m6A2Target:不做RIP也能预测m6A酶靶基因 | RIP专题

2020年5月11日，来自中山大学肿瘤防治中心林东昕院士课题组的郑健博士，与中肿生信分析人员左志向博士合作，在生物信息的顶级期刊Briefings in Bioinformatics（IF=9.101）发表了迄今为止第一个最为全面的三类m6A甲基化酶（即writers、erasers和readers）对应靶基因的数据库——m6A2Target。

当然今天我们要介绍不是上面的这篇论文，而是这篇论文引申出的这个名为M6A2Target的数据库。有多实用呢？在你不需要花费大量的时间金钱与精力的情况下，利用该数据库，可以以前搜集的测序结果。尤其是m6A三类酶如METTL3、WTAP、FTO、IGF2BP1/2/3、YTHDF1/2/3等在不同细胞系中的RIP-seq和CLIP-seq数据进行了整理。此外，诸如翻译组、Co-IP质谱鉴定以及m6A-seq也给予了研究人员大量参考。可以说这个数据库绝对是大而全。下面我们将带领大家进入这款十分强悍的数据库。

打开http://m6a2target.canceromics.org/ 后，映入我们眼帘的是这个数据库非常简单粗暴的介绍。m6A2Target通过先前已发表的大量文献进行搜集运算，得到了一系列WERs（即对三类m6A甲基化酶的缩写简称）的靶基因信息。而下方的Quick Explore更是简洁明了，当你输入基因名的时候，点击GO即可在数据库后台进行运算。

我们以AML急性髓细胞白血病中一个非常著名的靶基因RARA为例来做演示。

在输入框里，输入RARA或者直接点击下方的RARA。当然你如果有感兴趣的基因名也可以输入进去，比如SOCS2、HNRNPA2B1等。

送上图中我们可以看到，物种上可以选择人和小鼠，WERs选项有多大二三十种不同的三类m6A甲基化酶，至于细胞系更是多达几十种，甚至在ID这块还贴心的囊括了Gene Symbol（也就是基因名），Ensembl ID以及Entrez酶的ID编号。

之后我们点击Search确认就进入了搜索阶段，一段时间后会有结果展示。

我们发现结果一共有三类不同的结果分类——Validated Targets、Binding和Perturbation。

其中Validated Target根据网站上的字面解释，这些RIP-seq或CLIP-seq的结果，不仅仅是测序的结果预测，而是通过了后面一系列实验手段的验证，包括免疫共沉淀、RNA pulldown、荧光素酶报告基因系统、敲低或过表达并得到qPCR的验证等。从上图中我们可以看到RARA作为靶基因在多个AML细胞系中FTO蛋白RIP-seq数据均得到验证。

Binding仅限于一些组学数据，其中RIP-seq和CLIP-seq数据研究的蛋白与RNA的互作，ChIP-seq研究的是蛋白与DNA互作，蛋白与蛋白互作只能通过Co-IP的方式打质谱鉴定。这类数据统统都搜集在Binding内。例如我们要查看RARA这个RNA是否与一些reader互作，如上图所示包括YTHDF3以及IGF2BP家族在内诸多蛋白都有靶向。至于HNRNPA2B1则与METTL14等蛋白互作（Co-IP质谱数据证实），并且下游的可变剪切以及甲基化水平均发生了变化。

至于Perturbation一栏，凡是这三类甲基化酶做了敲低和过表达操作后，从m6A-seq、转录组、蛋白质组、翻译组等数据中均证实该基因（如演示的SOCS2为例）发生RNA水平、蛋白水平、翻译水平、甲基化水平等变化后，均可列在该一栏中。

从准确性来讲，Validated Target的结果最为准确，而后两者Binding和Perturbation则属于预测性质，结果不够Robust。前者我们研究了当需要靶向具体某个基因时，如何反推被这个基因或这个基因表达蛋白与上游哪些蛋白互作。

那么当我们要研究下游的靶基因（如RNA、蛋白等）并不明确时，如何从上游推导下去呢？答案是可以的。如上图所示，我们在最上面的菜单栏中发现了Validated Targets和Potential Targets两栏。

我们以Validated targets为例，点击进入界面后发现无论是物种、细胞系还是甲基化酶类型都是可以选择的。

我们以乳腺癌细胞系MDA-MB-231为例，选择writers中的METTL3等条件后进行了过滤。结果如上图所示，我们发现了大量的miRNA基因，如miR101、let7g等。这个结果是联川客户发表在2015年Nature主刊上一篇关于m6A修饰调控miRNA加工的研究（客户文章：m6A调控miRNA初级体识别加工）。

另外由于篇幅关系，这边就不一一展开另一项神器Genome Browser——在线IGV神器。想作图的老师可以参考我们另一篇微信稿——IGV和Adobe AI制作RIP-seq Peak图简易教程 | m6A专题。

总结

对于前期已开展m6A测序但是还未开展RIP-seq的老师来说，这个数据库是已知m6A甲基化酶（特殊RNA结合蛋白）对应RIP数据库和下游靶基因最为齐全的之一。当然前期经费不充裕或者想借助他们数据助力自己研究，如引物设计、结合区域预测等需求，也可以充分利用本数据库。

作者简介

郑健

郑健，中山大学肿瘤防治中心研究员、博士生导师。近年来主要从事消化系统恶性肿瘤相关的基础和转化应用研究，2015年博士毕业于北京协和医学院，师从中国工程院院士林东昕教授，后经中山大学百人计划引进任副研究员。2016年入选国家万人计划青年拔尖人才，2017年入选广东省高等学校青年珠江学者，2019年获聘中山大学青年杰出人才正高级研究员。至今以第一或通讯作者在Nature Genetics、Gastroenterology、Nature Communications、Cancer Research等国际知名学术期刊上发表SCI论文16篇；申请国内发明专利2项和PCT国际专利1项；获2017年教育部自然科学奖二等奖。2016年，郑健作为第一作者通过对胰腺癌患者的样本进行GWAS分析，鉴定到了一条关键的抑癌lncRNA——LINC00673。这项成果最终发表在了遗传学顶级期刊Nature Genetics（Nature Genetics：林东昕院士抑癌lincRNA新研究）。2019年研究二手烟如何调控m6A修饰影响miRNA加工，并最终影响胰腺癌进展（吸烟诱导m6A上升促进miR-25-3P加工影响胰腺癌进展 | m6A专题）

左志向

左志向，副研究员，博士生导师，中山大学2015年百人计划引进人才，目前在中山大学肿瘤防治中心主要从事肿瘤生物信息领域的研究。广东省创新创业引进团队核心成员。在国际知名期刊上共发表50篇SCI，累积影响因子超过200点，H-index 21, 引用次数4000余次（Google Scholar）。以第一或者通讯作者的身份在Cancer Cell， Clinical Cancer Research， Molecular Biology and Evolution，Nucleic Acids Research，Cancer Research等国际权威杂志上发表20篇SCI。其中，2017年以共同第一作者发表在Cancer Cell上关于白血病m6A相关研究，并承担全文的生物信息分析工作（m6A去甲基化酶FTO对急性骨髓白血病有致癌作用），目前被引用次数已超过200次。多次获邀参加AACR和ASCO等国际会议并做报告。目前主持和参与多个国家和省部级科研基金项目。2019年与中科院动物所陈勇彬课题组合作，在Nature Communications上发表研究，通过m6A-seq和RIP-seq联合分析发现m6A甲基化阅读蛋白YTHDF1能够影响肺癌进展（Nat Com用户m6A文章：YTHDF1影响NSCLC进展 | m6A专题）。