【原创】Curr Biol〡快速解析DNA-RNA相互作用的新工具MARGI

日期:2017-03-17  浏览次数:143

作者:冰糖 (哥伦比亚医学中心和霍华德·休斯医学研究所跨界研究员,主要从事随机信号处理及冷冻电镜图像处理方法的研究。)

近日,加州大学圣地亚哥分校的Sheng Zhong教授开发了一种研究RNA和DNA相互作用的新工具,MARGI(Mapping RNA Genome Interactions)。这种技术通过单个实验就能完整记录与一段DNA片段相互作用的所有RNA分子,以及这些所有相互作用的位置。这一研究将帮助相关研究人员快速地通过基因序列的信息,解密其相应的功能。此项题为“Systematic mapping of RNA-chromatin interactions in vivo”的研究成果发表于《细胞》子刊Current Biology[1].


象征着RNA-DNA相互作用的中国龙(Victor O. Leshyk,来自参考文献2)

Victor O. Leshyk艺术地呈现了RNA-DNA之间的相互作用[2]。图中紧密卷曲的DNA的三维结构被艺术化为中国神话中的龙的身体,与之有相互作用的RNA被艺术化为龙的发、须和爪,暗示这些对龙(DNA)的重要性。

RNA分子可以附着于特定的DNA序列,帮助控制这些特定基因在特定细胞、特定时间内生成蛋白质量的多少。通过研究哪些基因参与产生拥有调节功能的RNA,研究人员可以识别基因组中密码的新功能。

该研究的通讯作者Zhong教授说[2]:“大多数人类基因组序列是已知的,但是我们仍然不理解其中的大多数序列有什么作用和意义。为了更好地理解那些未知的功能,我们开发了这个新工具,可以提供与DNA相互作用的所有RNA分子,以及它们相互作用的序列的的信息。

业内现有的方法在研究RNA-DNA相互作用的时,每一次实验仅能够分析一个RNA分子和DNA的相关作用。在研究涉及数百个RNA分子的RNA-DNA相互作用的时候,传统方法显得无比冗长繁重。

加州大学圣地亚哥分校的博士生兼此项研究的共同第一作者,生物工程博士Tri Nguyen说[2]:“如果使用传统方法,分析所有这些相互作用可能需要几年的时间。使用我们研发的MARGI,只需要一到两周,就可以在同一个实验中分析其涉及的所有RNA-DNA相互作用。”

MARGI技术从含有被切短的DNA和RNA的混合物开始入手。在该混合物中,可以观察到有一部分RNA分子开始和特定DNA片段相互作用。该技术会添加特别设计的linker来连接这些已经有相互作用的RNA-DNA对。通过linker从而选择性地筛淘出这些特定的RNA-DNA对,将之转化成嵌合序列,从而可以使用高通量方法一次性全部读取序列信息。


MARGI工作原理示意图 (来自参考文献1)

该项目研究人员通过寻找假阳性结果的方式,测试了MARGI方法的准确性。他们首先混合了果蝇和人类细胞的RNA和DNA,加入linker之后再分析接头的配对识别情况。结果显示,linker大部分时候可以正确识别并挑选全人类的同源RNA-DNA对,或者全果蝇的同源RNA-DNA对,只有少部分接头误识了半人类和半果蝇的假对组合,错误率只有2%。所以 MARGI扫描可以大量检测到整个混合物中真实的RNA-DNA相互作用。

这并不是Zhong教授第一次在国际杂志封面上将传统的中国艺术形式和先进的科研成果结合起来。早在2014年,Zhong教授的另一项研究,通过研究小鼠的胚胎和发展从而建立相应基因组的进化模型,在Genome Research上发表时,也使用了中国传统的八卦图来表达两个胚胎细胞之间神奇的信息交流。


八卦图示意小鼠胚胎的两个细胞的信息交流(来自参考文献3)

Zhong教授2001年于北京大学获应用数学和经济学双学位,同年赴美国哈佛大学攻读生物统计学, 2004年获博士学位。此后,他以访问学者身份在斯坦福大学BioX工作,于2005年应聘于伊利诺伊大学厄巴纳 - 香槟分校,并获得布利斯学院学者荣誉。目前Zhong教授就职于加州大学圣地亚哥分校,担任生物工程正教授一职。他获得过NIH的创新奖,NSF职业奖和Alfred Sloan奖。Zhong教授还曾连续两年获伊利诺伊大学工程理事会颁发卓越咨询奖。


Sheng Zhong教授(图片来自UC San Diego官网)

在农历二月龙腾虎跃春雨浇灌的季节,我们期待更多华裔科学家在各自领域做出更大的贡献,并发扬光大中国传统的文化艺术。

参考文献:
1. Sridhar B,Rivas-Astroza M, Nguyen TC, et al. (2017) Systematic mappingof RNA-chromatin interactions in vivo.Curr Biol 27: 602-709
2. Decoding the genome's cryptic language. (2017)  https://www.eurekalert.org/pub_releases/2017-02/uoc--dtg022417.php
3. Biase FH, Cao X, Zhong S.(2014) Cell fate inclination within 2-cell and 4-cell mouse embryos revealed bysingle-cell RNA sequencing. Genome Res 24: 1787-1796