近的番茄SEP类蛋白是SLMBP21。Lemads1反义RNA转基因植株表型观察结果表明,该基因可能参与番茄果实成熟和萼片发育过程;而组织特异性表达分析表明,该基因的4种转录本具有相似但并不完全相同的表达模式,它们都在萼片和果实中高表达,但在这2个组织发育过程中的表达变化却有明显差异。暗示这些可变剪接转录本在萼片和果实发育过程中扮演了不同的角色。本研究提供了番茄Lemads1基因存在可变剪切的重要信息,对该基因功能的深度发掘具有指导意义。     

鸡T细胞受体γ链基因位点重新测序和组装

动物T细胞受体(T cell receptor,TCR)基因由多个不同的高度同源的基因家族组成,通过全基因组测序很难获得准确的基因序列和排列位置。文章通过在NCBI中发布的鸡TCR的γ链(TCRγ或TRG)基因片段序列定位了鸡TRG基因所在区域,并确定了与鸡TRG基因位点对应的细菌人工染色体(BAC)克隆(CH261-174P24)。对该克隆进行高通量的重新测序和组装后,得到含有10个scaffolds的基因组草图,较完整地覆盖了鸡TRG基因位点及两侧区域。通过PCR扩增和测序证明了scaffold内部结构的正确性,校正了鸡参考基因组TRG基因位点一个可变基因和一个缺口序列(gap)附近各一处错误序列,以及可变基因区多处序列错误。文章通过校正鸡参考基因组TRG基因位点的序列,为鸡TRA/D和TRB基因位点的基因组序列分析提供了新方法。     

中华蜜蜂细胞色素P450基因及其全长转录本的鉴定及分析

【目的】利用纳米孔(nanopore)测序技术鉴定中华蜜蜂Apis cerana cerana工蜂幼虫肠道中细胞色素P450(cytochrome P450, CYP450)基因及其全长转录本,为后续功能研究提供参考信息和基础。【方法】通过Nanopore PromethION平台对中华蜜蜂工蜂4-6日龄幼虫肠道进行转录组测序。利用Guppy软件对原始读段(raw reads)进行质控以得到有效读段(clean reads)。通过识别两端引物鉴定全长转录本序列。使用BLAST工具将上述全长转录本的序列比对到Nr和GO数据库以鉴定CYP450基因及其全长转录本。采用Astalavista软件鉴定基因的可变剪接(alternative splicing, AS)事件。通过RT PCR验证不同类型AS事件的可靠性。【结果】在中华蜜蜂工蜂4-6日龄幼虫肠道中分别测得7 338 627, 7 003 419和7 434 233条原始读段,经质控得到的有效读段数分别为7 289 494, 6 959 880和7 387 756条。鉴定到的非冗余全长转录本总数为48 200条。共鉴定到47个CYP450基因和265条CYP450基因全长转录本。共鉴定到CYP450基因的90次AS事件,包括36次外显子跳跃事件、20次可变5′端剪接位点事件、17次内含子保留事件、9次可变3′端剪接位点事件及8次外显子互斥事件。RT PCR结果证实随机选取的3种AS事件类型真实可靠。【结论】鉴定了中华蜜蜂的CYP450基因及其全长转录本,补充了东方蜜蜂参考基因组的相关注释,并揭示中华蜜蜂CYP450基因可通过多种AS类型产生丰富的剪接体。     

鸡T细胞受体γ链基因位点重新测序和组装

动物T细胞受体(T cell receptor,TCR)基因由多个不同的高度同源的基因家族组成,通过全基因组测序很难获得准确的基因序列和排列位置。文章通过在NCBI中发布的鸡TCR的γ链(TCRγ或TRG)基因片段序列定位了鸡TRG基因所在区域,并确定了与鸡TRG基因位点对应的细菌人工染色体(BAC)克隆(CH261-174P24)。对该克隆进行高通量的重新测序和组装后,得到含有10个scaffolds的基因组草图,较完整地覆盖了鸡TRG基因位点及两侧区域。通过PCR扩增和测序证明了scaffold内部结构的正确性,校正了鸡参考基因组TRG基因位点一个可变基因和一个缺口序列(gap)附近各一处错误序列,以及可变基因区多处序列错误。文章通过校正鸡参考基因组TRG基因位点的序列,为鸡TRA/D和TRB基因位点的基因组序列分析提供了新方法。     

