Common Pitfalls in CircRNA Detection and Quantification

Technische Samenvatting: Veelvoorkomende Valkuilen bij de Detectie en Kwantificering van circRNA

Probleemstelling
Circulair RNA (circRNA) wordt steeds vaker erkend vanwege de rollen in biologische processen en ziekten, waarbij hun inherente stabiliteit hen aantrekkelijke kandidaten maakt voor biomarkers en therapeutische doelwitten. De nauwkeurige detectie en kwantificering van circRNA's blijft echter technisch uitdagend. Hoewel het vakgebied over het algemeen erkent dat circRNA's geen poly(A)-staart hebben en daarom het beste gedetecteerd kunnen worden in ribosomal RNA (rRNA)-verarmde totale RNA-sequencing (RNA-seq) data, blijft de praktijk van het analyseren van circRNA's in de meer alomtegenwoordige poly(A)-verrijkte RNA-seq-datasets voortbestaan. Deze studie adresseert de kritieke kloof in het begrip van hoe bibliotheekpreparatiemethoden — specifweg poly(A)-verrijking versus rRNA-depletie — de betrouwbaarheid van circRNA-identificatie beïnvloeden.

Methodologie
Om de impact van bibliotheekpreparatie op de detectie van circRNA systematisch te evalueren, voerden de auteurs een vergelijkende analyse uit met behulp van gematchte datasets. Zij genereerden en analyseerden twee verschillende typen RNA-seq data van dezelfde biologische monsters:

1. Poly(A)-verrijkte RNA-seq: Standaardbibliotheken gericht op mRNA.
2. Totale RNA-seq met rRNA-depletie: Bibliotheken ontworpen om niet-polyadenylerende transcripten te behouden, inclusief circRNA's.

De studie maakte gebruik van meerdere circRNA-detectiealgoritmen om back-splice junctions (BSJ's) te identificeren in beide datasets. De analyse richtte zich op de overlap van gedetecteerde circRNA's tussen tools en datasets, het fractie van ribosomale reads als een proxy voor de kwaliteit van de monsterverwerking, en de biologische plausibiliteit van de gedetecteerde gebeurtenissen.

Belangrijkste Bijdragen en Resultaten
De studie levert verschillende cruciale bevindingen op met betrekking tot de technische validiteit van circRNA-detectie:

• Poly(A)-verrijkte data leveren fout-positieven op: De auteurs demonstreren dat de relatief weinige circRNA's die in poly(A)-verrijkte data worden gedetecteerd, waarschijnlijk fout-positieven zijn. Er is essentieel geen overeenstemming tussen verschillende detectietools wanneer deze worden toegepast op poly(A)-verrijkte datasets, wat suggereert dat de geïdentificeerde back-splice junctions voornamelijk tool-specifieke artefacten zijn in plaats van echte circRNA's.
• Tool-overeenkomst in totale RNA-seq: In contrast hiermee is er, bij het analyseren van totale RNA-seq data met effectieve rRNA-depletie, sprake van een matige overeenstemming tussen verschillende detectietools. Deze concordantie ondersteunt de validiteit van de circRNA-calls in dit type bibliotheek.
• Impact van rRNA-contaminatie: De kwaliteit van de monsterverwerking, gekwantificeerd door de fractie van ribosomale reads, beïnvloedt de detectiegevoeligheid aanzienlijk. Hoge niveaus van rRNA-contaminatie (wat duidt op slechte depletie) introduceren bias en verminderen het vermogen om circRNA's accuraat te profileren.
• Validatie over contexten heen: Deze bevindingen werden gevalideerd over diverse datasets en weefseltypen, wat aangeeft dat de geobserveerde valkuilen generaliseerbaar zijn en niet specifiek voor één enkele experimentele conditie.

Betekenis en Aanbevelingen
Dit artikel stelt een reeks 'best practices' vast om robuuste circRNA-analyse te waarborgen, en daagt direct de geldigheid uit van het gebruik van poly(A)-verrijkte data voor uitgebreide circRNA-profilering. De auteurs concluderen dat:

1. Bibliotheekselectie: Totale RNA-sequencing met effectieve rRNA-depletie is de geprefereerde en noodzakelijke aanpak voor accurate circRNA-profilering. Poly(A)-verrijkte data moeten als ongeschikt voor dit doel worden beschouwd.
2. Algoritmische Rigor: Om het vertrouwen in kandidaatselectie te vergroten, zouden onderzoekers meerdere circRNA-detectietools moeten gebruiken en prioriteit moeten geven aan back-splice junctions die door meerdere algoritmen worden geïdentificeerd.
3. Kwaliteitscontrole: Aandacht moet worden besteed aan de fractie van ribosomale reads tijdens de monsterverwerking, aangezien deze technische factor de detectie-accuratesse substantieel verslechtert.

Door te benadrukken dat ribosomale RNA-contaminatie en ongepaste bibliotheekselectie belangrijke, voorheen onderbelichte verstorende factoren zijn, biedt dit werk een kader om de propagatie van fout-positieven in het circRNA-veld te voorkomen.