沒有基因組的參考序列可以做lncRNAs嗎？

01-12

要做的不是模式物種，沒有全基因組參考序列，可以做lncRNAs嗎？如何設計實驗？

謝邀！

上面我覺得已經回答的比較全面了，我再補充一下。在沒有參考基因組（Reference Sequence）的情況下，預測lncRNA其實和預測mRNA一樣，只不過最後要通過某些手段排除它的編碼能力（Coding Potential)。在這種情況下有幾種方式去預測：（1）如上所說，尋找近緣已知物種的基因組序列作為參考基因組，比如用人的基因組猴子的進行預測；（2）使用已有的cDNA序列作為參考基因組，這個好像在植物中做的比較多；（3）進行de novo直接拼接，比如使用類似trinity等軟體。對於coding potential的鑒定，技術上除了phyloCSF、CPC、CPAT等預測軟體外還有比如ribosome profiling等高通量手段。

不能簡單用能不能做來回答。如果說識別lncRNA，理論上是可以的。但識別只是第一步，之後需要做很多後續的功能研究，沒有基因組很多assay都不是很容易做，比如lncRNA和histone的interaction，lncRNA和蛋白質的interaction。

最早guttman發現lncRNA的方法是找H3K4me3-H3K36me3的domain，然後用phyloCSF算coding potential. 這個方法如果沒有基因組ChIP-Seq肯定沒法做。之後成熟的方法是做RNA-seq，然後用cufflink拼轉錄本，再用phyloCSF算coding potential。沒有reference不能用傳統方法拼接轉錄本，只能嘗試一些非reference-based的方法，但是可靠性就下降很多。另外，phyloCSF也需要本物種的gene序列做training，如果沒有基因組只能用近似物種，同樣可靠性也下降很多。所以要找可以找，但有多靠譜就不好說了。

具體參考guttman 09年最早的文獻，通過chromatin找的，http://www.ncbi.nlm.nih.gov/pubmed/19182780，和後來在人類裡面通過cufflink拼接找的，http://www.ncbi.nlm.nih.gov/pubmed/21890647。

題主又問到了後續分析的問題，把回復的評論一起貼一下完整一點。

lncRNA目前的功能推測的有幾類，一是作為scaffold，二是結合抑制轉錄，三是組蛋白修飾調控。具體可以參加這篇review.

Guttman M and Rinn JL. (2012). Modular Regulatory Principles of Large Non- coding RNAs. Nature 482(7385):339-46

可以考慮看錶達，先看錶達pattern，再通過mRNA的共表達推斷lncrna的功能，或者通過保守性分析在相似物種中尋找同源區域推測功能。還可以看前後DNA的motif，推斷是否被特定的TF調控。或者分析保守性，也是對功能的一種conform。

進一步的實驗可以通過clip seq找lncrna bind 的protein，或者通過chart seq找lncrna結合的dna區域。 clip seq參見http://www.ncbi.nlm.nih.gov/m/pubmed/?term=lincRNAs+act+in+the+circuitry+controlling+pluripotency+and+differentiation。 chart seq參見http://m.sciencemag.org/lookup/resid/science.1237973?view=abstracturitype=cgiijkey=730/SjLaIbBzYkeytype=refsiteid=sci 基本的共表達分析流程在09年guttman的文章裡面很清楚，Zhaoyi組在nar也有一篇通過network推斷的。

另外 @王君yi 提到的機器學習尋找lncRNA，是更全面的方法，在沒有reference的情況下更實用。但提醒兩個值得注意的問題。一是在沒有reference的情況下一些feature set很難做，比如RNA-seq就沒辦法做了。另一個是需要positive data，這個沒有reference的話用其他物種不知道是否靠譜。

我補充一點，可以通過svm等統計模式識別的方法預測lncRNA哦~

以前做過這個，也許是樣本量太小的原因，正確率有點堪憂……

不過富集一下姑且還能湊合用

大概就像這樣

http://www.ncbi.nlm.nih.gov/pubmed/23028655