分享

【解螺旋·科研热点】秘密知多少(lncRNA系列一)推荐!

 医学院的石头 2018-09-08
      



关于lncRNA,你必须要知道的秘密


  各位小伙伴们,老谈的长篇《肿瘤中的miRNA》系列写完后,小伙伴们反馈了很多意见,其中就有不少小伙伴说自己目前都在研究“当红炸子鸡”---lncRNA!老谈come on,也来一个系列吧!既然大家盛情邀请,老谈怎能推脱!不过由于lncRNA所涵盖的内容太宽泛,因此老谈本次所写的内容着重在lncRNA功能方面;另外,由于lncRNA与蛋白之间的相互作用是lncRNA最为常见的作用机制,因此老谈也会详细介绍研究lncRNA-蛋白相互作用的方法,供大家参考!



  长链非编码RNA(long non-coding RNA, lncRNA)是哺乳动物体内常见的一类RNA分子。它们的分子长度在200 bp以上(也有人认为在500 bp 以上才算长链),没有编码蛋白的能力。高通量的转录组学研究和分析后发现,这类非编码的RNA数量要远远超过编码蛋白的mRNA的数量。然而,到目前为止,只有极小的一部分lncRNA 的功能得到研究,绝大多数lncRNA的功能依然未知



  随着研究的深入,越来越多的研究证据证实,lncRNA在生物体内发挥了重要的作用。lncRNA的异常表达,与多种肿瘤、阿尔兹海默症和心血管疾病等的发生相关。因此,深入研究lncRNA能加深我们对于分子生物学的认识,推进疾病发病机制的研究。


(一)lncRNA 简介


  lncRNA是长度从200个nt 到超过100 kb,且没有蛋白编码的能力。它可以存在于细胞核中,也可以存在于细胞质中。有部分含有polyA的结构,也有不含有该结构的。有研发发现,lncRNA的转录方式与不同的mRNA转录方式很类似。为了研究和学术交流的便利,建立了很多关于lncRNA的数据库(表一),这些数据库中的数据都来自于GeneBank和公开发表的文献。


表一:lncRNA的数据库列表



  不同于编码蛋白的mRNA,lncRNA在进化中的序列保守性很差。lncRNA的这种进化差异性的原因主要有:


  1)编码基因的读码框受到破坏导致形成lncRNA。例如,Xist(明星lncRNA分子)的启动子区域和类外显子区域的序列来源于编码蛋白的Lnx3 基因;

  2)基因组的重排(rearrangement)能导致原先不发生转录的区域开始转录lncRNA;

  3)在基因duplication 过程中产生的假基因(pseudogene);

  4)基因组中的重复序列(tandem repeat)也能产生新的lncRNA。这种现象存在于Kcnq1ot1和Xist (lncRNA 的两个明星分子)的5’区域;

  5)基因组中转座元件(transposable element)在基因中的插入同样可以产生lncRNA。例如,BC1(the transcripts of brain cytoplasmic RNA 1)分子和BC200(brain cytoplasmic RNA 200-nucleotide)分子。


  根据lncRNA与蛋白编码基因的位置关系,lncRNA可以分为以下几类:


  1)正义链(sense);

  2)反义链(antisense):lncRNA的转录产物与其他基因转录产物的外显子区有重叠;

  3)双向(bidirectional):lncRNA 的表达与邻近蛋白编码基因的转录产物相同方向,且二者位于同一条链上;

  4)内含子内(intronic):lncRNA完全位于另一条转录产物的内含子区域内;

  5)基因间(intergenic):lncRNA位于两条基因之间。这类lncRNA又被称为lincRNA。


  这两天老谈在Annu Rev Genet.(影响因子>18)有关lncRNA调控的综述文献上发现这种形象的分类,大意是与上面一样的(获得文献全文,请向解螺旋微信助手索要,微信号:helixlife0):



  

  lncRNA广泛分布于不同的组织中,但是部分lncRNA的分布具有组织特异性(tissue specificity)。lncRNA 在细胞内的分布同样有差异。lncRNA可以分布于目前所知的所有亚细胞结构内,包括细胞核、细胞质等。但是某些lncRNA的定位却是非常地独特。例如,Gomafu特异性地表达于核斑点(nuclear speckle)中。lncRNA在细胞内的亚细胞定位往往与它的功能密切相关。


  学术界在研究核酶(ribozyme,具有催化活性的RNA分子)时,发现核酶的结构决定了核酶的功能。因此,如何有效地预测lncRNA分子的结构,也将在很大程度上帮助我们了解它们的功能。目前已经有了几种可以预测lncRNA分子结构的方法。例如,使用最为广泛的Mfold模型就被用来预测RNA的二级结构。新的方法也在不断地建立和发展中,如PPfold CompaRNA。但是科学家对于建立更有效更准确的RNA分子结构预测模型的探索从未终止。


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多