利用可变剪接及其调控网络识别肺癌风险长非编码RNA的关键功能域

Lung cancer is one of the leading causes of death all around the world, and long non-coding RNAs (lncRNAs) are emerging as new players in the tumorigenesis of lung cancer. Accumulating evidence suggests that lncRNAs could assemble different collections of functional domains to specifically regulate gene expression, and identification of such functional domains has become an important topic in the field. Our previous studies showed recurrent alternative splicing of lncRNAs in lung cancers, which led to gain or loss of a wide range of potential functional regions, disturbing interaction with function molecules. Therefore, we hypothesize that lung cancer-specific alternative splicing of lncRNAs could be used to infer important functional domains of lncRNAs. In this work, we firstly identified lung cancer-specific alternative splicing of lncRNAs. Then, we integrate omics data to infer ceRNA, transposable element-mediated dysfunction and differential interaction with protein induced by the alternative splicing of lncRNAs. Also, we try to figure out how genetic alterations in lung cancers influence lncRNA alternative splicing. Subsequently, we construct a comprehensive regulatory network of lncRNA alternative splicing, and prioritize key functional domains of lncRNAs in lung cancers by algorithms (such as reinforcement learning). Our results will help to understand the roles of lncRNAs in lung cancers, and provide new opportunities for cancer diagnosis and treatment.

肺癌是世界范围内的头号致死癌症之一，lncRNA的出现为其研究提供了新的视角。lncRNA可以通过组合不同功能域进行精细的基因调控，而识别其关键功能域是该领域的重要问题。我们前期研究发现肺癌中存在再现的lncRNA可变剪接，这些可变剪接可以使lncRNA获得或丢失大量潜在功能序列，从而扰乱其与功能分子的相互作用。因此，我们推测肺癌特异的lncRNA可变剪接可用于识别lncRNA关键功能域。本课题拟识别的肺癌特异lncRNA可变剪接，充分利用多组学数据识别lncRNA可变剪接导致的ceRNA失调、转座元件功能失调和结合蛋白改变，同时识别lncRNA可变剪接的上游调控子。借此，我们拟构建肺癌特异lncRNA可变剪接调控网络，利用加强学习等方法识别关键功能域，并对其进行实验验证。本项目不仅能够帮助理解lncRNA在肺癌发生发展过程中的重要作用，而且能为基于lncRNA的诊断和治疗提供理论基础。

众多研究表明，lncRNA可变剪接可以通过组合不同功能域进行精细的基因调控。然而，lncRNA可变剪接在癌症中的研究正处于初级阶段，关于其在癌症发生发展中的剪接模式和潜在功能仍然存在大量空白。为此，我们首先构建了恶性肿瘤lncRNA可变剪接的综合数据库LncAS2Cancer，网址为https://lncrna2as.cd120.com/。我们系统收集30余种恶性肿瘤的RNA测序数据，利用6种可变剪接算法识别lncRNA的8种常见可变剪接类型，探索其与肿瘤预后价值；整合公共数据资源，注释其潜在调控因子和功能影响。我们利用数据库中的资源，比较了lncRNA和蛋白编码基因的注释模型和转录本，发现lncRNA的可变剪接存在更强的噪音信号。因此，我们提出了置信得分算法，用于优化可深入研究的剪接事件。以结肠癌为例，我们识别了结肠癌相关通路富集的可变剪接事件和剪接因子。进一步，我们构建了剪接因子-可变剪接调控网络，揭示了癌症特异可变剪接与异常剪接因子之间的调控关系。最后，我们通过湿实验验证了6个癌症特异的可变剪接事件。另外，我们利用LncAS2Cancer中的数据，构建了高表达PD-1的CD8阳性T细胞的标志物特征，用于预测多癌种中免疫检查点抑制剂的治疗响应。我们将该标志物特征应用到非小细胞肺癌、胃癌、泌尿上皮癌和乳腺癌中，发现高得分与患者更好的预后显著相关。且该标志物特征得到流式细胞检测和外部数据的验证。我们的标志物特征优于其他基于mRNA的预测因子，且与肿瘤突变负荷结合具有更好的预测效能。我们将该标志物特征封装成R包“PD1highCD8Tscore” (https://github. com/Liulab/PD1highCD8Tscore)，供更多感兴趣的人使用。综上所述，该项目的研究结果可以帮助人们理解lncRNA和可变剪接在癌症中的作用，并为癌症的诊断和治疗提供更多新的思路。项目资助发表SCI论文4篇，培养硕士生1名，各项支出基本与预算相符，剩余经费计划用于本项目研究后续支出。