选择性多聚腺苷酸化（APA）作为一种普遍的转录后调控机制，在真核生物基因表达中发挥着重要的作用。在前体mRNA的3’端加工过程中，由于存在多个polyA位点，细胞可以选择性地使用不同位点进行切割和多聚腺苷酸化，从而产生序列不同的转录本。APA主要发生在3’非翻译区（3’UTR），导致形成的mRNA具有相同的编码区序列，但3’UTR长度各异。然而，当polyA位点在内含子区域时，将可能导致mRNA编码区序列发生变化，进而产生截短型蛋白质产物或者非编码转录本，这一现象被称为内含子多聚腺苷酸化（IPA）[1]。近期研究表明，IPA的异常调控与恶性肿瘤等复杂疾病密切相关[2-3]。尽管已有多种基于常规RNA-seq数据的APA分析方法开发出来，但它们大多局限于3’UTR内的APA分析，对于IPA的研究仍面临诸多挑战。
近日，天津医科大学杨扬教授课题组领衔，与中国医学科学院血液病医院（中国医学科学院血液学研究所）原佳沛研究员和天津医科大学宣成昊教授合作在《Nature Communications》（IF=16.6）发表了题为“InPACT: A computational method for accurate characterization of intronic polyadenylation from RNA sequencing data”的研究论文。该研究通过综合考量序列特征以及RNA-seq读段分布特征，成功开发了一款新的生物信息学方法—InPACT。该方法能够利用常规RNA-seq数据，实现IPA位点的精准识别及定量分析，为IPA研究提供了有力工具。
InPACT方法包括序列模块（Sequence Module）和读段模块（Read Module）两部分，分别用于对polyA位点上下游序列特征以及末端外显子上的转录组测序（RNA-seq）读段分布特征的学习。通过基于翻译组测序（Ribo-seq）数据的翻译水平分析，以及3’RACE实验验证等，该研究进一步证实了InPACT所鉴定的IPA事件的准确性。
为全面评估InPACT方法的性能，该研究在多种组织或细胞系的常规RNA-seq数据上进行了测试。通过将匹配的3’末端测序数据或基于三代测序技术的全长转录组数据作为参考，结果表明InPACT在IPA位点识别方面相较于其他方法具有更高的准确性。此外，不同深度的仿真RNA-seq数据进一步验证了InPACT在IPA分析方面的性能。该研究通过将InPACT应用于单核细胞活化相关RNA-seq数据以及人类胎儿骨髓单细胞转录组测序（SMART-seq）数据中的IPA分析，展示了InPACT的广泛实用性，为IPA动态调控及细胞类型特异性IPA事件的识别提供了有力支持。
综上所述，该研究开发了一个新的生物信息学方法—InPACT，能够可靠且准确地利用常规RNA-seq数据识别未注释的IPA位点，并实现IPA转录本拼接及定量。通过在不同组织或细胞类型的数据上的应用，InPACT方法展现了其广泛实用性，有助于揭示IPA在不同生理或病理条件下的动态变化模式，从而更全面地解析IPA在不同的生物学过程以及疾病发生发展中的功能。
天津医科大学杨扬教授和宣成昊教授及中国医学科学院血液病医院（中国医学科学院血液学研究所）原佳沛研究员为共同通讯作者，博士生刘小川和博士后陈皓为共同第一作者。该研究还得到了天津医科大学李龙教授的帮助与支持。该项目获得国家自然科学基金的支持。
参考文献：
1. Mitschka S, Mayr C. Context-specific regulation and function of mRNA alternative polyadenylation. Nat Rev Mol Cell Biol 2022, 23(12): 779-796.
2. Lee SH, Singh I, Tisdale S, Abdel-Wahab O, Leslie CS, Mayr C. Widespread intronic polyadenylation inactivates tumour suppressor genes in leukaemia. Nature 2018, 561(7721): 127-131.
3. Singh I, Lee SH, Sperling AS, Samur MK, Tai YT, Fulciniti M, Munshi NC, Mayr C, Leslie CS. Widespread intronic polyadenylation diversifies immune cell transcriptomes. Nat Commun 2018, 9(1): 1716.
津公网安备12010102000385号