RNA编辑基本形式与相关技术的研究现状（阅读小结）

摘要：生物学的中心法则定义了遗传信息从DNA到RNA再到蛋白质的流动，通常RNA分子通常会准确地遵循其转录基因的序列。但转录后的RNA在编码区可能会发生碱基的加入、丢失或转换等现象，这导致了不同于其DNA模板的RNA产物的产生。RNA编辑是与细胞中功能基因mRNA中核苷酸的修饰有关的基本生化过程。近年来在动植物细胞的RNA编辑研究中都取得了显著的进展。RNA编辑研究对象多为动物细胞的细胞核和线粒体，或者植物细胞的线粒体和叶绿体，RNA编辑也是增加基因转录和功能多样性的重要形式[1]。而RNA编辑位点的预测是研究RNA编辑生理功能的重要技术，因此，本文简单介绍了RNA编辑的特征及形式、RNA编辑位点预测方法的最新进展的研究。

关键词：RNA编辑  RNA编辑形式  RNA编辑位点预测

RNA编辑定义及特征

RNA的合成、加工、行使功能和降解是细胞生存的关键。RNA合成是基因表达的第一步:转录因子调控RNA聚合酶II( Pol II)与启动子结合，通过一套非常复杂的操作步骤将DNA转录为前体RNA,前体RNA随后被加工产生成熟mRNA、功能性tRNA和rRNA。其中，加工这一步骤主要包括一下四个方面：

1. 加帽：将7-甲基鸟苷酸( m7G) 添加到5’末端；
2. 聚腺苷酸化：在3’末端添加poly-A尾巴；
3. 剪接：去除内含子之后拼接外显子；
4. RNA编辑：修改RNA分子序列并导致蛋白质多样性。

RNA编辑作为RNA加工中的一环，起着至关重要的作用。如果将基因组DNA看作是只读的遗传密码拷贝，那么RNA则可以看成是可改写的工作拷贝。RNA转录后加工成熟的过程中，会在特异的修饰酶作用下进行修饰，即在RNA编码区发生碱基的加入、丢失或转换等。

至今，已经鉴定了100多种不同的RNA核苷酸修饰。复杂的RNA修饰要求多重修饰或是由多步生物合成途径进行的，而简单的RNA修饰(如甲基化、硫化、脱氨基化等)一般由单个酶催化进行[2]。RNA编辑有很多种改变RNA序列的机制，主要类型有两种，一种是碱基的替换，比如碱基U与C之间的替换，另一种是碱基的插入和缺失，如胞苷(C)到尿苷(U)和腺苷(A)到肌苷(I)的脱氨基化，以及非模板化的核苷酸添加和插入。

动植物中RNA编辑的形式

动物中的RNA编辑研究对象多为动物细胞的细胞核和线粒体。在哺乳动物中已经发现了两种类型的RNA编辑,一种是由催化性类多肽载脂蛋白B mRNA编辑酶(APOBEC)催化的C至U编辑，其频率相当低,另一种是A-to-I编辑，其中腺苷通过腺苷脱氨酶(ADAR)的作用脱氨基成肌苷，其频率非常高[3]。A-to-I编辑主要过程是DAR酶通过水解脱氨作用将腺苷(A)上的氨基脱去，使之变成肌苷(I),由于肌苷在碱基配对时被识别为鸟苷，因而此编辑作用相当于将mRNA中的一个腺苷(A)转变成为鸟苷(G)。而人类RNA编辑中绝大多数的编辑都属于A-to-I编辑，故A-to-I编辑在生物细胞分子机制中尤为重要。

而植物中的RNA编辑主要发生在线粒体、叶绿体等细胞器中,并与细胞器的功能有着密切联系。其中拟南芥、水稻、玉米等作物为代表的RNA编辑相关研究较为广泛和深入[4]。对于植物的RNA编辑发生机制，现有的研究结果认为:在RNA编辑过程中，反式作用编辑因子通常能够结合编辑位点上游的顺式元件,然后再吸引RNA编辑相关的酶催化C-U的反应。

RNA编辑位点预测方法

由于RNA编辑具有明显的组织特异性，所以很多情况下需要对不同组织的已知编辑位点进行分析。随着高通量测序技术的普及，大量新的RNA编辑位点在人类、线虫、果蝇、猕猴等不同物种中被发现。但目前通过高通量测序数据准确识别的RNA编辑事件仍然是一个巨大的挑战。

