利用m7Ghub数据库查询并使用iRNA-m7G软件预测RNA m7G修饰位点

什么是RNA m7G甲基化？

m7G RNA甲基化是在甲基转移酶的作用下，在鸟嘌呤（G）第七位N上加上甲基的一种化学修饰。m7G修饰是转录后调控中最常见的一种碱基修饰，广泛存在于tRNA、rRNA、以及真核生物mRNA的5’帽子区，对维持RNA的加工代谢、稳定、出核以及蛋白质翻译具有重要作用。

                图1. m7G机制（The potential role of N7 -methylguanosine (m7G) in cancer）

图1中METTL1、WDR4、RNMT、RAM、WBSCR22和TMRT112为m7G甲基转移

酶，它们可以把m7G修饰加到mRNA、tRNA、rRNA和miRNA。

从上到下依次为：

METTL1/WDR4复合体将m7G修饰加到mRNA（internal site）、tRNA（G46 位点）和miRNA （G-四联体），最终调控翻译。

RNMT/RAM复合体将m7G加到mRNA的5’帽子上，介导其出核和翻译。

WBSCR22/TMRT112复合体将m7G修饰加到18s rRNA的G1638处，促进其成熟。

发文章突破点：错过了m6A，可以试试m7G，例如挖掘m7G相关基因，构建预后模型、单基因分析、泛癌等。理论上m6A的思路都能用在m7G上。

常见m7G检测方法

人们已经发现了超过150种RNA化学修饰。最近的研究表明，m7G RNA修饰在mRNAs内部（internal）广泛存在。

现有的m7G研究方法主要包括：

1. 基于抗体的m7G-MeRIP-Seq技术，仅能提供约100 bp的分辨率
2. m7G-miCLIP-seq结合anti-m7G抗体免疫沉淀富集和紫外交联，可以获得约30 bp的分辨率，如果结合motif分析，甚至能获得单碱基分辨率。
3. m7G-seq技术通过利用m7G位点在逆转录期间的错误插入（misincorporation）可以获得单碱基分辨率的m7G位点；
4. AlkAniline-Seq利用碱水解、脱磷、苯胺裂解等化学法在单碱基分辨率上检测m7G位点。

发文章突破点：使用不同的物种、组织或细胞进行m7G实验并测序，然后低通量实验验证。

m7GHub数据库

公共数据库中存在大量m7G数据，m7GHub数据库通过整合这些散在的数据，提供了一个中心化的在线平台，用来破译mRNA内部的m7G RNA修饰的位置、调控和发病机制。

发文章突破点：整合GEO等数据库散在的数据，构建一个网络数据库，一般可以发在生物信息学相关杂志，例如Bioinformatics，甚至NAR上。

该数据库包括4部分：

1. m7GDB：实验验证的m7G位点数据库
2. m7GFinder：高准确性预测m7G位点网络服务器
3. m7GSNPer：评估遗传突变对m7G RNA修饰影响
4. m7GDiseaseDB：导致m7G位点获得或者缺失的疾病相关遗传变异数据库

                                                           图2. m7GHub数据库

该数据库收集了69159个m7G位点。由于m7G-MeRIP-seq和m7G-miCLIP-seq方法不是单碱基的，可能存在误判，因此作者将m7G peak中的G（30 bp滑窗）包含进来，并使用m7Gfinder进一步预测评估其可靠性。

如果想了解你感兴趣的基因是否存在m7G RNA修饰，直接使用m7GHub查询，然后绘制3种方法的venn图。

                                                              图3. 三种方法交集

iRNA-m7G预测

同时，为了更进一步的进行评估，我们可以引入第三方软件iRNA-m7G进行对上述获得的序列进行评估预测。打开iRNA-m7G网站（图4），点击导航栏的“WEB SERVER”，输入待预测序列，提交即可（图5）。同时，可以下载软件到本地进行批量预测。

 

                                                       图4.iRNA-m7G网站

                                                      图5. m7G位点预测

预测结果（图6）。score越大表明发生m7G的概率越大。

                                                       图6. iRNA-m7G预测结果

做为预实验，通过整合数据库和预测方法，我们可以更加准确地判断我们的基因是否发生了m7G修饰，然后可以进一步深入研究。

微生信助力高分文章，用户56000+，引用720+