Nature methods
StringTie3通过解析新生与成熟转录本提升总RNA-seq组装
小赛推荐：
该研究为转录组分析提供了全新的计算框架，尤其在无需特殊实验设计的情况下解析转录与转录后调控，显著优化了总RNA-seq数据的利用效率。
文献概述
本文《StringTie3 Improves Total RNA-seq Assembly by Resolving Nascent and Mature Transcripts》，发表于《Nature methods》杂志，系统探讨了现有转录组组装方法在rRNA耗竭（总RNA-seq）数据中因无法区分新生转录本与成熟异构体而导致的组装错误问题。作者团队开发了StringTie3，通过引入‘新生模式’显式建模共转录剪接过程，显著提升了总RNA-seq的组装精度与生物学解析能力。该工具不仅适用于短读长、长读长，也支持混合组装，为全面解析转录组动态提供了统一解决方案。背景知识
当前转录组分析广泛依赖poly(A)选择文库，虽富集成熟mRNA，却系统性丢失非多聚腺苷酸化RNA（如组蛋白转录本、部分lncRNA）及大量新生转录本，限制了对完整转录景观的捕捉。在癌症或快速增殖细胞中，新生RNA占比高，忽略其信号易导致假阳性组装和定量偏差。传统组装器常将高覆盖的内含子区域误判为外显子，造成转录本结构错误。此外，poly(A)选择在降解样本中偏好短转录本，引入长度偏差。尽管存在专门的新生RNA检测技术（如GRO-seq），但其对活细胞的依赖性限制了在临床样本中的应用。StringTie3的‘新生模式’通过识别共转录剪接产生的‘锯齿状’内含子覆盖模式，将新生RNA与成熟转录本分离，解决了转录本组装中长期存在的噪声与信号混淆问题。这一策略不仅提升了组装准确性，还实现了在单个总RNA-seq实验中同步量化转录与转录后调控，为研究基因表达调控提供了新维度。
研究方法与核心实验
作者基于StringTie2框架开发了StringTie3，核心创新在于‘新生模式’（nascent mode），该模式在剪接图中引入内含子节点和终止边，允许转录本在未剪接的内含子中终止，从而将新生RNA作为独立转录本建模。同时，优化了长读长模块以区分真实的poly(A)位点与内含子内的poly(A)引物假信号。在方法验证中，作者使用了多个rRNA耗竭的短读长数据集（包括DLPFC、乳腺癌、神经分化）以及长读长数据（ONT cDNA/dRNA、PacBio cDNA）和混合组装数据。通过与StringTie2、Scallop2、IsoQuant、Bambu等工具对比，评估其在敏感性、精度及SIRV spike-in上的表现。关键结论与观点
研究意义与展望
StringTie3的推出标志着总RNA-seq从单纯转录本发现向机制解析的转变。其‘新生模式’为研究转录动力学提供了计算工具，使研究人员能够在常规测序数据中探究转录与转录后调控的平衡，无需额外实验成本。对于药物开发，该工具可帮助识别受转录后机制调控的关键靶点（如HMGA2、MYC），避免因仅看成熟RNA而误判靶点稳定性。在临床监测中，总RNA-seq结合StringTie3可更全面地捕捉疾病相关转录本异变，尤其适用于福尔马林固定样本等降解材料，克服poly(A)选择的局限。
结语
StringTie3通过创新性地建模共转录剪接过程，解决了总RNA-seq数据中新生与成熟转录本混淆的核心难题。该工具不仅大幅提升转录本组装的准确性，更开创了在单组学实验中解耦转录与转录后调控的新范式。对于癌症、神经退行性疾病等复杂疾病，其能够揭示如COL5A1、MYC等关键基因在表达调控不同层级的异常，为理解疾病机制提供更精细的图谱。从实验室到临床，StringTie3使总RNA-seq成为更强大、更具成本效益的分析手段，尤其适用于珍贵或降解的临床样本。其对转录组分析流程的优化，将推动从基因列表到机制解析的转化，成为未来转录组研究的基石工具之一。
