• 长链非编码RNA(long coding RNA，lncRNA)是一类转录长度超过200nt且不编码蛋白的RNA分子。最初认为lncRNA是基因组转录的“噪音”，不具备生物学功能。

    得益于NGS的广泛应用，针对lncRNA的研究得以深入，人们发现lncRNA能在表观遗传调控、转录调控、转录后调控等，多层面参与基因调控。

    研究发现lncRNA可根据其在参考基因组上的位置，归于以下五类中的一种或五种：sense、antisense、bidirectional、intronic、intergenic，这在很多综述都可以看到。也可以分成更多类型：反义型(antisense lncRNAs)、内含子型(intronic lncRNAs)、反向型(divergent lncRNAs)、基因间型(intergenic lncRNAs)、启动子上游型(promoter upstream lncRNAs)、启动子型(promoter-associated lncRNAs)、转录起始位点型(transcription start site-associated lncRNAs)。

    总之，结合生物信息学分析手段和现有的各种数据库，能够帮助科研工作者快速发掘具有重要调控功能的lncRNA，并分析其与特定生物学过程的关系。

    LncRNA-seq

  • 对于lncRNA-seq数据，首先利用fastqc软件对原始数据进行质量评估，去除接头、低质量reads，去除rRNA数据；再将得到的clean data比对到参考基因组；主要通过三个软件进行lncRNA的鉴定：CPAT、CPC2、CNCI。然后对基因进行注释，差异基因分析，以及GO和KEGG分析等。

    分析流程

    构建RNA-seq文库，主要分为以下几步：

    1、提取总RNA

    2、反转录成cDNA

    3、磁珠纯化cDNA

    4、末端补平

    5、连接测序接头

    6、PCR扩增

    7、磁珠纯化DNA

    8、上机测序

    文库构建

  • 2018年9月，《Translational Medicine》刊发了吉林大学刘宁教授团队的研究成果。该研究从Cancer Genome Atlas数据库中获取乳腺癌（Breast Cancer，BC）的RNA数据和临床特征数据。然后在BC组织和正常乳腺组织样品之间鉴定出差异表达的lncRNA（DElncRNA），DEmRNA和DEmiRNA。

    建立了BC的lncRNA-miRNA-mRNA ceRNA网络，并进行了ceRNA网络中与lncRNA相互作用DEmRNA的基因肿瘤学富集分析。使用单变量和多变量Cox回归分析，开发了一组4-lncRNA标记用于预测BC患者的生存率。并根据患者特征评估该模型的性能。

     

    研究者在BC和正常乳腺组织样品之间总共发现了1061个DElncRNA，2150个DEmRNA和82个DEmiRNA。建立了由8个DEmiRNA，48个DElncRNA和10个DEmRNA组成的BC的lncRNA-miRNA-mRNA ceRNA网络。

     

    进一步的基因肿瘤学富集分析显示，与ceRNA网络中lncRNA相互作用的DEmRNA参与细胞前缘，蛋白酶结合，α-连环蛋白结合，γ-连环蛋白结合和腺苷酸环化酶结合。

    对DE1ncRNA的单变量回归分析揭示了与BC患者OS相关的7种lncRNA（ADAMTS9-AS1，AC061992.1，LINC00536，HOTAIR，AL391421.1，TLR8-AS1和LINC00491）。

    多变量Cox回归分析显示，这些lncRNA中的4个（ADAMTS9-AS1，LINC00536，AL391421.1和LINC00491）具有显著的预后价值，并且它们的累积风险评分表明该4-lncRNA标记可独立预测BC患者的OS。

    此外，与3年生存率相关的4-lncRNA标记曲线下面积为0.696。

  • RNA样品

    Total RNA: ≥2ug

    OD 260/280 应在1.9~2.2之间

    每个样品的lncRNA至少1ug才能进行建库

     

     

     

     

    细胞或组织

     

    细胞量 ≥10^7个/份

     

    新鲜动物组织量 ≥500mg

    新鲜植物组织量 ≥800mg

     

    建议样品制备 2~3 份，具体细节详询销售。