搜索历史清除全部记录
最多显示8条历史搜索记录噢~
全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 企业网点
  • 常见问题
  • 企业视频
  • 企业图册

长读长RNA测序揭示等位基因特异性N6-甲基腺苷修饰

发布时间:

2025-03-05 15:40

长读长RNA测序揭示等位基因特异性N6-甲基腺苷修饰

短标题

等位基因特异性-甲基腺苷分析 

作者 Dayea Park,Can Cenik 

单位信息

美国得克萨斯大学奥斯汀分校分子生物科学系,得克萨斯州奥斯汀市,邮编 78712

* 通讯作者:ccenik@austin.utexas.edu

摘要

长读长测序技术能够高度准确地检测等位基因特异性 RNA 表达,为深入了解遗传变异对剪接和 RNA 丰度的影响提供了依据。此外,直接对 RNA 进行测序的能力有望在确定每个分子的等位基因来源的同时检测 RNA 修饰。在此,我们利用这些优势来确定天然 mRNA 中N6-甲基腺苷(m6A)修饰的等位基因偏向模式。我们利用已知遗传变异的人类和小鼠细胞来确定每个 mRNA 分子的等位基因来源,并结合有监督的机器学习模型来检测读长水平的 m6A 修饰比率。我们的分析揭示了 DRACH 基序相邻序列在决定 m6A 沉积中的重要性,此外还有直接改变该基序的等位基因差异。此外,我们发现了在差异修饰核苷酸附近没有遗传变异的等位基因特异性 m6A 修饰(ASM)事件,这证明了使用长读长的独特优势,并超越了基于抗体的短读长方法的能力。这一技术进步有望推动我们对遗传学在决定 mRNA 修饰中作用的理解。

关键词:长读长测序特刊; -甲基腺苷;等位基因特异性表达

引言

等位基因特异性表达(ASE)是指同一基因的两个等位基因在基因表达上的差异。这种表达失衡可能导致表型变异和疾病的病理生理过程(Castel 等人,2015年,2020年;Fan等人,2020年;de la Chapelle,2009年;Gicquel等人,2005年)。在哺乳动物发育过程中,ASE的一种主要形式——基因组印记起着关键作用,因为只有一个等位基因会表达。等位基因特异性 DNA 甲基化和染色质组成是两种已被充分证实的控制印记基因表达的表观遗传系统(Singh等人,2010年;Prendergast等人,2012年;Fournier等人,2002年)。特别是在发育过程中,DNA甲基化调节等位基因特异性表达,并协调雌性 X 染色体失活以实现剂量补偿(Morcos等人,2011年;Benton等人,2019年)。此外,早期胚胎中的 H3K27me3 标记介导印记单等位基因表达,并从卵母细胞发育一直持续到囊胚阶段(Santini等人,2021年;Inoue,2023年;Sergeeva等人,2023年)。

由于遗传变异,ASE 可以反映等位基因之间转录速率、mRNA 稳定性或可变剪接的差异(Amoah 等人,2021 年;Nembaware 等人,2008 年;Pai 等人,2012 年)。也就是说,局部遗传变异可以影响转录或转录后过程,从而调节每个等位基因的 mRNA 丰度(Robles-Espinoza 等人,2021 年)。有趣的是,虽然等位基因特异性 RNA 表达的重要性已得到广泛认可,但等位基因特异性 RNA 修饰仍有待深入研究。

N6-甲基腺苷(m6A)是信使核糖核酸(mRNA)中最普遍的RNA修饰,已被证明会影响多种调节基因表达的机制(He和He,2021年;Lee等人,2020年)。与甲基转移酶复合物或m6A阅读蛋白的各种相互作用会影响mRNA代谢的多个步骤,包括剪接、输出、翻译、RNA结合蛋白的募集和稳定性(Wang等人,2022年;Jiang等人,2021年;Lin和Gregory,2014年;Akhtar等人,2021年)。

通常使用短读长测序结合依赖抗体的方法(如MeRIP - seq,Meyer等人,2012年)或酶/化学方法(Garcia - Campos等人,2019年;Meyer,2019a;Song等人,2021年)来研究m6A RNA修饰的全转录组模式。在这些方法中,尽管MeRIP - seq存在导致假阳性率升高的局限性(这归因于非特异性抗体结合,Helm等人,2019年;McIntyre等人,2020年;Zhang等人,2021年),但它仍然是最常用的选择。此外,所有用于检测m6A的短读长测序策略本质上都局限于总体测量,无法在单个分子水平上进行定量。

相比之下,牛津纳米孔技术(ONT)RNA测序能够以单分子分辨率直接检测m6A等RNA修饰(Garalde等人,2018年)。研究表明,ONT测序平台记录的电信号会因RNA修饰的存在而改变(Workman等人,2018年;Garalde等人,2018年;Pelizzola等人,2021年)。随后,机器学习方法可以利用电子电流信号强度从长读长数据中识别潜在的m6A位点(Hendra等人,2022年)。

在ONT RNA测序平台上直接检测m6A修饰的能力为将这些优势与长读长测序促进等位基因特异性表达(ASE)分析的能力相结合提供了独特的机会。长读长测序通过检测读长上更多的单核苷酸多态性(SNP),改善了短读长测序在等位基因特异性分析方面的基本局限性,从而能够进行精确的等位基因分配(Cho等人,2014年)。这一特性已被用于表征转录组中罕见和常见变异的遗传效应(Glinos等人,2022年)。此外,长读长测序能够对剪接进行全面分析(Tilgner等人,2015年、2018年;Joglekar等人,2021年),由于mRNA修饰依赖于剪接模式和转录本结构,因此剪接分析对于确定mRNA修饰至关重要(Yang等人,2022年;He等人,2023年;Cenik等人,2017年)。

在这里,我们介绍了一种利用ONT直接RNA测序的新方法,以克服等位基因特异性分析中m6A检测方法的长期限制。我们的研究结果表明,RNA长读长测序是等位基因特异性m6A修饰(ASM)分析的可靠解决方案。

结果

Oxford Nanopore Technologies(ONT)直接 RNA 测序助力鉴定杂交小鼠胚胎干细胞(mESCs)中的等位基因特异性 m6A 修饰

我们利用 ONT 直接 RNA 测序技术,同时确定每个分子的等位基因来源及其 m6A 修饰状态。为了实现单个分子等位基因分配的高精度,我们决定使用小鼠胚胎干细胞(mESCs),这些细胞来自两个遗传差异较大的小鼠品系(C57BL/6J × CAST/EiJ,简称 B6 × CAST)的杂交后代(Balasooriya 和 Spector,2022 年)。通过 ONT 直接 RNA 测序,我们从这些杂交 mESCs 中分别获得了 230 万和 220 万条测序读长的两个重复样本。

为了评估我们准确检测 m6A 修饰的能力,我们构建了甲基转移酶样3(Mett13,m6A修饰的主要甲基转移酶)敲除的 mESC 克隆(Bokar等人,1994年;Liu等人,2013年)(补充图1A、补充表1;方法部分)。正如预期的那样,在野生型 mESCs 中,DRACH基序内约6%的腺嘌呤有很高的概率(>0.85)被修饰,而在 Mettl3 敲除的细胞中这一比例仅为0.2%(补充图1B)。在显示高概率修饰比例的位点中,野生型细胞的修饰比例水平始终高于 Mett/3 敲除细胞(中位修饰比例分别为 0.629 和0.512)。此外,被修饰的腺嘌呤主要集中在编码序列的 3’ 端附近,这与 m6A RNA 修饰的预期模式一致(Meyer等人,2012年;Zhang等人,2019年)(图 1A - B;补充图 1C - D)。

IMG_256

图 1 | 使用牛津纳米孔技术(ONT)直接 RNA 测序对杂交小鼠胚胎干细胞(mESCs)进行等位基因读数分配和 m6A 修饰分析

A) 使用所有读数通过 m6Anet 检测到的 m6A 修饰比例和位置(顶部,绿色,野生型;底部,红色,Mett/3 敲除)。确定了转录本体内相对的 m6A 位置。它展示了高概率选择(> 0.85)后的修饰比例。颜色深浅代表该位置上该比例的计数。B) DRACH 基序序列出现频率的比较(绿色,野生型;红色,Mett/3 敲除)。C) 用于等位基因特异性 m6A 修饰分析的等位基因长读长分配策略的示意图。来自杂交小鼠胚胎干细胞(C57BL/6J x CAST/EiJ)的总 RNA 进行了牛津纳米孔技术(ONT)直接 RNA 测序。为避免参考偏差,我们使用 N 掩码转录组进行比对。然后将读数分配到每个等位基因。此过程将读数分为等位基因 A(B6)、等位基因 B(CAST)和未定义类别,从而能够分别在每个组内检测 m6A。

利用单核苷酸多态性(SNPs),我们将 1110260 条(重复样本 1)和 837011 条(重复样本 2)长读长序列分配到 13000 多个转录本的等位基因来源(图 1C,方法部分)。在检测到的转录本中,有 8657 个转录本在两个重复样本中至少有十条读长。在等位基因特异性分析中,一个常见的挑战是参考等位基因偏差,即与参考基因组匹配的读长比对的概率高于包含替代等位基因的读长,这可能会影响变异检测和分析的结果。为了尽量减少这种偏差(Castel 等人,2015 年),我们采用了 N 掩码转录组参考。这种方法使所有转录本的平均 CAST 等位基因比例达到 0.505,而使用未掩码参考时为 0.485(方法部分)。这些分配是基于长读长上 135380 个(重复样本 1)和 134585 个(重复样本 2)信息位点,这些位点与品系间已知的遗传变异(总共 210004 个 SNPs)重叠。

作为确定等位基因特异性表达(ASE)的另一种方法,我们使用了 Illumina 短读长测序。我们发现这两种方法测得的 RNA 表达水平显著相关(补充图 2A;跨重复样本的 Spearman 相关性为 0.792 - 0.816)。此外,两种方法在基因水平的等位基因特异性 RNA 表达上有适度的一致性(补充图 2B;加权 Spearman 相关系数为 0.61,方法部分)。尽管短读长测序产生的比对读长几乎是长读长测序的八倍,但长读长测序鉴定出的 SNPs 数量是短读长测序的 2.3 倍,这表明长读长数据中更多的信息位点提高了等位基因分配的准确性和基因特异性 ASE 的可重复性(长读长和短读长测序的 Spearman 相关系数分别为 0.63 和 0.51;补充图 2C - D)。综上所述,这些质量控制指标突显了我们的方法在等位基因分配方面的高精度。

IMG_257

图 2 | 野生型和 Mett/3 敲除小鼠胚胎干细胞中等位基因修饰的比较分析

A) 等位基因读数分配和 m6A 检测时的等位基因公正性。左图概述了等位基因特异性 m6A 修饰分析的数据处理步骤示意图。右图显示了等位基因读数、候选 
位点和通过我们的标准选择的高概率位点的计数(红色圆圈,B6;蓝色加号,CAST;灰色三角形,未定义组)。左上方的两个图显示了小鼠胚胎干细胞野生型(WT)重复样本的计数,下方的图显示了小鼠胚胎干细胞 Mett13 敲除样本的数量。B) 野生型和 Mettl3 敲除细胞中等位基因之间修饰比例的斯皮尔曼相关性(rep1:小鼠胚胎干细胞野生型重复样本 1;rep2:小鼠胚胎干细胞野生型重复样本 2;Mett13:Mett13 敲除)。C - D) 通过计算基因区域内这些位点的相对位置,在元基因图中展示了具有高 m6A 修饰概率(概率 > 0.85)的位点分布。颜色刻度表示从小鼠胚胎干细胞野生型(C)或 Mett/3 敲除(D)细胞中分配到两个等位基因之一的读数推断出的具有给定修饰比例的 m6A 位点数量(红色,B6 等位基因;蓝色,CAST 等位基因)。

