• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

质量控制的 R 环荟萃分析揭示了 R 环共识区域的特征。

Quality-controlled R-loop meta-analysis reveals the characteristics of R-loop consensus regions.

机构信息

Department of Cell Systems and Anatomy, UT Health San Antonio, San Antonio, TX, USA.

Greehey Children's Cancer Research Institute, UT Health San Antonio, San Antonio, TX, USA.

出版信息

Nucleic Acids Res. 2022 Jul 22;50(13):7260-7286. doi: 10.1093/nar/gkac537.

DOI:10.1093/nar/gkac537
PMID:35758606
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9303298/
Abstract

R-loops are three-stranded nucleic acid structures formed from the hybridization of RNA and DNA. While the pathological consequences of R-loops have been well-studied to date, the locations, classes, and dynamics of physiological R-loops remain poorly understood. R-loop mapping studies provide insight into R-loop dynamics, but their findings are challenging to generalize. This is due to the narrow biological scope of individual studies, the limitations of each mapping modality, and, in some cases, poor data quality. In this study, we reprocessed 810 R-loop mapping datasets from a wide array of biological conditions and mapping modalities. From this data resource, we developed an accurate R-loop data quality control method, and we reveal the extent of poor-quality data within previously published studies. We then identified a set of high-confidence R-loop mapping samples and used them to define consensus R-loop sites called 'R-loop regions' (RL regions). In the process, we identified a stark divergence between RL regions detected by S9.6 and dRNH-based mapping methods, particularly with respect to R-loop size, location, and colocalization with RNA binding factors. Taken together, this work provides a much-needed method to assess R-loop data quality and offers novel context regarding the differences between dRNH- and S9.6-based R-loop mapping approaches.

摘要

R 环是由 RNA 和 DNA 杂交形成的三链核酸结构。尽管迄今为止已经对 R 环的病理后果进行了深入研究,但生理 R 环的位置、种类和动态仍知之甚少。R 环作图研究提供了对 R 环动力学的深入了解,但它们的发现难以推广。这是由于单个研究的生物学范围狭窄、每种作图方式的局限性,以及在某些情况下数据质量较差。在这项研究中,我们重新处理了来自广泛生物学条件和作图方式的 810 个 R 环作图数据集。从这个数据资源中,我们开发了一种准确的 R 环数据质量控制方法,并揭示了先前发表的研究中存在的低质量数据的程度。然后,我们确定了一组高可信度的 R 环作图样本,并使用它们来定义称为“R 环区域”(RL 区域)的一组共识 R 环位点。在此过程中,我们发现 S9.6 和基于 dRNH 的作图方法检测到的 RL 区域之间存在明显差异,尤其是在 R 环大小、位置和与 RNA 结合因子的共定位方面。总之,这项工作提供了一种急需的方法来评估 R 环数据质量,并提供了关于基于 dRNH 和 S9.6 的 R 环作图方法之间差异的新背景。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/8b312d73841d/gkac537fig10.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/4ee689231e0f/gkac537fig1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/9b436df744de/gkac537fig2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/3d61478ae693/gkac537fig3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/f20d10170af1/gkac537fig4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/3544e23214f7/gkac537fig5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/63de314de6ad/gkac537fig6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/6b4af696838f/gkac537fig7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/3f9ef90d53b7/gkac537fig8.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/9776d6aefaa3/gkac537fig9.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/8b312d73841d/gkac537fig10.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/4ee689231e0f/gkac537fig1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/9b436df744de/gkac537fig2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/3d61478ae693/gkac537fig3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/f20d10170af1/gkac537fig4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/3544e23214f7/gkac537fig5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/63de314de6ad/gkac537fig6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/6b4af696838f/gkac537fig7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/3f9ef90d53b7/gkac537fig8.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/9776d6aefaa3/gkac537fig9.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a1ef/9303298/8b312d73841d/gkac537fig10.jpg

