转录组测序技术详解

一、 转录组测序概述

1. 定义：

   • 转录组是指特定细胞、组织或生物体在特定发育阶段或生理/病理状态下所有转录出来的RNA分子的总和。它不仅包括最终翻译成蛋白质的信使RNA，还包括不翻译成蛋白质但具有重要功能的非编码RNA。

   • 转录组测序是利用高通量测序技术对转录组进行大规模、全面分析的技术。它克服了传统微阵列技术（如芯片）在检测范围、灵敏度、定量准确性等方面的限制。

2. 核心目标：

   • 基因表达定量： 精确测量不同基因或转录本的表达水平（丰度）。

   • 转录本结构分析： 鉴定可变剪接事件、转录起始位点、终止位点、外显子使用情况等。

   • 新转录本发现： 识别未被注释的新基因、新剪接变体、非编码RNA等。

   • 融合基因检测： 发现因染色体易位等原因产生的融合转录本（尤其在癌症研究中重要）。

   • 等位基因特异性表达： 研究来自父本和母本等位基因的表达差异。

3. 通用流程：

   1. 样本采集与RNA提取： 从目标组织或细胞中提取总RNA。RNA质量至关重要（常用RIN值评估）。

   2. 文库构建：

      • mRNA富集： 通常使用oligo-dT磁珠特异性地捕获带polyA尾的mRNA（真核生物），或去除rRNA（原核生物或需要保留非polyA RNA时）。

      • 片段化： 将长RNA分子随机打断成适合测序仪读长的片段（如150-300bp）。

      • cDNA合成： 以RNA片段为模板，用逆转录酶合成第一链cDNA，再合成第二链cDNA。

      • 接头连接： 在cDNA片段两端连接测序平台特异的接头（包含测序引物结合位点和样本索引）。

      • 文库扩增与质检： 通过PCR扩增文库，并进行质量控制和定量。

   3. 高通量测序： 将文库加载到测序仪上进行大规模并行测序（如Illumina平台的边合成边测序技术）。

   4. 生物信息学分析：

      • 数据质控： 去除低质量读段、接头序列等。

      • 序列比对： 将测序读段比对到参考基因组或转录组上。

      • 基因/转录本定量： 计算基因或转录本的表达量（常用FPKM、TPM或Counts）。

      • 差异表达分析： 比较不同组间（如处理vs对照、疾病vs健康）基因表达水平的显著变化。

      • 可变剪接分析： 识别和量化不同的剪接异构体。

      • 新转录本预测： 识别未被注释的转录区域。

      • 功能富集分析： 对差异表达基因进行GO、KEGG等通路富集分析，解释生物学意义。

二、 小RNA测序

1. 定义与目标：

   • 专门针对长度较短（通常18-35nt）的非编码RNA进行测序分析。

   • 主要目标分子：

     • microRNA： 最重要的调控小RNA，通过结合靶mRNA的3'UTR导致其降解或翻译抑制，调控基因表达。是研究的核心。

     • siRNA： 主要参与RNA干扰通路和异染色质形成。

     • piRNA： 主要在生殖细胞中表达，沉默转座子以维持基因组稳定性。

     • 其他：如snoRNA衍生的小RNA等。

   • 核心目标：

     • 鉴定样本中存在的所有小RNA种类（尤其是miRNA）。

     • 精确定量每种小RNA的表达水平。

     • 发现新的小RNA分子（尤其是新的miRNA前体或成熟体）。

     • 研究小RNA在基因调控、发育、疾病（如癌症标志物）中的作用。

2. 技术特点（与常规mRNA-seq主要区别）：

   • 文库构建：

     • 大小选择： 核心步骤！在RNA提取后或cDNA合成后，通过凝胶电泳或磁珠分选等方法，严格筛选18-35nt大小范围的RNA片段。这是富集小RNA的关键。

     • 3'和5'接头连接： 由于小RNA很短，需要先在两端分别连接特异的3'和5'测序接头（常规mRNA-seq是打断后连接）。这些接头通常经过特殊设计以适应小RNA的长度和末端结构（如miRNA的5'磷酸和3'羟基）。

