基于小样本的RNA甲基化测序数据高分辨率差异分析方法研究

RNA methylation has recently been found to participate in a series of important molecular functions, including, circadian clock and RNA degradation. Because RNA’s instable chemical structure, transcript isoform and differential expression, the existing tools are not capable for conducting differential analysis of MeRIP-Seq data. ..This project will build a specialized MeRIP-Seq differential analysis software platform, with its core “a statistical model for RNA differential methylation with small n”. The project will also cover other key aspects, including, local anomaly removal, an HMM-based model for high-resolution differential analysis, RNA methylation site visualization, algorithm efficiency optimization, parallel computation and open-source cross-platform realization. ..The algorithm and software developed will be applied to breast cancer MeRIP-Seq data directly to study the dysregulation of RNA methylome in cancer. Our preliminary results shows that, the predicted result from our software is highly consistent with the experiment setting, and the famous cancer-protection pathway P53 is significantly enriched by genes those transcripts are differentially m5C methylated, indicating RNA methylation may play an important role in cancer mechanisms, and may be targeted in cancer therapeutics..

近来，RNA甲基化被发现参与生物钟和RNA分解等重要的生化功能。由于RNA分子稳定性差、基因亚型和RNA差异表达等原因，现有的工具并无法有效满足新出现的RNA甲基化测序（MeRIP-Seq）数据差异分析的需求。..本项目将构建一套针对MeRIP-Seq数据差异分析的软件平台：其核心是基于小样本（或者过度散布）的RNA甲基化差异分析的统计模型。关键的研究内容同时涵盖：局部异常的去除、基于隐马尔可夫模型的高分辨率差异分析、甲基化位点的可视化、多种组学数据与RNA甲基化数据的融合，组学数据的算法优化，并行计算和开源跨平台软件实现等方面。..所开发的软件和方法将会直接应用于乳腺癌MeRIP-Seq数据中以研究癌症中RNA甲基化异常现象。前期研究发现软件预测结果与实验条件高度吻合；并且抗癌症通路P53在乳腺癌细胞中显著的富集有RNA差异甲基化基因，表明RNA甲基化与癌症机理的联系和其未来在癌症治疗中

项目的背景: 作为生物体中最基本的基因表达调节机制之一，RNA修饰广泛存在于三大生物王国之中。2017年最新版的RNA修饰数据库Modomics中收录有168种RNA修饰形式，其中甲基化修饰约占80%。目前，RNA修饰研究主要集中于RNA的6-甲基腺膘呤（N6-methyladenosime，m6A）、5-甲基胞嘧啶（5-Methylcytosine，m5C）、假尿嘧啶核苷（pseudouridine，Ψ）、羟甲基胞嘧啶（hydroxymethylcytosine, hm5C）和1-甲基腺膘呤（N1-methyladenosime，m1A）等。除去以上几种修饰之外，人们对其他大多数种类RNA修饰的分布特点、生物功能和调控途径尚知之甚少，可以说，我们已了解的不过是RNA修饰世界的冰山一角，RNA修饰领域还有大量的未知等待人们去探索。..主要研究内容: 本项目主要针对RNA甲基化修饰的高通量数据开发统计方法用于生物信息数据的处理，包括：(1)基于小样本，对MeRIP-Seq中的“过度散布”现象（over-dispersion）进行统计建模，通过估计“组内可变性”来校正差异分析的显著性。(2) 基于比对序列在转录组内的空间信息和隐马尔科夫模型，进一步提高基于MeRIP-Seq的差异分析算法的空间分辨率和准确性。..重要结果: 课题组前后发表13篇科研论文，包括9篇SCI论文和4篇EI论文，其中有2篇SCI论文直接针对项目的主要研究内容。另外，课题组指出RNA甲基化谱中存在共甲基化调控模块的组学调控规律，该发现得到《自然》杂志的引用。..关键数据: 研究项目主要关注方法学内容，大多采用来自NCBI的公开数据..科学意义: 这些工作主要为RNA甲基化修饰高通量数据的处理提供了更有效力的统计方法，更实用的软件工具和更方便的生物信息数据库。