近日，復(fù)旦大學(xué)生物醫(yī)學(xué)研究院楊力研究員團(tuán)隊(duì)在《科學(xué)通報(bào)》發(fā)表題為“轉(zhuǎn)錄組生物信息學(xué): 從數(shù)據(jù)生成到分析框架”的評(píng)述文章，系統(tǒng)梳理轉(zhuǎn)錄組研究中高通量測(cè)序數(shù)據(jù)的獲得與分析的核心原理，概述了機(jī)器學(xué)習(xí)技術(shù)在轉(zhuǎn)錄組研究的應(yīng)用，為轉(zhuǎn)錄組生物信息學(xué)研究提供理論參考與技術(shù)啟示。

文章以轉(zhuǎn)錄組的復(fù)雜性作為切入點(diǎn)，從轉(zhuǎn)錄產(chǎn)物和調(diào)控方式兩個(gè)方面簡(jiǎn)要闡述了轉(zhuǎn)錄組的特征：一方面，除了mRNA外還存在多種類型的非編碼RNA發(fā)揮不同的生物學(xué)功能；另一方面，RNA還經(jīng)過(guò)不同的加工發(fā)揮生物學(xué)作用，包括但不限于選擇性加尾、可變（反向）剪接、RNA編輯、RNA修飾等，展現(xiàn)了轉(zhuǎn)錄組在生命活動(dòng)中的豐富功能。

文中根據(jù)轉(zhuǎn)錄組測(cè)序/分析技術(shù)特點(diǎn)進(jìn)行系統(tǒng)性分類總結(jié)。轉(zhuǎn)錄組數(shù)據(jù)可以根據(jù)測(cè)序技術(shù)平臺(tái)分為二代短讀長(zhǎng)測(cè)序和三代長(zhǎng)讀長(zhǎng)測(cè)序技術(shù)，二代測(cè)序可以根據(jù)數(shù)據(jù)富集/分析目標(biāo)的差異分為三類：1）轉(zhuǎn)錄本全序列富集；2）轉(zhuǎn)錄本目標(biāo)片段富集；3）引入突變的轉(zhuǎn)錄本片段富集。另外得益于技術(shù)突破，二代測(cè)序數(shù)據(jù)的分辨率從細(xì)胞群均值提升到單細(xì)胞精度。

針對(duì)不同測(cè)序數(shù)據(jù)，文章概述了其技術(shù)原理和配套分析方法，并列舉了在轉(zhuǎn)錄組研究中的多種應(yīng)用場(chǎng)景。轉(zhuǎn)錄本全序列富集測(cè)序技術(shù)在RNA富集過(guò)程中不進(jìn)行打斷，理論上可以獲取轉(zhuǎn)錄本全序列的測(cè)序數(shù)據(jù)，通過(guò)測(cè)序讀序比對(duì)工具及定量分析方法，可應(yīng)用于基因差異表達(dá)、可變（反向）剪接、新型RNA分子鑒定、新生轉(zhuǎn)錄本等方面的研究；轉(zhuǎn)錄本目標(biāo)片段富集測(cè)序技術(shù)僅對(duì)目標(biāo)片段進(jìn)行富集建庫(kù)，經(jīng)過(guò)數(shù)據(jù)比對(duì)確定富集片段或者反轉(zhuǎn)錄停止位點(diǎn)坐標(biāo)，實(shí)現(xiàn)區(qū)間精度或單堿基精度的數(shù)據(jù)分析，被廣泛用于RNA可變加尾、RNA修飾、RNA-蛋白互作、RNA-RNA互作、RNA二級(jí)結(jié)構(gòu)等多個(gè)轉(zhuǎn)錄組調(diào)控機(jī)制的研究；引入突變的轉(zhuǎn)錄本片段富集測(cè)序利用人為造成的堿基突變指示RNA上的修飾或特定位點(diǎn)結(jié)構(gòu)，得益于序列比對(duì)工具的進(jìn)步，研究者可以準(zhǔn)確快速地識(shí)別突變位點(diǎn)，在單堿基精度實(shí)現(xiàn)對(duì)RNA-蛋白結(jié)合、RNA修飾、RNA結(jié)構(gòu)等轉(zhuǎn)錄調(diào)控的研究。基于微流控液滴/微孔板技術(shù)的單細(xì)胞轉(zhuǎn)錄組測(cè)序?qū)⑥D(zhuǎn)錄組研究從群體平均定量提升到單個(gè)細(xì)胞水平定量，為解析細(xì)胞異質(zhì)性、構(gòu)建發(fā)育軌跡、鑒定稀有細(xì)胞亞群提供有效技術(shù)手段，在腫瘤微環(huán)境、胚胎發(fā)育和免疫細(xì)胞分型等領(lǐng)域具有突破性應(yīng)用。同時(shí)三代長(zhǎng)讀長(zhǎng)測(cè)序技術(shù)克服了二代測(cè)序讀序短、無(wú)法區(qū)分重復(fù)序列的缺點(diǎn)，實(shí)現(xiàn)無(wú)拼接的全長(zhǎng)轉(zhuǎn)錄本捕獲，實(shí)現(xiàn)單分子水平轉(zhuǎn)錄本研究，還可與單細(xì)胞測(cè)序技術(shù)結(jié)合，顯著提升復(fù)雜轉(zhuǎn)錄組的解析精度。

