RNAi技术先驱Cell子刊：优化RNAi新工具

　　

生物通报道  冷泉港实验室（CSHL）的科学家们开发了一种强大的算法，来改善重要研究技术RNA干扰（RNAi）的效率。

RNAi是在20世纪90年代末发现的一种自然生物学机制，指的是一些短RNA分子结合并“干扰”了包含蛋白质生成指令的一些基因所发送的信息。这样的干扰可以阻止基因表达。除帮助调控基因表达，在包括人类在内的许多物种中RNAi信号通路还保护了基因组对抗寄生病毒及转座子。

自2000年代中期科学家们开始利用RNAi以来，它提供了一种人为“抑制”特异基因表达的途经。例如，通过在小鼠一类的模型生物体中阻止某一基因或某些基因激活，可根据推断更多地了解基因的功能。基于RNAi的技术还成为了极有用的药物发现工具。

冷泉港实验室Gregory J. 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（延伸阅读：RNAi技术先驱《Cell》获技术突破 ）。在过去的十年里Hannon和同事们在冷泉港实验室中生成了一些重大的研究发现，阐明了RNAi在自然中起作用的机制。他们还开创了一些方法来利用RNAi信号通路，构建出了一些RNA小分子（短发夹RNAs，shRNAs）综合文库。这使得全世界的研究人员能够选择性地抑制人类和小鼠基因组的特异基因。

在发表于近期《分子细胞》（Molecular Cell）杂志上的一篇论文中，Hannon实验室的研究员Simon Knott领导研究小组构建出了一种算法，使得研究人员能够鉴别出最有效抑制特异基因的shRNAs。

在这项工作之前，人们很大程度上并不清楚优化shRNA效率的序列决定因素。因此，新研究解决了利用RNAi来获得基因抑制的一个重要技术问题。新算法可以鉴别出序列决定因素，并能够搜索每个基因，识别出生成最有效基因抑制的序列靶标。

研究人员是基于对大约25万种不同shRNAs的潜力进行大规模并行评估开发出了这种称作为shERWOOD算法。实际上，通过学习了解一组有效的shRNAs与另一组不太有效的shRNAs之间的区别，他们训练了计算机生成非常精确的预测。在这一学习过程之后，计算机能够预测出新序列的效力。

Knott博士说：“基于这一结果我们设计并构建了可靶向小鼠和人类外显子组的新一代shRNA文库。”

这一基于shERWOOD的文库现由Transomic Technologies公司提供给研究团体。

（生物通：何嫱）

生物通推荐原文摘要：

A Computational Algorithm to Predict shRNA Potency

The strength of conclusions drawn from RNAi-based studies is heavily influenced by the quality of tools used to elicit knockdown. Prior studies have developed algorithms to design siRNAs. However, to date, no established method has emerged to identify effective shRNAs, which have lower intracellular abundance than transfected siRNAs and undergo additional processing steps. We recently developed a multiplexed assay for identifying potent shRNAs and used this method to generate ∼250,000 shRNA efficacy data points. Using these data, we developed shERWOOD, an algorithm capable of predicting, for any shRNA, the likelihood that it will elicit potent target knockdown. Combined with additional shRNA design strategies, shERWOOD allows the ab initio identification of potent shRNAs that specifically target the majority of each gene’s multiple transcripts. We validated the performance of our shRNA designs using several orthogonal strategies and constructed genome-wide collections of shRNAs for humans and mice based on our approach.