协同进化分析预测ceRNA网络在转录后调控中的作用程度

The recent discovery of competitive endogenous RNAs (ceRNA), natural decoys that compete for a common pool of microRNAs, provides a framework to systematically functionalize MRE-harboring noncoding RNAs and integrate them with the protein-coding RNA dimension in complex ceRNA networks (ceRNETs). Such sponge activity has been shown for various examples of mRNAs, pseudogenes, lncRNAs, and circRNAs, but virtually any transcript containing microRNA seed matches may participate in ceRNA cross-talk. The last few years have heralded the ceRNA hypothesis as an exciting novel aspect of RNA biology. . The ceRNETs field is certainly still in its infancy and several open questions remain to be addressed. Future challenges will then be to understand why such regulatory networks exist, how they may have evolved, what is the extent of ceRNA networks, what the consequences are when they are perturbed, and what is the dynamic range of ceRNAs in tumorigenesis and normal physiology?. Here, we aim to fully elucidate the mechanisms of ceRNA cross-talk to understand the complexity and behavior of ceRNETs, integrating the ever-expanding ‘-omics’ data. Given the complexity of ceRNETs, our work will focus on evaluating the extent of ceRNETs in a specific tumor type and identifying the critical nodes (i.e., the ceRNAs) that have potent effects on the network or subnetworks when their expression levels are perturbed. Perturbations of critical nodes in ceRNETs may disrupt the balance of the network and thereby contribute to disease development. We expect that our work will guide the functionalization of a sizeable portion of the cancer transcriptome, and may stimulate the development of novel and exciting cancer treatment strategies to target key nodes in ceRNETs that will add to existing approaches of microRNA therapy.

近年来提出的竞争性内源RNA（ceRNA）假说是一种全新的基因表达调控模式，大大拓展了人类基因组中功能遗传信息的范畴，也为解析一些人类疾病发生机制提供了新线索。理解这个网络是基因转录调控研究的最新前沿领域，其中的一些细节也有待揭示，比如，为什么会存在这样一个网络，其规模有多大，它们受到干扰时会出现什么后果，该网络在转录后调控中的作用程度等。针对上述挑战，在本项目中，我们将整合目前数据库中不同条件下的高通量组学数据，利用计算系统生物学方法，通过协同进化分析为ceRNA语言分类，评估ceRNET的网络规模，解析ceRNA网络在转录后调控中的作用程度，进而预测ceRNET网络中作用程度强的组分，寻找控制整个调节网络中的关键分子，将ceRNAs在真核生物中的调控作用网络的认识提高到一个新的水平，进一步明确ceRNAs和疾病之间的关系，为人类疾病（如肿瘤）的治疗提供新的思路和技术手段。

转录后调控是指RNA转录后，在RNA的加工成熟过程中，可通过各种不同的机制来调节控制基因表达的种类和数量，实现对基因表达的调控，是真核生物基因表达的特点之一。近年来提出的竞争性内源RNA（ceRNA）假说是一种全新的基因表达调控模式，大大拓展了人类基因组中功能遗传信息的范畴，也为解析一些人类疾病发生机制提供了新线索。其中circRNA 在基因表达调控中重要作用的发现丰富了人们对 ceRNA 调控网络的认识。目前已有多种circRNA的生物信息学鉴定工具，其基本原理都是基于识别在测序数据中由于circRNA的环状结构而形成的反向剪接信号。然而，由于跨过剪接位点的反向剪接序列在全部测序数据中的含量极低，传统工具在计算circRNA的表达水平上存在可靠性差的缺陷。我们根据illumina测序技术的基本特点，认为除了反向剪接序列之外，双末端测序序列在文件中的存储顺序也包含重要的RNA成环信息。因此，本文提出一种识别circRNA方案（CICA），避开跨反向剪接位点的读段而寻找反向剪接位点两侧的成环读段。该方案将是对目前circRNA识别算法和circRNA表达量计算分析的一个重要补充。另外一种转录组中特殊的转录后调控产物反式剪接RNA，陆续被报道参与到疾病的发生发展过程中，它们也可能以ceRNA方式参与到庞大的ceRNA网络中。我们发现，反式剪接事件倾向于在两个基因组上相距甚远，但在核内三维物理空间很近的位点之间产生。这一发现暗示，反式剪接过程可能在共转录过程中是由于空间临近效应促使的，即所谓空间临近模型。我们通过整合ENCODE数据在人细胞中验证了这一模型。我们的研究结果为进一步研究基因表达在基因组三维空间中的调控机制提供了新的视角。