生物化学与分子生物学/转录物组学

组学与系统生物医学 - 基因组学 - 转录物组学 - 蛋白质组学 - 代谢组学 - 其他组学 - 系统生物医学及其应用
转录物组(transcriptome)指生命单元所能转录出来的全部转录本，包括mRNA、rRNA、tRNA和其他非编码RNA。因此，转录物组学(transcriptomics)是在整体水平上研究细胞编码基因（编码RNA和蛋白质）转录产生的全部转录物的种类、结构和功能及其相互作用的科学。与基因组相比，转录物组最大的特点是受到内外多种因素的调节，因而是动态可变的。这同时也决定了它最大的魅力在于揭示不同物种、不同个体、不同细胞、不同发育阶段和不同生理病理状态下的基因差异表达的信息。

转录物组学全面分析基因表达谱

转录物组学是基因组功能研究的一个重要部分，它上承基因组，下接蛋白质组，其主要内容为大规模基因表达谱分析和功能注释。
大规模表达谱或全景式表达谱(global expression profile)是生物体（组织、细胞）在某一状态下基因表达的整体状况。长期以来，基因功能的研究通常采用基因的差异表达方法，效率低，无法满足大规模功能基因组研究的需要。利用近年来建立起来整体性基因表达分析如微阵列（或芯片）、表达系列分析和大规模平行信号测序系统等技术，可以同时监控成于上万个基因在不同状态（如生理、病理、发育不同时期、诱导刺激等）下的表达变化，从而推断基因间的相互作用，揭示基因与疾病发生、发展的内在关系。

转录物组研究采用整体性分析技术

任何一种细胞在特定条件下所表达的基因种类和数量都有特定的模式，称为基因表达谱，它决定着细胞的生物学行为。而转录物组学就是要阐明生物体或细胞在特定生理或病理状态下表达的所有种类的RNA及其功能。微阵列(microarray)、基因表达系列分析(serial analysis of gene expression, SAGE)和大规模平行信号测序系统(massively parallel signature sequencing, MPSS)等技术可用于大规模转录物组研究。

微阵列是大规模基因组表达谱研究的主要技术

微阵列或DNA芯片可以同时测定成千上万个基因的转录活性，甚至可以对整个基因组的基因表达进行对比分析，因而成为基因组表达谱研究的主要技术。

SAGE在转录物水平研究细胞或组织基因表达模式

SAGE 的基本原理是用来自cDNA3'-端特定位置9～IOhp长度的序列所含有的足够信息鉴定基因组中的所有基因。可利用铀定酶(anchoring enzyme, AE)和位标酶(tagging enzyme, TE)这两种限制性内切酶切割DNA分子的特定位置（靠近3'-端），分离SAGE标签，并将这些标签串联起来，然后对其进行测序。这种方法可以全面提供生物体基因表达谱信息。它还可用来定量比较不同状态下组织或细胞的所有差异表达基因。

MPSS是以序列测定为基础的高通量基因表达谱分析技术

MPSS的原理是采用能够特异识别每个转录子信息的序列信号(sequence signature, 16～20hp)来定量地大规模平行测定相应转录子的表达水平。也就是将mRNA一端测出的一个包含10～20bp的特异序列信号用作检测指标，每一列信号在样品中的频率（拷贝数）就代表了与该序列信号相应的基因表达水平。MPSS所测定的基因表达水平是以计算mRNA拷贝数为基础的，是一个数字表达系统。只要将目的样品和对照样品分别进行测定，通过严格的统计检验，就能测定表达水平较低、差异较小的基因，而且不必预先知道基因的序列。

转录物组测序和单细胞转录物组分析是转录物组学的核心任务

目前，转录物组学的核心任务侧重于大规模转录物组测序和单细胞转录物组分析两个方面。

高通量转录物组测序是获得基因表达调控信息的基础

转录物组测序即RNA测序(RNA sequencing, RNA-seq), 其研究对象为特定细胞在某一功能状态下所能转录出来的所有RNA。基于高通最测序平台的RNA-seq技术能够在单核苷酸水平对任意物种的整体转录活动进行检测，在分析转录本的结构和表达水平的同时，还能发现未知转录本和低丰度转录本，发现基因融合，识别可变剪切位点和 SNP,提供全面的转录物组信息。

单细胞转录物组有助于解析单个细胞行为的分子基础

不同类型的细胞具有不同的转录物组表型，并决定细胞的最终命运。从理论上讲，转录物组分析应该以单细胞为研究模型，这样有助于解析单个细胞的行为、机制以及与机体的关系等的分子基础。单细胞测序可解决用全组织样本测序无法解决的细胞异质性问题，尤其适用于存在高度异质性的干细胞及胚胎发育早期的细胞群体。与活细胞成像系统相结合，单细胞转录物组分析更有助于深入理解细胞分化、细胞重编程及转分化等过程以及相关的基因调节网络。单细胞转录物组分析在临床上可以连续追踪疾病基因表达的动态变化，监测病程变化、预测疾病预后。