在完成等位基因读长分配后,我们采用了一种有监督的机器学习方法(Hendra 等人,2022 年;Liu 等人,2019 年)来量化每个等位基因相关读长中的 m6A RNA 修饰。这一过程揭示了等位基因之间读长数量和 m6A 位点数量的等效性,表明我们的方法具有等位基因公正性。具体而言,我们观察到每个等位基因的读长数量(B6 分别为 564944 和 444514;CAST 分别为 557787 和 443131)和潜在修饰位点数量(B6 分别为 114457 和 105190;CAST 分别为 112947 和 105117)相似(图 2A,补充表 2)。这一结果表明在读长分配和修饰位点鉴定中几乎没有或不存在等位基因偏差。

候选 m6A 位点的修饰率在重复实验之间高度相关,并且在同一等位基因内表现出更高的相关性。具体而言,B6 和 CAST 等位基因修饰率在同一等位基因内的斯皮尔曼相关性分别为 0.82 和 0.83。相反,不同等位基因之间的相关性略低,分别为 0.77(B6 重复 1,CAST 重复 2)和 0.75(CAST 重复 1 和 B6 重复 2)。相比之下,Mett13 敲除细胞的修饰率相关性显著降低,低于 0.46(图 2B,补充图 3)。

为了识别等位基因特异性 m6A 修饰,我们建立了一个基于所有读数汇总的位点概率的选择标准。因此,我们关注那些在所有读数中表现出高修饰概率(>0.85)的 m6A 位点。在野生型小鼠胚胎干细胞(mESC)中,平均约 7%的这些候选位点符合我们的选择标准。值得注意的是,这些 m6A 修饰位点主要位于编码区和 3’非翻译区(UTR)的交界处,显示出较高的修饰率(B6 的中位修饰率为 0.621,CAST 的中位修饰率为 0.627;图 2A、C)。相比之下,Mettl3 敲除细胞中只有 0.8%的等位基因位点表现出 m6A 修饰的高概率。此外,这些位点在各种转录区域的分布更为分散(图 2A、D)。总体而言,这些观察结果证实了我们的方法在将读数分配到等位基因后检测等位基因 m6A 修饰的能力。

检测具有显著等位基因特异性 m6A 修饰的位点

能够准确地将每个 RNA 分子分配到其等位基因来源,同时识别 RNA 修饰,这使得我们能够研究信使 RNA(mRNA)中在等位基因之间表现出差异修饰的位置。虽然已经开发了许多统计方法来识别基因表达表型中的等位基因特异性差异(DeVeale 等人,2012),但这些研究强调了这种分析固有的挑战,包括在使用简单二项式检验评估两个等位基因的预期表达水平偏差时容易出现假阳性(Zitovsky 和 Love,2019;Mohammadi 等人,2017)。

为了应对这些挑战,我们实施了一种保守策略,利用自助抽样来量化修饰率估计的不确定性(方法)。这种方法使我们能够确定显示出显著等位基因特异性 m6A 修饰(ASM)的 mRNA 位置(图 3A)。在重复实验中检测到的 14,609 个和 13,542 个候选 m6A 位点中,我们确定了 57 个 ASM 位点(错误发现率 [FDR]<0.1),两个等位基因之间的平均修饰差异为 0.32。

IMG_258

图 3 | 等位基因特异性甲基化(ASM)位点的鉴定和分类

A) ASM 检测的统计程序示意图(方法)。对与所考虑位点重叠的读数进行重采样,并在每个自助抽样样本中估计修饰比例。具有统计学意义的 ASM 位点定义为调整后的调和 p 值(错误发现率(FDR) < 0.1;方法)。B) Trim25 基因内的一个 ASM 位点,显示出不同的修饰比例样本。相反,Trim59 基因内的一个非 ASM 位点在自助抽样分布的修饰比例上显示出大量重叠。C) 小鼠胚胎干细胞野生型重复样本中每个等位基因的修饰比例。Y 轴显示基因名称和转录本中的 m6A 位置。D - E) ASM 位点分为两组。第 1 组由 DRACH 基序内的遗传变异定义,第 2 组由与 DRACH 基序相邻或远离的变异表征(D)。定义的 ASM 的修饰差异根据其分类用颜色表示(第 1 组为品红色,第 2 组为蓝色,非 ASM 为灰色)。每个轴表示修饰比例,负值表示 m6A 修饰中 CAST 等位基因偏向,正值表示 B6 等位基因偏向(E)。

在等位基因特异性分析中,先前的研究表明,效应量较大的事件更有可能具有可重复性和生物学相关性(Castel 等人,2020;Mohammadi 等人,2017)。因此,我们使用对应于两个等位基因之间推断的修饰率差异为 0.1 的效应量阈值重复进行统计分析(方法)。该分析揭示了 22 个基因中的 23 个位点显示出 ASM。值得注意的是,在这些 ASM 位点上,两个等位基因的重采样修饰率分布始终不同,且效应量较大,平均修饰率差异为 0.48(图 3B,补充图 5A,补充表 3)。我们对这一子集的 ASM 位点进行了详细分析。

牛津纳米孔技术公司(Oxford Nanopore Technologies,ONT)测序的一个固有局限性在于其测序深度有限,这限制了我们检测低表达水平转录本中 allele-specific m6A 修饰(ASM)的能力。一致地,具有统计学显著 ASM 位点的转录本的 RNA 表达水平明显高于没有这些位点的转录本,这凸显了 ASM 检测对转录本丰度的依赖性(补充图 4)。

IMG_259

图 4 | ASM 位点的特征分析以及与甲基化RNA免疫沉淀测序(MeRIP - seq)的正交检测

A) 第1组等位基因特异性甲基化(ASM)位点的单核苷酸多态性(SNP)分布。B) 基序序列的基序频率和修饰比率。上方的条形图展示了所有N6-甲基腺苷(m6A)实例中基序序列的频率,而下方的热图表示修饰比率。第一行显示所有实例的修饰比率,接下来的六行表示第1组ASM位点两个等位基因的SNP区分的每个基序序列的修饰比率。C) 以DNA序列显示的17个第2组ASM位点中扩展的DRACH基序的信息含量。D - 1位点有三个40个单核苷酸多态性(SNP),而H + 1和H - 2位点各有一个SNP。D) 1个D - 1位点存在SNP的扩展基序序列。灰色框表示DRACH基序,其中所有三个基因共享相同的序列(UGACU),其后D - 2位点为U。E) 第2组ASM中基序的普遍性。主要观察到UGACU基序,与通常以GGACU表示的常见m6A基序形成对比。F - G) 通过甲基化RNA免疫沉淀测序(MeRIP - seq)和长读长测序对ASM进行正交检测。在上图中,点表示从三次重复的MeRIP - seq分析得出的等位基因偏倚m6A比率(来自CAST等位基因的读数比例)。综合基因组浏览器显示了与m6A位点相邻的SNP上的MeRIP - seq读数,这与MeRIP - seq等位基因偏倚比率相对应。下图中的点表示长读长测序中每个等位基因的修饰比率,灰色配对表示来自两次重复的数据。展示了来自Apt50(第1组ASM)(F)和Gcsh(第2组ASM)(G)的两个示例。

具有 ASM 位点的基因分布在各条染色体上,没有明显的位置偏好(补充图 5B),并且与广泛的功能相关(图 3C)。一个特别值得注意的发现是,在 Armc10 转录本上鉴定出两个不同的 ASM 位点,该转录本编码一种参与线粒体动力学的蛋白质(Chen 等人,2019 年;Serrat 等人,2014 年)。

此外,我们的分析确定了 6 个偏向 C57BL/6J(B6)品系的 ASM 位点,这些位点在 B6 等位基因上的修饰比例较高,以及 17 个偏向 CAST/EiJ(CAST)品系的 ASM 位点,这些位点在 CAST 等位基因上的比例较高。虽然大多数 ASM 位点位于 3’非翻译区(UTR),但在编码区靠近终止密码子的位置发现了 1 个偏向 B6 的 ASM(位于 Dnpep 基因)和 2 个偏向 CAST 的 ASM(分别位于 Gnpat 和 Pml 基因)(补充图 5C)。

基因组测序被用于识别 C57BL/6J(B6)和 CAST/EiJ(CAST)近交系之间的遗传差异(Tsang 等人,2005 年;David J. Adams、Anthony G. Doran、Jingtao Lilue 和 Thomas M. Keane,2015 年),然而,这些测序可能产生的潜在基因分型错误会导致错误的 ASM 判定。为了解决这种可能性,我们使用桑格测序法验证了 m6A 修饰位点附近的基因组 DNA 序列(补充表 4,方法)。在 6 个选定的 ASM 位点,我们证实了注释的单核苷酸多态性(SNP)(Nudt1,D 位点),并且没有未注释的遗传变异。这些结果表明,检测到的修饰确实是转录后修饰,而不是基因分型错误的反映。

综上所述,这些发现凸显了我们基于 ONT 直接 RNA 测序技术的方法的一个关键优势,该方法能够在单个分子水平上检测 m6A 修饰,而不是依赖于总体测量。

遗传变异影响等位基因特异性 m6A 修饰模式

在确定了存在等位基因特异性甲基化(ASM)的位点后,我们接着研究了这些位点与区分两个等位基因的遗传变异之间的关系。我们假设局部遗传差异可能会影响甲基化效率,导致N6 - 甲基腺嘌呤(m6A)的差异化沉积。因此,我们根据最近的遗传变异与典型m6A甲基化基序(DRACH)的接近程度,将ASM偏向性位点分为两组(图3D - E)。在鉴定出的23个位点中,有6个位点的遗传变异位于DRACH基序内(第1组),其中3个变异位于D位置,1个位于R位置,2个位于H位置(图4A)。总共41个m6A位点的D、R或H位置存在单核苷酸多态性(SNP),其中6个(14%)被归类为ASM。这些结果表明,正如预期的那样,DRACH基序内的SNP更有可能导致ASM。此外,特定的DRACH基序实例更有可能导致腺嘌呤发生修饰(图4B)。与预期一致,第1组ASM位点中修饰率较高的等位基因更有可能与修饰倾向较高的DRACH基序实例相匹配(上的唯一例外位点除外)。对其余17个位点(第2组)的分析显示,有5个位点在DRACH基序附近存在遗传差异。具体而言,我们在5个m6A位点附近发现了6个SNP:L3mbt/2(D - 1和H + 1);Trim25和Dnpep(D - 1);Atmin和Tmbim6(H + 2)(图4C)。有趣的是,D - 1位置的所有SNP实例在D - 2位置都包含一个尿嘧啶(U)(UNUGACU)。在这种情况下,D - 1位点的胞嘧啶(C)与较高的m6A水平相关(Dnpep为0.768;Trim25为0.855;L3mbt/2为0.789),而D - 1位点的腺嘌呤(A)或鸟嘌呤(G)则不然(Dnpep上的腺嘌呤为0.324,Trim25上的腺嘌呤为0.073;L3mbtl2上的鸟嘌呤为0.157;图4D)。这一发现凸显了DRACH基序相邻核苷酸对m6A沉积的显著影响,这取决于它们的特定遗传背景。

在其余的第2组ASM位点中,有8个位点在修饰腺嘌呤的100个碱基对范围内存在SNP(Stk38, - 64;2810004N23Rik, - 51;Cmtm7, - 12 bp;Glmp, + 10 bp;Rsl1d1, + 34 bp;Gcsh, + 42 bp;Kif11, + 59;Armc10在1170位置, + 99)。尽管读长存在限制,但基于短读长的m6A检测方法理论上能够检测到甲基化位点50至100 bp范围内的SNP(Dominissini等人,2012年;Chen等人,2015年)。然而,我们的方法还鉴定出4个在此范围内没有SNP的ASM位点,从而凸显了长读长测序在ASM检测方面的独特优势。

我们还注意到,与m6A修饰位点中最常见的DRACH实例GAACU相比,第2组ASM位点高度富集UGACU基序序列(图 ,p值 ,方法部分)。这一发现表明,对于与m6A修饰位点中典型序列不同的特定基序序列,ASM可能更为普遍。总之,我们发现等位基因的m6A修饰存在差异,这可能取决于DRACH基序附近的遗传差异,以及附近没有遗传差异的ASM位点。

