RNA编辑的算法开发和功能研究

RNA editing is defined as post-transcriptional alteration of RNA sequences, including A-to-I editing and C-to-U editing. RNA editing is of great importance on transcriptome diversity, and may play important roles in cell development and differentiation. Abnormal RNA editing was reported in many diseases including cancer. Common methods on detecting RNA editing from RNA-seq data typically map RNA-seq reads to a reference genome to identify Single Nucleotide Variations (SNVs), which are then filtered by a complete SNP database to identify RNA editing sites (RESs). However, most organisms currently do not have a complete SNP database, limiting the study of RNA editing to a broad field. In our recent work, we discovered that RESs and SNPs exhibited significantly different distribution in the genome. Therefore, we plan to develop a novel method for detecting RESs based on the distribution pattern of RESs, which will allow us to identify RESs without the need of a SNP database. We next plan to download RNA-seq data from public domain and apply the newly developed method to identify RESs, and to investigate the biological roles of RNA editing from the perspective of tissues, development stages, and organisms. We also plan to carry out single cell RNA sequencing, and to analyse RNA editing at the level of single cell. With the new tool, the proposed project will greatly accelerate the study of RNA editing, and will contribute to our understanding of the biological role of RNA editing.

RNA编辑是重要的转录后修饰，包括A-to-I 编辑和C-to-U编辑。RNA编辑对于转录组的多样性具有重要意义，在细胞的发育和分化过程中起重要作用,其异常在肿瘤等多种重大疾病都有报道。鉴定RNA编辑的常用方法是把RNA测序读段与参照基因组序列进行比对后，再与完整的SNP数据库比对，筛除来自SNP的变异位点，从而获得RNA编辑位点。然而，绝大多数物种都不具有完整的SNP数据库，限制了对RNA编辑的研究。在前期研究中，我们发现RNA编辑位点和SNP在基因组中具有不同的分布特征。因而，我们计划利用该特征，开发一不依赖于SNP数据库的鉴定RNA编辑的新算法，并应用该方法对公共数据库的RNA测序数据从多组织、多发育阶段和多物种层面上研究RNA编辑的生物学功能。我们还计划利用单细胞测序实验，在细胞水平上研究RNA编辑。本项目的实施对于促进RNA编辑的研究、理解RNA编辑的生物学意义有重要意义。

RNA编辑(RNA editing)是重要的转录后修饰，普遍存在于后生动物中。RNA编辑可导致氨基酸替换，也可导致RNA剪接、miRNA结合位点的改变等。RNA编辑对于转录组的多样性具有重要意义，在细胞的发育和分化过程中起重要作用，其表现异常已被发现与肿瘤等多种重大疾病有关。RNA-seq读段与参考基因组序列比对获得的单核苷酸变异位点（SNV）中包含RNA编辑位点（RNA editing sites, RESs）,也包含SNP位点。因而，常用的鉴定RESs的方法是把SNV与完整的参考SNP数据库比对，以帮助筛除来自SNP的SNV。然而，大多数物种并没有完整的SNP数据库，限制了对RNA编辑的研究。在本课题中，我们利用同一类型RESs在基因组上倾向于成簇分布而SNP则在基因组上随机分布的特性，定义了所谓的SNV duplet（即两个紧邻且变异类型相同的SNV）这一概念，使得绝大多数SNV duplet中不含SNP，然后通过对紧邻SNV duplet的合并并设定阈值来自动聚集RESs。我们基于该原理开发了一个完全不依赖SNP数据库，并可自动化鉴定RESs的新工具—SPRINT，可适用于任何具有参考基因组信息的物种。我们利用RNA编辑酶敲除的RNA-seq数据对SPRINT鉴定RESs的有效性进行了验证。与其他RNA编辑寻找方法相比，SPRINT不仅在不需SNP数据库上这一特点上有独特优势，而且在寻找RNA编辑位点的数量、准确度上都有显著提升。利用SPRINT，我们对6种具有代表性的哺乳动物（人、恒河猴、小鼠、大鼠、兔子、负鼠）及1种鸟类动物（鸡）的7种器官从胚胎到成年不同发育阶段的RNA编辑进行了研究，发现RNA编辑在发育过程中呈动态变化，并且在转录发生较大变化的发育阶段时，也发生显著变化，并鉴定出与器官发育有关的RNA共编辑基因模块。此外，我们也利用SPRINT对TCGA中17种肿瘤进行了研究，发现RNA编辑在肿瘤样本中都有显著升高，并发现特定RNA编辑酶的表达水平与肿瘤病人的生存时间呈显著相关，表明RNA编辑对肿瘤的发生和发展可能起到重要作用。本课题开发的工具—SPRINT目前已成为该领域寻找RNA编辑位点的常用方法，对于研究RNA编辑具有重要意义。