北京生科院趙方慶團隊發(fā)表環(huán)形非編碼RNA識別新技術(shù)

中科院北京生科院趙方慶團隊發(fā)表環(huán)形非編碼RNA識別新技術(shù)

2月28日，國際學術(shù)期刊Briefings in Bioinformatics 發(fā)表了中國科學院北京生命科學研究院趙方慶團隊題為Circular RNA identification based on multiple seed matching 的最新研究成果。因為目前在環(huán)形RNA識別方面存在著假陽性率高、敏感度不夠等問題，該團隊研究并提出了全新的多重種子匹配算法及最大似然估計模型，可以精確識別環(huán)形RNA接頭序列，以顯著提升環(huán)形RNA的識別效率。

目前已有的環(huán)形RNA識別算法均基于對環(huán)形RNA接頭序列的查找，可分為基于注釋的算法以及從頭預測的算法。然而，由于真核生物轉(zhuǎn)錄的復雜性及環(huán)形RNA分子的特殊性，以上兩類識別算法均面臨著靈敏度低、可靠性差、運算時間長或內(nèi)存使用高等問題，其應(yīng)用也因此受到限制。此外，對上述識別算法的評價體系卻仍主要依賴模擬數(shù)據(jù)，難以對相關(guān)算法在真實轉(zhuǎn)錄數(shù)據(jù)中的表現(xiàn)進行客觀衡量。

針對此現(xiàn)狀，趙方慶團隊提出基于多重種子匹配策略的算法，針對比對質(zhì)量較低的基因組區(qū)域，按長度降序進行種子序列提取，并將之與前后側(cè)翼基因組區(qū)域進行快速匹配。同時，建立了最大似然估計模型，判斷該種子序列的真實來源，并排除來自線性轉(zhuǎn)錄本或剪接副產(chǎn)物的干擾，從而極大提高了環(huán)形RNA分子識別的精度。該研究摒棄了偏差較大的模擬數(shù)據(jù)評測方法，采用 RNase R降解前后真實轉(zhuǎn)錄數(shù)據(jù)的比對體系，對10種已有算法進行全面的評測比較。結(jié)果顯示該研究建立的方法在包含靈敏度與可靠性在內(nèi)的綜合表現(xiàn)（F1得分）上具有明顯的優(yōu)勢，其并行模式還可進一步提升運算速度及內(nèi)存使用效率。該算法與此團隊開發(fā)的CIRI, CIRI-AS等分析工具（Genome Biology, 2015； Nature Communications, 2016）實現(xiàn)無縫銜接，將進一步促進環(huán)形RNA組成及功能等方面的研究。

該工作由趙方慶課題組的研究生高遠和張金陽完成，得到了國家自然科學基金委和中科院的經(jīng)費支持。