通过正交方法验证ASM位点

接下来,我们通过可视化读段堆积图和采用正交实验方法来评估ASM检测的可靠性。已经开发出了从直接RNA测序中检测m6A修饰的计算方法,以利用修饰碱基周围碱基识别错误增加的特性(Liu等人,2019年)。为了进一步验证使用监督机器学习框架检测到的表现出ASM的位点,我们评估了每个候选位点周围错误的特征性增加情况。我们可视化了与ASM位点重叠的测序读段,从而能够验证在修饰率较高的位点周围碱基识别错误的预期富集情况。在两个重复实验中均一致观察到了这一现象,其特征是碱基识别错误与修饰率之间存在对应关系(补充图6)。

一种有可能检测到具有等位基因特异性甲基化(ASM)转录区域的正交实验方法是甲基化RNA免疫共沉淀测序(MeRIP-seq)(Cao等人,2023年)。MeRIP-seq依靠抗体来区分修饰位点,并利用短读长测序;因此,这种策略缺乏单分子和单核苷酸分辨率。尽管如此,我们推断一些ASM位点会与MeRIP-seq峰重叠,并为等位基因偏倚提供额外的实验支持。

在23个ASM位点中,我们在MeRIP-seq中检测到了20个。在这20个位点中,只有5个位点(其DRACH基序内或附近包含单核苷酸多态性(SNP))在我们的MeRIP-seq数据中有足够的覆盖度(补充表5,方法)。从这5个位点的MeRIP-seq中测得的等位基因偏倚比率与我们的方法检测到的等位基因偏倚一致(补充图7)。例如,Atp5o(第1组ASM)在所有三个MeRIP-seq重复实验中均显示出与预期一致的等位基因偏倚(图4F)。另一个第2组ASM位点,Gcsh(甲基化位点下游42 bp处的第1253位SNP),在长读长测序和MeRIP-seq数据中均表现出相同的等位基因偏倚模式(图4G)。简而言之,由于内在局限性,MeRIP-seq无法捕获长读长方法检测到的所有ASM位点,但我们在5个具有足够读长覆盖度的位点观察到了m6A模式中一致的等位基因偏倚。

MeRIP-seq对短读长测序的依赖可能导致等位基因分配错误,这主要是因为它依赖有限数量的SNP,这增加了对参考等位基因偏倚、基因分型错误和文库制备中系统偏倚的易感性。为了评估潜在的基因分型错误,我们使用桑格测序法检测了ASM基因内的37个SNP位点。其中,33个位点显示出预期的遗传变异,且峰信号较强,但有4个位点(Apt50,776;Psrc1,977;Trim25,5007和5041)仅显示出一个等位基因的核苷酸。这一发现表明我们的桑格测序实验可能存在基因分型错误或局限性。重要的是,这些发现进一步凸显了准确检测等位基因的挑战,特别是对于依赖一个或少数几个SNP的短读长测序方法而言(补充表6)。

牛津纳米孔技术(ONT)直接RNA测序在检测人类细胞中ASM位点的适用性

我们开发的用于检测ASM位点的分析和实证工作流程广泛适用于任何具有已知遗传信息的细胞类型。鉴于系统重复实验对于验证新方法至关重要(Piccolo和Frampton,2016年),接下来我们使用从基因组特征明确的人类身上提取的淋巴母细胞系重复进行了ASM检测。具体而言,我们分析了使用NA12878细胞系生成的ONT直接RNA测序数据的5个重复样本(Hansen,2016年;Workman等人,2018年),将读长分配到其等位基因来源,并对每组读长的m6A修饰进行了定量(图5A,补充表7)。

IMG_260

图5 | 人类细胞中ASM分析流程的可重复性

A) 五次重复检测到的候选m6A修饰位点数量(蓝色,等位基因A;橙色,等位基因B;灰色,未定义的读数分类)。B) 每个等位基因的修饰比率,包括加州大学圣克鲁兹分校(UCSC)(左)和UN(右)数据集中的三个ASM位点(蓝色)和非ASM位点(灰色),这是五次重复中深度最高的数据集。X轴表示等位基因A读数的修饰比率,而Y轴表示等位基因B读数的修饰比率。C) 通过自展法重采样的修饰比率。每种颜色代表一个等位基因(蓝色代表等位基因A,橙色代表等位基因B),灰色渐变表示每次重复。

与杂交小鼠胚胎干细胞(ESCs)不同,典型的人类每个转录本中的杂合SNP数量要少得多(Rozowsky等人,2011年;Workman等人,2018年)。在我们的长读长测序分析中,在21,569个小鼠转录本中,有16,242个在杂交小鼠ESCs中至少包含一个杂合SNP,而在NA12878中只有8,889个人类转录本包含此类位点。值得注意的是,与杂交小鼠ESCs相比,NA12878的转录组中杂合SNP的总数几乎少了十倍(小鼠ESCs中有210,004个;NA12878中有27,269个;补充图8)。因此,能够高置信度分配到其等位基因来源的长读长百分比降低了(补充表2、4)。

尽管每个转录本的测序深度较低且信息性单核苷酸多态性(SNP)较少,但我们仍鉴定出三个具有可重复性和较大效应量的等位基因特异性甲基化(ASM)位点。这三个位点分别位于BTN3A2(错误发现率 [FDR]=0.006)、FCMR(FDR=0.006)和TNFSF9(FDR=0.47)转录本上(图5B,补充图9 - 10)。FCMR在DRACH基序的R位点包含一个SNP。在另外两种情况下,距离ASM位点最近的SNP分别位于距甲基化位点86个(在BTN3A2转录本的3175位置)和24个(在TNFSF9转录本的779位置)核苷酸处。所有这三个事件均在3’非翻译区(UTR)内被观察到,并且两个等位基因之间的修饰比率存在较大差异(图5C;修饰比率的平均差异:BTN3A2为0.657,FCMR为0.500,TNFSF9为0.390)。BTN3A2在T细胞的激活和增殖中起着关键作用(Vantourout等人,2018;Kabelitz和Dechanet - Merville,2016);FCMR编码IgM Fc受体,对B细胞的激活和存活至关重要(Wang等人,2016);TNFSF9是肿瘤坏死因子(TNF)超家族的成员,通过与活化T淋巴细胞上的CD137相互作用增强T细胞反应(Wang等人,2016;Hashimoto,2021)。鉴于NA12878细胞系是一种爱泼斯坦 - 巴尔病毒(EBV)转化的淋巴母细胞系,我们的研究结果揭示了免疫系统相关的三个转录本中的ASM位点。我们的牛津纳米孔技术(ONT)直接RNA测序方法在人类细胞中检测ASM的适用性,支持了我们的方法在任何具有已知遗传信息的系统中的广泛应用。

12 m6A修饰比率较高的等位基因的RNA丰度更高

m6A RNA修饰在转录和翻译中的作用已被广泛研究,但仍是一个有争议的话题(Akhtar等人,2021;Jain等人,2023;Meyer,2019b)。m6A修饰的等位基因特异性差异为评估其对表达动态的功能影响提供了一个有力的平台,因为两个等位基因的遗传背景、环境因素和样本制备条件都是相同的。因此,我们在杂交小鼠胚胎干细胞(mESCs)中生成了匹配的RNA测序和核糖体图谱数据,并利用了NA12878细胞的现有测量数据(方法)(Cenik等人,2015)。这些数据使我们能够确定每个等位基因上的相对RNA表达和核糖体占有率,并将其与m6A修饰状态相关联。

在杂交mESCs中,含有ASM位点的转录本表现出对m6A修饰较高的等位基因具有统计学上显著的RNA表达偏向。这种模式在长读长和短读长测序方法中均一致(图6A;二项式检验p值分别为0.004和0.011)。具体而言,对于表现出CAST等位基因偏向性ASM的基因,来自CAST等位基因的RNA读数的平均比例在长读长和短读长测序中分别为0.557和0.558。同样,具有B6等位基因偏向性ASM的基因,来自B6等位基因的RNA读数的平均比例更高(分别为0.460和0.398)。这些观察结果表明,ASM与相同等位基因方向的等位基因特异性表达相关。

在NA12878细胞中,ASM与等位基因特异性RNA表达的关联同样明显。BTN3A2具有等位基因B偏向性甲基化位点,其来自等位基因B的RNA读数比例较高(长读长和短读长测序的平均等位基因比率分别为0.851和0.704)。同样,TNFSF9和FCMR具有等位基因A偏向性甲基化位点,来自等位基因A的RNA读数比例略有升高(补充图11A - B)。这些发现进一步支持了ASM与等位基因特异性RNA表达之间的关联(图6B)。最近的研究推测m6A修饰在调节翻译中起作用(Mao等人,2019;Meyer,2019b;Jain等人,2023)。鉴于此,我们采用核糖体图谱技术评估ASM对等位基因特异性翻译的影响。特别是,我们分析了杂交mESCs中具有ASM的基因的等位基因特异性核糖体占有率。我们未检测到等位基因特异性核糖体占有率与ASM之间的显著相关性(图6A;p值为0.83;补充图11C)。总体而言,我们的结果表明,m6A修饰比率较高的等位基因与RNA丰度增加相关,但核糖体占有率相似。

IMG_261

图6 | ASM对等位基因特异性RNA表达和核糖体占有率的影响

A) 包含ASM位点的基因的等位基因偏倚比率(天蓝色表示偏向B6;粉红色表示偏向CAST)。不同形状代表重复(圆形代表重复1,三角形代表重复2)。Y轴显示从长读长(左)、短读长(中)测序获得的等位基因偏倚比率,以及1066核糖体图谱分析(右)。X轴显示两个等位基因之间m6A修饰比率的差异1067 两个等位基因(CAST - B6)。红色虚线水平条表示等位基因偏倚比率为 0.5,这是一个等位基因1068偏倚截断点。灰色条代表具有 B6 或 CAST 偏倚的等位基因特异性甲基化(ASM)位点的基因的平均等位基因偏倚比率1069 偏倚的 ASM 位点。B)等位基因特异性甲基化(ASM)和等位基因特异性表达的调控模型。生物预印本(bioRxiv preprint)doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布。该预印本的版权持有者(未经同行评审认证)是作者/资助者,其已授予生物预印本(bioRxiv)永久展示该预印本的许可。该预印本根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供。

讨论

在这项研究中,我们采用牛津纳米孔技术公司(ONT)的直接 RNA 测序作为一种新方法,来检测人类和小鼠细胞中的等位基因特异性 m6A RNA 修饰。值得注意的是,ONT 方法产生的长读长揭示了附近没有遗传差异的等位基因特异性修饰(ASM)位点,这表明给定位点上的 m6A 修饰可能取决于局部序列背景之外的因素。这些 ASM 可能受到远程相互作用的调控,这些相互作用可以调节 mRNA 二级结构、等位基因与 RNA 结合蛋白的特异性相互作用差异或每个等位基因的局部染色质环境(Huang 等人,2019 年;Deng 等人,2022 年;Berlivet 等人,2019 年)。

mRNA 上 m6A 修饰的沉积依赖于被修饰的腺苷周围特定基序(DRACH)的存在(Linder 等人,2015 年)。我们对 ASM 位点的分析表明,该经典基序周围位置的核苷酸特性也可能在特定情况下影响 m6A 的沉积。具体而言,我们发现 D - 1 位点含有胞嘧啶,随后 D - 2 位点含有尿嘧啶的等位基因表现出更高的甲基化水平(补充图 6)。与基于短读长的方法相比,我们方法的一个主要优势在于它能够覆盖更多信息丰富的单核苷酸多态性(SNP),从而将读长分配到其等位基因来源(补充图 12,每个读长的最大 SNP 数量,短读长为 12 个;小鼠胚胎干细胞(mESC)中的长读长为 78 个)。因此,长读长技术在等位基因分配方面具有更高的可信度(Wu 等人,2023 年;Glinos 等人,2022 年)。与严重依赖读长内单个 SNP 的短读长方法不同,短读长方法更容易受到错误注释变异的影响,而我们的方法最大限度地减少了错误或缺失的遗传变异注释的影响。此外,在遗传变异较少的样本中,长读长增加了将可能远离感兴趣位点的遗传变异联系起来的机会,而基于短读长的方法无法检测到这些变异。

