RNA修饰超超超粗略介绍
RNA修饰是什么?相信各位在座的大佬及未来大佬们肯定都比小编懂,但是万一有小伙伴儿想重温一下那懵懂无知的简单岁月呢,对不对,小编简单飞速的班门弄斧一下哈,各位见谅~
中心法则咱们都知道嘛,复杂的人体工厂中,中心法则不断上演。但在整个生命进展过程中,不可能所有过程都依赖遗传物质的直接改变来进行,还有一类非常重要的调控,那就是表观遗传修饰,这类修饰可以在不改变遗传物质的前提下改变基因功能。最开始大家是围绕DNA和蛋白质来开展表观遗传修饰研究的,研究对象有DNA甲基化,染色质可及性,组蛋白修饰等。
图 1
那在中心法则中占据C位的RNA呢?放心,咱们想到的想不到的,绝对都有先驱者在研究啦(到底是好还是不好呢?[笑cry])。RNA修饰,指的是RNA上的共价修饰,比如说m6A(腺嘌呤上6号位N的甲基化)。需要注意的一点是:与DNA化学修饰在相似位点命名的区别,比如在DNA中的5mC,和RNA的m5C。
自打1960年发现第一个RNA修饰以来,科研界对RNA修饰的探索可谓是如火如荼,迄今已经发现了一百多种,还建立的有相关数据库(如:RMBase、MODOMICS)。各类型对应的结构改变也是清清楚楚(图2)。
图 2
这么多种RNA修饰里,m6A可以说是集万千宠爱与一身了,谁让人家数量大呢,这个在RMBase收录的数据中可见一斑(图3),一骑绝尘啊。相关的研究文献数目也是“倍杀”其他RNA修饰类型的(图4,说明:数据只是粗略统计哈)!
图 3
[CHART]
图 4
RNA修饰与癌症的关系
简单了解了RNA修饰,那么RNA修饰是如何在疾病尤其是肿瘤中发挥作用的呢?这里给大家推荐一篇Review文章(图5),作者讲述的很清晰,小编这里也不过多的灌输哈,总的来说就是癌症的八大hallmarks,每个里面都可以看到调控RNA修饰的Writers、Readers和Erasers三大类RNA酶的身影(图6)。许多研究都清楚地表明,癌细胞中RNA修饰酶有助于维持细胞增殖和肿瘤进展。因此,RNA酶作为潜在的药物靶标是在癌症中产生新治疗剂的合理策略。
图 5
图 6
RNA修饰研究新思路
说了一堆,回到咱们正题,其实可能标题说的“再掀波澜”也不大合适,毕竟RNA修饰相关研究一直在路上,从未停止过。只是小编最近漫无目的(划掉)兢兢业业检索文章的时候,突然看到一个最近发表的8分纯生信分析文章(图7),数据是公共的,文章标题中的m6A也是老得不能再老的熟人,就好奇为啥这种配置还能发8分。
图 7
然后......小编带着好奇去看了这篇文章?No!小编先去检索了类似文章,哈哈哈~就是想看看这篇文章是不是一直独秀,这样的话小编岂不是挖到宝了?!事实证明,宝藏哪有这么好挖哦,类似的文章小编找到了将近10篇(图8),都是近两年才出现的。其中,8篇都是4分以上的,只有一篇2+的是以单基因为切入点,附带了一点点m6A/m5C/m1A相关的分析,所以严格意义上来讲,并不能算是咱们关注的范畴。
图 8
那么,具体这些文章都是怎么分析的呢?小编接下来就给大家做个简单分享,范围就是图8种去除单基因文章后的8篇)。废话不说,咱们直接干货走着~
小编根据研究切入点给这几篇文章分了两类,分别是以基因和lncRNA作为RNA修饰调控因子。下面小编就从两类中各选取一篇有代表性的给大家详细展示一下总体分析思路,其他的会就亮点做简要说明。
以基因作为RNA修饰调控因子进行研究
这类里小编选取5篇中发表时间最早(2021/7/7)的“Prognostic signature and immune efficacy of m1A-, m5C- and m6A-related regulators in cutaneous melanoma”为例来进行思路解读(图9),文章刊登在J Cell Mol Med上,影响因子5.3分。
图 9
作者首先从已知文献中找到48个m6A/m5C/m1A相关基因,分析这些基因的在正常和癌症样本中的生存差异,突变谱,及在不同临床特征组间的表达差异等(图9)。
接着基于单因素Cox、LASSO回归分析筛选出9个预后相关基因,并构建风险模型,将癌症样本分为高/低风险组。并且,使用其他数据集来验证结果(图10、11)。
图 10
图 11
接着对不同风险组做功能富集分析(图12),肿瘤微环境(TME)免疫浸润特征分析,免疫治疗应答分析(图13)。
图 12
图 13
以上就是本篇文章的所有思路啦~
那其他4篇是怎么样的呢?首先,主体框架是与本篇一致的。“The m6A/m5C/m1A Regulated Gene Signature Predicts the Prognosis and Correlates With the Immune Status of Hepatocellular Carcinoma”(2022.6.27, Frontiers in immunology, IF:8.7864)在筛选预后相关基因前,增加基于所有RNA修饰相关基因对癌症样本进行分组,并比较不同组间的表达差异、功能差异和临床价值差异等。“Cross-Talk of Multiple Types of RNA Modification Regulators Uncovers the Tumor Microenvironment and Immune Infiltrates in Soft Tissue Sarcoma”(2022.7.4, Frontiers in Immunology, IF:8.7864)增加基于单细胞转录组数据集分析调控基因主要在什么细胞类型中表达分析。“Crosstalk of Eight Types of RNA Modification Regulators Defines Tumor Microenvironments, Cancer Hallmarks, and Prognosis of Lung Adenocarcinoma”(2022.7.11, Journal of Oncology, IF:4.5011)分析了8种RNA修饰。“RNA methylation regulators contribute to poor prognosis of hepatocellular carcinoma associated with the suppression of bile acid metabolism: a multi-omics analysis”(2022.7.30, Am J Cancer Res, IF:5.9415)增加基于蛋白质组分析高/低风险组间的蛋白水平差异分析。
