基因反式剪接起源和进化的大数据研究及其在基因演化中的功能

Compared to the commonly observed canonical RNA cis-splicing, the intergenic trans-splicing joins exons from two independent distant genes to form mature messenger RNA. So far, few intergenic trans-splicing cases were discovered, nor was the mechanism clear. Whether intergenic trans-splicing commonly exists as cis-splicing, which is wide-spread and tightly controlled, or represents merely some background ‘splicing noise’ has been in hot debate. In addition, the proteomic functions of intergenic trans-splicing products, and their evolutionary dynamics and conservation have not been extensively studied. .Three specific aims are included in the proposed project. .(1) We will assemble a model system including several species across five orders in Class Insecta, which represents an evolutionary timeframe of approximately 400 million years. Using RNA-seq data generated by our high-throughput transcriptome sequencing experiments and available from public databases, we will carry out a genome-scale mega data analysis on intergenic trans-splicing events. .(2) We will build an integrated bioinformatics platform for comprehensive integenic trans-splicing screening, and develop a database of intergenic trans-splicing events for animals. We will systematically analyze and characterize the global profile and statistical distribution of trans-splicing events. By comparison with the canonical RNA cis-splicing, we will reveal the differences and similarities between the molecular mechanism of the trans-splicing and cis-splicing. .(3) By systematically phylogenetic analysis of intergenic trans-splicing, we will illuminate how the trans-splicing events originated and evolved, and elaborate the impact and function of intergenic trans-splicing events on the evolution of genome.

与常见的RNA顺式剪接不同，反式剪接是将远距离的不同基因外显子剪接形成成熟RNA的机制。到目前为止，基因间反式剪接发现数量很少，其机制仍不清楚。 对于基因间反式剪接是否像顺式剪接那样普遍存在且被精确调控，或只是一些随机剪接背景噪音，一直有着激烈争论。另外，基因间反式剪接产物的特征和功能，及反式剪接在进化上是否保守还缺乏系统性研究。项目三个主要内容：1）建立昆虫纲动物5个目多个物种的模型系统（代表4亿年进化史），通过高通量测序实验和公共数据搜集，进行跨物种、全基因组层次上的基因反式剪接的大数据分析筛选； 2）建立基因反式剪接的生物信息学方法平台及动物反式剪接基因数据库；系统分析并建立反式剪接基因的特征模型和统计分布规律；通过反式剪接和顺式剪接的特征模式比对，阐明二者分子机制的异同；3) 通过反式剪接基因的系统进化分析，阐明反式剪接基因的起源和进化过程，阐述反式剪接在基因进化中的作用和功能。

真核生物中遗传信息在DNA上以不连续的单元形式存在，是真核生物最重要的特征之一。与常见的RNA顺式剪接不同，反式剪接将来源于不同RNA 前体的外显子通过剪接形成成熟mRNA，基因间反式剪接发现数量很少，其机制不清楚，很多关键问题没有得到解决，包括：反式剪接是剪接过程中的噪音还是具有显著的生物学功能？ 反式剪接在多大程度上影响了一个物种的转录组和蛋白组？反式剪接基因是如何起源和进化的？反式剪接机制是否参与到基因功能的多样化？其过程是怎样的？.本项目围绕这些重要科学问题，开展了三项研究：1）构建昆虫近缘物种组成的模型系统并整合其组学大数据;开展基因组水平基因反式剪接的系统分析。国际上第一次通过建立昆虫纲动物5个目的多物种模型系统，利用4亿年进化史的种群大数据，进行跨物种、全基因组层次上的反式剪接的大数据分析筛选。2）开展对反式剪接基因数据集的大规模实验验证工作；进行基因组水平上反式剪接的模式分析。从1600个昆虫的反式剪接事件中挑选5%进行实验验证，证明我们建立的RNA反式剪接分析筛选流程，有较好的成功率（>70%）。通过对反式剪接基因的分布统计、序列特征、剪接产物的分析，我们对反式剪接基因的模式和结构偏好性有了整体了解。3）开展反式剪接基因的系统进化分析，阐明反式剪接基因的起源和进化过程。检测到的反式剪接事件涉及大约2200个基因，占基因组的1.58%，说明反式剪接能够对转录组产生小规模的影响。还发现mod(mdg4)是昆虫纲中唯一保守的反式剪接事件。我们的结果证明了反式剪接在基因功能多样化中的作用，否定了反式剪接仅仅是剪接噪音的假说。同时，反式剪接在进化中受到了严格的调控，其导致基因多样化的功能并没有被广泛利用。反式剪接通过改变了对基因结构的限制，在基因和基因组的进化过程中有着特殊作用和重要的意义。.本项目在国际高水平SCI学术刊物上发表论文10 篇，包括 Nature Communications 、PloS genetics、Nucleic Acids Research，Bioinformatics, BMC Genomics等，申请专利1项。