编辑推荐：
RNA结合蛋白（RBP）是控制从合成到降解的RNA生命周期各方面的关键转录后调控因子。研究人员从公开可用的168个RBP的增强型交联免疫沉淀测序（eCLIP-seq）数据中提取RBP靶基因，并组装了一个基因集集合，该集合可通过过表征分析（ORA）、基因集富集分
RNA结合蛋白（RBP）是控制从合成到降解的RNA生命周期各方面的关键转录后调控因子。研究人员从公开可用的168个RBP的增强型交联免疫沉淀测序（eCLIP-seq）数据中提取RBP靶基因，并组装了一个基因集集合，该集合可通过过表征分析（ORA）、基因集富集分析（GSEA）或基因集变异分析（GSVA）等功能富集分析方法用于检查基因列表以寻找富集的RBP靶标。
研究背景方面，RNA结合蛋白（RBP）通过与RNA分子结合相互作用，影响RNA生命周期的合成、加工、转录后修饰、定位、稳定性及降解等所有环节，是RNA命运的关键调控因子。RBP靶标可通过RNA免疫沉淀（RIP）、交联免疫沉淀（CLIP）或STAMP等技术鉴定，结合高通量测序可实现转录组范围靶标识别，CLIPdb、ENCORI和ENCODE等数据库提供了公开CLIP-seq数据访问。功能富集分析（FEA）又称基因集分析（GSA），包含ORA、GSEA、GSVA等方法，用于判断基因产物特定属性是否显著富集，其中ORA检验选定基因中某属性的过表征，GSEA基于全基因排序列表计算富集分数，GSVA则计算单个样本的富集分数以反映基因集在样本中的上/下调程度。现有MSigDB虽提供全面基因集，但其调控靶标集合仅限microRNA与转录因子，缺乏聚焦且全面的RBP靶标集合，仅收录少数精选RBP（如BRCA1、IGF2BP1、IGF2BP2）靶标，此缺口促使研究人员开展本研究。该研究发表于《Scientific Data》，研究人员从ENCODE数据门户获取168个RBP的IDR过滤eCLIP峰文件（Hep-G2与K-562细胞，2025年10月下载），基于ENCODE标准（≥8倍富集、p≤0.001、IDR≤0.01）筛选显著可重复峰，利用bedtools v2.31.1将峰与ENSEMBL GRCh38 v114基因注释链特异性交集，提取基因名构建gmt格式基因集集合，覆盖两细胞系共243个基因集、14411个去重靶基因，其中150个RBP（89.3%）属Gerstberger等人1,542个RBP普查集。技术方法上，关键步骤包括：从ENCODE门户筛选eCLIP实验并下载IDR峰bed文件；用bedtools intersect比对峰与ENSEMBL GRCh38 v114基因注释获链特异性重叠；由交集文件提取基因名生成每RBP每细胞系一行基因集的gmt文件；以PAR-CLIP、RNA-seq差异剪接及cGAMP刺激THP-1细胞差异表达等公开基因列表作输入，借clusterProfiler、GSVA包及独立GSEA程序完成ORA、GSEA、GSVA验证。研究结果部分，Data Record小节表明集合含243个基因集（Hep-G2源中位靶基因860.5，K-562源596），同RBP两细胞系靶标重叠系数中位0.51、Jaccard指数0.21，说明细胞系间表达谱与技术差异致靶标可变；14411靶基因中1848个仅关联单一RBP，其余被≥2 RBP共享，RBP功能涵盖剪接、表达调控、翻译、定位。Technical Validation小节通过三例验证：ORA以HCT-116中PUM2 PAR-CLIP 370基因为输入，在14411背景中PUM2 eCLIP集（近3000基因、198交集）显著最富集；以SRSF1过表达致变剪接基因（HeLa 332、MCF-10A 2D 403、3D 517）作输入，SRSF1靶集在各模型均显著富集（FDR≤0.05）；GSEA以cGAMP刺激THP-1对数倍变化为排序，Reactome集正富集群 innate immune response、负富集mRNA翻译，RBP集中ELAVL1等免疫相关RBP靶标正富集最强；GSVA以CCLE 1404细胞系表达矩阵算ELAVL1靶集得分，与ELAVL1 RNA表达强正相关（r高），支持其稳定靶转录本作用。Usage Notes小节指出ORA默认以集合全部14411基因为背景，按Ziemann等建议限背景至表达基因（TPM≥1）后PUM2、SRSF1结果仅微变仍最显著；另述ORA/GSEA富集显著度与基因集大小正相关，移除超1/3 RBP共有靶标或封顶500基因（按信息量或峰倍变化）可减弱大小偏倚但降预期集信号，宽靶RBP（如BCLAF1）因转录组覆盖广易显富集，建议FEA时排除过大集。讨论与结论翻译：研究人员组装了源自ENCODE eCLIP-seq、覆盖168 RBP与14411靶基因、以gmt存储可直连GSEA/clusterProfiler/GSVA的专注RBP靶标基因集集合，填补MSigDB缺位；技术验证证实其在正交PAR-CLIP、功能衍生剪接列表、条件差异表达排序及单样本变异分析中均具可用性，背景限定与集大小校正可缓偏但不改核心结论；该资源使研究者能将RBP靶向关系作为属性接入标准FEA流程，助解译转录后调控层。
