基于小鼠多组织和细胞链特异性RNA-seq数据的Antisense RNA分析及数据库构建

The recent studies suggest that antisense transcripts play the important regulatory role in gene expression and the next generation sequencing technologies promote the study of non-coding RNA. In our lab, the applicant did non-coding RNA identification and epigenetic modification study based on the strand-specific RNA-seq data and epigenetic modification data for mouse. In this study, based on the preliminary studies, we will do RNA-seq for liver, heart and other important tissues, integrate public, old and new data, and do analysis for them as following: obtaining the gene expression profiles; identification cis- and trans-antisense RNA; study the characteristics of antisense RNA and the relationship between antisense RNA and epigenetic modifications; finding the association between sense and antisense RNA; analysis the function for target genes of antisense RNA; building antisense RNA database using these data, and providing antisense RNA identification and analysis for RNA-seq data based on web service. This project is very important and significant for annotation the non-coding RNA (especially for antisense RNA), anaylsis the characteristics of antisense RNA, and finding the regulating relationship between sense and antisense RNA in mouse.

Antisense RNA对基因表达调控具有重要作用。第二代链特异转录组测序技术促进了非编码RNA研究。申请人前期基于小鼠多组织细胞链特异性RNA-seq数据和表观修饰数据，进行了非编码RNA鉴定及表观修饰研究。本项目拟在前期研究基础上，增加小鼠肝和心脏等组织RNA-seq数据，整合公共数据，通过多组织和细胞RNA-seq数据分析，构建小鼠基因表达谱；鉴定Cis-和Trans-antisense RNA；研究Antisense RNA的特征及其与表观修饰的关系；揭示正义、反义链RNA表达相关性；分析Antisense RNA靶基因功能；构建小鼠多组织和细胞Antisense RNA数据库并提供在线Antisense RNA鉴定及分析。本研究对于注释小鼠非编码RNA(特别是Antisense RNA)、分析Antisense RNA特性、揭示正义、反义链RNA表达调控关系等具有重要意义。

近年研究表明哺乳动物基因组是普遍转录的，基因组中含有大量的非编码RNA（non-coding RNA，ncRNA）。长非编码RNA（long non-coding RNA，lncRNA）作为一类重要的非编码RNA，可在染色质水平、转录水平和转录后水平等多个层次以多种形式调控基因表达。本研究采用去核糖体的方法在SOLiD平台上对小鼠的大脑进行测序，并从公共数据库下载共得到15个组织的RNA-seq数据。我们分别针对小鼠的SOLiD数据和Solexa数据开发了鉴定lncRNA的流程，并对这些lncRNA的转录活性特征、表达谱和功能等进行了深入研究。利用我们开发的鉴定流程，从15个小鼠链特异的转录组数据中共鉴定出可信度较高的16,249个非编码RNA基因，并对它们进行了分类。与已知编码基因的比较研究发现，非编码RNA基因具有显著少于编码基因的exon个数、基因长度及序列保守性，在各组织中表达量均低于编码基因且呈现明显的组织特异性表达特征，同时，所有非编码基因的TSS位点均呈现组蛋白甲基化修饰、CAGE与RNAII信号的显著富集。.另外，基于小鼠相同15个组织的RNA-seq数据，我们对UCSC RefGene小鼠注释基因进行了表达定量，并根据各自的表达宽度定义出8,408个House-keeping基因与2,581个Tissue-specific基因。其中有8,005个HK基因与人同源，且有6,778个同为人的HK基因。.本研究的工作为鉴定和描述lncRNA提供了方法，扩展了小鼠的lncRNA数据集，丰富了小鼠注释信息的数目与类别，为今后lncRNA的功能研究及其他领域的生物学研究与人类生理病理学研究奠定了基础，为相关的功能实验提供了丰富的候选资源。