Applied Bioinformatics for ncRNA Characterization - Case Studies Combining Next Generation Sequencing & Genomics

Nicht-kodierende RNAs (ncRNAs) sind eine verbreitete Klasse von funktionellen Molekülen und praktisch in allen Formen zellulären Lebens anzutreffen. Neben kanonisch protein-enkodierenden mRNAs wurde die Rolle dieser stark vertretenen Transkripte allerdings lange übersehen. Primär definiert durch ihre hochkonservierte Struktur, erweisen sich ncRNAs als abbauresistent und fungieren auf diverse regulatorische Weisen. Trotz der schwach ausgeprägten Sequenzkonservierung, können homologe ncRNAs in anderen Spezies anhand von vergleichenden Methoden der Genomik identifiziert werden. Durch die allgegenwärtige Verfügbarkeit von Hochdurchsatz-Sequenzierungstechniken entstand ein reichhaltiger Datenschatz, der nun einen detaillierten Einblick in zelluläre Prozesse gewährt. Die Kombination aus genomischen und transkriptomischen Daten erlaubt ein besseres Verständnis von Mechanismen der Transkription, als auch eine funktionelle Charakterisierung einzelner Gene und deren evolutionären Herkunft. Eine analytische Prozessierung dieser riesigen Datenmengen ist dabei nur mit Hilfe optimierter bioinformatischer Algorithmen und Automatisierung einzelner Auswertungsschritte möglich. Um die verschiedenen funktionellen Rollen von ncRNAs aufzuzeigen, beinhaltet diese Arbeit vier verwandte Studien, die sich mit dem Transkriptionsprozess aus unterschiedlichen Betrachtungswinkeln auseinandersetzen. Die erste Studie befasst sich mit einem ungewöhnlich langen untranslatiertem Bereich vor dem Division Cell Wall Gencluster in Rhodobacter, der eine regulierende ncRNA enthält. Im zweiten Teil wurde die enzymatische Prozessierung und der Abbau von 6S RNA in Bacillus subtilis anhand von Trankriptomdaten analysiert, um diesen finalen Teil des RNA Lebenszyklus zu rekonstruieren. 6S RNA ist dabei selbst ein globaler transkriptorischer Regulator und weit verbreitet in Bakterien. Anschließend wird der Fokus auf das eukaryotische System und die ubiquitäre RNase P gelenkt, die für tRNA Prozessierung zuständig ist. Anhand von Unterschieden im Aufbau durch eine optionale RNA und mehreren möglichen Proteinuntereinheiten in Organellen werden die phylogenetische Verbreitung und Charakteristiken innerhalb der eukaryotischen Evolution untersucht. Abschließend werden circRNAs betrachtet, einer Spezies von ncRNA die erst kürzlich Interesse durch ihr gehäuftes auftreten in Neuronen auf sich zog. Sie werden post-transkritional durch Back-Splicing erzeugt und konkurrieren daher mit der Wirtsgenexpression. Als Teil einer zoologischen Studie in sozialen Insekten wurden circRNAs zum ersten Mal in Bienen identifiziert. Das Ziel dabei war es tätigkeitsabhängige Unterschiede in der Expression von circRNA zwischen Ammen und Sammlern zu finden und damit mögliche Funktionen dieser ncRNAs zu bestimmen. Erst die Kombination aus Methoden der Genomik mit transkriptomischen Daten ermöglicht in vielen Fällen eine funktionelle Analyse von ncRNA und erlaubt damit ein vielschichtiges Verständnis transkriptionaler Mechanismen. Es ist gelungen eine Riboswitch-ähnliche transkriptionelle Kontrolle durch UpsM nachzuweisen die einzigartig in Rhodobacteraceae ist. Außerdem zeigte sich, dass primär RNase J1 für die Maturierung von 6S RNA zuständig ist, während RNase Y den Abbau an internen Schleifen vorantreibt. Ein evolutionärer Vergleich der RNase P in eukaryotischen Organellen ergab, dass die RNA-Untereinheit teils stark unterschiedlich ausgeprägt und eine ausschließlich protein-basierte Variante potentiell durch horizontalen Gentransfer weitverbreitet ist. Mit circRNAs wurde eine ganze Gruppe an ncRNAs in dem sozialen Modellorganismus der Biene charakterisiert und mindestens ein Gen zeigte signifikante Expressionsreduktion im Übergang vom Ammen- zum Sammlerstadium. Zusätzlich wurde ein überraschender Zusammenhang zwischen erhöhter DNA-Methylierung und RNA-Zirkularisierung gefunden. Die bioinformatischen Befunde in diesen Studien stellen eine Grundlage für weiterführende Experimente dar und zeigen gleichzeitig, dass wissenschaftliche Untersuchungen nie vollständig automatisiert werden können, sondern gründlicher Analyse mit teils angepassten Methoden bedürfen.