相似文献

1
Quality-controlled R-loop meta-analysis reveals the characteristics of R-loop consensus regions.质量控制的 R 环荟萃分析揭示了 R 环共识区域的特征。
Nucleic Acids Res. 2022 Jul 22;50(13):7260-7286. doi: 10.1093/nar/gkac537.
2
Exploration and analysis of R-loop mapping data with RLBase.使用 RLBase 探索和分析 R 环图谱数据。
Nucleic Acids Res. 2023 Jan 6;51(D1):D1129-D1137. doi: 10.1093/nar/gkac732.
3
Quantitative DNA-RNA Immunoprecipitation Sequencing with Spike-Ins.带有内参的定量 DNA-RNA 免疫沉淀测序。
Methods Mol Biol. 2022;2528:381-410. doi: 10.1007/978-1-0716-2477-7_26.
4
Approaches for Mapping and Analysis of R-loops.R 环的作图与分析方法。
Curr Protoc. 2024 Apr;4(4):e1037. doi: 10.1002/cpz1.1037.
5
Ultra-deep Coverage Single-molecule R-loop Footprinting Reveals Principles of R-loop Formation.超高深度覆盖单分子 R 环足迹分析揭示 R 环形成的原理。
J Mol Biol. 2020 Mar 27;432(7):2271-2288. doi: 10.1016/j.jmb.2020.02.014. Epub 2020 Feb 24.
6
Detection of R-Loop Structures by Immunofluorescence Using the S9.6 Monoclonal Antibody.通过 S9.6 单克隆抗体的免疫荧光检测 R 环结构。
Methods Mol Biol. 2022;2528:21-29. doi: 10.1007/978-1-0716-2477-7_2.
7
R-loopBase: a knowledgebase for genome-wide R-loop formation and regulation.R-loopBase:一个用于全基因组 R 环形成和调控的知识库。
Nucleic Acids Res. 2022 Jan 7;50(D1):D303-D315. doi: 10.1093/nar/gkab1103.
8
New insight into the biology of R-loops.对 R 环生物学的新认识。
Mutat Res. 2020 May-Dec;821:111711. doi: 10.1016/j.mrfmmm.2020.111711. Epub 2020 May 28.
9
Best practices for the visualization, mapping, and manipulation of R-loops.R 环可视化、映射和操作的最佳实践。
EMBO J. 2021 Feb 15;40(4):e106394. doi: 10.15252/embj.2020106394. Epub 2021 Jan 7.
10
Genomic profiling of native R loops with a DNA-RNA hybrid recognition sensor.利用 DNA-RNA 杂合识别传感器对天然 R 环进行基因组分析。
Sci Adv. 2021 Feb 17;7(8). doi: 10.1126/sciadv.abe3516. Print 2021 Feb.

引用本文的文献

1
Genome-wide in vivo and ex vivo mapping of R-loops using engineered N-terminal hybrid-binding domain of RNase H3 (enDR3).使用核糖核酸酶H3的工程化N端杂交结合结构域(enDR3)对R环进行全基因组体内和体外定位
Nucleic Acids Res. 2025 Aug 11;53(15). doi: 10.1093/nar/gkaf792.
2
RNase H1 levels dramatically affect mitochondrial genome maintenance with little impact on nuclear R-loops in murine B cells.核糖核酸酶H1水平对线粒体基因组维护有显著影响,而对小鼠B细胞中的核R环影响较小。
bioRxiv. 2025 Apr 30:2025.04.30.651504. doi: 10.1101/2025.04.30.651504.
3
Enhancing R-loop prediction with high-throughput sequencing data.

