环形RNA的生物信息计算与应用研究

环形RNA（circularRNA，circRNA），也称为环状RNA，是一类经由反向剪接事件产生、以共价键连接形成封闭环状结构的特殊内源性非编码RNA。近年来，研究发现环形RNA广泛存在于真核细胞内，且已证实某些环形RNA具有重要的生物学功能，包括充当miRNA（微RNA，小分子核糖核酸）分子海绵调控靶基因的表达、调控亲本基因转录和选择性剪接、翻译短肽等。同时，越来越多的研究发现环形RNA与包括癌症在内的多种重大疾病密切相关，有潜力成为疾病诊断的生物标志物或治疗的靶点。然而目前大多数环形RNA的功能仍不甚清楚，在转录组测序大数据基础之上利用现有的计算工具对环形RNA的反向剪接位点进行识别之后，进一步获取环形RNA转录本的全长序列并对可变剪接产物进行定量是环形RNA功能研究中的首要关键环节，对理解环形RNA转录本的多样性和表达模式、筛选有潜在生物学功能的环形RNA分子具有重要的意义。虽然已有研究在这方面做出了一些有益的尝试，但是仍存在许多亟待解决的问题。
本书针对环形RNA全长序列的组装和定量问题提出一种新的算法，并以此开展不同组织（小鼠睾丸和卵巢）以及不同状态的样本（人脑胶质瘤样本和对应的癌旁正常样本）环形RNA可变剪接异构体的相关研究，以验证算法在不同物种、不同组织的适用性。具体内容如下：
首先，为了解决环形RNA转录本全长序列组装问题，笔者提出一个基于多剪接图模型的算法CircAST。该算法全面考虑环形RNA转录本的结构特点，利用转录组测序读段的比对信息，将环形RNA所有可变剪接事件通过多剪接图建模，并且将环形RNA转录本全长序列组装问题转化为扩展的最小路径覆盖（EMPC）问题，解决了转录本组装问题中外显子连接不确定性的核心难题。经模拟数据和真实数据测试，CircAST算法在组装环形RNA全长转录本时有着较好的表现，在与CIRCexplorer2、CIRI-full等同类工具的比较中，也表现出较好的性能。
接着，针对环形RNA在转录本水平的定量问题，笔者提出了一种基于期望最大化（EM）算法估计环形RNA转录本表达量的方法，并将该定量功能增加到CircAST算法中。该方法以模型为基础考虑读段在同一基因的不同环形转录本上的分配，选取针对环形RNA定量的似然函数，通过期望最大化算法估计参数的值，从而实现转录本的表达丰度估计。模拟数据的测试结果表明，无论是绝对定量还是相对定量，算法都表现出了良好的性能，同时，对小鼠睾丸组织中的环形RNA转录本的定量结果进行qPCR实验，结果也验证了算法定量的准确性。
随后，为验证算法CircAST的实用性，将其应用于小鼠两个典型的生殖腺组织（睾丸和卵巢）的环形RNA测序数据，得到小鼠生殖腺组织中环形RNA全长转录本表达谱，并筛选出差异表达的环形RNA转录本和mRNA转录本，构建circRNA-miRNA-mRNA相互作用调控网络。此研究为更好地理解可变剪接事件导致的环形RNA转录本异构体在哺乳动物睾丸和卵巢中生物学功能的差异、深入研究睾丸和卵巢内的基因表达调控机制奠定了基础。
最后，基于环形RNA在癌症的发生发展中所扮演的重要角色，以胶质瘤为例，将CircAST应用于人类脑胶质瘤肿瘤样本和癌旁正常样本环形RNA测序数据，构建人脑胶质瘤样本中环形RNA全长转录本表达谱，筛选出在胶质瘤样本中显著上调和下调的环形转录本，分析可变剪接事件产生的环形RNA转录本可能的生物学功能，并构建了circRNA介导的竞争性内源RNA调控网络。此工作为探索人脑胶质瘤发生发展相关的环形RNA分子机制提供了研究基础，为人脑胶质瘤的临床诊断和治疗确定可能的分子标志物和治疗靶点提供科学的参考依据。
本专著研究开发的算法CircAST为更加精准地全面解析环形RNA全长转录本提供了重要的工具，通过计算不同组织、不同疾病状态下环形RNA转录本完整的序列组成和内部结构，以及对环形RNA基于转录本水平的精确定量，可以帮助研究者更有效地筛选出具有潜在功能的环形RNA可变剪接异构体，对环形RNA功能的深入研究具有重要意义。
本著作的研究得到南京医科大学学术著作出版项目、国家自然科学基金青年项目（No.61901225）、国家自然科学基金面上项目（No.62273175）的资助，在此表示衷心感谢。
由于我们的理论水平及实践经验有限，书中疏漏和不足之处在所难免，恳请读者给予批评指正。

