
|
Zhu等人發現lncRNA 在表達方式上具有極強的時空特異性
lncRNAs開辟增強子生物學新時代 |
|
|

|
日本學者Okazaki等人在對小鼠cDNA文庫進行測序時,第一次發現并鑒定了一類較長的轉錄產物,并將其命名為長鏈非編碼RNA。 |
|
|
|
|
研究工具和方法探秘:
探索長鏈非編碼RNA的世界,各路工具來幫忙
工欲善其事,必先利其器。要探索未知的lncRNA世界,您需要了解最新的研究進展,也同樣需要了解適合您的研究工具(以及服務商),才能搶先占領制高點,發表漂亮的文章。生物通lncRNA直通車薈萃lncRNA研究的前沿進展和各路技術、服務信息,方便您選擇。一般的lncRNA研究策略可參照如下。
Step1: lncRNA表達譜分析:用芯片或者RNA-seq分析不同生理狀態下(例如正常/異常,藥前/藥后等等)差異表達的lncRNA;
Step2: 定量/表達定位:對選中的顯著差異表達的lncRNA,可用qRT-PCR可驗證其存在并定量,而用lncRNA FISH可在亞細胞水平上檢測其表達定位(核質定位分析,有助于揭示其潛在作用機制,可定量)
Step3: lncRNA的功能分析與驗證:包括互作分析——從與之相互作用的分子入手,用RIP、ChIRP、CHART等方法俘獲并探究lncRNA的相互作用蛋白和核酸分子、研究三者之間的關系并揭示其功能;用Knowdown或者CRISPR技術驗證lncRNA功能,如果成功甚至可以進行其后的動物實驗/臨床等等。
Step1 之芯片技術
芯片技術是對已知目標進行表達譜分析的強大工具,只要目標明確,芯片分析結果容易解讀,比對方便,提供的數據高度一致,軟件成熟,如果快速大量篩查更具優勢。以lncRNA為研究重點的lncRNA芯片,在臨床醫學研究中已涌現不少引人注目的成果。而內容更全面廣泛的全轉錄組芯片/表達譜芯片也包含了非編碼轉錄本內容,可在研究編碼區的同時進行lncRNA分析,您可根據研究范圍來選擇。
一. Arraystar 公司LncRNA芯片:
 |
Arraystar LncRNA芯片
最新版本的人類V4.0 LncRNA芯片和小鼠V3.0 LncRNA芯片。收錄金標準LncRNAs,可靠的LncRNAs以及編碼蛋白的mRNAs,更新、更全面。系統而實用的LncRNA注釋:注釋LncRNA基因組信息、分類及潛在的調控機制,為深入研究lncRNA復雜生物學功能提供參考。 轉錄本特異性的探針設計:芯片探針可以準確地檢測同一基因的不同轉錄本。
nrStar™ Functional LncRNA PCR Array
對功能明確、有實驗驗證和文獻支持的金標準lncRNA進行了交叉對照和信息整合。從權威數據庫和專業期刊綜述中收集了372個與生物學過程和疾病明確相關的LncRNA轉錄本。芯片中的每個LncRNA轉錄本都能被準確和可靠的定量檢測。使用生物信息學方法從多個候選內參基因中挑選出最優的內參基因進行數據均一化。通過靶向特異性的外顯子或可變剪接點,芯片中的PCR引物準確有效的檢測每個LncRNA轉錄本。
LncPath™ 疾病/信號通路特異性LncRNA芯片
可同時檢測與特定疾病或信號通路相關的lncRNA以及相應的靶基因,幫助客戶快速的將lncRNA的調控機制與其在特定的信號通路或疾病中的生物學功能聯系起來。
Arraystar ncRNA Promoter Microarray
Arraystar 啟動子芯片是專門為研究啟動子區域的甲基化,羥甲基化,組蛋白修飾以及轉錄因子結合而設計的產品,覆蓋所有RefSeq數據庫基因的啟動子區(Arraystar RefSeq Promoter Array)或是所有非編碼RNA的啟動子區(Arraystar ncRNA Promoter Array),能夠滿足不同客戶的需求。180 K的芯片,啟動子的覆蓋范圍近2kb,并覆蓋了幾乎所有啟動子區附近的CpG島,是一款高品質高性價比的甲基化芯片產品。
|
|
|
|
二. 全轉錄組芯片/表達譜芯片:
 |
