真核生物的基因通常包含可編碼的外顯子(exon)和不可編碼的內(nèi)含子(intron)。長度≤51個(gè)核苷酸(nt)的外顯子被稱為微外顯子(microexon)。微外顯子在多種生物學(xué)過程中發(fā)揮重要作用，能夠增加轉(zhuǎn)錄本多樣性、影響蛋白質(zhì)結(jié)構(gòu)，并參與調(diào)控網(wǎng)絡(luò)的復(fù)雜化過程。在動(dòng)物中，微外顯子已被證實(shí)可以調(diào)控蛋白質(zhì)結(jié)合域功能、參與發(fā)育過程并幫助生物適應(yīng)環(huán)境變化。然而，植物中的微外顯子，特別是長度≤15 nt的極小微外顯子的研究較少。由于其長度過短，鑒定和功能研究存在困難，容易在基因組注釋和轉(zhuǎn)錄組研究中缺失，導(dǎo)致基因結(jié)構(gòu)模型錯(cuò)誤。

前期，中國科學(xué)院昆明植物研究所喻輝輝等開發(fā)了精準(zhǔn)鑒定植物微外顯子的方法，發(fā)現(xiàn)植物微外顯子具有特殊的剪接模式，在基因功能和系統(tǒng)進(jìn)化中具有重要作用。同時(shí)，他們還開發(fā)了不依賴于轉(zhuǎn)錄組數(shù)據(jù)的植物微外顯子預(yù)測(cè)方法，顯著提高了基因組注釋的準(zhǔn)確性。相關(guān)研究成果發(fā)表于Nature Communications(Yu et al., 2022)，并被編輯選為亮點(diǎn)論文。

基于此，喻輝輝研究員聯(lián)合美國內(nèi)布拉斯加大學(xué)Chi Zhang和Hongfeng Yu教授團(tuán)隊(duì)，成功構(gòu)建了首個(gè)植物微外顯子數(shù)據(jù)庫MEPDB(Database of MicroExons in Plants)。相關(guān)成果近期在線發(fā)表于國際權(quán)威植物學(xué)期刊New Phytologist。該數(shù)據(jù)庫包含132個(gè)植物基因組的20,224個(gè)微外顯子，主要功能包括：

1. 微外顯子簇與物種瀏覽

數(shù)據(jù)庫首頁展示45個(gè)保守微外顯子簇和132個(gè)植物物種列表，其中16個(gè)物種配有物種圖片，并包含JBrowse基因組瀏覽器(10個(gè)物種包含RNA-seq數(shù)據(jù))。用戶可通過點(diǎn)擊簇或物種名稱查看對(duì)應(yīng)微外顯子的詳細(xì)信息。

2. 微外顯子詳情展示

單個(gè)微外顯子頁面顯示其ID、基因組坐標(biāo)、長度、相位、微外顯子標(biāo)簽序列等信息。數(shù)據(jù)整合自參考基因組注釋、RNA-seq證據(jù)及MEPmodeler預(yù)測(cè)結(jié)果，并通過JBrowse可視化基因結(jié)構(gòu)。

3. 在線預(yù)測(cè)工具

集成MEPmodeler在線預(yù)測(cè)服務(wù)，支持用戶提交200 nt至1 Mb的基因組序列(粘貼或上傳FASTA文件)，返回微外顯子位置、標(biāo)簽坐標(biāo)及預(yù)測(cè)評(píng)分。結(jié)果可下載為CSV格式(含序列和評(píng)分)。

4. 數(shù)據(jù)下載功能

提供批量下載頁面，包含全部20,224個(gè)微外顯子的基本信息、注釋、預(yù)測(cè)結(jié)果及RNA-seq數(shù)據(jù)，支持標(biāo)準(zhǔn)化格式以便整合至其他數(shù)據(jù)庫。所有數(shù)據(jù)同步存檔于Zenodo開放平臺(tái)。

該研究由美國能源部(項(xiàng)目編號(hào)：DE-SC0024337，資助對(duì)象：Chi Zhang和Hongfeng Yu)、內(nèi)布拉斯加大豆委員會(huì)(項(xiàng)目編號(hào)：725，資助對(duì)象：Chi Zhang)和中國國家自然科學(xué)基金(項(xiàng)目編號(hào)：32470237，資助對(duì)象：喻輝輝)共同資助。

圖1 微外顯子標(biāo)簽和微外顯子預(yù)測(cè)方法