作者
2024年1月

本书介绍了环形RNA全长转录本序列重构和定量算法CircAST，该算法通过计算不同组织、不同疾病状态下环形RNA转录本完整的序列组成和内部结构以及对环形RNA基于转录本水平的精确定量，帮助研究者更有效地筛选出具有潜在功能的环形RNA可变剪接异构体，为更加精准地全面解析环形RNA全长转录本提供了重要的工具，对环形RNA功能的深入研究具有重要意义。本书可供生物信息学、系统生物学、计算生物学等学科的研究人员参考，也可作为高等院校相关专业的教材或教学参考书。

吴静，博士，南京医科大学副教授，硕士生导师，现任中国人工智能学会生物信息学与人工生命专委会委员，中国计算机学会生物信息学专委会委员，中国自动化学会智能健康与生物信息专委会委员。主持和参与国家自然科学基金等项目多项，近五年发表国际国内学术论文10余篇，指导大学生创新创业训练项目及全国大学生数学建模竞赛等学科竞赛，多人次获奖。宋晓峰，南京航空航天大学教授。主要研究领域为生物信息学与计算系统生物学。近几年主持国家自然科学基金一项、江苏省自然科学基金一项，主持校级教改项目三项，参与国家或部级科研项目十多项，以一作或通讯作者在国际SCI检索学术期刊Nucleic Acids Research, Journal of Theoretical Biology, Journal of Medical Virology, BioSystems等发表论文14篇，EI、ISTP收录论文30多篇。多次参与组织和参加国内国际学术会议。目前担任：中国生物医学物理学研究会理 事；中国电子学会生命电子学专业委员会委员；江苏省生物医学工程学会生物信息学专业委员会委员；Nucleic Acids Research, Computers in Biology and Medicine等多个国际杂志的审稿人，多个国际学术会议(WCCI2008, ACM BCB2011, BSBT2011，BSBT2010，BSBT2009，BSBT2008, IEEE BIBM2010, IEEE BIBM2011, IJCBS2009, AST2010, ICCC2010，ICCC2009)程序委员会委员，主席，分会主席等。

第1章绪论001
1.1环形RNA概述003
1.2环形RNA的生物学功能005
1.3环形RNA的识别计算010
1.4环形RNA内部结构的探索及定量估计研究013

第2章环形RNA全长转录本序列组装的计算研究019
2.1引言021
2.2基于EMPC算法的环形RNA全长转录本序列重构方法022
2.2.1基于参考基因组的转录本组装022
2.2.2环形RNA全长转录本序列组装024
2.3模拟数据验证027
2.3.1环形转录组测序模拟数据生成工具027
2.3.2模拟数据集030
2.3.3算法性能评估031
2.3.4环形RNA转录本重构的复杂性分析032
2.4实验验证034
2.4.1小鼠睾丸环形RNA测序数据的准备034
2.4.2小鼠睾丸环形RNA组装结果035
2.4.3用RT-PCR和Sanger测序对组装结果进行验证038
2.4.4算法对真实数据的重构效率分析051
2.5与现有算法的比较054
2.6小结058

第3章环形RNA转录本定量计算研究061
3.1引言063
3.2基于EM算法的环形RNA转录本定量计算方法064
3.3模拟数据验证068
3.3.1模拟数据集068
3.3.2算法性能评估069
3.4实验验证072
3.5与现有算法的比较075
3.6人细胞系、小鼠睾丸和原鸡肌肉中环形RNA的表达与分析076
3.7小结080