賽默飛旗下Affymetrix GeneChip® Human Transcriptome Array 2.0,俗稱HTA 2.0的芯片在超過24萬條編碼轉錄本之外還有超過4萬條非編碼轉錄本,也可用于lncRNA分析。HTA 2.0同時還在可變剪切位點設計探針,可提供lncRNA cis調控分析(Mbps范圍)。2014年,我國著名的免疫學家曹雪濤院士在Science雜志上發表文章,探究了lncRNA在樹突狀細胞分化及功能中的作用,就是首先利用HTA 2.0芯片來檢測單核細胞分化至樹突狀細胞的過程中lncRNA的表達變化。之后通過層層分析,他們鑒定出一個關鍵的lncRNA(lnc-DC),并驗證了其功能和作用機制。另外同年Nature Communications上還有文章通過lncRNA cis調控分析發現單核細胞系受細菌脂多糖應激后一個與炎癥反應相關基因相鄰的兩條lncRNA,其中一條還是eRNA,最后通過QPCR,Chip-seq,亞細胞定位分析,Knowdown等實驗來驗證其功能。
lncRNA功能探究的新神器
轉錄組研究新時尚:ceRNA 一種全新的基因表達調控模式
全轉錄組芯片在疾病lncRNA表達譜分析中的應用案例
安捷倫的SurePrint G3基因表達譜芯片:將編碼和非編碼RNA整合在單張芯片上,實現lncRNA和蛋白編碼基因的同步檢測,并在麻省理工學院-哈佛大學Broad研究所John Rinn實驗室協助下,添加了從來自24個人類組織和細胞系的RNA-seq數據集中鑒定出的近8,200個假定lncRNA,其中包括4,662個嚴格的lncRNA。 |
|
|
Step1 之RNA-seq
|
|
觀點碰撞:
RNA-seq相對基因表達芯片有哪些優勢?
RNA-seq vs. 芯片,你該如何選擇?
主要優勢:
1.無需預先設計探針,可實現無偏倚、無假設的實驗設計,更適合轉錄本和變異的發現研究
2.能同時鑒定選擇性剪接異構體、剪接位點和揭示未知的轉錄本
3.能測序極短的片段,多種形式的小RNA及非編碼RNA,在降解RNA上表現出色,如FFPE組織樣品
4.靈敏而準確,定性和定量,覆蓋非常寬的動態范圍
5.在數據中維持和追蹤鏈特異的信息
6.在大型研究和大量樣品時可擴展 |
|
Step2 lncRNA定量/表達定位
Step3 lncRNA功能分析與驗證
參考工具箱
 |
LncATLAS - 用于lncRNA的亞細胞定位的數據庫
長非編碼RNA(lncRNA)的亞細胞定位為其分子功能提供了有價值的線索。然而,lncRNA的定位涉及費時費力的實驗方法;蚪M調控中心和伯爾尼大學的研究人員創建了“LncATLAS”,它是基于RNA測序數據集的人類細胞中lncRNA定位的綜合資源?偣灿6768個GENCODE注釋的lncRNA分布在15個細胞系的各個區間中。研究人員引入“相對濃度指數”(RCI)作為對來自RNAseq總體數據的定位的一種衡量。 LncATLAS可通過直觀和信息豐富的網絡服務器訪問,使用標識符或名稱訪問感興趣的lncRNA。定位信息的提交覆蓋各細胞類型和細胞器,可以與所有其他基因的分布進行比較。每個查詢自動生成可發表質量的數據和原始數據表,并且整個數據集也可以下載。
NPInter v3.0- 非編碼RNA相關的相互作用數據庫-已升級
中國科學院研究人員將NPInter數據庫更新為3.0版,其中包含ncRNA(不包括tRNA和rRNA),特別是長非編碼RNA(lncRNA)和其他生物分子(蛋白質,mRNAs,miRNAs和基因組DNA)。在NPInter v3.0中,與ncRNAs相關的相互作用不僅可以從科學文獻手工導入,而且還可以從高通量技術來處理。與NPInter v2.0相比具有更多的相互作用的信息(有關組織或細胞系的附加信息,結合位點,保守性,共表達值和其他特征)且更有組織(通過數據源,組織的數據集劃分或細胞系,實驗和其他標準)。 NPInter v3.0將數據集擴展到來自68種實驗技術、188個組織(或細胞系)中的491,416個相互作用。 NPInter v3.0還改進了用戶界面,并增加了新的Web服務,包括本地UCSC基因組瀏覽器將結合位點可視化。另外,NPInter v3.0基于數據庫中的相互作用信息,定義了一組高置信度的相互作用,并可預測人和小鼠中lncRNAs的功能。
LincSNP 2.0 - 用疾病相關SNP與人類長非編碼RNA關聯的更新數據庫
