Cell：基因表达分析的反思

　　

生物通报道  在最新一期（10月26日）的《细胞》（Cell）杂志上，来自怀特黑德研究所的研究人员报告称在生成和注释来自全基因表达（global gene expression）分析的数据时所采用的一种常用假设可以造成当前广泛的生物学研究中关于基因活性与细胞行为的结论出现严重错误。

怀特黑德研究所成员Richard Young说：“表达分析是现代生物学最常用的一种方法。因此我们担心错误的假设有可能会影响对许多生物学研究的解释。”

现在大部分的基因表达数据注释都依赖于这一假设：所有的分析细胞都具有相似的信使RNA(mRNA)总量。mRNA约占细胞RNA量的10%，是蛋白质合成的蓝图。然而，包括侵袭性癌细胞在内的一些细胞生成的mRNA比其他细胞要多好几倍。传统的全基因表达分析通常忽略了这一差异。

论文的通讯作者之一、Young实验室科研工作者Tony Lee说：“我们强调了在基因表达分析中这一通常的假设有可能会影响许多的研究人员。我们举出了这一问题的一个具体范例，并提供了一个可供研究人员采用的解决方法。”

Young实验室成员近期在表达高水平c-Myc的癌细胞中研究表达基因时发现了这一错误。众所周知c-Myc是在侵袭性癌细胞中高表达的一个基因调控子。当将高水平和低水平表达c-Myc的细胞进行比较时，他们惊讶地发现采用不同的方法进行基因表达分析获得了极其不同的结果。进一步的研究揭示来自高水平和低水平表达c-Myc的细胞的RNA总量有着显著的差异，然而这些差异被通常采用的实验和分析方法所掩盖。

论文的共同作者、Young实验室博士后研究人员Jakob Lovén说：“我们看到来自不同基因表达分析方法的结果差异是惊人的，这促使我们重新调查几个平台的全过程。我们随后意识到细胞含有类似水平mRNA这一通常的假设是有重大缺陷的，可以导致严重的错误注解，尤其是对于RNA量具有极大差异的癌细胞。”

除叙述这一问题，怀特黑德研究所的科学家们还描述了一个补救办法。利用人工生成的mRNAs（研究人员将其命名为RNA spike-ins）作为标准参照，研究人员可以比较实验数据并排除关于细胞RNA总量的假设。这一方法适用于他们研究的所有三个基因表达分析平台。

研究人员认为利用RNA spike-ins应该成为全基因表达分析的一个新标准，不过关于许多此前研究注释的问题还有可能会持续存在。

Young实验室科学工作者David Orlando说：“在公共数据库中有超过75万个表达数据集，因为它们通常缺乏分析中所采用细胞数的信息，目前并不清楚它们是否能够重新检测以验证原来的注释。有可能有必要重新调查一些重要的概念。”

（生物通：何嫱）

生物通推荐原文摘要：

Revisiting Global Gene Expression Analysis

Gene expression analysis is a widely used and powerful method for investigating the transcriptional behavior of biological systems, for classifying cell states in disease, and for many other purposes. Recent studies indicate that common assumptions currently embedded in experimental and analytical practices can lead to misinterpretation of global gene expression data. We discuss these assumptions and describe solutions that should minimize erroneous interpretation of gene expression data from multiple analysis platforms.