最近關注CNS的同學們一定對「Phase Separation」這個詞相當眼熟。這個單詞翻譯成中文就是「相變」或「相分離」。對,你沒有看錯,就是這個物理化學領域的術語。但最近,這個術語在生命科學領域也掀起了「熱浪」。因為據不完全統計,從2018年1月到現在,關於該方面的研究已經有20多項工作分別發表在了Science、Nature或Cell上(對這個領域還不知道的同學,趕緊點擊這裡,先腦補一下哦)。其中Science上的「mRNA structure determines specificity of a polyQ-driven phase separation」這篇文章中就明確提到,RNA及其參與的相互作用是「Phase Separation」 的重要驅動,在生物體的生老病死中都扮演著關鍵的角色【1】。那麼,問題來了,現在RNA相互作用的研究進展如何?都有哪些方法和技術呢?研究的難點又有哪些呢?
近日,來自清華大學張強鋒教授的團隊在Quantitative Biology期刊上撰文「Advances and challenges towards the study of RNA-RNA interactions in a transcriptome-wide Scale」【2】
譯文概要
RNA分子作為
遺傳信息的傳遞者,能夠指導蛋白質的合成。除了這一項基本的功能,越來越多的研究表明,RNA分子能在不同層次上調控生物學過程。其功能模式,主要依賴於和細胞內其他分子的相互作用。比如通過和DNA序列結合調控靶標區域附近基因的表達【3】,在可變剪接過程中snRNA(small nuclear RNA)可識別並結合mRNA前體以剪切掉內含子序列【4】,還可與大量的RNA結合蛋白(RBP,RNA binding protein)結合形成RNP複合體【5】等。
在本文中,我們首先介紹了三類基本的RNA-RNA相互作用檢測技術,第一類是基於RNA分子的理化或細胞性質的低通量方法,包括凝膠遷移(EMSA)、表面等離子共振(SRP)、單分子螢光共振能力轉移(single molecule FRET)、蔗糖梯度共沉澱和
酵母RNA雜交系統等方法(如圖1)。該技術雖然能夠檢測兩個RNA分子是否相互作用,準確性較高,但是無法提供具體的作用位點信息。
圖1. 基於RNA分子的理化或細胞性質的RNA-RNA相互作用檢測技術
第二類是基於測序的高通量靶標方法(如圖2)。這類方法主要是先交聯上相互作用的RNA,然後通過抗體富集特定蛋白介導的RNA相互作用,如檢測AGO蛋白介導的
miRNA參與相互作用的CLASH【6】,Hfq蛋白介導的RNA相互作用的RIL-seq【7】和已用於檢測與Staufen1蛋白結合的RNA二級結構的HiCLIP【8】;或者通過探針序列富集出靶標RNA參與的RNA相互作用,如RIA-seq【9】和RAP【10】,RAP中更長的探針能夠大幅度降低非特異性的相互作用。這類方法是
高通量技術最早在RNA-RNA大規模檢測上的應用,實現了一對多的相互作用的檢測,也能提供具體的相互作用位點信息。
圖2. 高通量靶標檢測方法
第三類方法是2016年幾個小組分別建立的在全轉錄組水平測定RNA-RNA相互作用的方法(如圖3),包括PARIS【11】、SPLSH【12】、LIGR-seq【13】和MARIO【14】。前三個技術引入了AMT小分子及衍生物交聯相互作用的RNA,然後富集這些雙鏈RNA用於測序;MARIO則檢測所有蛋白介導的RNA相互作用。這些技術建立了不同物種、多個細胞系中的RNA-RNA相互作用圖譜,使得RNA-RNA相互作用網絡的建立和分析成為可能。
圖3. 全轉錄組水平檢測RNA-RNA相互作用的方法
隨後,我們按照不同類型的RNA分子,歸納並討論了不同研究中涉及到的RNA-RNA相互作用。比如,miRNA-mRNA的相互作用是最早實現的大規模分析,主要運用了CLASH技術,揭示了其互補種子區域存在的大量非完美配對;snoRNA可以修飾不同類型的RNA,且其相互作用可以是多位點的。最近的幾個技術也都新鑑定出了一些snoRNA參與的相互作用;lncRNA能夠與其他RNA相互作用,並招募蛋白,從而調節靶標的表達水平。這些相互作用可以形成一個大的網絡。類似於蛋白質-蛋白質相互作用(PPI)網絡,RNA-RNA相互作用網絡,遵循無尺度的特性,存在少數的RNA分子具有很多的靶標,這些熱點(hub)分子對於網絡的調控至關重要【15】。網絡的聚類分析也表明具有相似功能的RNA傾向於相互作用,在不同的生理條件下也呈現出動態變化。
文章最後,我們討論了RNA-RNA相互作用研究中存在的一些挑戰,主要包括:
1)當前的技術檢測到的RNA-RNA相互作用是不飽和的。這個主要受限於實驗中交聯和連接步驟的效率及測序深度;
2)RNA-RNA相互作用的動態變化。在不同的細胞系、不同的發育時期,RNA相互作用圖譜會發生變化,這種變化的意義有待驗證和闡明;
3)計算方法的局限性。不同的研究使用的鑑定RNA-RNA相互作用的算法、條件不同,缺乏統一的框架;
4)難以區分非特異性(非功能性)的相互作用。對於鑑定的RNA-RNA相互作用,雖然可以用分子生物學的方法證實其真實存在,但是其對下遊生物學事件的影響難以挖掘,需要更多的假設和功能性驗證實驗。
綜上所述,雖然RNA-RNA相互作用研究中存在的一些挑戰,但基於已有技術,全轉錄組範圍內的RNA-RNA相互作用圖譜得以建立,加深了對於RNA功能模式的理解。作為一種轉錄後調控的機制,RNA-RNA相互作用和其他的影響因素(比如RNA二級結構、RNA修飾、RBP結合等)之間的關係,需要更加系統性的分析和挖掘。
Reference
1. Langdon, E.M., Qiu, Y., Niaki, A.G., McLaughlin, G.A., Weidmann, C., Gerbich, T.M., et al. (2018) mRNA structure determines specificity of a polyQ-driven phase separation. Science, 360(6391):922-927