现在的方法通常将短读段映射到参考基因组或转录组，然后去除相同的读段，过滤低质量读段，调用差异信息并且去除已知的单核苷酸多态性(SNP)。但是将大量的短读段映射到参考基因组是非常耗时的，并且只有少数流水线和计算工具可公开用于处理RNA编辑。最关键的是，由于成本问题，DNA测序与RNA测序一般不会一起进行，所以很难区分新的SNP位点和RNA编辑位点，因此，为了能够较为准确预测RNA编辑位点需要区分SNP位点和RNA编辑位点。

杜晓芬等人[5]利用在线工具Prep-Cp对谷子叶绿体基因RNA编辑位点进行了预测，通过PCR、RT-PCR及测序等方法对预测到的编辑位点进行了验证，并与其他单子叶作物的编辑位点进行了比较分析。实验结果发现在谷子中，有10个叶绿体基因共计20个位点发生RNA编辑，所有编辑位点均为胞嘧啶(C)和尿嘧啶(U)的转换，这为解析叶绿体RNA编辑参与谷子叶绿体发育的分子机制奠定了一定基础。

考虑到不同物种和不同类型样本中发生RNA编辑概率的差异，以及准确的RNA编辑位点数据的缺乏，目前更为常见的是从RNA-seq数据中识别出RNA编辑位点。第一类方法通过比较RNA-seq数据和参考基因组的差异，获得了潜在的RNA编辑位点，然后通过与SNP数据库的比较以及其他指标进行过滤，去除假阳性位点，最终获得较为可靠的RNA编辑位点。

而第二种方法则通过RNA-seq数据和参考基因组提取出一些特征，建立机器学习模型，利用已知的RNA编辑位点数据进行有监督训练，获得RNA编辑位点的预测模型。

而Leng等人[6]提出基于机器学习的，采用逻辑回归进行模型训练的RNA编辑位点预测工具RED-ML综合了以上两类方法的优劣。RED-ML将提取候选RNA编辑位点及其相应的特征，然后应用逻辑回归分类器以相应的置信度检测真正的RNA编辑位点。RED-ML可以仅基于人类RNA-seq数据执行全基因组RNA编辑检测，也可以利用匹配的DNA-Seq数据，并与其他常见RNA-seq数据分析步骤很好地结合。但它的一个缺陷就是模型对训练数据的依赖性很高，例如用人类数据得到的模型，在其他动物上的预测效果并不理想。

总结与展望

不管是对于动植物还是细菌，RNA编辑毋庸置疑是一个十分重要的生物细胞分子机制。此外，RNA编辑的失调会导致各种疾病，研究表明RNA编辑同时也与脑功能、病毒感染和人类疾病有关，这些均体现了RNA编辑研究的重要性与意义。

在RNA编辑位点的预测方面，除了传统的RNA编辑位点预测的方法，机器学习的方法在RNA编辑的相关研究中也起到了重要的作用。虽然已经有了一些基于机器学习的预测RNA编辑位点的方法，但是并没揭示RNA编辑的本质，即提取到判别RNA编辑位点的本质特征所以RNA编辑领域的研究还有很多亟待解决的问题和现象，未来的研究可以尝试通过更深层次的模型去解释RNA编辑，从而促进相关疾病的研究以及精准医疗等方向的发展。

Reference

[1] Tang Wei and Luo Caroline. Molecular and Functional Diversity of RNA Editing in Plant Mitochondria.[J]. Molecular biotechnology,2018, 60(12):935-945.

[2] Ian D. Small et al. Plant organellar RNA editing: what 30 years of research has revealed[J]. The Plant Journal,2020,101(5):1040-1056.

[3] Yun Yang,Yongfeng Jin. A-to-I RNA editing in animal coding and noncoding RNAs [J]. Life Science,2016,28(05):551-556.

[4] Miglani Gurbachan S.and Kaur Maninder and Manchanda Pooja. Pentatricopeptide repeat proteins: I.Involvement in RNA editing in plants[J].Journal of Crop Improvement,2021,35(5):605-653.

[5] Xiaofen Du, Zhilan Wang, Connie Han, Shichao Lian, Yuxin Li, Linyi Zhang, Jun Wang. Identification and Analysis of RNA Editing Loci of Foxtail Millet Chloroplast Genes [J/OL]. Journal of Crops:1-14[2021-09-08].

[6] Jiazheng Leng, Lingyun Wu. Review of RNA editing site prediction methods based on machine learning[J]. Bioinformatics, 2019,17(01):1-8.