环形RNA是mRNA在剪接的过程中,上游exon的5’端与下游exon的3’端剪接到一起,从而形成的首尾相接的环状RNA分子。 近来的研究表明,高等动物中环状RNA的种类和含量远远超过预期。最近的研究发现circularRNA可以作为“microRNA海绵”,竞争结合microRNA从而解除这些microRNA对其他靶标的调控;同时保守型分析发现环状RNA上潜在具有多种RNA结合蛋白的结合位点,暗示circular RNA可以调控RNA结合蛋白的功能。更为重要的是,circular RNA的表达呈现出很强的组织特异性,暗示这些circular RNA具有重要的生物学功能。但目前对circular RNA的研究刚刚起步,这类RNA的生物学功能还有待挖掘,因此是一个值得深入的研究方向。
环状RNA特点
- 大多存在于细胞质中,且序列高度保守;
- 一般细胞或组织中,环状RNA较稳定,半衰期在48h,其他mRNA(线性)半衰期约为10h;血清中的外显子环状RNA不稳定,半衰期<15s。
- 不同细胞中表达的环状RNA可能不同;
- 同一个基因可能即产生线性mRNA,又可以转录成环状RNA;
- 总量估计,外显子环状RNA(exonic circRNA)的量约为polyA mRNA(线性mRNA)的1%;占所有非核糖体RNA的0.8%;
- 大部分为ncRNA。
样本要求
- 样本类型:细胞、新鲜组织或足量total RNA
- 样品量:≥5ug纯化后的total RNA(需保证提供的细胞及组织样本可以提取到足量RNA),最低浓度不低于50ng/µl
- 样本质量:OD 260/280值应在1.9~2.2 之间;DNA 应该去除干净,RNA无降解;RIN值大于等于7
- 样品保存运输:RNA用离心管保存,封口膜封口后用干冰运输,组织样品则用冻存管保存,干冰或液氮运输
实验流程
检测原理
通过高通量测序技术检测circRNA最关键的原理是寻找反向剪接的reads,即back-splicing reads。
数据分析
分析结果
1. circRNA预测及数目统计
应用Memczak等[1]的方法进行circRNA的预测。每个样本mapping到基因组各个染色体的reads以及back-splicing reads可以通过圈图展示。
图1. 基因组覆盖分布图。
以1K的窗口得出基因组的一个覆盖分布,图中最外圈为基因组,里面每一个圈表示一个样本的染色体reads覆盖,其中红色代表该样本中back-splicing reads的覆盖情况。
对所有预测获得的circRNA与circBase数据库[2]的已知circRNA的位置信息进行比较,可以区分出新预测出来的novel circRNA和已知的known circRNA,统计如下:
2. circRNA表达定量及差异分析
目前,对于绝大多数的circRNA而言都无法获得其完整的序列[3],因此只能用circRNA的back-splicing位点处的junction reads来计算其表达量,这里我们采用SRPBM [4]对reads进行归一化处理。用edgeR [5]软件计算筛选差异表达的circRNA,得出p-value后进行多重假设检验校正,通过控制FDR(False Discovery Rate)来决定p-value的阈值,校正后的p-value即q-value。
图2. circRNA差异表达散点图和火山图
3. circRNA关联基因的GO和KEGG富集分析
根据circRNA的位置信息,可以获得与circRNA所在基因组位置上相关联的蛋白编码基因,然后我们对差异circRNA所对应的基因进行GO和KEGG富集分析。
图3. circRNA关联基因的GO富集散点图
图4. circRNA关联基因的KEGG富集散点图
4. circRNA-miRNA靶向预测及网络构建
用miRanda软件[6]预测差异表达circRNA与miRNA的靶向结合关系,并绘制网络图。
图5. circRNA-miRNA相互作用网络图
参考文献
[1] Memczak S, Jens M, Elefsinioti A, Torti F, Krueger J, et al. Circular RNAs are a large class of animal RNAs with regulatory potency. Nature 2013, 495(7441):333-338.
[2] http://circrna.org/
[3] You X, Vlatkovic I, Babic A, Will T, Epstein I, et al. Neural circular RNAs are derived from synaptic genes and regulated by development and plasticity. Nat Neurosci 2015,18(4):603-610.
[4] Li Y, Zheng Q, Bao C, Li S, Guo W, et al. Circular RNA is enriched and stable in exosomes: a promising biomarker for cancer diagnosis. Cell Res 2015, 25(8):981-984.
[5] Robinson MD, McCarthy DJ, Smyth GK. edgeR: a Bioconductor package for differential expression analysis of digital gene expression data. Bioinformatics 2010, 26(1):139-140.
[6] Enright AJ, John B, Gaul U, Tuschl T, Sander C, et al. MicroRNA targets in Drosophila. Genome Biol 2003, 5(1):R1.