单细胞RNA测序技术让科学家能够以前所未有的分辨率观察基因表达，但在分析转录本起始位置时，一个长期存在的技术难题始终困扰着研究者——RNA降解。这种降解会导致转录本5’端读取覆盖不均，使转录起始位点的鉴定和定量产生偏差，进而影响对基因调控机制的准确理解。这一问题在分析临床样本时尤为突出，限制了该领域对转录调控精细层面的探索。
近日，四川大学华西医院生物治疗国家重点实验室陆晨研究员与林静雯研究员联合团队在国际学术期刊《自然·通讯》发表了一项题为《通过校正RNA降解实现单细胞水平转录起始位点精准解析》的研究。研究团队开发了一套名为scATS的计算框架，系统性地解决单细胞转录组数据中RNA降解造成的信号失真问题，并在造血发育、新冠病毒感染后的免疫应答以及非小细胞肺癌等多个生物学场景中验证了该方法的有效性。
scATS的核心思路包含两个互补的创新设计。首先，研究团队基于经验累积分布函数与期望最大化算法，构建了两个降解指标——α和β——分别代表RNA降解速率和转录本完整性。这两个指标既可以在单个转录起始位点水平计算，也可以汇总到样本整体水平，从而对数据质量进行精准评估。其次，该框架能够输出经过降解校正后的转录起始位点使用比例，相较于原始值更为可靠。在模拟数据和真实数据中，scATS鉴定转录起始位点的精度显著优于现有的SCAFE、CamoTSS、TSSr等工具，且与长读长测序数据的验证一致性最高。
将scATS应用于小鼠造血干细胞的5’单细胞转录组数据后，研究人员发现转录起始位点在造血分化过程中呈现动态变化——有些转录起始位点在干细胞中高表达，进入成熟细胞后显著下降，另一些则相反。进一步分析新冠肺炎康复者外周血单个核细胞的数据表明，整合转录起始位点信息后，细胞聚类分辨率显著提升，例如原本混杂在CD4阳性细胞中的初始CD8阳性T细胞被清晰区分出来。在非小细胞肺癌样本中，研究团队利用scATS鉴定出一批在恶性肿瘤细胞与正常上皮细胞之间差异使用的转录起始位点，并基于机器学习方法构建了“肺癌相关性评分”模型。该模型成功预测并实验验证了CCR6、CCR2和RTKN2三个基因的特定转录亚型在肺癌细胞增殖和迁移中的功能——不同转录起始位点产生的长短亚型甚至表现出完全相反的效应。这一研究为深入解析疾病相关的转录调控提供了有力工具。
READING
BioPeers
欢迎关注本公众号，所有内容欢迎点赞，推荐❤️，评论，转发~
如有错误、遗漏、侵权或商务合作请私信小编~~
欢迎大家投稿课题组 研究进展 、招聘及招生宣传~
所有文章只为科普、科研服务，无商业目的~
热门跟贴