分子生物学笔记：非编码RNA

非编码RNA
非编码RNA（Non-coding RNA）是指不编码蛋白质的RNA。

其中包括rRNA，tRNA，snRNA，snoRNA 和microRNA 等多种已知功能的RNA，还包括未知功能的RNA。

这些RNA的共同特点是都能从基因组上转录而来，但是不翻译成蛋白，在RNA 水平上就能行使各自的生物学功能了。

非编码RNA 从长度上来划分可以分为3类：小于50 nt，包括microRNA，siRNA，piRNA；50 nt到500 nt，包括rRNA，tRNA，snRNA，snoRNA，SLRNA，SRPRNA 等等；大于500 nt，包括长的mRNA-like 的非编码RNA，长的不带polyA 尾巴的非编码RNA等等。

概况
细胞中含量最高的是rRNA 和tRNA 这两种常见的非编码RNA。

广义上的非编码RNA是包括这两种RNA的，研究的比较透彻。

狭义上的非编码RNA往往不包括rRNA 和tRNA，因此在这里就不做介绍了。

这里介绍的非编码RNA 种类，是在狭义上的非编码RNA 的定义，即，不包括mRNA，tRNA 和rRNA 的其他RNA分子。

在此主要介绍一下表达量相对比较高的snRNA、snoRNA 和作为研究热点的microRNA。

种类介绍
snRNA 是small nuclear RNA的简称，也称作小核RNA。

其功能是与蛋白因子结合形成小核核糖蛋白颗粒（small nuclear ribonucleo-protein partcle，简称snRNPs），行使剪接mRNA的功能。

snRNA 主要包括5 种：U1，U2，U4，U5 和U6。

存在于所有snRNP 中的蛋白叫做通用蛋白，也称做sm 蛋白。

通用蛋白和snRNA的结合位点已经研究清楚了。

除U6 外，Sm蛋白可以结合到所有的其他snRNA 的保守序列AAU4-5GGA上，这段序列被称为Sm蛋白的结合位点，这也可以作为判断一个RNA是否是snRNA 的一个特征。

snoRNA 是最早在核仁发现的小RNA，称作小核仁RNA，最初发现它们的生物功能是用来修饰rRNA的。

大多数小核仁RNA可以分为两类。

一类是C Dbox snoRNA，这一类snoRNA是对RNA的碱基进行甲基化修饰的。

其特点是含有4 个Box：Box C、Box D、BoxC’和BoxD’。

事实上对C D box snoRNA 的预测已经有很多已经发表的软件，比如说snoscan。

另一类是H/ACA box，这一类snoRNA 对RNA的碱基进行甲尿嘧啶化修饰。

其特点是形成一个双stem，中间加一个loop 区，中间的loop 区中有一个boxH。

而在尾部的tail 有个boxACA。

由于boxH 和boxACA 的一级序列特征的界定比较松。

比如BoxH 是ANANNA，很多A rich 的区域都能满足这个特征。

而boxACA 是ACANNN，只有3 个碱基的明确信息。

所以单单从一级序列特征上判断一个RNA 是否为snoRNA 是比较容易出错的。

好在，HACA snoRNA 的二级结构是非常明确的。

所以，用二级结构结合尾部的Box ACA的特征，联合判断一个RNA是否为HACA snoRNA 是切实可行的。

技术进展
非编码RNA的工作主要分为两个方面，一是大规模的鉴定新的非编码RNA，二是通过各种方法研究非编码RNA 的功能。

大规模鉴定非编码RNA的方法可以分为用理论预测和实验发现两种。

前者主要借助计算机，从已有的非编码RNA中提取特征信息，然后以特征信息做全基因组搜索，比较成功的预测软件有：预测snoRNA 的snoScan和snoGPS，预测tRNA 的tRNAScan，预测microRNA 的mirScan，另外如RNAz，RNAmotif 等也都是很好的非编码RNA 预测工具。

理论预测方法简便快捷，但是最终的确定还是依赖于实验，因此理论预测与实验验证通常是相辅相成的。

很多实验有鉴定非编码RNA的方法，这些方法被称作“RNomics”。

RNomics 的核心在于构建非编码RNA 的cDNA
文库，根据长度不同，非编码RNA的cDNA文库可以主要分为小于50 nt，50~500 nt以及大于500 nt 3 种，另外对于大于500 nt 的还可以分为带polyA 尾巴和不带polyA 尾巴这两种。

Ambion 公司、Invitrogen 公司以及Qiagen 公司都推出了可以用来构建非编码RNA 的cDNA 文库的试剂盒。

得到非编码RNA的cDNA文库以后，有多种方法可以用来鉴定文库中的非编码RNA。

比较传统的是克隆测序，这种方法工作量很大，且对低丰度的非编码RNA 检测效率较差，但是这种方法操作流程比较简单，且对仪器设备要求不高，成本相对较低，因此仍被广泛使用。

随着测序技术的发展，得到非编码RNA的cDNA 文库以后，不用克隆就可以直接测序，这种方法简单快捷，工作量小，可以检测到大量低丰度的非编码RNA，但是对仪器要求较高，成本也很高，使用的测序仪主要有454 和solexa 两种。

随着技术的改进和成本的降低，这种直接测序的方法将成为主流。

另外一种广泛使用的非编码RNA 检测技术，是2000 年以后发展起来的全基因组tiling 芯片技术，这种技术的核心在于构建高密度的覆盖全基因组的芯片，生产这种芯片的主要有affymetrix 公司和agilent 公司，这种技术的优点在于不用构建cDNA 文库，更不用做克隆，只要有分离纯化的非编码RNA就可以检测，操作简单，成本很低，可以检测到大量低丰度的非编码RNA，这种方法的缺点在于不能准确的确定非编码RNA的转录起始终止位点，也很难区分剪切加工产物。

非编码RNA的功能研究主要集中在microRNA 和siRNA，主要原因在于这两种小RNA的功能作用方式，都是通过同目标基因进行碱基配对，寻找这些小RNA的靶点相对来讲比较容易；而对于长的非编码RNA 来讲，它们往往要形成复杂的二级甚至是三级结构，预测其靶点比较困难。

随着研究的深入，也有为数众多的长的非编码RNA的功能被鉴定出来，例如Xist 和Khps1 就属于长的带polyA 尾巴的非编码RNA。

展望
大量研究数据表明，高等生物多达一半以上的DNA转录为RNA，其中绝大多数为ncRNA。

甚至，有的科学家预言ncRNA在生物发育的过程中，有着不亚于蛋白质的重要作用。

但是，今天对整个ncRNA的世界却了解甚少，主要任务是发现更多的ncRNA及其生物功能。

毫无疑问，要了解ncRNA 的生物功能，也就是要弄清每个细胞类型在特定的时间内所有蛋白和所有ncRNAs 的功能以及它们之间、它们和DNA之间的相互作用。

这一研究的道路还很长，远比基因组计划更为艰巨。

因此，要彻底弄清ncRNA 的调控网络，将是揭示生命奥秘的最终突破。