環(huán)形RNA的生物信息計算與應用研究

本書介紹了環(huán)形RNA全長轉(zhuǎn)錄本序列重構(gòu)和定量算法CircAST，該算法通過計算不同組織、不同疾病狀態(tài)下環(huán)形RNA轉(zhuǎn)錄本完整的序列組成和內(nèi)部結(jié)構(gòu)以及對環(huán)形RNA基于轉(zhuǎn)錄本水平的精確定量，幫助研究者更有效地篩選出具有潛在功能的環(huán)形RNA可變剪接異構(gòu)體，為更加精準地全面解析環(huán)形RNA全長轉(zhuǎn)錄本提供了重要的工具，對環(huán)形RNA功能的深入研究具有重要意義。
本書可供生物信息學、系統(tǒng)生物學、計算生物學等學科的研究人員參考，也可作為高等院校相關專業(yè)的教材或教學參考書。

吳靜，博士，南京醫(yī)科大學副教授，碩士生導師，現(xiàn)任中國人工智能學會生物信息學與人工生命專委會委員，中國計算機學會生物信息學專委會委員，中國自動化學會智能健康與生物信息專委會委員。主持和參與國家自然科學基金等項目多項，近五年發(fā)表國際國內(nèi)學術論文10余篇，指導大學生創(chuàng)新創(chuàng)業(yè)訓練項目及全國大學生數(shù)學建模競賽等學科競賽，多人次獲獎。

宋曉峰，南京航空航天大學教授。主要研究領域為生物信息學與計算系統(tǒng)生物學。近幾年主持國家自然科學基金一項、江蘇省自然科學基金一項，主持校級教改項目三項，參與國家或部級科研項目十多項，以一作或通訊作者在國際SCI檢索學術期刊Nucleic Acids Research, Journal of Theoretical Biology, Journal of Medical Virology, BioSystems等發(fā)表論文14篇，EI、ISTP收錄論文30多篇。多次參與組織和參加國內(nèi)國際學術會議。目前擔任：中國生物醫(yī)學物理學研究會理 事；中國電子學會生命電子學專業(yè)委員會委員；江蘇省生物醫(yī)學工程學會生物信息學專業(yè)委員會委員；Nucleic Acids Research, Computers in Biology and Medicine等多個國際雜志的審稿人，多個國際學術會議(WCCI2008, ACM BCB2011, BSBT2011，BSBT2010，BSBT2009，BSBT2008, IEEE BIBM2010, IEEE BIBM2011, IJCBS2009, AST2010, ICCC2010，ICCC2009)程序委員會委員，主席，分會主席等。

1.環(huán)形RNA作為明星分子，潛在功能亟待被挖掘 2.本書介紹了環(huán)形RNA全長轉(zhuǎn)錄本序列重構(gòu)和定量算法CircAST 3.該算法可更有效地篩選出具有潛在功能的環(huán)形RNA可變剪接異構(gòu)體 4.該算法為更加精準地解析環(huán)形RNA全長轉(zhuǎn)錄本提供了重要的方法學工具

