Новый метод EISA раскрывает скрытую информацию в данных RNA-seq

Учёные из Института биомедицинских исследований Фридриха Мишера (FMI) под руководством Михаэля Штадлера разработали новый вычислительный подход для анализа данных RNA-seq. Метод, названный EISA (exon-intron split analysis), позволяет разделить вклад транскрипционного и посттранскрипционного регулирования в экспрессию генов, сравнивая показания с интронных и экзонных участков РНК. Описание метода и результаты анализа опубликованы в журнале Nature Biotechnology.

Как работает метод EISA

• RNA-seq даёт снимок состояния клетки, показывая, какие гены активны и насколько. Сравнивая такие снимки (например, больных и здоровых клеток), учёные строят гипотезы о вовлечённых генах.
• Накопление РНК в клетке контролируется разными процессами: одни влияют на производство РНК (транскрипционные), другие — на её созревание и деградацию (посттранскрипционные). Обычный RNA-seq не различает эти процессы.
• EISA измеряет изменения в уровнях mRNA (зрелая РНК) и pre-RNA (незрелая РНК) в разных условиях, что позволяет определить, на каком уровне регулируется конкретная РНК.

Научное обоснование и проверка

Идея метода возникла, когда Димоc Гайдацис и его коллеги заметили, что показания с экзонов отстают от показаний с интронов, что указывало на интронные показания как на более прямой показатель транскрипции.

Учёные проанализировали 17 опубликованных наборов данных RNA-seq различных типов клеток и биологических ситуаций. Они показали, что:

• Большинство интронных показаний РНК происходят от молекул, которые ещё находятся в ядре и только что были транскрибированы.
• Изменения в этих показаниях точно отражают изменения в транскрипционной активности.
• Сравнение интронных и экзонных показаний позволяет делать выводы о посттранскрипционном регулировании.

Значение метода

Как отметил Михаэль Штадлер: «EISA позволяет нам разделить вклад транскрипционных и посттранскрипционных процессов в изменения экспрессии генов. Таким образом, объём информации, получаемой из одного набора данных RNA-seq, увеличился — мы действительно нашли скрытое сокровище в RNA-seq».