特殊结构新型长非编码RNA的系统发掘、进化表达及潜在功能研究

Growing lines of evidence have indicated that genomes are pervasively transcribed, with many previously ignored portions of the genome transcribed as long noncoding RNAs. Long non-coding RNAs (lncRNAs) are non-protein-coding RNAs and larger than 200 nucleotides. Many lncRNAs have the similar structure with mRNAs, normally 5' capped and 3' polyadenylated. With the advent of high-throughput technologies, many lncRNAs were recently identified with specific structures, but lack of polyadenylation and/or capping, including MALAT1/NEAT1、sno-lncRNA and at least two types of circular RNAs. We have recently developed new experimental and computational pipelines to systematically profile some aforementioned lncRNAs without typical polyadenylated structures. In the current proposal, we will further modify these pipelines to genome widely profile these structured lncRNAs from human, non-human primates and mouse and compare their expression differences across species. In addition, we are planning to identify the specific sequences/motifs/structures for these lncRNA during evolution with comparative genomics to find their drive force for evolution. We will further computationally predict potential protein factors that bind to these lncRNAs and further prove it with in vitro assays, which will give molecular clues for their potential functions in different species. Finally, we will also perform loss-of-function and gain-of-function studies with specific structured lncRNAs to further detect their regulatory roles in the whole transcriptomic levels. The knowledge can provide a clear insight into functional importance of these structured lncRNAs during evolution.

越来越多的研究表明，人类基因组中存在大量长非编码RNA，其长度大于200 nt，但是缺乏蛋白编码能力。早期研究发现长非编码RNA在结构上与mRNA类似，通常具有5'端帽子和3'端poly(A)尾巴结构。近年来随着多种新技术体系的建立和应用，在体内发现了大量具有特殊结构的新型长非编码RNA，包括我们课题组发现的sno-lncRNA和一类环形RNA。本申请项目在我们已有的研究基础上，进一步完善全新转录组测序和计算分析流程，针对多个物种转录组开展研究，系统全面地发掘上述多种特殊结构新型长非编码RNA及其在不同物种中的表达差异；深入解析其在进化过程中的序列/结构演变规律，寻找与其相互作用的蛋白因子等，以揭示其在不同物种中的重要功能作用；进一步有针对性地对其成熟机制及其重要功能开展预测并进行深入实验研究，为全面理解基因组中大量存在的长非编码RNA序列在物种进化过程中的发生规律及其作用提供理论基础。

长非编码RNA是一类长度大于200个核苷酸，且不具有蛋白编码能力的RNA分子。在本项目资助下，我们主要利用新一代高通量测序和计算分析方法对特殊结构新型长非编码RNA（尤其是反向剪接产生的环形RNA）进行系统发掘、揭示不同序列和结构等的进化演变对环形RNA在不同物种中的差异表达调控、筛选与环形RNA互作的蛋白因子以探索其重要生物学功能，取得了一系列重要研究成果。利用升级版的环形RNA系统分析流程CIRCexplorer2，对来自于包括人、大鼠、小鼠、斑马鱼、果蝇和线虫等不同细胞系/组织的RNA测序大数据开展研究，建立了最为完善的环形RNA数据库网站CIRCpedia，为环形RNA这一特殊结构新型长非编码RNA分子研究提供了更加全面和系统的研究平台；绘制了环形RNA可变反向剪接和可变剪接表达图谱，揭示了环形RNA在剪接加工水平的复杂性；通过对环形RNA附近互补配对序列在不同物种中的配对能力分析和计算，阐述环形RNA表达的物种特异性及其在进化中的调控机制；利用新发展的新生RNA高通量测序及其相关计算分析，发现了环形RNA生成在转录水平的调控机制；建立了一套环形RNA来源假基因的计算分析流程CIRCpseudo，在全基因组水平寻找不同物种中环形RNA来源的假基因，并初步探索其对基因组遗传信息的潜在调控作用。此外，建立了新的转录组测序和计算分析流程，鉴定获得了一类含5'-snoRNA和3'-poly(A)尾巴的特殊结构新型长非编码RNA SPA，并对其产生加工机制及其在疾病中的潜在功能进行研究。最后，同样受项目资助，拓展相关研究，构建了一系列基于CRISPR/Cas系统的单碱基基因编辑新技术，为长非编码RNA的研究提供了新的研究手段。综上，上述研究为深入开展长非编码RNA功能研究提供了数据支持和理论依据，为系统阐述长非编码RNA的生成加工及其在体内的潜在生物学功能奠定了坚实的理论基础，拓宽了人们对长非编码RNA在进化以及疾病中调控机制的认识。