跳至內容

轉錄組

維基百科,自由的百科全書

轉錄組(英語:Transcriptome),也稱為「轉錄物組」,廣義上指在相同環境(或生理條件)下的在一個細胞、或一群細胞中所能轉錄出的所有RNA的總和,包括信使RNA(mRNA)、核糖體RNA(rRNA)、轉運RNA(tRNA)及非編碼RNA[1]狹義上則指細胞所能轉錄出的所有信使RNA(mRNA)。

範圍

[編輯]

這個術語可用於記錄總集在給定的有機體,或對特定子集的成績單呈現在特定的細胞類型。與基因組不同的是:不考慮突變,在固定給定細胞株的基因組數量基本上是不變的;然而,轉錄物組可以隨外部環境條件而有所轉變。由於轉錄物組包括了所有在細胞裡的mRNA的轉錄 ,除卻異常的mRNA降解現象(例如轉錄衰減)以外,轉錄組反映了在任何給定時間內活躍表達基因。轉錄物組學的研究,也被稱為「基因表達譜」,檢測了在一個特定的細胞群內的mRNA表達水平,通常採用基於DNA微陣列技術的高通量技術。透過使用新一代測序技術來研究在核苷酸水平的轉錄物組,被稱為「RNA測序(RNA-Seq)」[2]

轉錄組學

[編輯]

轉錄組學(或「轉錄物組學」)是分子生物學的分支,負責研究在單個細胞,或特定類型的細胞,組織,器官或發育階段的細胞群內所生產的各類RNA(通常是mRNA)分子的類型和數量。

轉錄組測定的是在某個特定樣品里表達的基因的豐度及其類型(例如可變剪接)。每個細胞里每一種mRNA分子的平均數稱為該種mRNA的豐度。根據豐度可把mRNA群體分為兩大類:

  1. 高豐度mRNA組分。通常由每個細胞里不到100種的mRNA而每種mRNA分子由1000-10,000份拷貝所組成,通常占總mRNA的50%左右。
  2. 除高豐度mRNA組分外,另一半mRNA由長度不等的種類繁多的序列所組成,每種序列在mRNA中只有少量備份。稱為「稀有mRNA」或「複雜mRNA」。

大量表達的基因之間是有很大區別的。例如,卵清蛋白只在輸卵管細胞里合成而不在肝臟內合成。它占輸卵管內mRNA總量的一半。但是高豐度的mRNA只占表達基因數的很小一部分。根據生物體的基因數目以及不同類型細胞出現轉錄變化的基因數,人們需要了解不同表型細胞稀有mRNA基因相同的程度。

稀有mRNA是普遍共有的。一個細胞中的mRNA序列只有10%左右是該細胞獨有的,大部分序列是許多(甚至是所有)類型的細胞所共有的。這提示哺乳動物中共有的基因數也許達10,000個,包括了各種類型細胞所需的功能。編碼這種類型的功能的基因,有時被稱為「持家基因」或「組成型基因」。這類功能不同於特定細胞表現型所需的特定功能(例如卵清蛋白或珠蛋白的功能)。編碼特殊功能的基因稱為「奢侈基因」。

分析

[編輯]

許多生物特異性轉錄組數據庫已經被構建並被注釋了,以幫助鑑定在不同細胞群中差異表達的基因。

RNA測序(RNA-seq)正在出現(2013年)作為測量生物體轉錄組的首選方法,儘管仍在使用舊的DNA微陣列技術[來源請求]

應用

[編輯]

幹細胞癌細胞的轉錄是那些尋求了解細胞分化癌變的過程的研究人員特別感興趣。

分析人類卵母細胞胚胎的轉錄組用於了解控制早期胚胎發育的分子機制和信號通路,理論上可以成為在體外人工受精中進行適當胚胎選擇的有力工具[1]

轉錄物組學是一個新興的和不斷增長的領域,把生物標記發現用於評估藥物的或化學品的安全性風險評估[3]

轉錄組也可用於個體之間的使用轉錄組學數據進行推斷系統發育關係。

與蛋白質組的關係

[編輯]

轉錄組可以被視為蛋白質組的前體[可疑],即由基因組表達的整組蛋白質。

然而,相對mRNA表達水平的分析可能因以下事實而變得複雜:mRNA表達的相對小的變化可以在細胞中存在的相應蛋白質的總量中產生大的變化。 一種分析方法,稱為基因集富集分析英語Gene set enrichment analysis,識別協同調節的基因網絡(coregulated gene networks),而不是在不同細胞群中被上調或下調的單個基因[2]

參見

[編輯]

參考文獻

[編輯]
  1. ^ Krebs, Jocelyn E.; Goldstein, Elliott S.; Kilpatrick, Stephen T.; Lewin, Benjamin. 4.1 The Content of the genome. Lewin's genes XII 12th edition. Burlington, Mass: Jones & Bartlett Learning. 2018. ISBN 978-1-284-10449-3. 
  2. ^ Wang Z, Gerstein M, Snyder M. RNA-Seq: a revolutionary tool for transcriptomics.. Nature Rev. Genetics. 2009, 10 (1): 57–63 (英語). 
  3. ^ Szabo, David. Transcriptomic biomarkers in safety and risk assessment of chemicals. In Ramesh Gupta, editors:Gupta - Biomarkers in Toxicology, Oxford:Academic Press.. 2014: 1033–1038. ISBN 978-0-12-404630-6. 
  1. ^ Subramanian A, Tamayo P, Mootha VK, Mukherjee S, Ebert BL, Gillette MA, Paulovich A, Pomeroy SL, Golub TR, Lander ES, Mesirov JP. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles.. Proc Natl Acad Sci USA. 2005, 102 (43): 15545–15550 (英語). 
  2. ^ RIKEN Genome Exploration Research Group and Genome Science Group (Genome Network Project Core Group) and the FANTOM Consortium: S. Katayama; et al. Antisense Transcription in the Mammalian Transcriptome. Science. Sep 2, 2005, 309 (5740): 1564–1566 (英語). 
  3. ^ Velculescu VE, Zhang L, Zhou W, Vogelstein J, Basrai MA, Bassett DE Jr, Hieter P, Vogelstein B, Kinzler KW. Characterization of the yeast transcriptome.. Cell. Jan 24, 1997, 88 (2): 243–251 (英語). 
  4. ^ Laule O, Hirsch-Hoffmann M, Hruz T, Gruissem W, and P Zimmermann. Web-based analysis of the mouse transcriptome using Genevestigator.. BMC Bioinformatics. 2006, 7: 311 (英語).