2. Gong, J., Ju, Y., Shao, D., Zhang Q. C. (2018) Advances and challenges towards the study of RNA-RNA interactions in a transcriptome-wide scale. Quant Biol., 6: 239
3. Quinn, J. J. and Chang, H. Y. (2016) Unique features of long noncoding RNA biogenesis and function. Nat. Rev. Genet., 17, 47–62
4. Modrek, B. and Lee, C. (2002) A genomic view of alternative splicing. Nat. Genet., 30, 13–19
5. Gerstberger, S., Hafner, M. and Tuschl, T. (2014) A census of human RNA-binding proteins. Nat. Rev. Genet., 15, 829–845
6. Helwak, A., Kudla, G., Dudnakova, T. and Tollervey, D. (2013) M
apping the human miRNA interactome by CLASH reveals frequent noncanonical binding. Cell, 153, 654–665
7. Melamed, S., Peer, A., Faigenbaum-Romm, R., Gatt, Y. E., Reiss, N., Bar, A., Altuvia, Y., Argaman, L. and Margalit, H. (2016) Global m
apping of small RNA-target interactions in bacteria. Mol. Cell, 63, 884–897
8. Sugimoto, Y., Vigilante, A., Darbo, E., Zirra, A., Militti, C., D』Ambrogio, A., Luscombe, N. M. and Ule, J. (2015) hiCLIP reveals the in vivo atlas of mRNA secondary structures recognized by Staufen 1. Nature, 519, 491–494
9. Kretz, M., Siprashvili, Z., Chu, C., Webster, D. E., Zehnder, A., Qu, K., Lee, C. S., Flockhart, R. J., Groff, A. F., Chow, J., et al. (2013) Control of somatic tissue differentiation by the long noncoding RNA TINCR. Nature, 493, 231–235
10. Engreitz, J. M., Sirokman, K., McDonel, P., Shishkin, A. A., Surka, C., Russell, P., Grossman, S. R., Chow, A. Y., Guttman, M. and Lander, E. S. (2014) RNA-RNA interactions enable specific targeting of noncoding RNAs to nascent Pre-mRNAs and chromatin sites. Cell, 159, 188–199
11. Lu, Z., Zhang, Q. C., Lee, B., Flynn, R. A., Smith, M. A., Robinson, J. T., Davidovich, C., Gooding, A. R., Goodrich, K. J., Mattick, J. S., et al. (2016) RNA duplex map in living cells reveals higher-order transcriptome structure. Cell, 165, 1267–1279
12. Aw, J. G., Shen, Y., Wilm, A., Sun, M., Lim, X. N., Boon, K. L., Tapsin, S., Chan, Y. S., Tan, C. P., Sim, A. Y., et al. (2016) In vivo m
apping of eukaryotic RNA interactomes reveals principles of higher-order organization and regulation. Mol. Cell, 62, 603–617
13. Sharma, E., Sterne-Weiler, T., O』Hanlon, D. and Blencowe, B. J. (2016) Global m
apping of human RNA-RNA interactions. Mol. Cell, 62, 618–626
14. Nguyen, T. C., Cao, X., Yu, P., Xiao, S., Lu, J., Biase, F. H., Sridhar, B., Huang, N., Zhang, K. and Zhong, S. (2016) M
apping RNA-RNA interactome and RNA structure in vivo by MARIO. Nat. Commun., 7, 12023
15. Gong, J., Shao, D., Xu, K., Lu, Z., Lu, Z.J., Yang, Y.T., Zhang Q.C. (2017) RISE: a database of RNA interactome from sequencing experiments. NAR., 46, D194-D20.
作者簡介
張強峰,清華大學生命科學學院,教授。
龔警,清華大學生命科學學院,在讀博士