Quantitative mapping of the cellular small RNA landscape with AQRNA-seq.
Quantitative mapping of the cellular small RNA landscape with AQRNA-seq.
复制标题
DOI：
10.1038/s41587-021-00874-y
复制
发表时间：
2021-08
影响因子：
46.9
通讯作者：
Cao B
中科院分区：
文献类型：
--
作者：
Hu JF;Yim D;Ma D;Huber SM;Davis N;Bacusmo JM;Vermeulen S;Zhou J;Begley TJ;DeMott MS;Levine SS;de Crécy-Lagard V;Dedon PC;Cao B
由于文库制备过程中捕获、连接和扩增存在序列依赖性偏差，当前的下一代 RNA 测序方法无法准确定量样品中的小 RNA。我们提出了一种绝对定量 (AQ) RNA-seq 方法，该方法可以最大限度地减少偏差，并提供样本中所有小 RNA 的测序读数计数和拷贝数之间的直接线性相关性。使用包含 963 个成员的 miRNA 参考文库、不同长度的寡核苷酸标准品和 Northern 印迹对文库制备和数据处理进行了优化和验证。将 AQRNA-seq 应用于一组人类癌细胞，揭示了超过 800 个可检测的 miRNA，这些 miRNA 在癌症进展过程中发生变化，而应用于细菌 tRNA 池，面临二级结构和丰富修饰的挑战，揭示了 tRNA 同工受体水平、应激诱导的位点特异性 tRNA 片段化、定量修饰图谱和应激诱导的 tRNA 驱动的密码子偏向翻译的证据 80 倍的变化。因此，AQRNA-seq 提供了一种定量绘制细胞中小 RNA 分布图的通用方法。
Current next-generation RNA sequencing methods do not provide accurate quantification of small RNAs within a sample due to sequence-dependent biases in capture, ligation, and amplification during library preparation. We present a method, Absolute Quantification (AQ) RNA-seq, that minimizes biases and provides a direct, linear correlation between sequencing read count and copy number for all small RNAs in a sample. Library preparation and data processing were optimized and validated using a 963-member miRNA reference library, oligonucleotide standards of varying lengths, and northern blots. Application of AQRNA-seq to a panel of human cancer cells revealed >800 detectable miRNAs that varied during cancer progression, while application to bacterial tRNA pools, with the challenges of secondary structure and abundant modifications, revealed 80-fold variation in tRNA isoacceptor levels, stress-induced site-specific tRNA fragmentation, quantitative modification maps, and evidence for stress-induced tRNA-driven codon-biased translation. AQRNA-seq thus provides a versatile means to quantitatively map the small RNA landscape in cells.
登录
查看更多内容
影响因子：
14.9
作者：
Haiser HJ;Karginov FV;Hannon GJ;Elliot MA
通讯作者：
Elliot MA
影响因子：
14.9
作者：
Chan PP;Lowe TM
通讯作者：
Lowe TM
影响因子：
14.9
作者：
Hauenschild R;Tserovski L;Schmid K;Thüring K;Winz ML;Sharma S;Entian KD;Wacheul L;Lafontaine DL;Anderson J;Alfonzo J;Hildebrandt A;Jäschke A;Motorin Y;Helm M
通讯作者：
Helm M
影响因子：
16.6
作者：
Cruz JW;Sharp JD;Hoffer ED;Maehigashi T;Vvedenskaya IO;Konkimalla A;Husson RN;Nickels BE;Dunham CM;Woychik NA
通讯作者：
Woychik NA
影响因子：
48
作者：
Cozen AE;Quartley E;Holmes AD;Hrabeta-Robinson E;Phizicky EM;Lowe TM
通讯作者：
Lowe TM