Каталог длинных некодирующих РНК человека GENCODE v7: анализ структуры генов, эволюции и экспрессии

Геном человека содержит многие тысячи длинных некодирующих РНК (lncRNA). Хотя несколько исследований продемонстрировали убедительную биологическую и патогенетическую роль отдельных представителей этого класса, проведению аналитических и экспериментальных исследований этих генов препятствовало отсутствие полной аннотации lncRNA. В настоящей работе мы представляем и анализируем наиболее полную на сегодняшний день аннотацию lncRNA человека, созданную консорциумом GENCODE в рамках проекта ENCODE и включающую 9277 вручную аннотированных генов, продуцирующих 14 880 транскриптов. Наш анализ показывает, что lncRNA образуются по путям, сходным с таковыми для белок-кодирующих генов, и характеризуются сходными профилями модификаций гистонов, сигналами сплайсинга, а также длинами экзонов и интронов. Однако, в отличие от белок-кодирующих генов, для lncRNA характерно выраженное преобладание транскриптов с двумя экзонами; они преимущественно локализуются в хроматине и ядре, а часть из них, по-видимому, преимущественно процессируется в малые РНК. На них действует более сильный отбор, чем на нейтрально эволюционирующие последовательности, особенно в промоторных областях, где уровень отбора сопоставим с наблюдаемым для белок-кодирующих генов. Важно, что около одной трети lncRNA, по-видимому, возникла в пределах линии приматов. Комплексный анализ их экспрессии в различных органах человека и областях мозга показывает, что lncRNA в целом экспрессируются на более низком уровне, чем белок-кодирующие гены, и демонстрируют более выраженные тканеспецифичные профили экспрессии; значительная доля тканеспецифичных lncRNA экспрессируется в мозге. Анализ корреляций экспрессии показывает особенно выраженную положительную корреляцию между lncRNA и экспрессией генов, кодирующих белки в антисмысловом направлении. Эта аннотация GENCODE представляет собой ценный ресурс для будущих исследований lncRNA.