環(huán)形RNA（circularRNA，circRNA），也稱為環(huán)狀RNA，是一類經(jīng)由反向剪接事件產(chǎn)生、以共價鍵連接形成封閉環(huán)狀結(jié)構(gòu)的特殊內(nèi)源性非編碼RNA。近年來，研究發(fā)現(xiàn)環(huán)形RNA廣泛存在于真核細胞內(nèi)，且已證實某些環(huán)形RNA具有重要的生物學功能，包括充當miRNA（微RNA，小分子核糖核酸）分子海綿調(diào)控靶基因的表達、調(diào)控親本基因轉(zhuǎn)錄和選擇性剪接、翻譯短肽等。同時，越來越多的研究發(fā)現(xiàn)環(huán)形RNA與包括癌癥在內(nèi)的多種重大疾病密切相關，有潛力成為疾病診斷的生物標志物或治療的靶點。然而目前大多數(shù)環(huán)形RNA的功能仍不甚清楚，在轉(zhuǎn)錄組測序大數(shù)據(jù)基礎之上利用現(xiàn)有的計算工具對環(huán)形RNA的反向剪接位點進行識別之后，進一步獲取環(huán)形RNA轉(zhuǎn)錄本的全長序列并對可變剪接產(chǎn)物進行定量是環(huán)形RNA功能研究中的首要關鍵環(huán)節(jié)，對理解環(huán)形RNA轉(zhuǎn)錄本的多樣性和表達模式、篩選有潛在生物學功能的環(huán)形RNA分子具有重要的意義。雖然已有研究在這方面做出了一些有益的嘗試，但是仍存在許多亟待解決的問題。
本書針對環(huán)形RNA全長序列的組裝和定量問題提出一種新的算法，并以此開展不同組織（小鼠睪丸和卵巢）以及不同狀態(tài)的樣本（人腦膠質(zhì)瘤樣本和對應的癌旁正常樣本）環(huán)形RNA可變剪接異構(gòu)體的相關研究，以驗證算法在不同物種、不同組織的適用性。具體內(nèi)容如下：
首先，為了解決環(huán)形RNA轉(zhuǎn)錄本全長序列組裝問題，筆者提出一個基于多剪接圖模型的算法CircAST。該算法全面考慮環(huán)形RNA轉(zhuǎn)錄本的結(jié)構(gòu)特點，利用轉(zhuǎn)錄組測序讀段的比對信息，將環(huán)形RNA所有可變剪接事件通過多剪接圖建模，并且將環(huán)形RNA轉(zhuǎn)錄本全長序列組裝問題轉(zhuǎn)化為擴展的最小路徑覆蓋（EMPC）問題，解決了轉(zhuǎn)錄本組裝問題中外顯子連接不確定性的核心難題。經(jīng)模擬數(shù)據(jù)和真實數(shù)據(jù)測試，CircAST算法在組裝環(huán)形RNA全長轉(zhuǎn)錄本時有著較好的表現(xiàn)，在與CIRCexplorer2、CIRI-full等同類工具的比較中，也表現(xiàn)出較好的性能。
接著，針對環(huán)形RNA在轉(zhuǎn)錄本水平的定量問題，筆者提出了一種基于期望最大化（EM）算法估計環(huán)形RNA轉(zhuǎn)錄本表達量的方法，并將該定量功能增加到CircAST算法中。該方法以模型為基礎考慮讀段在同一基因的不同環(huán)形轉(zhuǎn)錄本上的分配，選取針對環(huán)形RNA定量的似然函數(shù)，通過期望最大化算法估計參數(shù)的值，從而實現(xiàn)轉(zhuǎn)錄本的表達豐度估計。模擬數(shù)據(jù)的測試結(jié)果表明，無論是絕對定量還是相對定量，算法都表現(xiàn)出了良好的性能，同時，對小鼠睪丸組織中的環(huán)形RNA轉(zhuǎn)錄本的定量結(jié)果進行qPCR實驗，結(jié)果也驗證了算法定量的準確性。
隨后，為驗證算法CircAST的實用性，將其應用于小鼠兩個典型的生殖腺組織（睪丸和卵巢）的環(huán)形RNA測序數(shù)據(jù)，得到小鼠生殖腺組織中環(huán)形RNA全長轉(zhuǎn)錄本表達譜，并篩選出差異表達的環(huán)形RNA轉(zhuǎn)錄本和mRNA轉(zhuǎn)錄本，構(gòu)建circRNA-miRNA-mRNA相互作用調(diào)控網(wǎng)絡。此研究為更好地理解可變剪接事件導致的環(huán)形RNA轉(zhuǎn)錄本異構(gòu)體在哺乳動物睪丸和卵巢中生物學功能的差異、深入研究睪丸和卵巢內(nèi)的基因表達調(diào)控機制奠定了基礎。
最后，基于環(huán)形RNA在癌癥的發(fā)生發(fā)展中所扮演的重要角色，以膠質(zhì)瘤為例，將CircAST應用于人類腦膠質(zhì)瘤腫瘤樣本和癌旁正常樣本環(huán)形RNA測序數(shù)據(jù)，構(gòu)建人腦膠質(zhì)瘤樣本中環(huán)形RNA全長轉(zhuǎn)錄本表達譜，篩選出在膠質(zhì)瘤樣本中顯著上調(diào)和下調(diào)的環(huán)形轉(zhuǎn)錄本，分析可變剪接事件產(chǎn)生的環(huán)形RNA轉(zhuǎn)錄本可能的生物學功能，并構(gòu)建了circRNA介導的競爭性內(nèi)源RNA調(diào)控網(wǎng)絡。此工作為探索人腦膠質(zhì)瘤發(fā)生發(fā)展相關的環(huán)形RNA分子機制提供了研究基礎，為人腦膠質(zhì)瘤的臨床診斷和治療確定可能的分子標志物和治療靶點提供科學的參考依據(jù)。
本專著研究開發(fā)的算法CircAST為更加精準地全面解析環(huán)形RNA全長轉(zhuǎn)錄本提供了重要的工具，通過計算不同組織、不同疾病狀態(tài)下環(huán)形RNA轉(zhuǎn)錄本完整的序列組成和內(nèi)部結(jié)構(gòu)，以及對環(huán)形RNA基于轉(zhuǎn)錄本水平的精確定量，可以幫助研究者更有效地篩選出具有潛在功能的環(huán)形RNA可變剪接異構(gòu)體，對環(huán)形RNA功能的深入研究具有重要意義。
本著作的研究得到南京醫(yī)科大學學術著作出版項目、國家自然科學基金青年項目（No.61901225）、國家自然科學基金面上項目（No.62273175）的資助，在此表示衷心感謝。
由于我們的理論水平及實踐經(jīng)驗有限，書中疏漏和不足之處在所難免，懇請讀者給予批評指正。