圖1 轉(zhuǎn)錄組研究相關(guān)測(cè)序技術(shù)及分析方法

除了傳統(tǒng)的生物信息學(xué)方法，文章還概括了機(jī)器學(xué)習(xí)技術(shù)在轉(zhuǎn)錄組研究的發(fā)展歷程，介紹了近年來(lái)快速發(fā)展的深度學(xué)習(xí)技術(shù)在生命科學(xué)研究中的應(yīng)用實(shí)例，并討論了訓(xùn)練數(shù)據(jù)對(duì)模型性能的影響和常見(jiàn)的數(shù)據(jù)處理手段。隨后以發(fā)表的模型為例，從訓(xùn)練數(shù)據(jù)集的構(gòu)建和編碼方式兩方面介紹了常見(jiàn)的數(shù)據(jù)處理方法，并展示數(shù)據(jù)的篩選以及編碼方式對(duì)模型性能的影響，為研究者利用深度學(xué)習(xí)技術(shù)深入研究轉(zhuǎn)錄組提供一些啟發(fā)。

最后，文章討論了轉(zhuǎn)錄組研究的發(fā)展趨勢(shì)。隨著單細(xì)胞測(cè)序、空間轉(zhuǎn)錄組學(xué)和長(zhǎng)讀長(zhǎng)測(cè)序技術(shù)的突破，研究從傳統(tǒng)批量分析向多時(shí)空動(dòng)態(tài)解析推進(jìn)，也為轉(zhuǎn)錄組在臨床疾病診療的應(yīng)用提供了更多的技術(shù)手段。雖然目前深度學(xué)習(xí)技術(shù)在生物研究中得到了廣泛應(yīng)用，但有限的訓(xùn)練數(shù)據(jù)和模型可解釋性也阻礙了模型在轉(zhuǎn)錄組研究的使用效果，這也是研究人員目前努力突破的方向。相信隨著數(shù)據(jù)與算法的協(xié)同發(fā)展，未來(lái)轉(zhuǎn)錄組學(xué)研究有望建立轉(zhuǎn)錄組調(diào)控的精細(xì)時(shí)空網(wǎng)絡(luò)模型，為理解復(fù)雜疾病發(fā)生機(jī)制和開(kāi)發(fā)靶向治療策略提供全新視角。

復(fù)旦大學(xué)生物醫(yī)學(xué)研究院楊力研究員為本文的通訊作者，南芳博士為本文的第一作者。

文章信息

南芳, 馬旭凱, 楊力, 轉(zhuǎn)錄組生物信息學(xué): 從數(shù)據(jù)生成到分析框架, 科學(xué)通報(bào), 2025, 70(15): 2356-2374

https://doi.org/10.1360/TB-2025-0160.

轉(zhuǎn)載、投稿請(qǐng)留言

| 關(guān)注科學(xué)通報(bào) | 了解科學(xué)前沿