如何寻找基因两翼的ALU序列-吉赛生物

Alu重复序列是哺乳动物基因组中SINE家族的一员，长约300bp，SINE指短散在核重复序列（short interspersed nuclear elements, SINE），平均4～6 kb中就有一个Alu序列，约有50万份拷贝。随着研究的深入，大量证据表明，Alu在基因转录调控，环状RNA形成机制方面起着非常重要的作用。具体可参考历史微信文章“环状RNA研究之“神雕侠侣””，“Nature文章揭示DHX9与环状RNA形成的关系”。

如何查询环状RNA侧翼序列中的Alu元件？

下面以2016年黄胜林老师（Circular RNA profiling reveals an abundant circHIPK3 that regulates cell growth by sponging multiple miRNAs）报道的 circHIPK3 为例介绍如何寻找基因两翼的ALU序列，首先查看文章发现文中提到的circHIPK3 是指的HIPK3基因的第二外显子来源的一个环状RNA，长度为1099bp。

1 首先进入circBse数据库，点击list search 按钮，http://www.circbase.org/

2 收入关注的基因名字 比如HIPK3，如果明确了circRNA的 ID号也可以直接输入ID号码

3 输入宿主基因HIPK3，点击search后出来界面出现多个环状RNA信息如下图，那么circ-HIPK3对应的应该是那个，通过文章反应的信息应该是ID为hsa_circ_0000284 的分子；

由于开始的时候我们并不知道文章中研究的circ-HIPK3对应的circBase数据库的登录号到底是哪一个，所以通过输入母基因名字HIPK3，在circBase中查到了文章中提到的circ-HIPK3具体的ID号为hsa_circ_0000284

4 根据ID号hsa_circ_0000284 查找circ-HIPK3准确的详细序列，还是返回circBase主页名，这次输入ID号hsa_circ_0000284

点击search后出来界面

点击左上角第二栏中fasta按钮后出现界面，

备注：这里要选择spliced 选项，是要找到剪切成熟的环状RNA序列

最后获得了准确的circ-HIPK3的序列如下：

>hsa_circ_0000284|NM_005734|HIPK3

GTATGGCCTCACAAGTCTTGGTCTACCCACCATATGTTTATCAAACTCAGTCAAGTGCCTTTTGTAGTGTGAAGAAACTCAAAGTAGAGCCAAGCAGTTGTGTATTCCAGGAAAGAAACTATCCACGGACCTATGTGAATGGTAGAAACTTTGGAAATTCTCATCCTCCCACTAAGGGTAGTGCTTTTCAGACAAAGATACCATTTAATAGACCTCGAGGACACAACTTTTCATTGCAGACAAGTGCTGTTGTTTTGAAAAACACTGCAGGTGCTACAAAGGTCATAGCAGCTCAGGCACAGCAAGCTCACGTGCAGGCACCTCAGATTGGGGCGTGGCGAAACAGATTGCATTTCCTAGAAGGCCCCCAGCGATGTGGATTGAAGCGCAAGAGTGAGGAGTTGGATAATCATAGCAGCGCAATGCAGATTGTCGATGAATTGTCCATACTTCCTGCAATGTTGCAAACCAACATGGGAAATCCAGTGACAGTTGTGACAGCTACCACAGGATCAAAACAGAATTGTACCACTGGAGAAGGTGACTATCAGTTAGTACAGCATGAAGTCTTATGCTCCATGAAAAATACTTACGAAGTCCTTGATTTTCTTGGTCGAGGCACGTTTGGCCAGGTAGTTAAATGCTGGAAAAGAGGGACAAATGAAATTGTAGCAATCAAAATTTTGAAGAATCATCCTTCTTATGCCCGTCAAGGTCAAATAGAAGTGAGCATATTAGCAAGGCTCAGTACTGAAAATGCTGATGAATATAACTTTGTACGAGCTTATGAATGCTTTCAGCACCGTAACCATACTTGTTTAGTCTTTGAGATGCTGGAACAAAACTTGTATGACTTTCTGAAACAAAATAAATTTAGTCCCCTGCCACTAAAAGTGATTCGGCCCATTCTTCAACAAGTGGCCACTGCACTGAAAAAATTGAAAAGTCTTGGTTTAATTCATGCTGATCTCAAGCCAGAGAATATTATGTTGGTGGATCCTGTTCGGCAGCCTTACAGGGTTAAAGTAATAGACTTTGGGTCGGCCAGTCATGTATCAAAGACTGTTTGTTCAACATATCTACAATCTCGGTACTACAG

核对一下接口序列确实是文章中报道的测序峰图对应的序列，现在已经准确找到了文章中报道的circ-HIPK3的成熟序列1099bp。

5 下面是进入UCSC http://genome.ucsc.edu/ 数据库寻找查看目标环状RNA circ-HIPK3 两翼的ALU序列情况

点击BLAT功能选项，输入上述检索到的序列

点击submit选项，出现如下界面

选择第一个browser选项，出现如下界面

由于我们关注的是一个片段两侧的ALU序列情况，那么我们要手动改动显示出来一些基因的位置信息，显示出来两翼的序列，比如我们上下游延长1000bp；那么我们将图片中的位置信息chr11:33,286,413-33,287,511左右延长1000bp 改成chr11:33,285,413-33,288,511，然后点击左上角的 go按钮，显示如下界面。界面中最下面的显示SINE对应的右边两个黑色的方框就是表示在circ-HIPK3上下游两侧各有一个ALU序列（Alu重复序列是哺乳动物基因组中SINE家族的一员，SINE(short interspersed nuclear elements）），这里只举例子选择了circ-HIPK3的上下游1000bp，如果关注更长的区域可以人为选择。

备注：UCSC的界面有很多信息显示，我们可以把我们不关注的信息隐藏掉，只显示我们关注的信息。

6 那么怎么找到ALU的具体序列呢？需要点双击上面图片上的SINE右边对应的黑色方框，会显示出来如下界面：

点击 View DNA for this feature 按钮 找出来此ALU的详细序列如下：

>hg38_rmsk_AluSz range=chr11:33285781-33286053 5’pad=0 3’pad=0 strand=- repeatMasking=noneCCTGTAATCCTAGCACTTTGAGAGGCTGAGGCAGTTGGATCACTTGAGGTCAGGAGTCCAAGACCAGCCTGGCCAACACGGTGAAGAAATCCCAACTCTACTAATAATGCAAAAATTAGCTGGGGATGGTGGTGCATGCCTGTGGTCCCAGCTACTCGGGAGGCTGAGGGAGGAGAATCGCTTGAACCTGGGAGGTGGAGGTTGCAGTGAGCCGAGATTGCACCACTGCACTTCAGCCTGTGAGACAGAGCAAGACTCTGTCTCAAAAAAAAA

备注 ：寻找基因组中的Alu序列还有其它方法，我们暂时介绍此种方法。

文字来源：circRNA微信公众号|吉赛生物（专注于环状RNA产品开发及服务）
第三届环状RNA研究论坛