近日，太阳集团见好就收9728生物信息中心(CBI)、太阳集团见好就收9728生物医学前沿创新中心(BIOPIC)、与北京未来基因诊断高精尖创新中心(ICG)高歌课题组，基于异构多组学数据，建立了人类RNA转录本编码能力(coding ability)跨细胞定量模型。相关论文已于近日以题为Quantitative model suggests both intrinsic and contextual features contribute to the transcript coding ability determination in cells在线发表于Briefings in Bioinformatics杂志。

基因的转录在生物学中心法则中起到了承上启下的作用，细胞通过转录-翻译过程多水平调控以应对环境压力和疾病。特别的，近年来研究显示，在传统编码蛋白的mRNA以外，部分RNA转录本(transcript)可以以非编码RNA形式发挥其生物学功能。综合运用生物信息学与计算基因组学手段，对转录本编码能力(coding ability)进行量化建模分析，不仅有助于深入理解转录-翻译这一基本的分子生物学信息传递过程，也可为精准解码细胞调控图谱提供重要的数据与方法学基础。

研究团队收集了发表于公共数据库来自22个不同细胞类型的人类Ribo-seq/RNA-seq配对数据并进行系统挖掘分析，对数据中101,170条转录本的翻译状态进行了严格判定。其中，46%的转录本为编码，43%为非编码。值得注意的是，他们发现11%的转录本，在不同细胞中呈现不同的翻译状态，即在部分细胞中编码，而在另一部分细胞中非编码。研究团队将其命名为“环境依赖编码转录本”(context-dependent coding transcripts, CDCTs)。

在此基础上，作者应用数据驱动的特征选择算法，综合运用序列内生(intrinsic, cis-)和细胞环境(contextual, trans-)特征，建立了人类RNA转录本编码能力跨细胞定量模型RiboCalc，实现了对人类转录本在多种细胞环境下的编码能力(即Ribo-seq表达量Ribo-TPM)的高精度预测(r = 0.81)。进一步模型分析显示，转录本的序列和所在细胞环境都对编码能力的决定起到了重要作用。值得注意的是，自14年以来即有若干工作报导一些传统被注释的非编码RNA可以在特定条件下结合核糖体甚至产生肽段(如 ADDIN EN.CITE ADDIN EN.CITE.DATA [1])，RiboCalc模型分析显示，这些RNA转录本与不结合核糖体的RNA转录本相比编码能力分数显著高，进一步提示转录本的编码能力不应被简化为单纯的编码/非编码二分分类，而是一个依赖于环境的连续定量指标。

图一：RiboCalc工作流程与分析结果。A. RiboCalc模型构建流程。B. RiboCalc测试结果比较。C. RiboCalc各类特征的重要性。

作为首个针对高等哺乳动物开发的转录本编码能力定量预测模型，RiboCalc在人类中实现了跨组织、细胞类型的转录本编码能力量化建模与预测。目前，相关算法与教程已发布于https://github.com/gao-lab/RiboCalc/供相关领域海内外研究人员使用，相关问题可邮件联系ribocalc@mail.cbi.pku.edu.cn。

太阳集团见好就收9728博士后亢雨笺为该论文的第一作者，高歌研究员为通讯作者，太阳集团见好就收9728李静一、柯岚、降帅、杨德昌和侯玫在模型测试和数据分析上提供了大力支持。本研究工作得到了北京未来基因诊断高精尖中心ICG、蛋白质与植物基因研究国家重点实验室与国家重点研发计划“精准医学专项”的大力支持，计算分析工作于太阳集团见好就收9728高性能计算校级公共平台和太阳集团见好就收9728太平洋高性能计算平台完成。

全文链接：https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbab483/6445106?guestAccessKey=f2c250d3-a531-4203-bb30-5a7dff55c3e8

参考文献：

1.     Ruiz-Orera J, Messeguer X, Subirana JA et al. Long non-coding RNAs as a source of new peptides, Elife 2014;3:e03523.