癌症与可变剪接

可变剪接在发育、分化和癌症等过程中发挥着非常重要的作用。近年来,越来越多的研究表明可变剪接与癌症有着密切的关系,许多癌症相关基因受可变剪接调控。由于癌症特异性的剪接变体具有明显的诊断价值,使得对癌症与可变剪接的研究成为热点。简要概述了癌症相关基因的可变剪接、可变剪接变体的鉴定方法、可变剪接与癌症治疗等研究进展。     

大鼠Mocs2基因跳跃型外显子可变剪接保留率的检测

可变剪接是真核生物基因表达调控的一种重要方式,它通过剪接位点调控ORFs (Open reading frames)区域外显子或内含子的表达,产生不同的mRNA剪接体,进一步翻译成具有相同或不同功能的蛋白质,从而对诸如发育、疾病、环境响应等生物学过程产生重要影响.已有文献报道,人类Mocs2基因exon 1a与exon 1b外显子发生互斥型可变剪接,产生的两个剪接体分别编码钼喋呤合酶的大小亚基,参与钼辅因子生物的合成过程.基于本课题组前期大鼠肺部组织RNA-seq测序的结果,发现Mocs2基因2号外显子转录后可被剪接或保留,产生两个不同的剪接体.为验证测序结果的准确性,本研究利用半定量PCR与实时荧光定量PCR两种方法检测大鼠脑、海马、肺组织中Mocs2基因2号外显子的保留率.半定量PCR方法检测大鼠肺、海马、大脑组织中Mocs2基因的保留率分别为(88.28±3.09)％、(99.44±0.24)％、(99.54±0.19)％.实时荧光定量PCR检测的保留率分别为(66.76±20.47)％、(75.60±12.44)％、(87.28±16.4)％.实验结果表明,Mocs2基因2号外显子在大鼠中存在可变剪接现象,且不同组织具有一定差异.本工作进一步验证了两种PCR方法检测前体mRNA可变剪接保留率的可行性.     

基于移动序列模式分析人基因组调控短序列

基因表达过程主要包括转录、剪接和翻译,多种调控元件参与其中,是个高度调控的过程。建模识别分析这些调控元件,对理解基因表达具有重要意义。本研究提出了一个基于移动序列模式的短序列建模模型,并对转录启动子和剪接调控元件进行了建模分析。启动子是基因转录的核心调控元件,剪接调控元件参与调控剪接位点的识别。分类实验结果表明,该模型可有效识别转录启动子序列和剪接调控元件序列。并进一步利用该模型,建模分析已为生物实验验证的、会导致剪接影响的基因组变异,实验结果表明,该模型可有效预测基因组变异的剪接影响,进一步验证了该模型的有效性。     

基于PCR 技术的人脑基因可变剪接差异性研究

目的:对人脑的基因可变剪接位点差异性进行分析。方法:通过RNA-Seq得到的转录组数据,分析推测出在不同年龄的7对样本的大脑前额叶皮层(prefrontal cortex,PFC)表达的某些基因具有可变剪接位点的差异性;为验证此推测,设计7对引物,提取不同年龄样本的RNA,通过反转录合成cDNA,采用PCR技术扩增目的序列。结果:在已剪接和(或)未剪接产物预期片段处有明显的条带。结论:通过Quantity One软件分析后,确定在不同年龄间存在可变剪接差异。基于PCR技术的基因可变剪接分析对RNA-seq数据集的预测结果进行验证是一种有效新颖的PCR新应用。     

抗肿瘤多肽9R-P201诱导下的肝癌HepG2细胞转录组测序分析

旨在探索多肽9R-P201处理肝癌HepG2细胞后基因融合、单核苷酸多态性(Single nucleotide polymorphism,SNP)突变、可变剪接等事件,并分析差异表达基因所参与的生物学进程与信号通路,以期解析多肽9R-P201在转录组水平对肝癌细胞的调控。通过转录组测序检测9R-P201处理肝癌HepG2细胞前后基因差异表达情况,tophat-fusion软件检测基因融合,SAMTOOLS软件检测SNP位点,r MATS软件鉴定可变剪接,使用基因本体(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)富集分析方法对差异表达基因进行功能富集分析。结果共检测到可变剪接事件276个、SNP位点5 557个、基因融合事件45个;同时共得到显著差异表达基因403个,其中上调269个而下调134个,基因的功能富集分析结果显示差异表达基因显著富集细胞生长、迁移等肿瘤相关生物进程,并参与多条与癌症相关的信号通路。研究表明在9R-P201诱导HepG2细胞后,导致表达差异基因显著与肿瘤生物学进程和通路相关,并发生了大量可变剪接、SNP突变、基因融合等事件,这暗示着该多肽有望作为后续肝癌介入治疗潜在药物分子。