基因PolyA预测

基因在转录的过程受到PolyA的调控，不同的PolyA位点可以导致基因产生不同的3'UTR异构体，进而也就影响了基因3'UTR的功能了。因此一个基因的PolyA的位置对于这个的3'UTR的功能至关重要。

背景介绍

新RNA的裂解和聚腺苷酸化（C / P）对于几乎所有真核mRNA和长非编码RNA（ncRNA）的3'端成熟都是必不可少的，它可以终止转录。其中C/P也称为PolyA位点（PAS）。大多数真核基因带有多个PAS，导致选择性多聚腺苷酸化（alternative polyadenylation, APA）表达。大多数PolyA位点位于mRNA的3'非翻译区（3'UTR）中，从而导致具有不同3'UTR长度的异构体。因此预测一个基因的PolyA对于鉴定3'UTR的异构体至关重要。

之前对于PolyA的预测是基于cDNA序列来进行预测的。这样预测的结果就是可能序列上的预测，但是结果有可能不是一个真正的PolyA。随着高通量测序技术的发展，我们可以通过3'end的测序技术来检测基因的真正的PolyA位置。基于这个目的，所以就有了PolyA_DB（http://exon.njms.rutgers.edu/polya_db/v3/）数据库和polyAsite（http://polyasite.unibas.ch/）。这两个数据库也是前两天那个综述推荐的和3'UTR有关的数据库。

 PolyA_DB

这个数据库支持四个物种的PolyA位点查询，分别是：人、小鼠、大鼠和鸡。我们需要做的就是：

1. 确定物种

2. 输入基因名

结果的输出包括一个基因的基本信息

对于PolyA位点的结果也可以通过UCSC浏览器来查看，我们点击图片当中的链接就可以查看具体的信息了

同时数据库也提供了和目标基因相关的所有PolyA位点信息：

对于图片当中的结果解读：

• PAS type: mRNA中的PAS位置，包括5'UTR，CDS和3'UTR。对于3'UTR中的PAS，它们进一步分为First（3'UTR（F）），Middle（3'UTR（M））和Last（3'UTR（L））。如果3'UTR中只有一个PAS，则称为3'UTR（S）

• PAS Signal：PAS信号位于PAS上游40 nt之内，包括AAUAAA，AUUAAA，其他AGTAAA，TATAAA，CATAAA，GATAAA，AATATA，AATACA，AATAGA，AAAAAG，ACTAAA），A-rich（AAAAAA）和 None。

• PSE ：（所有样品中）带有表达的样品的百分比。

• Mean RPM：所有样本中每百万PAS reads的平均reads数。

• Conserv：PAS是否在其他物种（包括人（H），小鼠（M），大鼠（R）和鸡（C））中也保守，并且我们将在至少两种哺乳动物中保守的PAS定义为哺乳动物保守的PAS。

数据结果下载

这个数据库提供了所有内置数据下载的界面。我们可以下载所有的数据来进行离线的DIY。

 PolyASite

PolyASite数据库也是基于测序数据来预测基因PolyA位点的数据库。恰巧的是，这个数据库刚刚更新，相较于之前纳入的测序的数据扩大了很多。属于目前最新，纳入数据量最大的PolyA相关的数据库了。

数据库的使用，和之前的PolyA_DB一样很简单，我们只需要选择物种，输入感兴趣的目标就行。这个感兴趣的靶标可以是：基因组的位置，基因名，或者ENSID号。

输出的结果也就包括具体发现的PolyA位点的具体信息:

结果当中包括了一个Cluster的结果，这个类似于把相近的几个PolyA位点来聚类到一起当作一个范围来考虑了。我们可以点击具体的位点，同样的具体的结果可以在UCSC基因浏览器上可视化。

总结

对于PolyA的确定其实主要的还是来研究其选择性多聚腺苷酸化（alternative polyadenylation, APA），进而研究不同的3'UTR异构体对于机体的影响。目前也有几个APA相关的数据库，我们明天再来介绍一下和APA相关的数据库吧！