[論文レビュー] RNA structure characterization from chemical mapping experiments

Sharon Aviran, Julius B. Lucks+1 more|arXiv (Cornell University)|Jun 24, 2011

RNA and protein synthesis mechanisms参考文献 18被引用数 4

ひとこと要約

本稿では、キャピラリー電気泳動（SHAPE-CE）または高スループットシーケンシング（SHAPE-Seq）を用いた化学マッピング実験からRNA相反性を推定する統一的最尤モデルを提案する。このモデルは閉形式の推定を提供し、シーケンシングベースの手法における全長トランスクリプト情報の活用により精度を向上させ、SHAPE-Seqが5′領域での信号回復が優れているため、SHAPE-CEに比べてより信頼性の高い相反性推定を実現することを示している。

ABSTRACT

Despite great interest in solving RNA secondary structures due to their impact on function, it remains an open problem to determine structure from sequence. Among experimental approaches, a promising candidate is the "chemical modification strategy", which involves application of chemicals to RNA that are sensitive to structure and that result in modifications that can be assayed via sequencing technologies. One approach that can reveal paired nucleotides via chemical modification followed by sequencing is SHAPE, and it has been used in conjunction with capillary electrophoresis (SHAPE-CE) and high-throughput sequencing (SHAPE-Seq). The solution of mathematical inverse problems is needed to relate the sequence data to the modified sites, and a number of approaches have been previously suggested for SHAPE-CE, and separately for SHAPE-Seq analysis. Here we introduce a new model for inference of chemical modification experiments, whose formulation results in closed-form maximum likelihood estimates that can be easily applied to data. The model can be specialized to both SHAPE-CE and SHAPE-Seq, and therefore allows for a direct comparison of the two technologies. We then show that the extra information obtained with SHAPE-Seq but not with SHAPE-CE is valuable with respect to ML estimation.

研究の動機と目的

• SHAPE-CEとSHAPE-Seqの両方に適用可能な、化学マッピングデータからRNA相反性を推定する一般化された統計枠組みの構築。
• SHAPE-CEではトランスクリプトの最初の修飾のみが検出可能であるという制限を解消し、信号回復が不完全になる問題の解決。
• 共通の尤度に基づく推定モデルを用いて、SHAPE-CEとSHAPE-Seqの情報量と推定精度を比較。
• SHAPE-Seqに含まれる全長トランスクリプトデータの追加が、特にRNA分子の5′領域において最尤相反性推定を向上させることを実証。
• 相反性および逆転写酵素のドロップオフ確率の最尤推定の閉形式解を提供し、高速かつ安定した解析を可能にする。

提案手法

• 各ヌクレオチド位置kにおける化学修飾相反性（βk）と逆転写酵素ドロップオフ（γk）の同時尤度モデルを構築。
• 制約条件 0 ≤ βk ≤ 1 および 0 ≤ γk ≤ 1 の下で対数尤度関数を最適化することで、βkおよびγkの閉形式最尤推定値を導出。
• cDNA合成および逆転写からの観測断片数をモデル化することで、SHAPE-CEおよびSHAPE-Seqデータの両方にこのモデルを適用。
• 妥当なパrameter空間内に推定値が収まるよう制約付き最適化を実施し、コンact集合および定常点解析による理論的裏付けを提供。
• データ表現および信号検出の差異に応じて、一般モデルをSHAPE-CEおよびSHAPE-Seqに特化させる。
• 実際の生物学的RNA（pT181およびRNase Pなど）のCEおよびNGSデータからの最尤推定値を比較することで、モデルの妥当性を検証。

実験結果

リサーチクエスチョン

• RQ1 SHAPE-Seqにおける全長トランスクリプト情報の取り込みが、SHAPE-CEに比べて相反性推定の精度を向上させるか？
• RQ2 SHAPE-CEおよびSHAPE-Seqの両方に適用可能な統一的統計モデルを構築し、閉形式の最尤推定値を導出できるか？
• RQ3 CEベースの手法では全長信号が欠落しているため、特にRNA分子の5′領域における相反性推定の信頼性にどのような影響を与えるか？
• RQ4 SHAPE-Seqに追加で得られる情報が、CEベースの手法に比べて相反性推定の精度をどの程度向上させるか？
• RQ5 尤度に基づく推定フレームワークは、先行研究で用いられた可視的補正法よりも精度が高く、その限界は何か？

主な発見

• 提案されたモデルは、相反性（βk）および逆転写酵素ドロップオフ（γk）の閉形式最尤推定値を提供し、反復的最適化を必要とせず、高速かつ安定した推定が可能となる。
• SHAPE-Seqは全長トランスクリプト信号を捉えられるため、CEベースの検出に比べてより正確な相反性推定を実現する。
• RNA分子の5′領域では、SHAPE-CEは信号回復が不完全なため相反性が過大評価されるが、SHAPE-Seqの推定値はより正確である。
• 黄色ブドウ球菌のpT181 RNAでは、CEで推定された修飾分子の割合は0.9、シーケンシングで0.86であり、わずかな乖離が認められた。
• 枯草菌のRNase P RNAでは乖離が顕著で、CEで0.62、シーケンシングで0.52の修飾分子割合が推定された。
• 尤度に基づくフレームワークは再現性において可視的補正法を上回るが、全長信号が欠落するCEデータに系統的なバイアスが存在することが判明し、本モデルはNGSベースの推定においてこれを明示的に補正している。