最近的一项研究利用先前生成的 m6A 甲基化 RNA 免疫沉淀测序(MeRIP - seq)数据,声称检测到了大量的 ASM 位点(Cao 等人,2023 年)。他们的方法包括对输入对照和免疫沉淀(IP)中每个等位基因的每百万映射读长中每千碱基转录本的读长表进行 Fisher 精确检验,计算 p 值。他们将得到的 p 值解释为 ASM 的证据。然而,这种方法从根本上存在缺陷。Fisher 精确检验是专门为分类数据设计的,特别是在列联表中,在这种情况下将其应用于连续数据是不合适的。这种对检验的错误使用引发了对其结论有效性的严重担忧。

此外,MeRIP - seq 还存在基于抗体富集的额外局限性。基于抗体的方法会引入特异性假象,导致不同实验中检测到的峰的数量和位置存在差异(Helm 等人,2019 年)。同样,免疫沉淀步骤会产生不同的产量,限制了实验间的定量测量(McIntyre 等人,2020 年)。因此,Cao 等人报告的大量位点中包含了大量的假阳性结果。在我们的研究中,我们采用自助重采样策略和最小效应大小阈值,重点关注大效应差异,以减少统计假象,正如之前所建议的那样(Castel 等人,2020 年;Mohammadi 等人,2017 年)。因此,这里描述的位点数量可能更准确地反映了等位基因偏向性甲基化的程度。

为了解决基于抗体检测 m6A 修饰的局限性,近期的研究开发了酶法和化学方法(Meyer,2019a;Song 等人,2021 年)。然而,目前酶法的适用性仅限于以 ACA 结尾的 DRACH 基序内的一部分 m6A 位点,约占总位点的 16%。虽然这些进展很有前景,但由于使用了短读长测序,它们在等位基因特异性分析方面可能会受到限制(Garcia - Campos 等人,2019 年)。

转录本之间 m6A 修饰比率的等位基因失衡可能会基于其对 mRNA 稳定性、转录和翻译效率的影响,导致等位基因特异性的 RNA 表达和翻译(Mauer 等人,2017 年;Cesaro 等人,2023 年;Min 等人,2018 年)。具体而言,如 YTHDC1 和 YTHDC2 等 m6A 阅读蛋白,它们与 3’ 非翻译区(UTR)上的 m6A 位点相互作用,因其在增强 mRNA 稳定性以及因此在稳态下增加 RNA 丰度方面的作用而被认可(Lee 等人,2021 年;Wang 等人,2014 年)。我们的研究揭示了 ASM 与等位基因特异性 RNA 表达之间存在正相关关系。解释这种关联的一个潜在机制是等位基因特异性地与 m6A 阅读蛋白结合,随后稳定富含 m6A 的 mRNA。

相比之下,我们并未观察到等位基因特异性甲基化(ASM)与等位基因特异性核糖体占有率之间存在关联。鉴于核糖体占有率是 RNA 表达和翻译效率的综合衡量指标,这一观察结果可能表明,尽管具有较高稳态 RNA 丰度,但修饰率较高的等位基因的翻译效率较低。这种机制与先前提出的共转录 m6A 沉积与翻译偶联模型相符(Slobodin 等人,2017 年)。

我们的方法存在几个重要的局限性。首先,我们采用的监督式机器学习框架基于这样一个假设,即修饰仅发生在 DRACH 基序内。因此,我们的分析未考虑将基序改变为与 DRACH 模式不匹配的序列的遗传变异,这些变异被认为会导致甲基化缺失。其次,牛津纳米孔技术(ONT)直接 RNA 测序产生的读数数量有限,限制了我们的方法检测低表达转录本中 allele-specific m6A(ASM)位点的能力。因此,本研究中鉴定的 ASM 位点出现在 RNA 表达前 30%的基因中(补充图 4)。

综上所述,我们提出了一种利用牛津纳米孔技术(ONT)直接 RNA 测序鉴定等位基因特异性 m6A 修饰的新方法。我们的分析强调了长读长测序和直接检测 RNA 修饰对 ASM 分析的益处。未来的 ASM 研究可能会扩展影响 RNA 修饰的等位基因变异目录,并阐明导致 ASM 的机制及其对基因表达的功能影响。

方法

细胞培养

C57BL/6J - CAST/EiJ F1 杂交小鼠胚胎干细胞(mESCs)由 David Spector 博士慷慨提供(Balasooriya和Spector,2022年)。细胞在 2i 培养基中培养,该培养基包含 Knockout DMEM(吉宝公司,产品编号 10829 - 018),并添加了15%胎牛血清(FBS)(密理博公司,产品编号 ES - 009 - B)、1X 谷氨酰胺(密理博公司,产品编号 TMS - 002 - C)、1X 非必需氨基酸(密理博公司,产品编号 TMS - 001 - C)、0.15 mM 2 - 巯基乙醇(密理博公司,产品编号 ES - 007 - E)、70 - 100 U/ml 青霉素 - 链霉素(吉宝公司,产品编号 15140 - 122)、100 U/ml 白血病抑制因子(Lif)(密理博公司,产品编号 ESG 1107)、1 µM PD0325901(西格玛奥德里奇公司,产品编号444968)和 3 µM CHIR99021(西格玛奥德里奇公司,产品编号361571)。培养板用0.1%明胶(密理博公司,ES - 006 - B)包被。细胞在
条件下、环境中培养,并在亚汇合状态下传代。

Mettl3 敲除小鼠胚胎干细胞的制备

通过核转染(Kirton 等人,2013年)将 Cas9/sgRNA 核糖核蛋白(RNP)复合物导入小鼠胚胎干细胞(mESCs),从而生成 Mett13 敲除细胞。sgRNA由 Synthego 公司合成(补充表2)。为形成RNP,将 300 pmol 的 Cas9 蛋白(NEB公司,产品编号M0386M)和 600 pmol 的 sgRNA 在 Cas9 缓冲液(150 mM KCl、1 mM MgCl、10% v/v 甘油、20 mM HEPES - KOH [pH 7.5])中于室温下孵育 30 分钟。随后,将 65 µL 的 4D - 核转染仪 X 溶液加入到 RNP 溶液中。使用制造商推荐的优化方案(SF细胞系 4D - 核转染仪™ X 试剂盒L)进行核转染。从
个细胞中收集细胞沉淀,重悬于 RNP 溶液中,并转移至
核转染小室中。使用 4D - 核转染仪 X 装置(Lonza公司)以 FF120 程序进行电穿孔。核转染后,将细胞在室温下平衡 8 分钟,然后转移至含有预热的 2i 培养基的明胶包被培养皿中。让细胞在条件下恢复 72 小时,随后通过系列稀释法分离单克隆。从单克隆生长的细胞中分离基因组DNA,并使用补充表 2 中列出的引物确认突变。

牛津纳米孔直接 RNA 测序

将小鼠胚胎干细胞培养在培养皿中,并在不同日期从两个不同传代数收集细胞,视为两个生物学重复。将细胞在 TRIzol 试剂(Zymo Research 公司,产品编号 R2050)中裂解,并根据制造商的说明(Zymo Direct - zol RNA 试剂盒,产品编号 R2061)提取 RNA。使用 5 μg 未进行多聚腺苷酸(poly(A))RNA 分离的总 RNA 进行直接 RNA 测序(Viscardi 和 Arribere,2022 年)。按照制造商的方案,使用牛津纳米孔直接 RNA 测序试剂盒(纳米孔产品编号 SQK - RNA002)构建文库。每个 RNA 重复的测序在四个配备 R9.4 流动槽的 MinION Mklb 测序仪(牛津纳米孔技术有限公司)上进行,每次运行时间为 24 小时。

用于方法验证的人类长读长数据

我们利用了从人类细胞系 NA12878 下载的已发表的牛津纳米孔技术(ONT)直接 RNA 测序数据,数据来源为 https://github.com/nanopore - wgs - consortium/NA12878(Hansen,2016 年;Workman 等人,2018 年)。使用从不同机构(约翰霍普金斯大学 [JHU]、安大略癌症研究所 [OICR]、英属哥伦比亚大学 [UBC]、加州大学圣克鲁兹分校 [UCSC]、诺丁汉大学 [UN])获得的 RNA 生成了五个重复。原始 fast5 文件直接用于分析(约翰霍普金斯大学的 558,005 条读长;安大略癌症研究所的 1,226,344 条读长;英属哥伦比亚大学的 2,073,885 条读长;加州大学圣克鲁兹分校的 2,059,045 条读长;诺丁汉大学的 1,686,124 条读长)。

从牛津纳米孔直接 RNA 测序中检测 m6A

测序完成后,我们使用 Guppy v. 6.3.2(质量得分阈值 = 7)从 fast5 文件中进行碱基识别,并使用 Pomoxis v0.3.15 验证错误率(Buttler 和 Drown,2022 年)。使用 minimap 2.1(minimap2 ’-ax map-ont’)将读数与转录组进行比对。为减少比对偏差,我们使用了一个转录组参考序列,其中单核苷酸多态性(SNP)如先前所述用 N 进行了掩码处理(Ozadam 等人,2023 年)。从小鼠基因组计划(https://www.mousegenomes.org/)下载了小鼠的 VCF 文件,并从 https://hgdownload.soe.ucsc.edu/gbdb/hg38/platinumGenomes/ 获取了 NA12878 的 VCF 文件。为识别 m6A 修饰,我们首先使用 Nanopolish v0.11.3 并通过 ’– scale-events’ 和 ’–signal-index’ 选项生成索引,将事件与 N 掩码转录组参考序列进行比对。使用 m6Anet v-2.0.0 和预训练模型(Hct116_RNA002)进行 m6A RNA 修饰的检测(Hendra 等人,2022 年)。每个位点至少需要 20 条读数才能确定修饰位点。

将读数分配到其等位基因来源

为了将比对后的读数分配到其等位基因来源,我们首先确定每条读数上与 SNP 对应的位置,并针对读数相对于参考序列的任何缺失和插入进行调整。最初,我们选择与预定义数量的 SNP 相交的读数。小鼠胚胎干细胞(mESC)和 NA12878 转录组中的杂合 SNP 数量分别为 210,004 和 27,269(补充图 8)。因此,对于 mESC,我们要求每条读数至少有三个 SNP,而对于 NA12878,则要求有一个 SNP。

然后,我们计算与每个等位基因的匹配数量,并定义了一个读数水平的等位基因偏倚比率:

IMG_256

根据这个比率,我们将每条读数分配到以下三组之一:等位基因 A(偏倚比率超过 0.7)、等位基因 B(偏倚比率小于 0.3)和未定义(偏倚比率在 0.3 到 0.7 之间)。该过程通过一个 Python 脚本实现,该脚本可在 Github 上获取:allele_assignment.py。随后,这三组读数分别通过 m6Anet 进行处理,以如上文所述预测 m6A 概率和修饰比率。

识别等位基因特异性 m6A 修饰

我们首先使用所有测序读段(reads)选择了具有高修饰概率(概率 > 0.85)的 m6A 位点。当基序(motif)上的单核苷酸多态性(SNP)将 DRACH 基序转换为非 DRACH 基序时,我们将其排除在分析之外,因为根据定义,非 DRACH 基序被认为是未甲基化的(Hendra 等人,2022 年)。我们选择了基序上的 SNP 不会改变 DRACH 基序的情况。在小鼠胚胎干细胞(mESCs)中,重复实验 1 的 178 个位点中有 29 个,重复实验 2 的 145 个位点中有 29 个被进一步评估,因为与基序重叠的 SNP 导致了 DRACH 序列的不同情况(补充图 13)。在 NA12878 中,相应的数字分别为 5 个中的 1 个(约翰霍普金斯大学,JHU)、11 个中的 1 个(安大略癌症研究所,OICR)、21 个中的 1 个(英属哥伦比亚大学,UBC)、24 个中的 2 个(加州大学圣克鲁兹分校,UCSC)、22 个中的 2 个(未知机构,UN)。

