非编码基因区遗传变异识别及生物学功能挖掘

Noncoding genes are important functional elements in the genome. Noncoding genes are essential in many molecular pathways. There are a huge number of noncoding genes, but the mechanisms of most have not yet been characterized. Currently, the problem of noncoding gene research is the lack of effective methods to help researchers to select the appropriate noncoding gene candidates. Genetic variations, including SNPs and structural variations, are widely distributed in the noncoding regions of the genome. Genetic variation has an important influence on noncoding genes. This proposal intends to construct a complete dataset of noncoding genes and a complete dataset of genetic variations, identify the genetic variations associated with noncoding genes and predict the influence of genetic variations on the transcriptional regulation and modification of noncoding genens. Precise prediction of the influence of genetic variations on noncoding genes may reveal the biological function of noncoding genes. It also provides new insights for noncoding gene research.

非编码基因是基因组上重要的功能元件，非编码基因参与很多重要的生物学过程，并发挥关键作用。非编码基因数量巨大，而绝大多数非编码基因的生物学功能未知。目前非编码基因的研究所面临的问题是缺少有效的方法帮助研究人员筛选到合适的非编码基因研究对象。基因组的非编码基因区上存在着大量的遗传变异，包括单核苷酸多态性和基因组结构变异。这些遗传变异对非编码基因有着重要的影响。本项目拟构建完备的非编码基因数据集和遗传变异数据集，全面识别非编码基因区的遗传变异，并从转录调控和修饰等方面评估遗传变异对非编码基因的影响。精确预测遗传变异对非编码基因的影响有望揭示非编码基因的生物学功能，为非编码基因的研究提供了全新的思路。

高通量测序技术的发展和应用，揭示了人类基因组上分布着大量的非编码基因。越来越多的研究表明非编码基因具有重要的生物学功能，而且非编码基因与很多重大疾病的发生发展密切相关。人类基因组上存在大量的遗传变异，其中大部分是位于非编码基因区，这些遗传变异会对非编码基因产生重要的影响。本项目旨在为非编码基因区的遗传变异对非编码基因的影响提供全面的注释，方便非编码基因区遗传变异及非编码基因的功能研究。我们按照预先制定的计划开展本课题的研究。首先我们对非编码基因做了系统收集整理，从公共数据库和公开发表文献中收集了人及经典模式生物的非编码基因信息，去除冗余，建立完备的非编码基因数据集，包含超过14万条长非编码RNA注释。然后我们收集整理了遗传变异数据，主要包括单核苷酸多态性和拷贝数变异数据。接下来我们从多个层面对非编码基因区的遗传变异进行注释，包括对非编码基因的转录调控、转录后修饰、靶向调控和数量性状位点等方面。我们从ENCODE计划公布的数据集中获取了137个转录因子在84个细胞系中的ChIP-seq数据，从JASPAR数据库中获取了127个转录因子的位置权重矩阵数据，从GEO数据中获取了染色质高级结构和m6A高通量测序数据集，从公开发表文献中获取了长非编码基因特异的数量性状位点数据。我们建立了数据注释工具集，并在此基础上搭建了标准的数据注释流程。我们将非编码基因区遗传变异的注释信息汇总整理后，上传至LncVar数据库平台，供研究人员查询浏览。我们搭建的非编码基因区遗传变异注释流程作为Springer出版集团的标准实验流程系列丛书Methods in Molecular Biology: Epitranscriptomics中的一个章节，于2019年公开发表，同时标注了项目的资助。本课题作为非编码基因相关遗传变异研究的一部分，还支持了申请人其他3项相关联的研究工作和一项发明专利的申请。