RNAi技术先驱：一种提高沉默效率新方法

　　

生物通报道：来自冷泉港实验室，霍德华休斯医学院等处的研究人员研发了一种新型技术，能帮助研究人员一次筛选上千候选发夹RNA分子，从中找到能沉默目标基因的RNA分子，这对于提高RNA干扰效率具有积极的意义。这一研究成果公布在Cell出版社旗下著名刊物《Molecular Cell》上。

领导这一研究的是美国冷泉港实验室Gregory J. Hannon教授，以及冷泉港实验室癌症研究中心，沃森生物科学学院Scott W. Lowe教授。其中Hannon教授是小RNA研究领域的先驱，曾主编了冷泉港实验室技术手册：《MicroRNA研究方法》等，这篇最新文章的idea就是Hannon教授提出来的。

RNA干扰是目前生命科学领域中的前沿技术，从发现至今，科学家们不仅将基因功能研究的希望寄托在这种能阻断基因表达的技术上，而且还都将治愈疑难疾病的希望也付之于其上，但是随着研究的深入，科学家们也发现要在实际操作中进行基因沉默也不是一件容易的事。

其中一个主要的问题就是找到能开启RNA干扰的合适分子，这种具有开关功能的分子——做过RNAi实验的的研究人员都知道——就是发夹RNA分子，这种分子可以与目标基因的RNA片段匹配，从而关闭基因的转录，蛋白的表达。

对于每一个基因而言，都有500到5000个不同的小RNAs能开启RNA干扰（多少取决于编码蛋白的RNA的长短），这些miRNAs中的大部分都只是弱启动RNA分子，并不能完全沉默基因活性，或者靶向另一个不同的基因，造成所谓的“脱靶”，这些都会影响相关的实验，甚至给临床实验带来毒性反应，因此选择正确的启动分子十分重要。

要想在众多小RNAs中寻找合适的分子，无疑是海底捞针，挑战不小，如果您也遇到了这样的问题，那么也许这篇最新的文章能帮到您——新方法能一次性分析上千短发夹RNA分子，识别处最有潜力的RNAi开启分子。

首先研究人员着手在2万个shRNAs中筛选，包括一些难以干扰的癌症基因在内的9个目标基因的启动发夹RNA分子，他们在一种逆转录病毒中插入这些候选RNAs分子，这种病毒也携带有目标基因（或者说是传感器），以及荧光蛋白基因。这样能确保当细胞被病毒入侵之后，目标基因和荧光蛋白基因，与shRNA能同时复制。

在筛选过程中，如果是无效的shRNAs，就不能阻止靶标基因RNA，以及荧光标记的表达，这样研究人员就能检测到荧光信号，同理如果是有效的shRNAs，那么研究人员就不能检测到荧光信号，这样就能筛选出有效的shRNAs了（见下图）。

然后研究人员就可以提取这些包含有效shRNAs的细胞的遗传物质，从中分析获得shRNAs的序列。在这篇文章中，研究人员找到了9个基因各自的有效shRNAs，大约是原始shRNAs总体数量的2.5%。这项研究也意味着，研究人员可以不再需要依赖于运算法则来预测shRNAs了，毕竟运算法则推断存在很多不确定因素，常常导致实验的不精确性。

目前我们对于小RNA的产生机制了解得并不多，而这一最新方法也许能帮助我们大规模分析这一过程。

（生物通：王蕾）

原文摘要：

Functional Identification of Optimized RNAi Triggers Using a Massively Parallel Sensor Assay

Highlights
The Sensor assay reliably identifies potent single-copy shRNAs
Potent shRNAs are rare and generally not predicted by existing algorithms
Analyses of 20,000 shRNAs reveal insights into shRNA biogenesis and function
Sensor-based rules provide a criteria framework for rational shRNA design

Summary
Short hairpin RNAs (shRNAs) provide powerful experimental tools by enabling stable and regulated gene silencing through programming of endogenous microRNA pathways. Since requirements for efficient shRNA biogenesis and target suppression are largely unknown, many predicted shRNAs fail to efficiently suppress their target. To overcome this barrier, we developed a Sensor assay that enables the biological identification of effective shRNAs at large scale. By constructing and evaluating 20,000 RNAi reporters covering every possible target site in nine mammalian transcripts, we show that our assay reliably identifies potent shRNAs that are surprisingly rare and predominantly missed by existing algorithms. Our unbiased analyses reveal that potent shRNAs share various predicted and previously unknown features associated with specific microRNA processing steps, and suggest a model for competitive strand selection. Together, our study establishes a powerful tool for large-scale identification of highly potent shRNAs and provides insights into sequence requirements of effective RNAi.