作者
2024年1月

第1章緒論001
1.1環(huán)形RNA概述003
1.2環(huán)形RNA的生物學功能005
1.3環(huán)形RNA的識別計算010
1.4環(huán)形RNA內(nèi)部結(jié)構(gòu)的探索及定量估計研究013

第2章環(huán)形RNA全長轉(zhuǎn)錄本序列組裝的計算研究019
2.1引言021
2.2基于EMPC算法的環(huán)形RNA全長轉(zhuǎn)錄本序列重構(gòu)方法022
2.2.1基于參考基因組的轉(zhuǎn)錄本組裝022
2.2.2環(huán)形RNA全長轉(zhuǎn)錄本序列組裝024
2.3模擬數(shù)據(jù)驗證027
2.3.1環(huán)形轉(zhuǎn)錄組測序模擬數(shù)據(jù)生成工具027
2.3.2模擬數(shù)據(jù)集030
2.3.3算法性能評估031
2.3.4環(huán)形RNA轉(zhuǎn)錄本重構(gòu)的復雜性分析032
2.4實驗驗證034
2.4.1小鼠睪丸環(huán)形RNA測序數(shù)據(jù)的準備034
2.4.2小鼠睪丸環(huán)形RNA組裝結(jié)果035
2.4.3用RT-PCR和Sanger測序?qū)M裝結(jié)果進行驗證038
2.4.4算法對真實數(shù)據(jù)的重構(gòu)效率分析051
2.5與現(xiàn)有算法的比較054
2.6小結(jié)058

第3章環(huán)形RNA轉(zhuǎn)錄本定量計算研究061
3.1引言063
3.2基于EM算法的環(huán)形RNA轉(zhuǎn)錄本定量計算方法064
3.3模擬數(shù)據(jù)驗證068
3.3.1模擬數(shù)據(jù)集068
3.3.2算法性能評估069
3.4實驗驗證072
3.5與現(xiàn)有算法的比較075
3.6人細胞系、小鼠睪丸和原雞肌肉中環(huán)形RNA的表達與分析076
3.7小結(jié)080

第4章小鼠睪丸和卵巢中環(huán)形RNA全長轉(zhuǎn)錄本表達譜分析083
4.1引言085
4.2材料和方法088
4.2.1樣本數(shù)據(jù)集的制備088
4.2.2環(huán)形RNA全長轉(zhuǎn)錄本序列組裝和定量分析089
4.2.3環(huán)形RNA可變剪接體的差異表達分析090
4.2.4功能富集分析090
4.2.5circRNA-miRNA-mRNA調(diào)控網(wǎng)絡構(gòu)建090
4.3結(jié)果091
4.3.1小鼠睪丸和卵巢組織中環(huán)形轉(zhuǎn)錄本的概貌091
4.3.2小鼠睪丸和卵巢組織中環(huán)形轉(zhuǎn)錄本的表達特征099
4.3.3對差異表達環(huán)形轉(zhuǎn)錄本的分析103
4.3.4circRNA-miRNA-mRNA相互作用調(diào)控網(wǎng)絡111
4.4小結(jié)113

第5章人腦膠質(zhì)瘤樣本中環(huán)形RNA全長轉(zhuǎn)錄本表達譜分析115
5.1引言117
5.2材料和方法119
5.2.1樣本數(shù)據(jù)集119
5.2.2環(huán)形RNA轉(zhuǎn)錄本序列重構(gòu)和定量分析119
5.2.3差異表達環(huán)形RNA轉(zhuǎn)錄本的鑒定120
5.2.4GO功能富集和KEGG信號通路分析120
5.2.5miRNA預測和ceRNA網(wǎng)絡構(gòu)建120
5.3結(jié)果121
5.3.1人腦膠質(zhì)瘤樣本中環(huán)形轉(zhuǎn)錄本的概貌121
5.3.2對照樣本和疾病樣本中環(huán)形轉(zhuǎn)錄本的特征125
5.3.3環(huán)形轉(zhuǎn)錄本差異表達分析130
5.3.4circRNA介導的ceRNA網(wǎng)絡137
5.4小結(jié)139

附錄142
附錄1縮略語142
附錄2小鼠睪丸組織環(huán)形RNA內(nèi)部新的可變剪接事件144
附錄3RT-PCR實驗所用引物信息149
附錄4人類HeLa細胞系中環(huán)形RNA內(nèi)部新的可變剪接事件154
附錄5人類HEK293細胞系中環(huán)形RNA內(nèi)部新的可變剪接事件158
附錄6人類Hs68細胞系中環(huán)形RNA內(nèi)部新的可變剪接事件160
附錄7原雞肌肉組織中環(huán)形RNA內(nèi)部新的可變剪接事件163

參考文獻164