鉴于 m6Anet 设定了 20 个读段的阈值来确定修饰位点和比率,在检测阶段,等位基因组中读段少于 20 个的位点将被排除。这导致分配给等位基因 A、B、未定义类别以及读段总数之间存在差异。为了纠正这种差异并获得这些位点的准确修饰比率,我们首先确定了转录本中的修饰位点,这些转录本至少包含一个杂合 SNP,并且至少有 20 个读段分配给其中一个等位基因。如果两个等位基因的读段都超过 20 个,则直接使用 m6Anet 计算的修饰比率(占总情况的 63%)。然而,当一个等位基因的读段计数少于 20 个时,我们利用所有读段的修饰信息重新计算修饰比率,而不区分这两个等位基因。不失一般性,假设等位基因 A 分配的读段少于 20 个,因此 m6Anet 未对其进行考虑。在这种情况下,我们首先通过以下方法计算其读段计数:

等位基因 读段计数 总读段计数 - 等位基因 
读段计数 - 未定义读段计数 如果至少有 10 个读段分配给等位基因,我们保留该位点进行进一步分析,并使用以下公式重新计算等位基因 A 的修饰比率:

等位基因 A 修饰比率

(总读段计数 * 总读段的修饰比率) - (等位基因 B 读段计数 * 等位基因 B 修饰比率)/ 等位基因 A 读段计数有关此过程的示意图,请参见补充图 14。

我们使用基于自举法的统计检验确定了具有统计学意义的等位基因特异性甲基化(ASM)位点。首先,对于每个等位基因,通过将修饰比率乘以总读数来得出甲基化读数计数。然后,我们对每个等位基因的甲基化读数进行有放回抽样,并使用重采样后的读数计数计算修饰比率之间的差异(麦克拉克伦和拉特纳亚克,2014年;班亚诺维奇和奥斯本,2016年)。这个重采样过程重复了100万次,并使用效应大小阈值为0或0.1计算单侧p值,如下所示:

IMG_257

其中,表示观察到的m6A修饰比率较高的等位基因的自举重采样值。通过使用调和平均法(威尔逊,2019年)合并每个重复的p值来计算综合p值。错误发现率(FDR)通过本雅明尼 - 霍赫贝格方法(约阿夫·本雅明尼,1995年)计算。最后,如果调整后的调和平均p值(FDR)低于0.1,则定义为具有统计学意义的ASM位点。例如,当效应大小阈值为时,如果没有一次随机化超过该临界值,则表明重采样读数中两个等位基因的修饰比率高度相似。因此,该位点为ASM的概率将非常低,对应的p值为1。

为了评估UGACU是第2组ASM位点中最常见的DRACH变体这一情况的显著性,我们对17个基序进行了10000次随机重采样。在重采样过程中,我们使用了在具有高修饰概率的位点中15个DRACH基序实例各自的观察频率。在这些随机样本中,只有84个实例中UGACU是最频繁出现的基序,因此对应的p值为0.0084。

小鼠胚胎干细胞(mESC)甲基化RNA免疫沉淀测序(MeRIP - seq)实验与分析

使用m6A RNA甲基化文库构建试剂盒(测序版)(A-P-9016)制备MeRIP - seq文库。mESC的三个重复样本在不同日期从不同传代数中收集。使用Direct - zol RNA纯化试剂盒(Zymo,产品编号R2050)提取总RNA。取7μg总RNA用m6A抗体(A-P-9016,1:100稀释)进行免疫沉淀,并在磁珠上用裂解酶消化。然后用洗涤缓冲液和蛋白质消化缓冲液将磁珠洗涤三次,并用 洗脱缓冲液洗脱RNA。按照制造商的方案(Diagenode,产品编号C05030001),使用Diagenode小RNA测序试剂盒生成测序文库。在NovaSeq6000系统(Illumina)上对文库进行测序。

使用cutadapt v4.7(马丁,2011年)从原始读数中去除接头序列,使用以下16个参数:-a AAAAAAAAAAAAAAAAAAAAAAAAA TTTTTTTTTTTTTTTTTTTTT 
AGATCGGAAGAGCGTCGTGTAGGGAAAGAGTGT -n 2 -overlap = 4 –trimmed - only –maximum - length = 150 –minimum - length = 31 –quality - cutoff = 28。将修剪后的读数与N掩码的小鼠转录组进行比对,使用STAR v2.7.10b(多宾等人,2013年)。丢弃映射质量低的读数(映射质量小于10),并使用samtools v1.15.1(达内塞克等人,2021年;邦菲尔德等人,2021年)进行索引。

为了计算等位基因偏倚比率,我们统计了在等位基因特异性甲基化(ASM)位点的100个碱基对(bp)内至少包含一个单核苷酸多态性(SNP)的等位基因读数数量。在23个ASM位点中,有4个在甲基化位置的100个碱基对内没有遗传差异,15个在三次重复实验中的读数少于40个(补充表5)。其余5个位点的等位基因偏倚计算如下:

IMG_256

小鼠胚胎干细胞(mESC)RNA测序和核糖体图谱分析文库制备

将五百万个mESCs刮下并转移至含有裂解缓冲液(20 mM Tris - HCl,pH7.4;150 mM NaCl;5 mM MgCl₂;1 mM DTT;100μg/mL环己酰亚胺;1% Triton - X)的1.5mL试管中。所有实验均进行两次重复。将细胞置于冰上,每隔通过移液器上下吹打次,共处理。裂解物在条件下以离心以澄清。取澄清裂解物体积的10%,使用Direct - zol RNA纯化试剂盒(ZymoResearch,产品编号R2050)进行RNA提取。RNA测序文库由诺禾致源公司按照制造商的方案,使用NEBNext Ultra II RNA文库制备试剂盒(适用于Illumina测序平台)进行制备。

剩余的上清液立即用于核糖体图谱分析。简而言之,向澄清的裂解物中加入 
的RNaseI(Invitrogen,产品编号AM2249),并在条件下消化。用终浓度为
的核糖核苷氧钒络合物(NEB,产品编号S1402S)终止消化反应。将消化后的裂解物铺在蔗糖垫层(20 mM Tris - HCl,pH7.4;150 mM NaCl;5 mM MgCl₂;34%蔗糖;1 mM DTT)上,使用SW 41 Ti转子(BeckmanCoulter)在条件下以38,000rpm离心2.5小时,使核糖体沉淀。使用RNeasy Mini RNA试剂盒(Qiagen,产品编号74104)分离RNA,并通过在15%聚丙烯酰胺TBE - UREA凝胶上跑每个样品进行大小选择。切下21 - 34 nt的RNA片段,将凝胶片段在
的RNA提取缓冲液(300mM醋酸钠,pH5.5;1 mM EDTA;0.25%SDS)中碾碎进行提取,然后在冰上孵育30分钟,再在室温下孵育过夜。将样品通过SpinX过滤器(Corning,产品编号8160),滤液在和GlycoBlue(Invitrogen,产品编号AM9516)存在的条件下用乙醇沉淀。将RNA沉淀重悬于的无RNase水中,并立即用于文库制备。

对于核糖体图谱分析文库的制备,使用D - Plex Small RNA测序试剂盒(Diagenode,产品编号C05030001),并进行了轻微修改。去磷酸化反应中补充了的T4多核苷酸激酶(T4 PNK,NEB,产品编号M0201S),并孵育25分钟。随后,对互补DNA(cDNA)进行12个PCR循环的扩增。我们使用AMPure XP磁珠进行纯化(1.8X),然后在BluePippin平台上使用含内标的3%无染料琼脂糖凝胶盒(Sage Science,产品编号BDQ3010)进行大小选择。测序在Novaseq 6000平台上进行。

RNA测序和核糖体图谱分析的读段处理

对于小鼠胚胎干细胞(mESC),使用RiboFlow v0.0.1(Ozadam等人,2020年)处理RNA测序(RNA-seq)和核糖体图谱测序(Ribo-seq)数据。对于Ribo-seq文库,分离唯一分子标识符(UMI)序列,参数如下:

’(̂?P<umi_1>.{12})(?P<discard_1>.{4}).+$’ –extract-method=regex"。随后,使用参数“ -a AAAAAAAAAAAAAAAAAAAAA –overlap=4 –trimmed-only”对读段进行修剪。然后,使用bowtie2版本7.3.0将修剪后的读段与小鼠核糖体RNA(rRNA)和转运RNA(tRNA)序列进行比对,过滤掉比对上的读段,将未比对上的读段用于后续与N掩码转录组的比对(Langmead和Salzberg,2012年)。转录组比对后,保留比对质量大于2的读段,并使用UMI-tools的定向邻接方法和参数“-read-length”进行去重(Smith等人,2017年)。

在mESC的RNA-seq分析中,我们使用cutadapt v1.18(Martin,2011年)并采用以下参数来去除NEB读段接头:“-a AGATCGGAAGAGCACACGTCTGAACTCCAGTCA -A AGATCGGAAGAGCGTCGTGTAGGGAAAGAGTGT -O 8 -m 20 -cores=8”。使用bowtie2(Langmead和Salzberg,2012年)将读段与N掩码转录组进行比对。使用RiboR(Ozadam等人,2020年)从.ribo文件中获取RNA-seq和Ribo-seq的读段计数。

对于NA12878样本,我们基于Cenik等人的研究(Cenik等人,2015年)分析了RNA-seq和核糖体图谱分析数据(美国国立生物技术信息中心(NCBI)基因表达综合数据库(GEO),登录号GSE65912)。我们使用cutadapt v1.18和参数“-a

AGATCGGAAGAGCACACGTCTGAACTCCAGTCA

AGATCGGAAGAGCGTCGTGTAGGGAAAGAGTGT -O 8 -m 20”对两种方法的读段进行修剪。然后,使用bowtie2 v7.3.0将修剪后的读段与人类rRNA和tRNA序列进行比对,过滤掉比对上的读段。未比对上的读段随后被映射到N掩码人类转录组。

等位基因特异性 RNA 表达和核糖体占有率分析

利用从 RNA 测序(RNA-seq)和核糖体图谱测序(Ribo-seq)获得的比对后的 BAM 文件,使用基因组分析工具包(GATK,版本 3.8.1)的等位基因特异性表达读数计数器(ASEReadCounter)(McKenna 等人,2010 年)获取等位基因特异性表达(ASE)计数。计算所有位点对应两个等位基因的读数比例。在以每百万读数计数进行归一化后,通过将来自某个等位基因的读数计数除以来自两个等位基因的读数计数之和来计算 ASE 得分(Castel 等人,2015 年;Liu 等人,2018 年)。为了比较具有等位基因特异性甲基化(ASM)的基因中的等位基因特异性 RNA 表达和核糖体占有率比例,我们获得了对显示 ASM(例如,等位基因 A 偏向甲基化)的相同等位基因(例如,等位基因 A)的等位基因偏向比例。

IMG_257

为了量化长读长测序和短读长测序的等位基因偏向比例之间的关系,我们使用长读长测序的读数计数作为权重来计算加权斯皮尔曼相关性。使用 R 包“boot”(版本 1.3 - )计算相关性。

基因组 DNA 提取和用于遗传变异验证的聚合酶链式反应(PCR)

按照制造商的方案,使用快速 DNA 小量制备加强试剂盒(Zymo,产品编号D4068)从小鼠胚胎干细胞(mESCs)中提取基因组DNA。设计了 17 对引物来检测基因组 ASM 和单核苷酸多态性(SNP)位点的遗传变异(补充表8)。使用 Q5 高保真 DNA 聚合酶(新英格兰生物实验室,产品编号M0491S)通过 PCR 扩增目标区域。热循环条件设置如下:在下初始变性 90 秒,然后进行 32 个循环,每个循环包括在下变性 10 秒,在(引物解链温度 - )下退火 15 秒,在下延伸 20 - 40 秒,最后在下延伸 5 分钟。使用 NucleoSpin 凝胶和 PCR 清洁试剂盒(Takara,产品编号740609.250)纯化所得的 PCR 产物,并通过桑格测序(ACGT公司的 DNA 测序服务)进行测序。

