circRNA 中的ALU 重复元件

circRNA 最初研究的很少，只有很小一部分基因有检测到circRNA, 当时都认为是剪切错误形成的，对于其功能也没人去研究；学者对人类的成纤维细胞进行转录组测序，构建去核糖体文库， 同时采用了RNase酶消化线性RNA 和 不消化线性RNA的两种文库，同时检测circRNA , 最终检测到了25000 多种circRNA ，这些circRNA 来源于exon 区， 叫做 ecircRNA, 保守估计，有14%的基因都产生了circRNA. 利用同样的方法，在小鼠睾丸组织中，鉴定到了69种和人类的circRNA 高度同源的circRNA。circRNA 的表达量，可以被siRNA 调控，推测具有竞争性内源RNA的作用，而且通过生物信息学手段发现，这些ecircRNA 大部分都具有 ALU  重复元件，这些都表明circRNA 并不是随机的剪切错误产生的，而是固有的一类，种类丰富，结构稳定，序列保守的内源性RNA;

真核生物的total RNA 中，非编码RNA（ncRNA） 占据了95%的比例，尽管在ncRNA 中，rRNA 和 tRNA 占据了绝大部分，但是其他类型的ncRNA , 比如miRNA和 lncRNA , 其研究越来越多，越来越受到重视，科学家通过RNase R 消化线性RNA, 利用高通量测序来研究circRNA, 主要使用了mapsplice 工具。

为了研究哺乳动物细胞中的circRNA , 科学家发明了一种 CircleSeq 的文库构建方法

首先去除rRNA， 然后用RNAse R 消化线性RNA, 同时还设立了对照组，就是不消化线性RNA的文库作为对照；

研究发现 RNase R 处理的文库，可以很好的实现circRNA 富集的效果，更加有利于检测 低风度的circRNA , 富集效果是普通文库的10倍以上；

Hiseq 对每个样本进行高通量测序，数据量为300M,使用mapsplice 软件比对参考基因组，

对于每一条测序的reads, mapsplice 会一次进行下列 4种比对：

1） 完全来自1个exon ,  这样的reads 直接比对上参考基因组

2）跨越了剪切位点，叫做junction reads, 这样的reads 在剪切位点的两侧，分别能够比对上参考基因组；

3）反向剪切 backsplice 生成的reads, 同样是在剪切位点两侧分别比对，但是比对的顺序和线性RNA的顺序正好相反；

4）融合转录本的序列，融合位点两侧的序列比对上了不同的染色体

参考资料：

http://rnajournal.cshlp.org/content/19/2/141.long#F6