RNA-seqデータからの多様なヒト組織におけるリボソームタンパク質偽遺伝子の転写の検出

背景：リボソームタンパク質（RPS）は、ヒトゲノムに約2000個の偽遺伝子を持っています。RP偽遺伝子転写の逸話報告は存在しますが、これらの偽遺伝子がどの程度転写されるかは不明です。RPの偽遺伝子転写は、親遺伝子と偽遺伝子からの転写産物間の交差体間の潜在的な尿虫形成のために、マイクロアレイで識別することが困難です。最近、トランスクリプトームシーケンス（RNA-seq）は、偽遺伝子の転写を確認する機会を提供します。RNA-seqデータにおける偽遺伝子発現発見の課題は、通常、親遺伝子に類似している偽遺伝子領域にマッピングされた読み取りを一意に識別することが難しいことにあります。 結果：ここでは、偽遺伝子転写の発見のための特殊なパイプラインを開発しました。最初に、ヒトゲノム配列全体と実際のリボソームタンパク質遺伝子のmRNA配列を含む「複合ゲノム」を構築します。次に、すべてのシーケンス読み取りを複合ゲノムにマッピングし、正確な一致のみが保持されました。さらに、分析を厳密に定義されたマッピング可能な領域に制限し、rpkm値を偽遺伝子転写レベルの測定として計算します。16のヒト組織におけるRP偽遺伝子の転写の証拠を報告します。人体MAP 2.0の研究RNAシーケンスデータをパイプラインを使用して分析することにより、1つのリボソームタンパク質（RP）偽遺伝子（PGOHUM-249508）が甲状腺のRPKM 170で転写されることを確認しました。さらに、他の3つのRP偽遺伝子は、それぞれ白血球、腎臓、および精巣の正常なRP遺伝子と同様のレベルであるRPKM> 10で転写されます。さらに、すべての遺伝子の中で20〜30パーセンタイルに対応する13のRP偽遺伝子はRPKM> 5です。ほぼすべての組織で構成的に発現するリボソームタンパク質遺伝子とは異なり、RP偽遺伝子は差次的に発現し、組織特異的な生物学的プロセスに寄与する可能性があることを示唆しています。 結論：特殊なバイオインフォマティクス法を使用して、RNA-seqデータを使用してヒト組織におけるリボソームタンパク質偽遺伝子の転写を特定しました。

BACKGROUND: Ribosomal proteins (RPs) have about 2000 pseudogenes in the human genome. While anecdotal reports for RP pseudogene transcription exists, it is unclear to what extent these pseudogenes are transcribed. The RP pseudogene transcription is difficult to identify in microarrays due to potential cross-hybridization between transcripts from the parent genes and pseudogenes. Recently, transcriptome sequencing (RNA-seq) provides an opportunity to ascertain the transcription of pseudogenes. A challenge for pseudogene expression discovery in RNA-seq data lies in the difficulty to uniquely identify reads mapped to pseudogene regions, which are typically also similar to the parent genes. RESULTS: Here we developed a specialized pipeline for pseudogene transcription discovery. We first construct a "composite genome" that includes the entire human genome sequence as well as mRNA sequences of real ribosomal protein genes. We then map all sequence reads to the composite genome, and only exact matches were retained. Moreover, we restrict our analysis to strictly defined mappable regions and calculate the RPKM values as measurement of pseudogene transcription levels. We report evidences for the transcription of RP pseudogenes in 16 human tissues. By analyzing the Human Body Map 2.0 study RNA-sequencing data using our pipeline, we identified that one ribosomal protein (RP) pseudogene (PGOHUM-249508) is transcribed with RPKM 170 in thyroid. Moreover, three other RP pseudogenes are transcribed with RPKM > 10, a level similar to that of the normal RP genes, in white blood cell, kidney, and testes, respectively. Furthermore, an additional thirteen RP pseudogenes are of RPKM > 5, corresponding to the 20-30 percentile among all genes. Unlike ribosomal protein genes that are constitutively expressed in almost all tissues, RP pseudogenes are differentially expressed, suggesting that they may contribute to tissue-specific biological processes. CONCLUSIONS: Using a specialized bioinformatics method, we identified the transcription of ribosomal protein pseudogenes in human tissues using RNA-seq data.