表达谱

环形RNA是一类在真核细胞中广泛存在的内源性非编码RNA分子，在生物体发育过程中发挥重要作用。之前研究已在不同物种中鉴定出数百万个环形RNA分子，并产生了大量用于揭示生物体组织表达模式的环形RNA数据资源。然而，由于大多数环形RNA表达量较低，传统的转录组测序方法无法表征单个细胞环形RNA表达谱系特征及异质性。近年来，随着单细胞全长转录组测序技术的发展，已可对单个细胞中环形RNA进行捕获测定。尽管效率较低，仍可部分揭示单细胞分辨率下环形RNA的表达模式。因此，单细胞水平的环形RNA表达及功能研究已成为该领域重点关注的问题。 中国科学院北京生命科学研究院研究员赵方庆团队致力于环形RNA方面的研究。6月10日，该团队在《自然-通讯》（Nature Communications）上，发表了题为Exploring the cellular landscape of circular RNAs using full-length single-cell RNA sequencing的研究论文。该研究基于海量单细胞全长转录组测序数据集，实现了单细胞分辨率下环形RNA的高效识别及深度挖掘，基于大规模时空组学数据的整合分析，探索了环形RNA的细胞异质性，揭示了环形RNA作为细胞类型标志物的应用潜力。该研究将目前环形RNA研究从传统组织水平提升至单细胞水平，为探究不同细胞类型中环形RNA的生物学功能提供了重要的数据资源和分析技术。 科研人员收集整理了171个已发表的单细胞全长转录组数据集（图1），包含人和小鼠中58种组织和细胞类型，共计172,137个细胞。同时，研究建立了基于单细胞转录组数据的环形RNA识别和整合分析方法，在人和小鼠中共识别出40,604和131,533个高度可靠的环形RNA分子。基于以上数据所生成的单细胞环形RNA综合表达图谱，为环形RNA的研究提供了有力的数据支持，并为揭示环形RNA在不同细胞类型及发育阶段的动态变化提供了重要资源。 该研究深度剖析了单细胞数据中环形RNA的表达模式，发现它们在不同细胞类型上具有高度特异性。研究对小鼠大脑不同细胞类型中环形RNA的表达的分析表明，抑制性和兴奋性神经元的差异性表达与RNA结合蛋白的表达具有高度相关性。此外，研究观察到胚胎发育不同阶段的特征性环形RNA，阐释了环形RNA从母体来源至合子表达发生的动态转变过程。 进一步地，基于单细胞测序技术可有效的揭示肿瘤发展和转移过程中细胞水平的异质性，研究建立了20名乳腺癌患者的单细胞数据集，分析发现环形RNA在正常和肿瘤细胞的上皮间质转换过程中的表达规律和潜在功能。研究筛选出人和小鼠中细胞类型特异性环形RNA，并验证了其可作为生物标志物在解析肿瘤浸润性免疫细胞中的适用性。最后，研究构建了目前首个单细胞环形RNA数据分析和资源平台——circSC（http://circatlas.biols.ac.cn）（图2），为环形RNA研究奠定了独特而重要的数据和技术基础。 研究工作得到国家杰出青年科学基金、国家自然科学基金基金重点项目和国家重点研发计划的支持。赵方庆团队致力于建立高效的算法模型和实验技术，探索人体微生物与非编码RNA的结构组成与变化规律，解析它们与人类健康和疾病的关系。近年来，相关成果先后发表在Cell（2020）、Gut（2022/2020/2018）、Nature Biotechnology（2021）、Nature Computational Science（2022）、Nature Communications （2022a/2022b/2021/2020/2017/2016）、Genome Biology（2021/2020/2016）、Molecular Biology and Evolution（2022）、ISME J（2019）等上，这些研究丰富了科学家对人体微生物与非编码RNA多样性、结构组成与功能的认识，并为相关数据挖掘及功能机制研究提供了重要方法学工具。 　　论文链接 图1.基于单细胞全长转录组的环形RNA识别和整合分析 图2.环形RNA单细胞表达图谱及数据平台——circSC 精彩会议预告：点击图片免费报名参加“第五届基因测序网络大会”

