自然通讯：让RNA分析更容易的新工具

         　　

生物通报道：最近，由美国国家标准与技术研究所（NIST）开发的一种新的创新型“仪表板”，它不会帮你开车，但是却有助于生物学中的重复性研究。

在《自然通讯》（Nature Communications）发表的一篇论文中，一个国际多实验室团队演示了一种新的软件工具——erccdashboard，来评估用以研究基因表达的实验方法的性能。

该分析工具被设计为，与NIST主持的External RNA Controls Consortium（ERCC）开发的RNA spike-in对照一起使用。这些ERCC对照是由External RNA对照（2013年由机构发行，标准参考资料2374）DNA序列实验室产生。

了解让您实验室运营及生产运营更高效更具竞争性的VWR Catalyst驻场服务领 取

本文第一作者Sarah Munro称：“在基因表达实验中，科学家们试图通过同时量化基因组表达的几千个RNA分子，来了解细胞的生物活性如何由包含在其基因组中的遗传信息而引起。”

Munro说，由erccdashboard提供的验证，是确保这些复杂实验的重复性所必不可少的。她解释说：“基因表达实验的结果往往被用来做出医疗决定，例如识别哪种药物对于特定患者是最好的。我们的新软件工具，可以使研究人员测量这种方法用于任何实验的性能，评估实验随时间推移、在实验室之间的重复性和再现性，并确认这些结果是可信的。”

Erccdashboard提供了第一种标准化的方法，用于任何实验室来评估基因表达分析的质量。ERCC spike-in控制材料来自于NIST SRM 2374，由96种不同的DNA分子组成，每种都有一段特定认证的基因序列。该DNA产生的不同RNA分子，可以混合成确定比例的“鸡尾酒”，然后用来“spike”RNA分子的生物样品。RNA "spike-in"分子作为对照，来检测实验的技术性能。为了避免干扰由样品RNA分子组成的测量，ERCC对照RNA序列，旨在与许多研究人员研究的各种哺乳动物细胞（例如人类或小鼠细胞）中发现的RNA序列不同。

Munro说，此前，没有标准的技术方法来分析基因表达实验中所获得的数据。她解释说：“ERCC对照材料，使我们新的验证工具——erccdashboard的发展成为可能。”

Munro说，新的NIST软件，为生物学家评估任何基因表达实验，提供了一种简单的“交钥匙”机制。她说：“它的性能指标，被设计成不依靠实验所用测量技术的类型，所以当技术随着时间的推移而提高时，结果还可以进行比较。利用dashboard，将使重复性研究成为可能，并防止研究人员从低质量的实验数据得出错误的结论。”

Munro说，开发dashboard的NIST团队下一个目标是，将这种软件应用到分析ERCC目前正在研发的一组新RNA对照分子。最终，该团队计划把这种工具的使用范围扩展到蛋白质测量。

（生物通：王英）

延伸阅读：Nature Methods：12种miRNA表达平台的比较

生物通推荐原文摘要：
Assessing technical performance in differential gene expression experiments with external spike-in RNA control ratio mixtures
Abstract: There is a critical need for standard approaches to assess, report and compare the technical performance of genome-scale differential gene expression experiments. Here we assess technical performance with a proposed standard ‘dashboard’ of metrics derived from analysis of external spike-in RNA control ratio mixtures. These control ratio mixtures with defined abundance ratios enable assessment of diagnostic performance of differentially expressed transcript lists, limit of detection of ratio (LODR) estimates and expression ratio variability and measurement bias. The performance metrics suite is applicable to analysis of a typical experiment, and here we also apply these metrics to evaluate technical performance among laboratories. An interlaboratory study using identical samples shared among 12 laboratories with three different measurement processes demonstrates generally consistent diagnostic power across 11 laboratories. Ratio measurement variability and bias are also comparable among laboratories for the same measurement process. We observe different biases for measurement processes using different mRNA-enrichment protocols.