本文引用的文献

1
HOTTIP-dependent R-loop formation regulates CTCF boundary activity and TAD integrity in leukemia.HOTTIP 依赖性 R 环形成调节白血病中的 CTCF 边界活性和 TAD 完整性。
Mol Cell. 2022 Feb 17;82(4):833-851.e11. doi: 10.1016/j.molcel.2022.01.014.
2
R-loopBase: a knowledgebase for genome-wide R-loop formation and regulation.R-loopBase:一个用于全基因组 R 环形成和调控的知识库。
Nucleic Acids Res. 2022 Jan 7;50(D1):D303-D315. doi: 10.1093/nar/gkab1103.
3
The interplay of RNA:DNA hybrid structure and G-quadruplexes determines the outcome of R-loop-replisome collisions.
利用高通量测序数据增强R环预测
NAR Genom Bioinform. 2025 Jun 11;7(2):lqaf077. doi: 10.1093/nargab/lqaf077. eCollection 2025 Jun.
4
Analysis of R-loop forming regions identifies RNU2-2 and RNU5B-1 as neurodevelopmental disorder genes.R环形成区域分析确定RNU2-2和RNU5B-1为神经发育障碍基因。
Nat Genet. 2025 Jun;57(6):1362-1366. doi: 10.1038/s41588-025-02209-y. Epub 2025 May 29.
5
An improved cytological assay for R-loop detection in Saccharomyces cerevisiae utilizing a catalytically inactive RNase H.一种利用催化失活的核糖核酸酶H改进的酿酒酵母R环检测细胞学分析方法。
G3 (Bethesda). 2025 Jun 4;15(6). doi: 10.1093/g3journal/jkaf072.
6
Deep learning-enhanced R-loop prediction provides mechanistic implications for repeat expansion diseases.深度学习增强的R环预测为重复序列扩张疾病提供了机制方面的启示。
iScience. 2024 Jul 25;27(8):110584. doi: 10.1016/j.isci.2024.110584. eCollection 2024 Aug 16.
7
Methods for constructing and evaluating consensus genomic interval sets.构建和评估共识基因组区间集的方法。
Nucleic Acids Res. 2024 Sep 23;52(17):10119-10131. doi: 10.1093/nar/gkae685.
8
Approaches for Mapping and Analysis of R-loops.R 环的作图与分析方法。
Curr Protoc. 2024 Apr;4(4):e1037. doi: 10.1002/cpz1.1037.
9
RLSuite: An Integrative R-Loop Bioinformatics Framework.RLSuite:一个整合的R环生物信息学框架。
J Bioinform Syst Biol. 2023;6(4):364-378. doi: 10.26502/jbsb.5107071. Epub 2023 Dec 21.
10
Integrative genomic analyses of promoter G-quadruplexes reveal their selective constraint and association with gene activation.整合基因组分析启动子 G-四联体揭示了它们的选择约束性及其与基因激活的关联。
Commun Biol. 2023 Jun 10;6(1):625. doi: 10.1038/s42003-023-05015-6.
RNA:DNA 杂交结构和 G-四联体的相互作用决定了 R 环-复制体碰撞的结果。
Elife. 2021 Sep 8;10:e72286. doi: 10.7554/eLife.72286.
4
Defining R-loop classes and their contributions to genome instability.定义 R 环类别及其对基因组不稳定性的贡献。
DNA Repair (Amst). 2021 Oct;106:103182. doi: 10.1016/j.dnarep.2021.103182. Epub 2021 Jul 17.
5
UPF1 promotes the formation of R loops to stimulate DNA double-strand break repair.UPF1 促进 R 环的形成,以刺激 DNA 双链断裂修复。
Nat Commun. 2021 Jun 22;12(1):3849. doi: 10.1038/s41467-021-24201-w.
6
Sustainable data analysis with Snakemake.使用 Snakemake 进行可持续数据分析。
F1000Res. 2021 Jan 18;10:33. doi: 10.12688/f1000research.29032.2. eCollection 2021.
7
Correlation AnalyzeR: functional predictions from gene co-expression correlations.Correlation AnalyzeR:基于基因共表达相关性的功能预测。
BMC Bioinformatics. 2021 Apr 20;22(1):206. doi: 10.1186/s12859-021-04130-7.
8
ChIP-R: Assembling reproducible sets of ChIP-seq and ATAC-seq peaks from multiple replicates.ChIP-R:从多个重复样本中组装可重复的ChIP-seq和ATAC-seq峰集。
Genomics. 2021 Jul;113(4):1855-1866. doi: 10.1016/j.ygeno.2021.04.026. Epub 2021 Apr 18.
9
A nuclease- and bisulfite-based strategy captures strand-specific R-loops genome-wide.一种基于核酸酶和亚硫酸氢盐的策略可捕获全基因组中单链特异性 R 环。
Elife. 2021 Feb 23;10:e65146. doi: 10.7554/eLife.65146.
10
Genomic profiling of native R loops with a DNA-RNA hybrid recognition sensor.利用 DNA-RNA 杂合识别传感器对天然 R 环进行基因组分析。
Sci Adv. 2021 Feb 17;7(8). doi: 10.1126/sciadv.abe3516. Print 2021 Feb.