RNA编辑分析

1.工具概述：

    RNA编辑（RNA editing）是指转录后的RNA在编码区发生碱基的加入、丢失或转换等现象。RNA编辑产生的“基因”可称为隐蔽基因（cryptogene），其产物的结构不能从基因组DNA序列中推导获得。早在1986年发现锥虫线粒体mRNA转录加工后，其mRNA的多个编码位置上加入或丢失尿苷酸。1990年在高等动物和病毒中也发现了上述现象，在有些蛋白质的表达过程中，发现有新的编码序列产生或是编码序列发生了改变，而且这种改变的发生不是在DNA水平上的，而是在RNA水平，通常会增加一些原来DNA模板中不曾编码的碱基，这种现象是由RNA编辑所产生的。

RNA编辑是新发现的在mRNA水平上遗传信息改变的过程。由于RNA编辑使mRNA中的编码序列与它的基因中的编码序列不一致。研究证明，mRNA中个别碱基的取代和加减，造成mRNA的碱基序列与它的基因的碱基序列不一致，使其仍能参与翻译，所有这一系列的改变不是发生在基因水平上，也不是发生在拼接水平上，而是发生在成熟的mRNA水平上。A-to-I RNA编辑是哺乳动物转录组中最广泛分布的一种修饰类型。ADAR是行使这一重要RNA修饰类型的催化酶。ADAR通过结合蛋白编码基因或者非编码序列的双链RNA区域将腺苷脱氨基转变为肌苷。

1.1 机制

    编辑一般发生在mRNA的3’端而不在5’端，1988年Kenneth等首次报道了编辑在3’端的现象。他们合成了2种编辑引物和2种未编辑引物。完全编辑的成熟RNA仅能同编辑引物杂交，用PCR检测到了杂交带，它不能杂交到未编辑mRNA上。相反，未编辑RNA仅能同未编辑引物反应。如果编辑是从转录物的3’端开始按3’→5’方向进行，那么3’端编辑的转录物将可以被测定出来。在PCR扩增时，只有3’端引物是被编辑的才有杂交反应，而5’端被编辑的引物不能扩增，试验结果说明了编辑是按mRNA的3’→5’方向进行的。

1.2 分类

    RNA编辑主要类型有：

    （1）简单编辑，单碱基转变的转录后调节；

    （2）插入编辑，插入单个核苷酸或少量核苷酸的丢失，其机制是转录链的跳格；

    （3）泛编辑，插入或缺失多个尿嘧啶核苷酸或转录后插入多个胞嘧啶，其机制是编辑序列由外源反义引导RNA（gRNA）提供，gRNA在编辑体（editosome）核蛋白颗粒中与前编辑mRNA配对，鉴别作为错配的位点进行编辑；

    （4）多聚腺嘌呤编辑，在转录产物末端加腺嘌呤，完善终止密码子。

1.3 意义

    RNA编辑的生物学意义主要有：

    （1）校正作用，因4个核苷酸的插入移码，使其肽链的序列和其他生物的相似；

    （2）调控翻译，通过编辑可以引入或去除起始密码子或终止密码子；

    （3）扩充遗传信息，经编辑后增加了肽链的编码信息量。

1.4 研究意义

    RNA编辑现象使得同一个基因序列有可能产生成百上千种不同的RNA，从而极大促进基因编码的遗传信息在RNA水平上的多样性与可塑性。最近的研究表明ADAR1介导的非编码区RNA编辑在先天免疫系统中起了重要的负调控作用。ADAR1会对特定的内源性的双链RNA进行A-to-I编辑，内源双链RNA被编辑之后，在细胞质中就不会被MDA5识别为“非己”，这样就防止了激活内源双链RNA的免疫反应。

1.5 软件介绍

    REDItools是python脚本，旨在通过下一代测序数据研究基因组规模的RNA编辑。RNA编辑是一种转录后现象，涉及精确RNA定位中特定碱基的插入/缺失或取代。在人类中，RNA编辑是通过将胞嘧啶脱氨为尿苷（C-U），或者主要是通过ADAR酶将腺苷转化为肌苷（A-I）来进行的。A对I替代可能会产生深远的功能后果，并与多种人类疾病（包括神经系统疾病和神经退行性疾病或癌症）有关。NGS技术为研究RNA编辑提供了独特的机会。REDItools是旨在研究大规模RNA编辑的简单python脚本。REDItools现在托管在https://github.com/BioinfoUNIBA/REDItools。

2.操作方法：

 ①任务名称：对本次小工具运行任务进行命名，方便后续任务查找及分析结果查看。

 ②比对Bam文件：输入待分析的Bam文件。Bam是目前基因数据分析中最通用的比对数据存储格式，它既适合于短read也适合于长read，最长可以支持128Mbp的超大read！

    ③参考基因组序列文件：fasta格式，可以到公共数据中找对应物种，选择合适组装版本后，指定*.genome.fa作为输入文件即可。

    ④参考基因组注释文件：GFF或GTF格式，可以到公共数据中找对应物种，选择合适组装版本后，指定*.gff3或*.gtf作为输入文件即可。文件格式说明：格式如下，数据与数据之间务必用制表符（tab符）隔开，不能用空格。

    注：基因组序列文件和注释文件必须配套，否则结果会是空。

3.结果解读：

    RNA编辑分类统计图：横坐标代表样本，纵坐标表示不同RNA编辑类型的占比情况。

       RNA编辑统计表

    （1）Chr：编辑位点所在染色体；

    （2）Location：编辑所在的坐标；

    （3）Editing_type：编辑类型；

    （4）Coverage：每个位点的深度；

    （5）Frequency：观察到的替代频率；

    （6）Function_type：编辑位点发生的所在位置；

    （7）Function_gene：编辑位点发生的所在基因。

4.参考文献：

    [1] Picardi E, Pesole G. REDItools: High-throughput RNA editing detection made easy[J]. Bioinformatics, 2013, 29(14).