近日，中国科学院北京
研究院计算基因组学实验室研究员赵方庆的研究综述文章，以Computational strategies for exploring circular RNAs为题，在线发表在
Trends in Genetics上。该论文全面阐述了环形RNA研究和数据挖掘中诸多方法，探讨了相关方法在非编码RNA数据挖掘中的适用条件与优劣评估，并指出未来环形RNA数据挖掘的发展趋势与挑战。
环形RNA是近年来获得广泛关注的一类结构呈闭合环形的RNA分子，并入选Clarivate Analytics 2017年度热点前沿领域。环形RNA的基因来源、内部组成、细胞定位、生成机制与生物功能均较为多样，通过高通量测序数据的挖掘对其深入研究成为该领域的必经途径。依据参考基因组的使用策略，现有的识别算法可划分为基于分段比对（split-alignment based）和基于伪参考序列构建（pseudo-reference based）两类。由于所借助比对算法类型的不同，各识别算法又分别针对剪切型（splice-aware）和全能型（versatile）比对算法进行优化。此外，在向后剪接读段（back-spliced junction read）的检测和配对末端比对信息的筛选上，这些识别算法采用的策略也不尽相同。以上关键步骤影响识别算法在不同转录组测序数据上的表现，目前现有的十余种环形RNA识别算法在敏感度、可靠性和适用范围上均有显著差别。
研究工作获得了国家自然科学基金委重大研究计划项目、优秀青年基金项目和中科院的资助。（来源：中国科学院北京
研究院）
环形RNA数据挖掘的基本策略
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
