CircCode: 识别 Ribo-seq 中可翻译的环状 RNA

欢迎个人转发到朋友圈，公众号、自媒体、网站等媒体转载请联系授权，[e-mail]。

circRNA 也有翻译潜能的事件被报道后，circRNA 的翻译很快就成了大家研究的热点。然而蛋白质翻译这个领域的研究一直比较硬核，更别说 circRNA 这一类分子背景还不够硬。

然而，金秋十月是收获的季节，circRNA 翻译研究又多了一把利刃 CircCode —— 还是基于机器学习的，由陕西师范大学的 Peisen Sun 与 Guanglin Li 共同开发。虽然之前也有 circRNA 翻译相关工具，比如 CircPro 或 circtools，但都是 mRNA 的“老黄历”。

实际上，这款工具的研究思路很简明，作者也为我们提供了一个非常漂亮的流程图：

1.核糖体测序 reads 质控后过滤，保留没有比对上的 reads

2.将想要研究的 circRNA 序列以 junction 为中心提取 100nt 作为虚拟的参考基因组，然后将第一步保留的 reads 比对到参考基因组上。最后将跨 junction 位点的 reads 保留作为 RMRJs(Reads Mapped Region on a Junction)，实际上是作为翻译的候选 circRNA。

3.通过机器学习工具 BASiNET 确定 RMRJ 是否可翻译，确定可翻译的 circRNA。

4.最后用 FragGeneScan 预测 circRNA 的 ORF 及多肽。

除了 PPT 做得好，CircCode 也需经受实际数据的考验。

1.作者从 RPFdb 数据库下载了人类与拟南芥的核糖体数据集，并用 CIRCPedia 与 PlantcircBase 所有 circRNA 作为 CircCode 的输入，最后识别到了大量可翻译的 circRNAs（人类 3610 个，拟南芥 1569个）。

2.父基因功能富集分析表面它们参与了蛋白质加工等生物学过程。

3.为了检验精确性，软件 GenRGenS 训练了已发表的可翻译的 circRNA 序列来测试 CircCode，最后 FDR = 0.0027。

4.已发表可翻译的人类 circRNA 中，有 60% 被 CircCode 所识别。

5.与 CircPro 相比， SRR3495999 数据中 CircPro 识别了 44 个可翻译的 circRNAs，而 CircCode 却识别到了 76 个。

最后，工具是基于 Linux 系统的，源代码及使用方法发布在 github 上。

作者虽然对软件的准确性与敏感性作了分析与比较，然而由于目前可翻译 circRNA 的数据太少，只能留给时间来检验。

总的来说，circRNA 研究又有了新工具。

是否希望能在短时间内系统了解circRNA的研究状况？

是否希望能快速掌握circRNA研究的思路和技术方法？

吉赛生物专注于circRNA全程研究5年时间，

积累了丰富的经验，为帮助科研工作者更系统更深入地了解上述问题，应众多科研工作者的提议，特举办本次circRNA研究思路与技术培训班。

两天的学历将胜过半年的文献自学，机会难得，欢迎大家报名参与，共同探讨交流。

近

期

热

文

“circRNA”微信公众平台由

『广州吉赛生物科技股份有限公司』运营，

旨在为circRNA研究同行

提供最新科研资讯和研究方法，

服务广大生命科学工作者和医学工作者。

如果您有好的文章或Idea，

千万别让它埋没，

欢迎大家分享或投稿。

小编在编辑微文时特别鸣谢，

另有惊喜送出！

投稿邮箱：[e-mail]

点击下方图片，长按扫描并关注，一起涨知识吧！

点击“阅读原文”