数据获取

本文中呈现的所有小鼠胚胎干细胞(mESC)短读长测序数据集已存入序列读数存档库(Sequence Read Archive),生物项目登录号为 PRJNA1071025(SRP486746

721)。牛津纳米孔技术公司(ONT)的直接 RNA 测序数据可在 Zenodo 平台上通过以下记录编号获取

22 个编号:小鼠胚胎干细胞重复样本 1(10815502、13255832、13256383),小鼠胚胎干细胞重复样本 2(13257639

13259594、13273847、13275906、13278114、13277067),以及 Mettl3 敲除细胞(13257082)。

用于进行生物信息学分析的所有自定义脚本可在 Github 上获取:

https://github.com/DayeaPark/Allele-specific-m6A-modification.git

3 致谢

我们感谢 David Spector 博士(Dr. David Spector)慷慨提供杂交小鼠胚胎干细胞(mESCs)。我们感谢 Ian Hoskins 博士(Dr. Ian Hoskins)对本文稿提出的深刻见解。这项工作得到了美国国立卫生研究院(National Institutes of Health)的资助 [HD110096、GM150667],以及韦尔奇基金会(Welch Foundation)的资助 [F - 2027 - 20230405](C.C.)。文中的图表是使用 BioRender.com 在出版物许可(JO26GB978U)下生成的。本文所有原始文本均由研究人员撰写。此外,我们感谢大型语言模型(OpenAI,ChatGPT v3.5)在提高文本清晰度和语法方面提供的编辑建议 734。

生物预印本(bioRxiv)预印本 doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布。该预印本(未经同行评审认证)的版权所有者是作者/资助者,其已授予生物预印本永久展示该预印本的许可。该预印本根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供。

参考文献

Akhtar J,Lugoboni M,Junion G. 2021. 转录调控中的 m6A RNA 修饰。《转录》(Transcription)12: 266 - 276。

Amoah K,Hsiao Y - HE,Bahn JH,Sun Y,Burghard C,Tan BX,Yang E - W,Xiao X. 2021. 人类组织中的等位基因特异性可变剪接及其功能性遗传变异。《基因组研究》(Genome Res)31: 359 - 371。

Balasooriya GI,Spector DL. 2022. 心脏谱系中单等位基因表达常染色体基因的等位基因特异性差异调控。《自然通讯》(Nat Commun)13: 5984。

Banjanovic ES,Osborne JW. 2016. 效应量的置信区间:应用自助法重采样。《实用评估、研究与评价》(Practical Assessment, Research, and Evaluation)。745 https://openpublishing.library.umass.edu/pare/article/id/1604/。

本顿·麦克(Benton MC)、利·拉(Lea RA)、麦卡特尼 - 考克森·戴(Macartney-Coxson D)、萨瑟兰·赫(Sutherland HG)、怀特·内(White N)、肯尼迪·戴(Kennedy D)、门格森·凯(Mengersen K)、豪普特·利姆(Haupt LM)、格里菲思·勒(Griffiths LR)。2019 年。全基因组等位基因特异性甲基化在来自诺福克岛隔离群体的多代谱系的基因调控区域富集。《表观遗传学与染色质》12: 60。

贝利维特·S(Berlivet S)、斯库特奈雷·J(Scutenaire J)、德拉贡·J - M(Deragon J - M)、布斯凯 - 安托内利·C(Bousquet - Antonelli C)。2019年。m⁶A表观转录组密码的解读因子。《生物化学与生物物理学报:基因调控机制》(Biochim Biophys Acta Gene Regul Mech)1862: 329 - 342。

博卡尔·JA(Bokar JA)、拉斯 - 尚博 ME(Rath - Shambaugh ME)、路德维扎克·R(Ludwiczak R)、纳拉扬·P(Narayan P)、罗特曼·F(Rottman F)。1994年。HeLa细胞核mRNA N⁶ - 腺苷甲基转移酶的特性鉴定与部分纯化。内部mRNA甲基化需要多亚基复合物。《生物化学杂志》(J Biol Chem)269: 17697 - 17704。

邦菲尔德·JK(Bonfield JK)、马歇尔·J(Marshall J)、达内塞克·P(Danecek P)、李·H(Li H)、奥汉·V(Ohan V)、惠特沃姆·A(Whitwham A)、基恩·T(Keane T)、戴维斯·RM(Davies RM)。2021年。HTSlib:用于读写高通量测序数据的C语言库。《大数据科学》(Gigascience)10。http://dx.doi.org/10.1093/gigascience/giab007。

巴特勒·J(Buttler J)、德朗·DM(Drown DM)。2022年。长读长宏基因组组装的准确性和完整性。《微生物》(Microorganisms)11。http://dx.doi.org/10.3390/microorganisms11010096。

曹·S(Cao S)、朱·H(Zhu H)、崔·J(Cui J)、刘·S(Liu S)、李·Y(Li Y)、施·J(Shi J)、莫·J(Mo J)、王·Z(Wang Z)、王·H(Wang H)、胡·J(Hu J)等。2023年。等位基因特异性RNA N⁶ - 甲基腺苷修饰揭示人类组织中的功能性遗传变异。《基因组研究》(Genome Res)33: 1369 - 1380。

卡斯特尔·SE(Castel SE)、阿格特·F(Aguet F)、穆罕默迪·P(Mohammadi P)、GTEx联盟(GTEx Consortium)、阿德利·KG(Ardlie KG)、拉帕拉宁·T(Lappalainen T)。2020年。涵盖人类组织的大量等位基因表达数据资源。《基因组生物学》(Genome Biol)21: 234。

卡斯特尔(Castel SE)、利维 - 穆恩夏因(Levy - Moonshine A)、穆罕默迪(Mohammadi P)、班克斯(Banks E)、拉帕拉宁(Lappalainen T)。2015 年。等位基因表达分析中数据处理的工具和最佳实践。《基因组生物学》(Genome Biol)16: 195。

瑟尼克(Cenik C)、瑟尼克(Cenik ES)、卞(Byeon GW)、格鲁伯特(Grubert F)、坎迪勒(Candille SI)、斯帕塞克(Spacek D)、阿尔萨拉赫(Alsallakh B)、蒂尔格纳(Tilgner H)、阿雷亚(Araya CL)、唐(Tang H)等。2015 年。对 RNA、翻译和蛋白质水平的综合分析揭示了人类中 770 种不同的调控变异。《基因组研究》(Genome Res)25: 1610 - 1621。

瑟尼克(Cenik C)、蔡(Chua HN)、辛格(Singh G)、阿凯夫(Akef A)、斯奈德(Snyder MP)、帕拉佐(Palazzo AF)、摩尔(Moore MJ)、罗斯(Roth FP)。2017 年。一类常见的转录本,具有 5’ 内含子缺失、独特的早期编码序列生物预印本 doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布。该预印本的版权持有者(未经同行评审认证)是作者/资助者,他已授予生物预印本(bioRxiv)永久展示该预印本的许可。该预印本根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供。生物预印本 doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布。该预印本的版权持有者(未经同行评审认证)是作者/资助者,他已授予生物预印本(bioRxiv)永久展示该预印本的许可。该预印本根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供。生物预印本 doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布。该预印本的版权持有者(未经同行评审认证)是作者/资助者,他已授予生物预印本(bioRxiv)永久展示该预印本的许可。该预印本根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供。

根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供特征和 N1 - 甲基腺苷修饰。《RNA》23: 270 - 283。

切萨罗(Cesaro B)、塔鲁洛(Tarullo M)、法蒂卡(Fatica A)。2023 年。m6Am RNA 775 修饰对基因表达的调控。《国际分子科学杂志》(Int J Mol Sci)24。http://dx.doi.org/10.3390/ijms24032277。

陈 K、罗 G - Z、何 C。2015 年。使用光交联辅助策略对转录组和基因组中的 
- 甲基腺苷进行高分辨率定位。《酶学方法》560 卷:161 - 185 页。

陈 Z、雷 C、王 C、李 N、斯里瓦斯塔瓦 M、唐 M、张 H、崔 JM、郑 SY、秦 J 等。2019 年。全球磷酸化蛋白质组分析揭示 ARMC10 是一种调节线粒体动力学的 AMPK 底物。《自然通讯》10 卷:104 页。

赵 H、戴维斯 J、李 X、史密斯 KS、巴特尔 A、蒙哥马利 SB。2014 年。使用长读长 RNA 测序进行高分辨率转录组分析。《公共科学图书馆·综合》9 卷:e108095。

达内塞克 P、邦菲尔德 JK、利德尔 J、马歇尔 J、奥汉 V、波拉德 MO、惠特姆 A、基恩 T、麦卡锡 SA、戴维斯 RM 等。2021 年。SAMtools 和 BCFtools 的十二年发展。《大数据科学》10 卷。http://dx.doi.org/10.1093/gigascience/giab008。

大卫·J·亚当斯、安东尼·G·多兰、李静涛(Jingtao Lilue)和托马斯·M·基恩。2015 年。小鼠基因组计划:近交实验室小鼠品系基因组的数据库。《哺乳动物基因组》26 卷:403 - 412 页。

德拉·查佩勒 A。2009 年。人类疾病的遗传易感性:等位基因特异性表达和低外显率调控位点。《癌基因》28 卷:3345 - 3348 页。

邓 S、张 J、苏 J、左 Z、曾 L、刘 K、郑 Y、黄 X、白 R、庄 L 等。2022 年。RNA mA 通过 DNA 去甲基化和染色质可及性调控转录。《自然遗传学》54 卷:1427 - 1437 页。

德维尔 B、范德库伊 D、巴巴克 T。2012 年。通过 RNA - 测序对印记基因表达的批判性评估:一个新视角。《公共科学图书馆·遗传学》8 卷:e1002600。

多宾 A、戴维斯 CA、施莱辛格 F、德伦科夫 J、扎列斯基 C、贾 S、巴图 P、柴森 M、金格拉斯 TR。2013 年。STAR:超快速通用 RNA - 测序比对器。《生物信息学》29 卷:15 - 21 页。

多米尼斯尼 D、莫希奇 - 莫什科维茨 S、施瓦茨 S、萨尔蒙 - 迪翁 M、翁加尔 L、奥森伯格 S、塞萨尔卡斯 K、雅各布 - 赫希 J、阿马里利奥 N、库皮耶 M 等。2012 年。通过 m6A - 测序揭示人类和小鼠 m6A RNA 甲基化组的拓扑结构。《自然》485 卷:201 - 206 页。

范 J、胡 J、薛 C、张 H、苏斯塔克 K、赖利 MP、肖 R、李 M。2020 年。ASEP:通过 RNA 测序在群体个体中基于基因检测等位基因特异性表达。《公共科学图书馆·遗传学》16 卷:e1008786。

富尼耶 C、后藤 Y、巴列斯塔 E、德拉瓦尔 K、赫弗 AM、埃斯特勒 M、费尔 R。2002 年。等位基因特异性组蛋白赖氨酸甲基化标记小鼠印记基因的调控区域。《欧洲分子生物学组织杂志》21 卷:6560 - 6570 页。

加拉尔德·DR(Garalde DR)、斯内尔·EA(Snell EA)、亚希莫维奇·D(Jachimowicz D)、西波斯·B(Sipos B)、劳埃德·JH(Lloyd JH)、布鲁斯·M(Bruce M)、潘蒂奇·N(Pantic N)、阿德马苏·T(Admassu T)、詹姆斯·P(James P)、沃兰·A(Warland A)等。2018年。在纳米孔阵列上进行高度并行的直接RNA测序。《自然方法》(Nat Methods)15: 201 - 206。

Garcia-Campos MA, Edelheit S, Toth U, Safra M, Shachar R, Viukov S, Winkler R, Nir R,Lasman L, Brandis A, et al. 2019. Deciphering the "m6A Code" via Antibody-Independent Quantitative Profiling. Cell 178: 731-747.e16.

