小鬼的m6A图文复现01-文献解读|在人的四种不同组织中m6A甲基化的遗传驱动因素

1.文献信息

标题:Genetic drivers of m6A methylation in human brain, lung, heart and muscle
发表时间:2021年7月1日
杂志:Nature Genetics(2020IF=27.605)
作者:麻省理工学院计算机与人工智能实验室Manolis Kellis课题组

数据和方法

主要数据

image-20210711235626527.png
m6A meRIP–seq across human tissues

文章主要使用的链特异性建库和双端45bp的测序策略,第一次遇到测这么短的啊:

We used the SMARTer Stranded RNA-Seq Kit from Clontech/Takada, which is optimized to work with 100pg of starting material. The libraries were sent for 2×45-base-pair paired-end sequencing.

甲基化数据提到的数据库为eGTEx,可以参考:https://cloud.tencent.com/developer/news/397979 进行此数据库的了解。

分析流程:

  • 1.去除tRNA和rNRA:使用bowtie2将read比对到tRNA和rRNA,保留 the unmapped reads
    • tRNA:downloaded from the University of California, Santa Cruz Table Browser
    • rRNA:downloaded from the National Center for Biotechnology Information Nucleotide database
  • 2.比对到参考基因组:使用hisat2 比对到the hg38 human genome: GENCODE (v26; downloaded from https://gtexportal.org/home/datasets
  • Peak calling:MACS2

主要结果

这是一篇研究quantitative trait loci(QTL)与m6A修饰关联的文章,我主要关注m6A的地方,即结果1。

结果1:m6A variation across tissues and individuals

107个病人共176个样本,在QC之后,剩余91个病人129个样本做分析:53 brain, 12 heart, 32 muscle and 32 lung samples,见下图A。

image-20210711233527417.png

Peak calling共得到>278,000个peak位点(每个位点至少在两个病人中存在),平均每个样本约20,000个位点。

image-20210712002901602.png

这些Peaks中,与以前的结果相比,有很多都是以前未检测到的peak。比较的对象是来自数据库RMBase v2.0中发表的peaks。

RMBase v2.0: deciphering the map of RNA modifcations from epitranscriptome sequencing data

image-20210712010609332.png

并且,检测到的Peaks位点的主要集中在终止密码子附近。

image-20210712011110106.png

作者还将以前没有检测到的m6A位点序列特征分布也绘制了一个图,如下,这个图5’UTR位置的信息要比终止密码子的信号值高:

image-20210712011454191.png

保守序列特征:GGACH

image-20210712011135022.png

利用m6A谱对样本进行相似性分析,发现组织类型是主要的差异来源,与基于RNA表达谱的样本相似性分析结果类似。

基于m6A谱的样本相似性聚类:

image-20210712214059579.png

基于RNA表达谱的样本相似性聚类:

image-20210712214242974.png

具有组织特异m6A修饰位点的基因的功能富集结果显示,组织功能相关功能富集:

image-20210712214653137.png

此外,作者还对具有组织特异性m6A修饰位点的基因进行了展示:

这些具有m6A修饰位点信息的基因可以在数据库进行查询展示:https://www.gtexportal.org/home/browseEqtls?location=chr1%3A750000-850,000

  • 大脑特异m6A修饰的POU3F2基因:

  • 肺特异的m6A修饰EGFR 基因

image-20210712215350890.png

最后,不同组织总都有m6A修饰的基因在不同组织中的表达不差异,具有m6A修饰组织特异的表达 也特异。这表明m6A可以导致其他广泛表达的转录本的组织特异性功能。

image-20210712215454092.png

其他内容结果如下,详细版本可以前往看文献:

结果2:m6A genetic driver discovery and validation

结果3:Tissue specificity of m6A QTLs.

结果4:m6A QTLs and eQTLs sometimes overlap but are mostly independent

结果5:m6A QTLs help interpret GWAS loci

结果6:Tissue-specific m6A-QTL enrichments of GWAS variants

结果7:Novel m6A regulator prediction

非常好的资源:

此篇文章贡献了作者全部的分析代码,如下:

image-20210712220108447.png

下载链接

http://compbio.mit.edu/m6AQTLs/

可惜的是下载不到数据啊,即使是m6A的bed文件也没有公开,只能在GTEx中进行相关位点信息查询。

如有万能的网友能搞到数据,我就可以给你复现整个文章了。

不过,我还有plan B:准备找一套其他的数据,利用此篇文献的所有代码进行数据分析。后续即将更新~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容