哈爾濱醫科大學的研究人員開發的LincSNP 2.0,專門用于存儲和注釋人類長片段非編碼RNA(lncRNA)及其轉錄因子結合位點(TFBS)中的與疾病相關的單核苷酸多態性(SNP)。在LincSNP 2.0中,更新的數據庫提供了更多的數據和幾個新功能,其中包括:擴大人類lncRNA中的疾病相關SNP;鑒定lncRNA TFBS中與疾病相關的SNP;更新1000基因組計劃的LD-SNPs;和收集更多實驗支持的SNP-lncRNA疾病關聯。此外,研究人員開發了三種靈活的在線工具來檢索和分析數據。 Linc-Mart是用戶自定義數據的便捷方式。 Linc-Browse是用于所有數據可視化的工具。 Linc-Score預測lncRNA與疾病之間的聯系。他們為用戶提供了一個新設計的,用戶友好的界面,用于搜索和下載LincSNP 2.0中的所有數據,并提供了一個將數據提交到數據庫中的界面。 LincSNP 2.0是一個不斷更新的數據庫,將作為調查人類疾病中lncRNAs的功能和機制的重要資源。
RenalDB
鑒于許多lncRNA是以某些細胞類型和/或時間依賴性方式特異性表達,大多數lncRNA數據庫缺乏提供這樣的特征。路易斯維爾大學的研究人員開發了數據庫“RenalDB”,提供了重點在腎臟組織和細胞上的主要器官中RNA的表達譜。 RenalDB使用邏輯編程來描述定義表達,豐富或特異性的復雜解剖,樣本元數據和邏輯關系。
LncVar - 與長非編碼基因相關的遺傳變異數據庫
LncVar,一個與6個物種的長非編碼基因相關的遺傳變異數據庫,從NONCODE數據庫收集、評估、保存lncRNA信息,系統地整合了lncRNA的轉錄因子結合位點和m6A修飾位點,并提供了SNP對lncRNA轉錄和修飾的綜合作用。他們收集了lncRNA中推定的開放閱讀框架,并在ORF中確定了同義和非同義SNP。研究人員還從文獻中收集了lncRNA的表達數量性狀位點。此外,他們將CNV區域中的lncRNA作為癌癥的預后生物標志物候選物,并從來自細胞系的RNA-seq數據預測的lncRNA基因融合事件。 LncVar數據庫可用作評估變異對lncRNA生物學功能的影響的資源。
NCRO ontology(免費) 一種用于統一非編碼RNA生物學的綜合資源
測序技術已經能夠識別出廣泛的非編碼RNA(ncRNA)。但ncRNA數據的注釋和整合落后于其識別。正在開發的Non-Coding RNA Ontology (NCRO),提供對ncRNA域的系統結構化和精確定義,從而有助于發現,分析,交換和推理關于ncRNAs結構、它們的分子和細胞功能及其對表型的影響的數據。 NCRO的目標是作為多種研究注釋的公用資源,以增強目前在不同來源中存在的無數資源的綜合和比較分析。開發人員認為,NCRO可以在ncRNA生物學資源的綜合統一中發揮重要作用。這是為所有形式的ncRNAs的數據注釋提供資源的第一步。
DES-ncRNA - 一個基于文獻挖掘、用于探索人類miRNA和lncRNA信息的信息庫
阿卜杜拉國王科技大學( King Abdullah University of Science and Technology )的研究人員開發了DES-ncRNA,以支持從大量已出版的ncRNA相關研究中檢索關于miRNA和lncRNA的相關信息。 DES-ncRNA是一個知識庫,包含公共科學文獻和其他公共資源的文本和數據挖掘信息。DES-ncRNA包含大約878,000個專業術語關聯,其中36,222與miRNA相關,5,373與lncRNA有關。研究人員提供了幾種方法來探索有關ncRNAs的信息,包括控制生成關聯網絡以及假設生成。示例展示了DES-ncRNA如何幫助阿爾茨海默病的研究,并提示法舒地爾Fasudil的潛在治療作用。 DES-ncRNA是一個強大的工具,可以自己使用或作為現有資源的補充,以支持人類ncRNA的研究。
KTCNlncDB - 調查人類圓錐角膜和非圓錐的角膜中表達的lncRNA的第一個平臺
華沙醫科大學( Medical University of Warsaw )的研究人員進行RNA-Seq實驗,旨在更好地表征KTCN轉錄組和鑒定可能參與KTCN的長非編碼RNA(lncRNA)病因。這是第一個專用于KTCN轉錄組的在線平臺。 |
|
|