Gicquel C, Rossignol S, Cabrol S, Houang M, Steunou V, Barbu V, Danton F, Thibaud N, Le Merrer M, Burglen L, et al. 2005. Epimutation of the telomeric imprinting center region on chromosome 11p15 in Silver-Russell syndrome. Nat Genet 37: 1003-1007.

Glinos DA, Garborcauskas G, Hoffman P, Ehsan N, Jiang L, Gokden A, Dai X, Aguet F, Brown KL, Garimella K, et al. 2022. Transcriptome variation in human tissues revealed by long-read sequencing. Nature 608: 353-359.

Hansen NF. 2016. Variant Calling From Next Generation Sequence Data. In Statistical Genomics: Methods and Protocols (eds. E. Mathé and S. Davis), pp. 209-224, Springer New York, New York, NY.Hashimoto K. 2021. CD137 as an Attractive T Cell Co-Stimulatory Target in the TNFRSF for Immuno-Oncology Drug Development. Cancers 13.http://dx.doi.org/10.3390/cancers13102288.

Helm M, Lyko F, Motorin Y. 2019. Limited antibody specificity compromises epitranscriptomic analyses. Nat Commun 10: 5669.

Hendra C, Pratanwanich PN, Wan YK, Goh WSS, Thiery A, Göke J. 2022. Detection of m6A from direct RNA sequencing using a multiple instance learning framework. Nat Methods 19:1590-1598.

He PC, He C. 2021. m6A RNA methylation: from mechanisms to therapeutic potential. EMBO J40: e105977.

He PC, Wei J, Dou X, Harada BT, Zhang Z, Ge R, Liu C, Zhang L-S, Yu X, Wang S, et al. 2023.

Exon architecture controls mRNA m6A suppression and gene expression. Science 379:677-682.

Huang H, Weng H, Zhou K, Wu T, Zhao BS, Sun M, Chen Z, Deng X, Xiao G, Auer F, et al.2019.

Histone H3 trimethylation at lysine 36 guides m6A RNA modification co-transcriptionally. Nature 567: 414-419.

Inoue A. 2023. Noncanonical imprinting: intergenerational epigenetic inheritance mediated by Polycomb complexes. Curr Opin Genet Dev 78: 102015.

Jain S, Koziej L, Poulis P, Kaczmarczyk I, Gaik M, Rawski M, Ranjan N, Glatt S, Rodnina MV.

2023. Modulation of translational decoding by m6A modification of mRNA. Nat Commun 14:4784.

Jiang X, Liu B, Nie Z, Duan L, Xiong Q, Jin Z, Yang C, Chen Y. 2021. The role of m6A modification in the biological functions and diseases. Signal Transduct Target Ther 6: 74.

Joglekar A, Prjibelski A, Mahfouz A, Collier P, Lin S, Schlusche AK, Marrocco J, Williams SR,Haase B, Hayes A, et al. 2021. A spatially resolved brain region- and cell type-specific isoform atlas of the postnatal mouse brain. Nat Commun 12: 463.

Kabelitz D, Dechanet-Merville J. 2016. Recent Advances in γδ T Cell Biology: New Ligands,850 新功能与新转化视角。前沿媒体公司(Frontiers Media SA)。

851 柯尔顿·HM(Kirton HM)、佩廷格·L(Pettinger L)、甘珀·N(Gamper N)。2013年。使用核转染法在神经元中瞬时过表达基因。见《离子通道:方法与实验方案》(Ion Channels: Methods and Protocols)(N. 甘珀(Gamper)编),第55 - 64页,人类出版社(Humana Press),美国新泽西州托托瓦(Totowa)。

兰米德·B(Langmead B)、萨尔兹伯格·SL(Salzberg SL)。2012年。使用Bowtie 2进行快速含间隙读段比对。《自然方法》(Nat Methods)9: 357 - 359。

李·J - H(Lee J - H)、王·R(Wang R)、熊·F(Xiong F)、克拉科维亚克·J(Krakowiak J)、廖·Z(Liao Z)、阮·PT(Nguyen PT)、莫罗兹 - 大森·EV(Moroz - Omori EV)、邵·J(Shao J)、朱·X(Zhu X)、博尔特·MJ(Bolt MJ)等。2021年。增强子RNA的m6A甲基化促进转录凝聚体形成和基因激活。《分子细胞》(Mol Cell)81: 3368 - 3385.e9。

李·Y(Lee Y)、崔·J(Choe J)、朴·OH(Park OH)、金·YK(Kim YK)。2020年。m6A修饰驱动mRNA降解的分子机制。《遗传学趋势》(Trends Genet)36: 177 - 188。

林德(Linder B)、格罗日克(Grozhik AV)、奥拉雷林 - 乔治(Olarerin-George AO)、梅丹(Meydan C)、梅森(Mason CE)、贾弗里(Jaffrey SR)。2015 年。全转录组 m6A 和 m6Am 的单核苷酸分辨率图谱绘制。《自然方法》(Nat Methods)12 卷:767 - 772 页。

林(Lin S)、格雷戈里(Gregory RI)。2014 年。甲基转移酶调节胚胎干细胞中的 RNA 稳定性。《自然细胞生物学》(Nat Cell Biol)16 卷:129 - 131 页。

刘(Liu H)、贝吉克(Begik O)、卢卡斯(Lucas MC)、拉米雷斯(Ramirez JM)、梅森(Mason CE)、维纳(Wiener D)、施瓦茨(Schwartz S)、马蒂克(Mattick JS)、史密斯(Smith MA)、诺沃亚(Novoa EM)。2019 年。天然 RNA 868 序列中 m6A RNA 修饰的准确检测。《自然通讯》(Nat Commun)10 卷:4079 页。

刘(Liu J)、岳(Yue Y)、韩(Han D)、王(Wang X)、傅(Fu Y)、张(Zhang L)、贾(Jia G)、余(Yu M)、陆(Lu Z)、邓(Deng X)等。2013 年。METTL3 - METTL14 复合物介导哺乳动物核 RNA N6 - 腺苷甲基化。《自然化学生物学》(Nat Chem Biol)10 卷:93 - 95 页。

刘(Liu Z)、董(Dong X)、李(Li Y)。2018 年。结直肠癌等位基因特异性表达的全基因组研究。《遗传学前沿》(Front Genet)9 卷:570 页。

毛(Mao Y)、董(Dong L)、刘(Liu X - M)、郭(Guo J)、马(Ma H)、沈(Shen B)、钱(Qian S - B)。2019 年。mRNA 编码区的 mA 通过含 RNA 解旋酶的 YTHDC2 促进翻译。《自然通讯》(Nat Commun)10 卷:5332 页。

马丁·M(Martin M.). 2011. Cutadapt从高通量测序读段中去除接头序列. 《欧洲分子生物学网络组织杂志》(EMBnet journal). http://journal.embnet.org/index.php/embnetjournal/article/view/200.

莫尔(Mauer J)、罗(Luo X)、布朗茹瓦(Blanjoie A)、焦(Jiao X)、格罗日克(Grozhik AV)、帕蒂尔(Patil DP)、林德(Linder B)、皮克林(Pickering BF)、瓦瑟(Vasseur J - J)、陈(Chen Q)等. 2017. 5’ 帽中 mA 的可逆甲基化控制 mRNA 稳定性. 《自然》(Nature)541: 371 - 375.

麦金太尔(McIntyre ABR)、戈卡莱(Gokhale NS)、切尔基耶蒂(Cerchietti L)、贾弗里(Jaffrey SR)、霍纳(Horner SM)、梅森(Mason CE). 2020. 使用 MeRIP/m6A - seq 检测 m6A 变化的局限性. 《科学报告》(Sci Rep)10: 6590.

麦肯纳(McKenna A)、汉纳(Hanna M)、班克斯(Banks E)、西瓦琴科(Sivachenko A)、西布尔茨基斯(Cibulskis K)、克尔尼茨基(Kernytsky A)、加里梅拉(Garimella K)、阿尔特舒勒(Altshuler D)、加布里埃尔(Gabriel S)、戴利(Daly M)等. 2010. 基因组分析工具包:用于分析下一代 DNA 测序数据的 MapReduce 框架. 《基因组研究》(Genome Res)20: 1297 - 1303.

麦克拉克兰(McLachlan GJ)、拉特纳亚克(Rathnayake S). 2014. 关于高斯混合模型中成分的数量. 《威利跨学科评论:数据挖掘与知识发现》(Wiley Interdiscip Rev Data Min Knowl Discov)4: 341 - 355.

生物预印本服务器(bioRxiv)预印本,doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布. 此预印本的版权持有者(未经同行评审认证)是作者/资助者,其已授予生物预印本服务器永久展示该预印本的许可. 该预印本根据知识共享署名 - 禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供.

888 迈耶·K·D(Meyer KD). 2019a. DART - seq:一种无抗体的全局 m6A 检测方法. 《自然方法》(Nat Methods)889 16: 1275 - 1280.

890 迈耶·K·D(Meyer KD). 2019b. m6A 介导的翻译调控. 《生物化学与生物物理学报:基因调控机制》(Biochim Biophys Acta Gene Regul Mech)891 1862: 301 - 309.

迈耶·K·D(Meyer KD)、萨利托雷·Y(Saletore Y)、祖姆博·P(Zumbo P)、埃莱门托·O(Elemento O)、梅森·C·E(Mason CE)、贾弗里·S·R(Jaffrey SR). 2012. mRNA 甲基化的全面分析揭示其在 3’非翻译区和终止密码子附近的富集. 《细胞》(Cell)894 149: 1635 - 1646.

闵·K - W(Min K - W)、泽利·R·W(Zealy RW)、达维拉·S(Davila S)、福明·M(Fomin M)、卡明斯·J·C(Cummings JC)、马科夫斯基·D(Makowsky D)、麦克道威尔·C·H(Mcdowell CH)、西彭·H(Thigpen H)、哈夫纳·M(Hafner M)、权·S - H(Kwon S - H)等. 2018. m6A RNA 修饰谱分析确定了 AGO2 mRNA 稳定性的年龄相关调控. 《衰老细胞》(Aging Cell)17: e12753.

穆罕默迪·P(Mohammadi P)、卡斯特尔·S·E(Castel SE)、布朗·A·A(Brown AA)、拉帕拉宁·T(Lappalainen T). 2017. 使用等位基因倍数变化量化顺式作用遗传变异的调控效应大小. 《基因组研究》(Genome Res)27: 1872 - 1884.

莫尔科斯·L(Morcos L)、葛·B(Ge B)、科卡·V(Koka V)、林·K·C·L(Lam KCL)、波霍尔洛克·D·K(Pokholok DK)、冈德森·K·L(Gunderson KL)、蒙特佩蒂特·A(Montpetit A)、韦拉恩·D·J(Verlaan DJ)、帕斯蒂宁·T(Pastinen T). 2011. 人类细胞中印记表达的全基因组评估. 《基因组生物学》(Genome Biol)12: R25.