安捷伦科技公司推出新型人类基因表达谱微阵列芯片 覆盖人类基因间长链非编码 RNA 区域 2012 年 5 月 22 日，安捷伦科技公司（纽约证交所： A）推出了 Agilent SurePrint G3 人类基因表达谱 v2 微阵列芯片，该芯片是唯一基于博德研究所最新公布的人类基因间长链非编码 RNAs （lincRNAs）参考目录进行设计的微阵列产品。 LincRNAs 是重要的基因表达调节子，在胚胎发育和众多细胞过程中具有重要作用。针对单个lincRNAs 的功能分析对研究者来说非常棘手，但是最近在测序和计算方法方面的技术进展改善了该领域的分析能力。 &ldquo 我们刚刚开始触及 lincRNAs 如何控制机体内许多过程（从脂肪发育到肿瘤生长）&rdquo ，博德研究所的研究人员、介绍人类 lincRNA 参考目录一文的共同作者 Moran N. Cabili 说， &ldquo 此次与安捷伦的合作，建立在迄今为止所创建的最全面的 lincRNAs 数据库，将有助于加快该领域的研发进程。&rdquo &ldquo SurePrint G3 人类基因表达谱微阵列芯片为新兴 lincRNA 研究领域带来了最新产品，&rdquo 安捷伦基因组学高级总监 Kathleen Shelton 说， &ldquo 我们很荣幸与著名的博德研究所共同合作开发此项尖端技术，有力推动 lincRNA 在基因表达中所起作用的研究。&rdquo Cabili 将参加一个由安捷伦主办的免费网络讨论会，题目为&ldquo 寻找转录组中丢失的 lincs&rdquo ，时间定在 6 月 6 日的早上 8 点（太平洋标准时间）。此次网络讨论所涉及的主题包括 lincRNAs 的鉴定、lincRNAs 相对于编码基因在特定组织中的表达模式以及具有不确定编码潜能的转录产物的功能。要了解详细信息或注册网络会议，请访问：agilenteseminar.webex.com。 SurePrint G3 人类基因表达谱v2 微阵列芯片具有最广的动态范围（超过五个数量级）和极高的灵敏度，可同时检测样本中的低表达子和高表达子。安捷伦微阵列系统具有卓越的灵活性，充分支持研究者设计与其实验相关的各种定制微阵列。 除针对lincRNAs的探针以外，SurePrint G3 人类基因表达 谱v2 微阵列芯片还包含对美国国家生物技术信息中心 RefSeq 基因数据库中最新 mRNA 的更新。 要了解更多信息，请访问：www.agilent.com/genomics/v2GExArray。 关于安捷伦科技 安捷伦科技公司（纽约证交所： A）是全球领先的测量公司，同时也是化学分析、生命科学、电子和通信领域的技术领导者。公司的 18,700 名员工为 100 多个国家的客户提供服务。在 2011 财政年度，安捷伦的业务净收入为 66 亿美元。要了解安捷伦科技的信息，请访问：www.agilent.com.cn。 编者注： 更多有关安捷伦科技公司的技术、企业社会责任和行政新闻，请访问安捷伦新闻网站：www.agilent.com.cn/go/news。

近日，中国科学院北京基因组研究所（国家生物信息中心）国家基因组科学数据中心开发的癌症单细胞表达图谱数据库CancerSCEM上线。该研究成果以CancerSCEM: a database of single-cell expression map across various human cancers为题在国际学术期刊Nucleic Acid Research在线发表。　　单细胞分辨率的全转录组测序技术（scRNA-seq）具有研究细胞异质性的显著优势，已成为研究肿瘤微环境、癌症发病机制、转移与侵袭以及各类癌症治疗与诊断不可或缺的手段。截至2021年11月，PubMed已有超过1300个癌症相关的单细胞转录组学研究，极大提升了人们对人类癌症发生发展的理解，推动了癌症临床诊断与治疗的进程。大规模癌症scRNA-seq数据在过去十年中呈现爆炸式增长，迫切需要对这些数据进行规范化整合与处理，对各类癌症的肿瘤微环境进行深入挖掘与比较分析。为应对这一需求，该研究团队开发了CancerSCEM数据库。　　CancerSCEM 1.0版本整合分析了208个癌症scRNA-seq数据集，涵盖肺腺癌（LUAD）、结肠直肠癌（CRC）、恶性胶质瘤（GBM）等在内的20种人类癌症类型。通过标准化分析流程处理，获得了精确的细胞类型注释信息。在此基础上，团队还开展了一系列附加分析，包括不同细胞类型间基因差异表达分析（可为新型标志物筛选提供参考）、细胞表面受体-配体基因对表达谱、样本内细胞互作网络构建等，可为用户提供更加丰富的肿瘤微环境相关信息，并开展了基于TCGA表达数据与临床信息的生存分析。　　数据库为用户提供浏览、多重检索、在线分析及下载等服务功能，用户可采用首页快速检索、词云及精确检索等途径查询感兴趣的癌症单细胞数据集或样本。如点击词云里的基因名“HLA-A”或通过搜索框输入，均可触发数据库查询功能，并实时获得目标基因的详细信息及其在单细胞层面与细胞群体（组织）层面的表达分布信息。为方便临床相关用户的使用，团队共审编获得36个常用免疫检查点分子（如PDCD1、CTLA4、LAG3、HMGB1），并提供专门的搜索列表，以帮助各类癌症的临床免疫治疗研究寻找更优的治疗靶点。　　数据库还配备了一个交互式综合在线分析平台，共集成2个分析模块与7个分析功能。通过基因分析模块，用户可开展4个方面的实时分析及可视化展示：样本内目标基因的整体表达概况；样本内基因在不同细胞类型间的表达比较；基因表达相关性计算及筛选；208个样本中单细胞或bulk层面的基因表达比较。通过样本分析模块，用户可进行样本间细胞组成比较、样本内细胞互作网络构建以及基于TCGA的生存分析。该分析平台将为用户开展个性化的癌症scRNA-seq数据挖掘提供友好的增值服务。　　该研究工作得到中科院战略性先导科技专项、国家自然科学基金、国家重点研发计划等项目资助。　　论文链接