第4章小鼠睾丸和卵巢中环形RNA全长转录本表达谱分析083
4.1引言085
4.2材料和方法088
4.2.1样本数据集的制备088
4.2.2环形RNA全长转录本序列组装和定量分析089
4.2.3环形RNA可变剪接体的差异表达分析090
4.2.4功能富集分析090
4.2.5circRNA-miRNA-mRNA调控网络构建090
4.3结果091
4.3.1小鼠睾丸和卵巢组织中环形转录本的概貌091
4.3.2小鼠睾丸和卵巢组织中环形转录本的表达特征099
4.3.3对差异表达环形转录本的分析103
4.3.4circRNA-miRNA-mRNA相互作用调控网络111
4.4小结113

第5章人脑胶质瘤样本中环形RNA全长转录本表达谱分析115
5.1引言117
5.2材料和方法119
5.2.1样本数据集119
5.2.2环形RNA转录本序列重构和定量分析119
5.2.3差异表达环形RNA转录本的鉴定120
5.2.4GO功能富集和KEGG信号通路分析120
5.2.5miRNA预测和ceRNA网络构建120
5.3结果121
5.3.1人脑胶质瘤样本中环形转录本的概貌121
5.3.2对照样本和疾病样本中环形转录本的特征125
5.3.3环形转录本差异表达分析130
5.3.4circRNA介导的ceRNA网络137
5.4小结139

附录142
附录1缩略语142
附录2小鼠睾丸组织环形RNA内部新的可变剪接事件144
附录3RT-PCR实验所用引物信息149
附录4人类HeLa细胞系中环形RNA内部新的可变剪接事件154
附录5人类HEK293细胞系中环形RNA内部新的可变剪接事件158
附录6人类Hs68细胞系中环形RNA内部新的可变剪接事件160
附录7原鸡肌肉组织中环形RNA内部新的可变剪接事件163

参考文献164

本书介绍了环形RNA全长转录本序列重构和定量算法CircAST，该算法通过计算不同组织、不同疾病状态下环形RNA转录本完整的序列组成和内部结构以及对环形RNA基于转录本水平的精确定量，帮助研究者更有效地筛选出具有潜在功能的环形RNA可变剪接异构体，为更加精准地全面解析环形RNA全长转录本提供了重要的工具，对环形RNA功能的深入研究具有重要意义。本书可供生物信息学、系统生物学、计算生物学等学科的研究人员参考，也可作为高等院校相关专业的教材或教学参考书。

吴静，博士，南京医科大学副教授，硕士生导师，现任中国人工智能学会生物信息学与人工生命专委会委员，中国计算机学会生物信息学专委会委员，中国自动化学会智能健康与生物信息专委会委员。主持和参与国家自然科学基金等项目多项，近五年发表国际国内学术论文10余篇，指导大学生创新创业训练项目及全国大学生数学建模竞赛等学科竞赛，多人次获奖。宋晓峰，南京航空航天大学教授。主要研究领域为生物信息学与计算系统生物学。近几年主持国家自然科学基金一项、江苏省自然科学基金一项，主持校级教改项目三项，参与国家或部级科研项目十多项，以一作或通讯作者在国际SCI检索学术期刊Nucleic Acids Research, Journal of Theoretical Biology, Journal of Medical Virology, BioSystems等发表论文14篇，EI、ISTP收录论文30多篇。多次参与组织和参加国内国际学术会议。目前担任：中国生物医学物理学研究会理 事；中国电子学会生命电子学专业委员会委员；江苏省生物医学工程学会生物信息学专业委员会委员；Nucleic Acids Research, Computers in Biology and Medicine等多个国际杂志的审稿人，多个国际学术会议(WCCI2008, ACM BCB2011, BSBT2011，BSBT2010，BSBT2009，BSBT2008, IEEE BIBM2010, IEEE BIBM2011, IJCBS2009, AST2010, ICCC2010，ICCC2009)程序委员会委员，主席，分会主席等。