内姆巴韦(Nembaware V)、卢平多(Lupindo B)、舒维斯特(Schouest K)、斯皮兰(Spillane C)、舍夫勒(Scheffler K)、西奥伊(Seoighe C)。2008年。人类全基因组等位基因特异性剪接调查。《BMC基因组学》9: 265。

奥扎丹(Ozadam H)、耿(Geng M)、瑟尼克(Cenik C)。2020年。RiboFlow、RiboR和RiboPy:用于在读取长度分辨率下分析核糖体图谱数据的生态系统。《生物信息学》36: 2929 - 2931。

奥扎丹(Ozadam H)、托恩(Tonn T)、韩(Han CM)、塞古拉(Segura A)、霍斯金斯(Hoskins I)、拉奥(Rao S)、加特潘德(Ghatpande V)、陈(Tran D)、卡托(Catoe D)、萨利特(Salit M)等。2023年。小鼠早期发育中核糖体占有率的单细胞定量分析。《自然》618: 1057 - 1064。

帕伊(Pai AA)、凯恩(Cain CE)、米兹拉希 - 曼(Mizrahi - Man O)、德莱昂(De Leon S)、卢埃伦(Lewellen N)、维里耶拉斯(Veyrieras J - B)、德格纳(Degner JF)、加夫尼(Gaffney DJ)、皮克雷尔(Pickrell JK)、斯蒂芬斯(Stephens M)等。2012年。RNA降解数量性状位点对稳态基因表达水平个体间差异的贡献。《公共科学图书馆·遗传学》8: 913 e1003000。

佩利佐拉(Pelizzola M)、巴拉诺夫(Baranov PV)、达西(Dassi E)。2021年。计算表观转录组学:RNA修饰分析的生物信息学方法。前沿媒体公司(Frontiers Media SA)。

皮科洛(Piccolo SR)、弗兰普顿(Frampton MB)。2016年。计算可重复性的工具和技术。《巨科学》5: 30。

普伦德加斯特(Prendergast)JGD、唐(Tong)P、海伊(Hay)DC、法林顿(Farrington)SM、森普尔(Semple)CAM。2012年。人类胚胎干细胞的全基因组筛选揭示了与已知疾病位点相关的等位基因特异性组蛋白修饰920的新位点。《表观遗传学与染色质》(Epigenetics Chromatin)5: 6。

罗伯斯 - 埃斯皮诺萨(Robles - Espinoza)CD、穆罕默迪(Mohammadi)P、博尼利亚(Bonilla)X、古铁雷斯 - 阿尔塞卢斯(Gutierrez - Arcelus)M。2021年。等位基因特异性表达:在癌症中的应用及技术考量。《遗传学与发育学当前观点》(Curr Opin Genet Dev)66: 923 10–19。

罗佐夫斯基(Rozowsky)J、阿比佐夫(Abyzov)A、王(Wang)J、阿尔维斯(Alves)P、拉哈(Raha)D、哈尔曼奇(Harmanci)A、冷(Leng)J、比约恩森(Bjornson)R、孔(Kong)Y、925北林(Kitabayashi)N等。2011年。AlleleSeq:在网络框架中分析等位基因特异性表达和结合。《分子系统生物学》(Mol Syst Biol)7: 522。

生物预印本服务器(bioRxiv)预印本,doi: https://doi.org/10.1101/2024.07.08.602538;此版本于2024年9月5日发布。该预印本的版权持有者(未经同行评审认证)是作者/资助者,其已授予生物预印本服务器永久展示该预印本的许可。该预印本根据知识共享署名 - 禁止演绎4.0国际许可协议提供。

927桑蒂尼(Santini)L、哈尔布里特(Halbritter)F、蒂茨 - 特谢拉(Titz - Teixeira)F、铃木(Suzuki)T、浅见(Asami)M、马(Ma)X、拉梅斯迈尔(Ramesmayer)J、拉克纳(Lackner)A、928瓦尔(Warr)N、保勒(Pauler)F等。2021年。小鼠囊胚中的基因组印记主要与H3K27me3相关。《自然通讯》(Nat Commun)12: 3804。

930谢尔盖耶娃(Sergeeva)A、达维多娃(Davydova)K、佩连科夫(Perenkov)A、韦杜诺娃(Vedunova)M。2023年。人类DNA甲基化的机制、生理过程和肿瘤学中甲基化模式的改变。《基因》(Gene)875: 147487。

塞拉特(Serrat R)、米拉(Mirra S)、菲格罗-席尔瓦(Figueiro-Silva J)、纳瓦斯-佩雷斯(Navas-Pérez E)、克维多(Quevedo M)、洛佩斯-多梅内克(López-Doménech G)、波德列斯尼(Podlesniy 934 P)、乌略亚(Ulloa F)、加西亚-费尔南德斯(Garcia-Fernàndez J)、特鲁拉斯(Trullas R)等。2014 年。Armc10/SVH 基因:基因组 935 背景、线粒体动力学调控以及对 
诱导的线粒体碎片化的保护作用。《细胞死亡与疾病》(Cell Death Dis)5:e1163。

辛格(Singh P)、赵(Cho J)、蔡(Tsai SY)、里瓦斯(Rivas GE)、拉尔森(Larson GP)、绍博(Szabó PE)。2010 年。印记基因差异甲基化区域的等位基因特异性组蛋白乙酰化的协同作用。《核酸研究》(Nucleic Acids Res)38:7974 - 7990。

斯洛博丁(Slobodin B)、韩(Han R)、卡尔德隆(Calderone V)、弗里林克(Vrielink JAFO)、洛亚萨-普奇(Loayza-Puch F)、埃尔孔(Elkon R)、阿加米(Agami R)。2017 年。转录通过共转录 N6 - 腺苷甲基化影响 mRNA 翻译效率。《细胞》(Cell)169:326 - 337.e12。

史密斯(Smith T)、赫格(Heger A)、萨德伯里(Sudbery I)。2017 年。UMI 工具:对唯一分子标识符中的测序错误进行建模以提高定量准确性。《基因组研究》(Genome Res)27:491 - 499。

宋(Song H)、宋(Song J)、程(Cheng M)、郑(Zheng M)、王(Wang T)、田(Tian S)、弗莱韦尔(Flavell RA)、朱(Zhu S)、李(Li H - B)、丁(Ding C)等。2021 年。METTL3 介导的 mA RNA 甲基化促进自然杀伤细胞的抗肿瘤免疫。《自然通讯》(Nat Commun)12:5522。

蒂尔格纳(Tilgner H)、贾汉巴尼(Jahanbani F)、布劳坎普(Blauwkamp T)、莫什雷菲(Moshrefi A)、耶格(Jaeger E)、陈(Chen F)、哈雷尔(Harel I)、布斯塔曼特(Bustamante CD)、拉斯穆森(Rasmussen M)、斯奈德(Snyder MP)。2015 年。使用合成 950 长读长测序进行的全面转录组分析揭示了远距离剪接事件的分子共关联。《自然生物技术》(Nat Biotechnol)33:736 - 742。

蒂尔格纳(Tilgner H)、贾汉巴尼(Jahanbani F)、古普塔(Gupta I)、科利尔(Collier P)、魏(Wei E)、拉斯穆森(Rasmussen M)、斯奈德(Snyder M)。2018 年。微流控异构体测序揭示人类转录组中广泛存在的剪接协调性。《基因组研究》(Genome Res)28 卷:231 - 242 页。

曾(Tsang S)、孙(Sun Z)、卢克(Luke B)、斯图尔特(Stewart C)、卢姆(Lum N)、格雷戈里(Gregory M)、吴(Wu X)、苏布列斯基(Subleski M)、詹金斯(Jenkins NA)、科普兰(Copeland NG)等。2005 年。基于单核苷酸多态性(SNP)的近交系小鼠品系综合遗传分析。《哺乳动物基因组》(Mamm Genome)16 卷:476 - 480 页。

万图鲁特(Vantourout P)、莱恩(Laing A)、伍德沃德(Woodward MJ)、兹拉塔雷娃(Zlatareva I)、阿波洛尼亚(Apolonia L)、琼斯(Jones AW)、斯尼德斯(Snijders AP)、马利姆(Malim MH)、海迪(Hayday AC)。2018 年。异源相互作用调节控制γδ T 细胞生物学的丁酰球蛋白(BTN)和 BTN 样分子。《美国国家科学院院刊》(Proc Natl Acad Sci U S A)115 卷:1039 - 1044 页。

维斯卡尔迪(Viscardi MJ)、阿里贝尔(Arribere JA)。2022 年。聚腺苷酸(Poly(A))选择在直接 RNA 测序中引入偏差和不必要的噪声。《BMC 基因组学》(BMC Genomics)23 卷:530 页。

王(Wang H)、科利根(Coligan JE)、莫尔斯三世(Morse HC 3rd)。2016 年。天然 IgM 及其 Fc 受体 FCMR 在免疫稳态中的新兴功能。《免疫学前沿》(Front Immunol)7 卷:99 页。

王(Wang S)、吕(Lv W)、李(Li T)、张(Zhang S)、王(Wang H)、李(Li X)、王(Wang L)、马(Ma D)、臧(Zang Y)、沈(Shen J)等。2022 年。生物预印本(bioRxiv),doi: https://doi.org/10.1101/2024.07.08.602538;此版本于 2024 年 9 月 5 日发布。该预印本的版权持有者(未经同行评审认证)是作者/资助者,其已授予生物预印本永久展示该预印本的许可。该预印本根据知识共享署名-禁止演绎 4.0 国际许可协议(CC - BY - ND 4.0 International license)提供。

mRNA m6A修饰的动态调控与功能。《癌细胞国际》22: 48。


王X、陆Z、戈麦斯A(Gomez A)、洪GC(Hon GC)、岳Y(Yue Y)、韩D(Han D)、傅Y(Fu Y)、帕里西安M(Parisien M)、戴Q(Dai Q)、贾G(Jia G)等。2014年。968 N6 - 甲基腺苷对信使RNA稳定性的调控。《自然》505: 117 - 969 120。

威尔逊DJ(Wilson DJ)。2019年。用于组合相关检验的调和均值 
值。《美国国家科学院院刊》116: 1195 - 1200。

沃克曼RE(Workman RE)、唐AD(Tang AD)、唐PS(Tang PS)、贾因M(Jain M)、廷普W(Timp W)。2018年。人类聚腺苷酸(poly(A))转录组的纳米孔天然RNA测序。

https://www.researchgate.net/publication/328855598_Nanopore_native_RNA_sequencing_ 975 of_a_human_polyA_transcriptome(于2023年12月13日访问)。

吴J、胡W、李S。2023年。长读长转录组测序高分辨率揭示等位基因特异性变异。《遗传学趋势》39: 31 - 33。

杨 X(Yang X)、特里布莱 R(Triboulet R)、刘 Q(Liu Q)、森丁克 E(Sendinc E)、格雷戈里 RI(Gregory RI)。2022 年。外显子连接复合物塑造 m6A 表观转录组。《自然通讯》13 卷:7904 页。

约阿夫·本亚米尼 YH(Yoav Benjamini YH)。1995 年。控制错误发现率:一种实用且强大的多重检验方法。《皇家统计学会杂志》57 卷。https://www.jstor.org/stable/2346101。

张 Z(Zhang Z)、陈 T(Chen T)、陈 H - X(Chen H - X)、谢 Y - Y(Xie Y - Y)、陈 L - Q(Chen L - Q)、赵 Y - L(Zhao Y - L)、刘 B - D(Liu B - D)、金 L(Jin L)、张 W(Zhang W)、刘 C(Liu C)等。2021 年。使用无合成修饰的 RNA 文库对表观转录组图谱进行系统校准。《自然方法》18 卷:1213 - 1222 页。

齐托夫斯基 JP(Zitovsky JP)、洛夫 MI(Love MI)。2019 年。用于等位基因不平衡的β - 二项式模型的快速效应大小收缩软件。《F1000研究》8 卷:2024 页。

N6-甲基腺苷,RNA测序

图片名称

艾维缔官网

图片名称
图片名称

艾德官网

图片名称
图片名称

B站IVDSHOW

图片名称
图片名称

抖音军哥聊表观

图片名称
图片名称

视频号艾维缔

图片名称
图片名称

小红书艾维缔

图片名称
图片名称

快手表观盒子

图片名称
图片名称

表观遗传学

图片名称

联系我们

Tel:+86-0313-5935521|18911529660

ADD:张家口市怀来县东花园镇哈工大研究院T8幢7层

邮箱:1951545998@qq.com

留言咨询

如果您对我们的产品和服务感兴趣,请留下您的信息。

立即咨询 →

IVDSHOW

订阅我们,以便及时了解产品更新和特惠活动

%{tishi_zhanwei}%
售后反馈 →

免责申明:本网站销售的所有产品均不得用于人类或动物之临床诊断或治疗,仅可用于工业或者科研等非医疗目的。(获得国家相关部门批准的产品除外) 

版权所有:艾维缔科技怀来有限公司 

营业执照