基于转录组测序数据计算识别RNA编辑位点和可变剪接事件

论文摘要

RNA编辑和可变剪接是两种重要的转录后调控事件，有关RNA编辑和可变剪接的研究是功能基因组时代的重要前沿问题之一。本文主要围绕RNA编辑位点和可变剪接事件的识别这一问题开展研究，主要包括下面两部分内容：首先，使用黑猩猩转录组测序（RNA-Seq）数据识别RNA编辑位点。通过RNA-Seq序列与基因组序列的比对信息发现RNA-DNA错配位点，并构建编辑位点候选集。从中滤除基因组测序质量低的位点、单核苷酸多态性位点、随机测序错误等干扰，得到8334个RNA编辑位点。选取落在已知基因上的编辑位点进行生物学功能分析，并分析编辑位点上下游序列的特征。其次，本文使用果蝇RNA-Seq数据识别剪接位点和可变剪接事件。使用TopHat软件成功识别出39718个果蝇剪接位点，其中10584个新剪接位点。基于剪接位点的不同组合，针对各类型可变剪接特征开发出计算识别算法，成功应用于可变供体位点、可变受体位点、内含子保留和外显子缺失四种可变剪接类型。最终识别出8477个可变剪接事件，其中新可变剪接事件3922个。RT-PCR（Reverse transcription polymerasechain reaction）实验验证了2个果蝇基因上新识别的可变剪接事件，发现了全新的剪接异构体。本文基于RNA-Seq数据识别到大量的RNA编辑位点和新的可变剪接事件，为进一步了解RNA编辑和可变剪接的机制提供数据支持。

论文目录

• 中文摘要
• Abstract
• 第一章 前言
• 1.1 RNA 的转录后加工
• 1.1.1 RNA 编辑
• 1.1.2 可变剪接
• 1.1.3 RNA 编辑与可变剪接的相互作用
• 1.2 测序技术研究进展概述
• 1.2.1 Sanger 测序技术
• 1.2.2 第二代测序技术
• 1.2.3 第三代测序技术
• 1.3 研究背景与意义
• 1.3.1 研究背景
• 1.3.2 研究意义
• 1.4 RNA 编辑位点识别的研究进展
• 1.5 可变剪接事件识别的研究进展
• 1.6 本文主要工作
• 1.7 论文结构安排
• 第二章 计算识别黑猩猩 RNA 编辑位点
• 2.1 底层数据处理
• 2.1.1 数据来源
• 2.1.2 序列比对及软件参数设置
• 2.1.3 RNA-Seq 序列比对结果
• 2.2 RNA 编辑位点候选集的构建
• 2.3 RNA 编辑位点的筛选策略
• 2.3.1 滤除基因组测序错误
• 2.3.2 滤除已知 SNP 位点
• 2.3.3 滤除落在 RNA-Seq 序列 3’末端位点
• 2.3.4 滤除比对到内含子区域的 RNA-Seq 序列
• 2.3.5 滤除 RNA-Seq 测序错误位点
• 2.3.6 滤除可信度不高的位点
• 2.3.7 滤除替换类型不定的编辑位点
• 2.4 RNA 编辑位点的潜在功能分析
• 2.4.1 RNA 编辑位点的编辑类型及分布情况
• 2.4.2 RNA 编辑位点在 RefSeq 基因中的分布情况
• 2.4.3 RNA 编辑位点对氨基酸的潜在影响
• 2.4.4 RNA 编辑位点对 miRNA 的潜在影响
• 2.4.5 RNA 编辑位点的组织差异性和性别差异性分析
• 2.4.6 RNA 编辑位点的序列特征分析
• 2.5 结果讨论
• 2.6 小结
• 第三章 计算识别果蝇剪接位点和可变剪接事件
• 3.1 底层数据处理
• 3.1.1 数据来源
• 3.1.2 序列比对及软件参数设置
• 3.1.3 RNA-Seq 序列比对结果
• 3.2 果蝇剪接位点的识别
• 3.2.1 重标注已知剪接位点
• 3.2.2 识别新的剪接位点
• 3.3 果蝇可变剪接事件的识别
• 3.3.1 识别可变供体位点
• 3.3.2 识别可变受体位点
• 3.3.3 识别内含子保留
• 3.3.4 识别外显子丢失
• 3.3.5 识别结果
• 3.4 新剪接位点和可变剪接事件的实验验证
• 3.4.1 实验方法和步骤
• 3.4.2 实验结果分析
• 3.5 结果讨论
• 3.6 小结
• 第四章 总结与展望
• 4.1 总结
• 4.2 展望
• 参考文献
• 攻读硕士学位期间发表的文章
• 致谢