以lncRNA作为RNA修饰调控因子进行研究
此类思路中小编以三篇文章中出现最早(2021/11/30)同时也是IF最高(IF:6.0814)的“The Prognostic Value and Immune Landscapes of a m6A/m5C/m1A-Related LncRNAs Signature in Head and Neck Squamous Cell Carcinoma”作为示例进行思路分析(图14)。
图 14
首先作者从已知文献中总结出52个m6A/m5C/m1A相关基因,并从数据库中收集14086个lncRNAs,基于Pearson相关性分析筛选出147个lncRNAs与52个基因共表达,然后基于单因素Cox回归分析筛选出44个有潜在预后价值的lncRNAs(图15)。
图 15
接着基于这44个lncRNAs做聚类分析,将癌症样本分为两组,并比较分析了两组间的生存特征,临床特征,免疫特征等(图16)。
图 16
然后基于LASSO进一步缩小预后相关lncRNAs的范围,从44个降低到了6个。基于这6个构建风险模型,将病人分为高/低风险两组,然后比较两组间的生存差异、表达差异、功能差异、免疫特征差异等。还引入了肿瘤突变负荷(TMB),探索了高/低TMB组间的生存差异(图17、18)。
图 17
图 18
然后又分别详细探索分析了6个lncRNAs的表达对预后的影响及在各免疫亚型中的表达差异情况(图19)。
图 19
最后不同风险组间的药物敏感性分析(图20)。
图 20
以上,就是这篇文章的整体思路啦,另外两篇,除研究的RNA修饰类型较之多了一个m7G外,思路与这个几乎完全一致。其中,“Identification of RNA Methylation-Related lncRNAs Signature for Predicting Hot and Cold Tumors and Prognosis in Colon Cancer”这篇在筛选lncRNAs之前,加了对RNA修饰相关基因的突变和表达谱分析。
非正规总结分析
经过上述分析,相信聪明的你已经发现,这8篇文章的行文思路是万变不离其宗啊!那就是找RNA修饰相关因子(基因和lncRNA)——筛选预后相关因子——构建风险模型——探索不同组的特征差异(生存差异,表达差异,临床特征差异,功能差异,免疫浸润差异,免疫应答差异,药物敏感性差异等等等)。它们相互之间的差别点不算大,甚至可以说很小,比如换个调控因子类型(基因,lncRNA............那是不是我们可以换成其他的,比如miRNA,circoRNA啥的),再比如整合整合其他组学数据(单细胞,蛋白组等),再再比如多加点儿深度探索分析(基因的突变谱,共突变等),但是就能被接收,甚至有些是前后出现在同一期刊上。这是不是说明这类型的研究现在接受度很高呢(小编觉得是哈哈哈)!
看到这里各位看官们是不是已经疯狂心动,觉得我也可以了?!那还等什么,俺们已经万事俱备,只等各位啦!
参考文献:
Pseudouridine, a carbon-carbon linked ribonucleoside in ribonucleic acids: isolation, structure, and chemical characteristics.
Role of RNA modifications in cancer.
RNA methylation regulators contribute to poor prognosis of hepatocellular carcinoma associated with the suppression of bile acid metabolism: a multi-omics analysis.
Crosstalk of Eight Types of RNA Modification Regulators Defines Tumor Microenvironments, Cancer Hallmarks, and Prognosis of Lung Adenocarcinoma.
Cross-Talk of Multiple Types of RNA Modification Regulators Uncovers the Tumor Microenvironment and Immune Infiltrates in Soft Tissue Sarcoma.
The m6A/m5C/m1A Regulated Gene Signature Predicts the Prognosis and Correlates With the Immune Status of Hepatocellular Carcinoma.
An m6A/m5C/m1A/m7G-Related Long Non-coding RNA Signature to Predict Prognosis and Immune Features of Glioma.
Identification of RNA Methylation-Related lncRNAs Signature for Predicting Hot and Cold Tumors and Prognosis in Colon Cancer.
The Prognostic Value and Immune Landscapes of a m6A/m5C/m1A-Related LncRNAs Signature in Head and Neck Squamous Cell Carcinoma.
Prognostic signature and immune efficacy of m1A-, m5C- and m6A-related regulators in cutaneous melanoma.