长链糖基化RNA测序（Long GlycoRNA-Seq）技术

 

 

 

Long GlycoRNA-Seq 产品列表：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

技术简介：

 

糖基化 RNA（GlycoRNA）自 2021 年首次被报道以来，逐渐成为 RNA 修饰领域的重要研究方向。早期研究主要聚焦于长度小于 200 nt 的小非编码 GlycoRNA。基于该研究进展，云序生物推出了 GlycoRNA Pandora-seq 产品，专门用于系统检测 <200 nt 的小非编码 GlycoRNA，在小 RNA 糖基化图谱构建方面建立了成熟的技术体系。

随后，最新发表的《Transcriptome-wide identification of glycoRNAs by Clier-seq pipeline》进一步提供了关键证据，表明糖基化修饰并不仅存在于小 RNA 分子中，在长度超过200 nt的RNA中同样可以检测到稳定的GlycoRNA 信号。这一研究结果提示，GlycoRNA 的分布范围可能超出早期认知，具有转录组层面的广泛存在潜力。

在此基础上，云序生物对长链 GlycoRNA 的存在进行了系统性实验复现与方法学优化，建立了专门针对 >200 nt GlycoRNA 的富集与测序流程，并首次推出 Long GlycoRNA-seq 技术！该技术将 GlycoRNA 的研究范围拓展至：

·mRNA

·lncRNA

·长snoRNA

·mtRNA

同时，结合转录本组装分析，可挖掘未注释的新转录本，进一步拓展对 GlycoRNA 分布与特征的认知。

Long GlycoRNA-Seq 实现了从“小 RNA 糖基化现象研究”向“转录组尺度系统解析”的拓展，为系统探索糖基化修饰在转录组层面的分布特征及其潜在生物学功能提供了新的研究工具。

 

相关产品：

一、测序 · 糖基化RNA筛选

GlycoRNA Pandora-Seq：对糖基化小RNA进行定性和定量检测，全面涵盖rsRNA，tsRNA，Y RNA，miRNA，piRNA等各种小RNA。

Long GlycoRNA-Seq：对200nt以上的长链糖基化RNA进行定性和定量检测，全面涵盖mRNA、LncRNA等各类长链RNA。

二、质谱 · 糖基化定性与定量

RNA N糖质谱分析：检测样本中N-糖基化修饰的种类及丰度。

RNA O糖质谱分析：检测样本中O-糖基化修饰的种类及丰度。

RNA N+O糖质谱分析：同时检测样本中N/O-糖基化修饰的种类与丰度。

GlycoRNA修饰质谱分析：探究GlycoRNA上是否共存其它RNA修饰类型。

多类RNA修饰质谱分析：检测60+种不同的RNA修饰类型，包含决定N糖附着的acp3U修饰。

三、验证 · 糖基化RNA靶向验证

GlycoRNA-qPCR：针对目标GlycoRNA设计特异性引物，快速验证测序结果的准确性与糖基化修饰的动态变化。

 

 

实验原理

1.GlycoRNA标记方法选择

1）rPAL法

优势：适用于各类组织和细胞样本，无需在培养中加入标记物；灵敏度更高。

原理：用高碘酸盐将GlycoRNA糖链末端的“尾巴”氧化成醛基，醛基会和生物素反应，把生物素连接到GlycoRNA上，用磁珠抓取生物素标记的GlycoRNA，从而实现GlycoRNA的标记。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2）点击化学标记法

适用于可体外培养的活细胞样本，需要使用报告糖（如:Ac4ManNAz）在培养中对细胞进行代谢标记。

原理：活细胞将报告糖整合到新合成的糖链中，从而将叠氮基团引入 GlycoRNA，标记好的GlycoRNA用点击化学反应与生物素连接，再用链霉亲和素磁珠抓取带有生物素的GlycoRNA，实现GlycoRNA的标记。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

综合来看，rPAL 法无需代谢标记、适用样本范围广且灵敏度高，更能稳定、高效地富集 GlycoRNA，是更优的整体选择。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.实验流程

样本总 RNA 采用 Trizol 法提取后，回收长度 >200 nt 的 RNA 片段，并分为两部分处理：一部分直接用于构建 Input RNA 文库；另一部分采用 rPAL 方法对 GlycoRNA 进行高碘酸盐氧化及生物素标记，随后通过链霉亲和素磁珠进行富集。Input RNA与富集获得的 GlycoRNA 分别构建RNA文库，经质量控制合格后，进行 PE150 模式的高通量测序。

 

 

 

云序优势：

针对长链RNA结构复杂、表达丰度跨度大、转录本多样性高等特点，平台在富集策略与建库流程上进行了系统优化。

1. 链特异性建库策略

采用链特异性文库构建流程，确保准确区分正负链转录本，提高长链RNA定位与注释准确度，尤其适用于lncRNA与重叠基因区域分析。

2 .UMI去重设计

在文库构建阶段引入UMI标签，有效降低PCR扩增偏倚，提升低丰度GlycoRNA分子的检测准确性，使不同样本间比较更加可靠。

3 .新转录本组装与报告支持

完整报告中提供未注释GlycoRNA候选分子的分布统计与表达定量信息，这一模块可辅助发现潜在新型GlycoRNA分子，扩展研究边界。

 

数据分析（仅供展示 详见demo报告）

 一．分析项目

1.原始数据质控（去接头，去低质量reads），数据产出统计

2.GlycoRNA的识别与注释

3.GlycoRNA的分类饼图

4.差异GlycoRNA的识别与注释

5.聚类图

6.散点图

7.火山图

8.差异Glyco mRNA靶基因GO功能富集分析

9.差异Glyco mRNA靶基因KEGG富集分析

10.差异Glyco lncRNA临近基因GO功能富集分析

11.差异Glyco lncRNA临近基因KEGG富集分析

 

二．部分数据分析结果示例

1.GlycoRNA的识别与注释

对每个样品的去接头 reads 进行分级比对，依次比对至线粒体基因组、参考基因组及snoRNA数据库，以实现对已知RNA类型的注释。无法注释到已知转录本的reads进一步进行转录本组装，获得潜在的新转录本（novel RNA），并对其在各样本中的表达量进行定量。最终，结合 GlycoRNA 富集文库与 Input 文库的比较结果，汇总生成GlycoRNA识别与注释表。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.GlycoRNA的分类饼图

针对不同样本检测出的GlycoRNA类别数量，通过颜色标注不同种类的RNA类别。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3.聚类图

分层聚类揭示了每个样本中不同glycoRNA表达谱，可以用于衡量不同样本或之间glycoRNA富集程度的相似性。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4.火山图

快速直观地识别那些变化幅度较大且具有统计学意义的glycoRNA，同时显示各类上下调差异glycoRNA的变化倍数和差异的显著程度。