技術(shù)原理
蛋白質(zhì)是生命活動(dòng)的主要承擔(dān)者,翻譯調(diào)控又是細(xì)胞內(nèi)重要的調(diào)控方式。翻譯是核糖體讀取mRNA模板來指導(dǎo)蛋白質(zhì)合成的過程,是基因表達(dá)的關(guān)鍵步驟。翻譯的過程受到嚴(yán)格的調(diào)控,很多疾病與翻譯異常相關(guān),比如神經(jīng)退行性疾病、貧血癥和發(fā)育障礙等。雖然核糖體的結(jié)構(gòu)與功能研究的比較透徹,但是對(duì)于翻譯過程的調(diào)控機(jī)理還需要深入研究。
核糖體印跡測序(Ribosome profiling, Ribo-seq),能夠詳細(xì)檢測體內(nèi)的翻譯狀態(tài)。Ribo-seq的技術(shù)核心是識(shí)別與核糖體結(jié)合的mRNA以及正在被翻譯的約30個(gè)核苷酸。對(duì)核糖體結(jié)合的mRNA片段進(jìn)行測序,能夠精確記錄核糖體在翻譯過程中的位置。將轉(zhuǎn)錄組與Ribo-seq數(shù)據(jù)聯(lián)合分析,可以計(jì)算出蛋白質(zhì)的合成速率。
技術(shù)特點(diǎn)
Ribo-seq能夠揭示蛋白合成的時(shí)間、地點(diǎn)、位置、哪些蛋白質(zhì)正在被合成以及蛋白質(zhì)合成的調(diào)控機(jī)制。Ribo-seq搭建了從轉(zhuǎn)錄組學(xué)到蛋白質(zhì)組學(xué)之間的橋梁,已經(jīng)廣泛應(yīng)用在動(dòng)物、植物和微生物的研究中,用于揭示生長發(fā)育、形態(tài)建成、疾病發(fā)生、逆境脅迫響應(yīng)的調(diào)控機(jī)制。
應(yīng)用方向
Ribo-seq應(yīng)用于研究轉(zhuǎn)錄本的翻譯活性、鑒定翻譯起始位點(diǎn)、ORF位置和蛋白質(zhì)的翻譯調(diào)控機(jī)制。
Ribo-seq技術(shù)已經(jīng)廣泛應(yīng)用在動(dòng)物、植物和微生物的研究中,用于揭示生長發(fā)育、形態(tài)建成、疾病發(fā)生、逆境脅迫響應(yīng)的調(diào)控機(jī)制?傊,Ribo-seq能從基因組水平檢測蛋白質(zhì)的翻譯狀況,獲得正在翻譯的mRNA序列信息并解析翻譯調(diào)控機(jī)制。
藍(lán)景科信優(yōu)勢
實(shí)驗(yàn)周期快、質(zhì)量高、結(jié)果穩(wěn)定可靠。
豐富的物種經(jīng)驗(yàn)。
實(shí)驗(yàn)流程
分析內(nèi)容
標(biāo)準(zhǔn)生信分析
(1)原始數(shù)據(jù)過濾與測序質(zhì)量評(píng)估
(2)比對(duì)去除核糖體RNA、tRNA、sRNA等
(3)Reads長度分布統(tǒng)計(jì)與長度過濾
(4)比對(duì)參考基因組
(5)測序飽和度分析
(6)RF在基因組上的分布統(tǒng)計(jì)與分類
(7)三堿基節(jié)律分析
(8)翻譯基因統(tǒng)計(jì)與表達(dá)量分析
(9)樣本關(guān)系分析
(10)組間差異翻譯基因分析
(11)差異翻譯基因的GO和KEGG功能富集分析
Ribo-seq與RNA-seq的聯(lián)合分析
(1)翻譯效率計(jì)算
(2)翻譯效率與轉(zhuǎn)錄水平的關(guān)系分析
(3)翻譯效率與轉(zhuǎn)錄水平的關(guān)聯(lián)分析
分析流程
實(shí)驗(yàn)案例
送樣要求
(1)細(xì)胞樣本:建議送樣量5×106-1×107個(gè)。
(2)動(dòng)物組織樣本:建議送樣量≥300 mg。
(3)植物組織樣本:建議送樣量≥500 mg。
樣本分組
至少2組樣品,包括對(duì)照組和實(shí)驗(yàn)組,樣本數(shù)建議:3 Vs 3。
參考文獻(xiàn)
Brar GA, Weissman JS. Ribosome profiling reveals the what, when, where and how of protein synthesis. Nat Rev Mol Cell Biol. 2015. 16(11):651-664.
Chong C, Coukos G, Bassani-Sternberg M. Identification of tumor antigens with immunopeptidomics. Nat Biotechnol. 2022. 40(2):175-188.
Fremin BJ, Nicolaou C, Bhatt AS. Simultaneous ribosome profiling of hundreds of microbes from the human microbiome. Nat Protoc. 2021. 16(10):4676-4691.
Ingolia NT, Brar GA, Rouskin S, McGeachy AM, Weissman JS. The ribosome profiling strategy for monitoring translation in vivo by deep sequencing of ribosome-protected mRNA fragments. Nat Protoc. 2012. 7(8):1534-1550.
Ingolia NT, Ghaemmaghami S, Newman JR, Weissman JS. Genome-wide analysis in vivo of translation with nucleotide resolution using ribosome profiling. Science. 2009. 324(5924):218-223.
Juntawong P, Girke T, Bazin J, Bailey-Serres J. Translational dynamics revealed by genome-wide profiling of ribosome footprints in Arabidopsis. Proc Natl Acad Sci U S A. 2014. 111(1):E203-212.
Sawyer EB, Cortes T. Ribosome profiling enhances understanding of mycobacterial translation. Front Microbiol. 2022. 13:976550.
Xiang Y, Huang W, Tan L, Chen T, He Y, Irving PS, Weeks KM, Zhang QC, Dong X. Pervasive downstream RNA hairpins dynamically dictate start-codon selection. Nature. 2023. 621(7978):423-430.
Xu G, Greene GH, Yoo H, Liu L, Marqués J, Motley J, Dong X. Global translational reprogramming is a fundamental layer of immune regulation in plants. Nature. 2017. 545(7655):487-490.