新研究突破质疑 指出人类转录组存在大量RNA编辑

华大基因再发Nature Biotechnol 验证RNA编辑

2月，华大基因在欧洲建立的首个基因组研究中心正式开幕，这标志着这一中国基因组研究最大机构正式进驻欧洲，同期华大基因也传来了研究成果方面的好消息，他们与来自台湾长庚大学，丹麦哥本哈根大学的研究人员通过一位中国男性个体超过7亿RNA样品的测序分析，鉴定出了两万多个RNA编辑位点，并发展了一种能减少假阳性的计算方法，这一重要成果公布在Nature Biotechnology在线版上。

　　

生物通报道：2月，华大基因在欧洲建立的首个基因组研究中心正式开幕，这标志着这一中国基因组研究最大机构正式进驻欧洲，同期华大基因也传来了研究成果方面的好消息，他们与来自台湾长庚大学，丹麦哥本哈根大学的研究人员发表了题为“Comprehensive analysis of RNA-Seq data reveals extensive RNA editing in a human transcriptome”的文章，通过一位中国男性个体超过7亿RNA样品的测序分析，鉴定出了两万多个RNA编辑位点，并发展了一种能减少假阳性的计算方法，这一重要成果公布在Nature Biotechnology在线版上。

文章的通讯作者是华大基因执行院长王俊教授，这位青年教授主要研究方向涉及基因组学、生物信息学、比较基因组学、分子进化、转录调控、多态性等多个领域，曾主导完成首个中国人基因组，生物通对其进行过采访，具体见专访第一个中国人基因组绘制者：王俊。

RNA编辑是指在mRNA水平上改变遗传信息的过程，即转录过程中，RNA前体发生删除、添加或修饰等所带来的改变。最早RNA编辑是在锥虫(Trypanosome)线粒体基因中发现的，由于RNA编辑是基因转录后在mRNA中插入、缺失或核苷酸的替换而改变DNA模板来源的遗传信息，翻译出多种氨基酸序列不同的蛋白质，RNA编辑的结果不仅扩大了遗传信息，而且使生物更好地适应生存环境。

去年来自美国宾州大学的G. Cheung课题组在Science发表文章指出，人类细胞中有超过10000个外显子位点存在转录RNA序列和模板DNA序列不匹配现象。此结论意味着可能存在“RNA编辑”新方式。但是这一结论遭到了其他科学家的质疑和批评。一些科学家认为出现的RNA和DNA不一致的位点有可能是研究人员在使用高通量测序仪进行测序时的系统误差或生物信息学分析方法不够严谨导致的假阳性。

为了解答这一疑问，平息争论，华大基因等处的研究人员利用最新的RNA-seq技术对人类个体中的RNA编辑位点进行了准确、全面的检测和广泛的分析，并研发了一个更加严谨的生物信息学算法，从中证明人转录组中确实存在大量的RNA编辑。

在这项研究中，研究人员在非编码基因和内含子，非编码区和蛋白编码基因的编码序列中识别出了22688个RNA编辑事件，这其中有超过93%的位点是由腺嘌呤（A）转变为鸟嘌呤（G），还有1,146个是单碱基之间的转换（包括嘌呤与嘌呤之间的替换或嘧啶与嘧啶之间的替换），最后429个位点发生了单碱基颠换（嘌呤和嘧啶之间的替换）。除此之外，研究人员还在miRNAs中发现了44个编辑位点，这说明RNA编辑和miRNA介导的调控之间存在某种关联。

目前这些相关数据已经在线公布：http://yheditome.genomics.cn/mgb2/gbrowse。

这一重要成果不仅证实了转录组中大量RNA编辑的存在，为进一步了解RNA编辑的作用提供了重要信息，而且还指出了一种先进的方法，能助力大规模分析研究，横向比较大量数据。

华大基因是基因组研究领域的领衔机构，Science杂志近日发表了一篇题为China's Sequencing Powerhouse Comes of Age的文章，针对华大基因在基因组研究领域的发展历程进行了报道，并指出自1999年成立以来，华大基因在完成多项基因组科研工作的同时，积极开展人类健康、分子育种、微生物等基因组的相关研究。随着欧洲和美国基因组学研究中心的成立，华大基因已成为唯一一个足迹遍布全球的基因组学研究机构。（生物通：张迪）

原文摘要：

Comprehensive analysis of RNA-Seq data reveals extensive RNA editing in a human transcriptome

RNA editing is a post-transcriptional event that recodes hereditary information. Here we describe a comprehensive profile of the RNA editome of a male Han Chinese individual based on analysis of ~767 million sequencing reads from poly(A)+, poly(A)− and small RNA samples. We developed a computational pipeline that carefully controls for false positives while calling RNA editing events from genome and whole-transcriptome data of the same individual. We identified 22,688 RNA editing events in noncoding genes and introns, untranslated regions and coding sequences of protein-coding genes. Most changes (~93%) converted A to I(G), consistent with known editing mechanisms based on adenosine deaminase acting on RNA (ADAR). We also found evidence of other types of nucleotide changes; however, these were validated at lower rates. We found 44 editing sites in microRNAs (miRNAs), suggesting a potential link between RNA editing and miRNA-mediated regulation. Our approach facilitates large-scale studies to profile and compare editomes across a wide range of samples.