     • 逆转录与PCR： 连接好接头的RNA进行逆转录生成cDNA，再进行PCR扩增。

   • 测序： 通常进行单端测序（SE），读长足以覆盖整个小RNA分子（如50bp SE）。

   • 数据分析：

     • 去接头： 精确去除测序读段两端的接头序列，得到小RNA的真实序列。

     • 长度筛选： 过滤掉长度不符合小RNA范围（如<18nt或>35nt）的读段。

     • 比对与注释： 比对到参考基因组，并使用小RNA数据库（如miRBase）注释已知miRNA/siRNA/piRNA等。鉴定新miRNA需要特定的预测算法。

     • 定量与差异分析： 计算每个小RNA的counts数，进行表达量标准化和差异表达分析。

三、 全转录组测序

1. 定义与目标：

   • 全转录组测序旨在尽可能全面、无偏向性地捕获和分析一个样本中存在的几乎所有类型的RNA分子。 它超越了传统的只关注polyA+ mRNA的测序方法。

   • 目标RNA类型：

     • PolyA+ mRNA： 编码蛋白质的信使RNA。

     • 非polyA mRNA： 一部分mRNA（如组蛋白mRNA）没有polyA尾。

     • 长链非编码RNA： 长度>200nt，不编码蛋白质，但具有重要的调控功能（如Xist, NEAT1）。

     • 小RNA： 包括miRNA, siRNA, piRNA等（通常需要单独富集或通过生物信息学从总数据中筛选）。

     • 核糖体RNA： 虽然通常被视为需要去除的“噪音”，但在某些研究（如rRNA修饰）中也可能被分析。

     • 转运RNA： 及其衍生的小RNA。

     • 环状RNA： 具有共价闭合环状结构的RNA分子，由反向剪接产生。

     • 其他：如snoRNA, snRNA等。

   • 核心目标：

     • 获得样本中所有RNA种类的完整表达谱。

     • 研究不同类型RNA（编码和非编码）之间的相互作用和调控网络。

     • 发现新的转录本，特别是新型非编码RNA。

     • 在系统水平上理解基因调控的复杂性。

2. 技术特点：

   • 文库构建：

     • 去除rRNA是关键： 由于rRNA占总RNA的80-90%以上，是主要噪音来源。常用方法有：

       • 探针杂交去除： 使用与rRNA序列互补的生物素标记探针杂交，再用链霉亲和素磁珠去除。

       • 酶消化去除： 使用特异性降解rRNA的酶。

       • 不进行polyA选择： 避免丢失非polyA RNA。这是与常规mRNA-seq最本质的区别。

     • 片段化与链特异性： 总RNA被随机打断。文库构建通常采用链特异性策略（在第二链cDNA合成时引入dUTP，后续酶切降解第二链），以保留RNA来源链的信息，这对lncRNA、反义转录本和精确界定基因边界至关重要。

     • 接头连接与扩增： 与常规流程类似。

   • 测序： 通常需要双端测序（PE）和较深的测序深度，因为需要覆盖更多种类的RNA，且rRNA去除不可能100%有效，有效数据的比例相对较低。

   • 数据分析： 非常复杂和全面。

     • 包含常规mRNA-seq的所有分析（表达定量、差异表达、可变剪接、新转录本）。

     • lncRNA鉴定与注释： 使用特定流程和数据库（如GENCODE, NONCODE）识别和定量lncRNA。

     • circRNA鉴定： 使用识别反向剪接点的算法（如CIRI2, find_circ）进行预测和定量。

     • 小RNA分析： 可以从总数据中筛选出小RNA长度的读段进行单独分析（但灵敏度和特异性可能不如专门的小RNA测序）。

     • 整合分析： 将不同RNA类型的表达和调控关系进行整合分析（如miRNA-mRNA相互作用，ceRNA网络）。

四、 总结与比较

选择哪种方法？

• 如果你只关心编码蛋白质的基因的表达水平和剪接变化，mRNA-Seq通常是最经济高效的选择。

• 如果你专门研究microRNA或其他小RNA在疾病、发育或调控中的作用，小RNA-Seq是必需且最灵敏的技术。

• 如果你想要一个最全面的视角，研究所有类型的RNA（包括lncRNA, circRNA, 非polyA mRNA）及其相互作用，或者进行新转录本的探索性发现，那么全转录组测序是最佳选择，尽管成本和数据分析复杂度更高。

总而言之，转录组测序技术（mRNA-Seq, smRNA-Seq, Total RNA-Seq）为我们提供了强大的工具来解码细胞在RNA层面的复杂活动。理解它们各自的原理、目标、技术特点和适用场景，对于设计合理的实验方案和解读研究结果至关重要。