杨雪瑞课题组提出系统鉴定编码RNA的翻译组研究新方法

2018-03-12 17:43:14

2018年3月10日,清华大学生命学院杨雪瑞课题组在Nucleic Acids Research杂志在线发表方法学论文“De novo annotation and characterization of the translatome with ribosome profiling data”(文章链接),详细介绍了一种使用核糖体分析(ribosome profiling)数据鉴定RNA的翻译并重构翻译组的新方法,RiboCode。这是杨雪瑞课题组在翻译组学研究领域的第二套信息挖掘方法。Ribosome profiling技术有两个不同的应用方向:翻译速率的定量比较与翻译事件的系统鉴定。此前,杨雪瑞课题组开发了ribosome profiling数据分析工具Xtail,用于基因翻译速率的定量比较,文章发表于Nature Communications(文章链接)。此次发表的RiboCode工具则针对第二个应用方向:鉴定RNA翻译活性并构建翻译组。

 

近年来,越来越多的证据表明经典的“编码/非编码基因”简单二分法并不准确。基因转录产物RNA的许多“非编码”序列,如5’UTR(5’ untranslated region)、非编码RNA(non-coding RNA)等,都存在开放读码框(open reading frame,ORF),其中一些ORF可能在特定条件下翻译形成小肽或蛋白质,并具有多种生物学功能。对于这些RNA来说,其翻译与否和细胞状态及环境相关,不能简单归类为编码或非编码RNA。因此,对转录组RNA中所有可能的ORF进行翻译活性的鉴定,构建特定生理条件下细胞的翻译组(translatome)成为RNA及蛋白质相关研究领域的迫切需求。

 

杨雪瑞课题组的一个重要研究方向为使用ribosome profiling技术系统分析肿瘤、发育等复杂生物学过程中的翻译调控机制,并同时进行相关实验技术及数据分析方法的开发。Ribosome profiling通过对核糖体保护的RNA片段(ribosome protected fragment,RPF)的深度测序分析,提出基因组范围的翻译状态图谱。翻译过程中,核糖体相对于RNA以密码子长度(3 nt)为单位移动。因此,以P-位点为基准,来源于正常翻译过程的RPF片段应该在RNA上呈现3碱基的周期性分布。这是判断一个RNA是否被翻译的直接证据。但是,ribosome profiling数据远非如此理想,多种因素都可能干扰对翻译的判断,例如RPF总体分布不均匀、覆盖率低、ORF长度差异大、P-位点判断误差、测序误差、RNA片段污染等等。因此,从核糖体分析数据中准确鉴定具有翻译活性的ORF需要高敏感、高准确度的方法流程。

 

杨雪瑞课题组针对此需求,设计了RiboCode方法,用于从核糖体分析数据中鉴定有翻译活性的RNA,最终构建全面的翻译组。在一系列测试中,RiboCode表现出优异的准确性、敏感性和分析效率,显著超越了现有的其它方法。文章中使用RiboCode方法分析了多套人类细胞、小鼠细胞、斑马鱼及酵母的ribosome profiling数据,鉴定了各种类型的非编码RNA或非编码片段的翻译,其中绝大多数是此前从未被注释过的。例如在酵母细胞中,RiboCode重构了正常生理条件、氧化应激、热激三种状态下的翻译组,其中UTR区的翻译,包括5’UTR的uORF及3’UTR的dORF,在应激条件下明显更加活跃,而且部分UTR的翻译水平与mRNA上相应的已知蛋白编码区翻译高度正相关或负相关。

 

总之,RiboCode方法帮助研究人员充分利用ribosome profiling这一技术挖掘细胞中的翻译信号,并全面重构特定生理状态下的翻译组,满足了翻译组学及RNA研究等领域的重大需求。该工具此前已向领域内同行公开,在文章发表前已有近600次下载。RiboCode与此前发表的Xtail方法覆盖了ribosome profiling数据的两大主要分析方向:翻译效率的定量比较与翻译活性的系统鉴定。目前实验室正致力于使用这些工具协助针对肿瘤、发育等重要生物学过程的翻译组学与翻译调控机制研究。

 

清华大学生命学院2013级博士生肖正涛为本文的第一作者,杨雪瑞研究员为本文的通讯作者。研究工作得到了生命学院邓海腾课题组在质谱数据分析方面的帮助。本研究由国家重点研发计划“精准医学研究”重点专项、国家自然科学基金委、青年千人计划、清华-北大生命科学联合中心、清华大学自主科研项目提供经费支持。清华大学蛋白质研究技术中心生物计算平台提供了计算资源的支持。

 

RiboCode文章链接:https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gky179/4925760

软件下载地址:https://github.com/xryanglab/RiboCode

 

Xtail文章链接:

http://www.nature.com/ncomms/2016/160404/ncomms11194/full/ncomms11194.html

软件下载地址:https://github.com/xryanglab/xtail

RiboCode方法流程

使用RiboCode构建酵母细胞翻译组