ESPRESSO: новый инструмент для точного анализа длинных РНК-прочтений

Альтернативный сплайсинг — процесс, при котором один ген может кодировать несколько разных белков за счет различного соединения участков молекулы РНК. Его изучение важно для понимания как нормальных процессов (например, созревания стволовых клеток), так и заболеваний, где сплайсинг может быть нарушен. Для этого необходимо исследовать весь набор молекул РНК — транскриптом.

Проблема существующих методов

  • Короткие прочтения (short-read RNA sequencing): Высокая точность (~0.1% ошибок), но РНК разбиваются на короткие фрагменты (200–600 оснований), что затрудняет сборку полных последовательностей.
  • Длинные прочтения (long-read RNA sequencing): Позволяют секвенировать РНК целиком (более 10 000 оснований), но имеют высокий уровень ошибок (5–20%), что мешает надежно обнаруживать новые, ранее неизвестные варианты РНК (изоформы).

Решение: инструмент ESPRESSO

Исследователи из Детской больницы Филадельфии (CHOP) разработали вычислительный инструмент ESPRESSO (Error Statistics PRomoted Evaluator of Splice Site Options). Он точно обнаруживает и количественно определяет изоформы РНК, используя только данные error-prone long-read RNA sequencing.

Как работает ESPRESSO:

  1. Сравнивает все длинные прочтения РНК для данного гена с соответствующей геномной ДНК.
  2. Использует закономерности ошибок в отдельных длинных прочтениях для уверенной идентификации сайтов сплайсинга (мест соединения участков РНК).
  3. Находит области идеального совпадения между прочтениями РНК и ДНК, а также заимствует информацию из всех прочтений гена.
  4. Позволяет выявлять высоконадежные сайты сплайсинга и изоформы РНК, включая те, которых нет в существующих базах данных.

Результаты и перспективы

  • Производительность: ESPRESSO превзошел существующие инструменты как в обнаружении, так и в количественном анализе изоформ РНК на смоделированных и реальных биологических данных.
  • Ресурс: Исследователи также создали и проанализировали более 1 миллиарда длинных РНК-прочтений, охватывающих 30 типов человеческих тканей и три клеточные линии, что представляет собой ценный ресурс для изучения вариаций транскриптома.
  • Значение: По словам старшего автора исследования И Сина, ESPRESSO решает давнюю проблему long-read RNA sequencing и может открыть новые возможности для открытий в области редких генетических заболеваний, рака и других биомедицинских исследований.