2024年1月9日,清华大学张强锋、北京大学汪阳明、席建忠共通讯(中国科学院动物所、北京干细胞与再生医学研究院刘峰为论文其他作者),在Nature Genetics期刊发表了题为“Computational prediction and experimental validation identify functionally conserved lncRNAs from zebrafish to human”的研究论文,报道了他们在鉴定同源长链非编码RNA(long non-coding RNA,lncRNA)研究方面取得进展。
lncRNA在发育、肿瘤等多种生理和疾病过程中发挥重要的调控作用。目前绝大多数lncRNA的功能仍然未知,通过鉴定不同物种间同源的lncRNA,能够筛选在进化上保守且具备重要功能的lncRNA。然而,由于lncRNA的序列保守性较低,传统的序列比对方法只能在不同物种间鉴定出极少的同源lncRNA。lncRNA在不同物种中的保守性和同源关系,是领域内长期未解决的重要科学问题。
张强锋研究团队首先开发出一套鉴定不同物种之间同源lncRNA的新型人工智能计算方法。通过比较基因组和机器学习,最终实现在8种脊椎动物中鉴定出一类具有保守基因组位置以及保守RNA结合蛋白(RNA-binding proteins,RBP)结合模式的lncRNA。研究者进一步通过与汪阳明和席建忠团队开展合作,利用基因敲除、敲低、回补以及蛋白质质谱等实验技术,验证了所鉴定的同源lncRNA的功能保守性,并意外发现这些同源lncRNA在进化过程中序列保守性逐渐消失,但是却保留了RBP结合模式的保守性,有力地支持了RBP结合位点在lncRNA进化和功能保守中的重要作用。
该工作揭示了脊椎动物中lncRNA进化和功能保守的原理,为跨物种研究lncRNA的功能及作用机制提供了新视角和新方向。
Fig.1 Identification of coPARSE-lncRNA and their homologs across vertebrates.
原文链接:https://www.nature.com/articles/s41588-023-01620-7