Ribo-seq 翻译组分析与翻译效率

Ribo-seq（核糖体谱测序）用核酸酶消化未被核糖体保护的 mRNA，回收约 30 nt 的核糖体保护片段（RPF）测序，从而在全转录组范围内知道核糖体在哪里、有多少。它回答 RNA-seq 回答不了的问题：mRNA 水平不变的基因是否在翻译层面被调控，哪些上游 ORF（uORF）或小 ORF 被翻译，翻译起始位点在哪里。典型设计是同一批样本同时做 Ribo-seq 和 RNA-seq，用 RPF 与 mRNA 的比值计算翻译效率（TE），比较条件间 TE 的变化，再结合 5'UTR、uORF、起始密码子上下文等调控元件解释翻译调控机制。

什么时候用

蛋白变化与 mRNA 变化不一致，想确认是否存在翻译调控
计算翻译效率，找出条件间 TE 显著改变的基因
鉴定 uORF、lncRNA 上的小 ORF 等非经典翻译区
研究 mTOR、eIF2α 磷酸化等通路对整体翻译的影响
分析 5'UTR 结构、uORF 和起始上下文与翻译效率的关系
结合起始抑制剂处理的数据精确定位翻译起始位点

不适合的情况

只有 Ribo-seq 没有配对 RNA-seq 时计算 TE，翻译效应无法与 mRNA 丰度分开
把 RPF 计数直接当作蛋白丰度，忽略了延伸速度和蛋白降解
3-nt 周期性很弱的数据做 ORF 鉴定，读框判断不可靠

需要准备的数据

Ribo-seq FASTQ: 单端测序即可，需知道接头序列、是否带 UMI，以及是否使用环己酰亚胺等药物处理
配对 RNA-seq FASTQ: 来自同一批裂解物或同批样本，用于计算 TE；各样本建库方式需统一
参考基因组、注释与 rRNA 序列: GTF 需含 CDS 起止坐标；rRNA、tRNA 序列用于先行去除污染 reads
样本信息表: 条件、重复、Ribo 与 RNA 文库的配对关系和批次，差异 TE 建模需要用到

分析步骤

1
去接头与长度筛选
去除 3' 接头和 UMI 后，保留约 25–35 nt 的 reads。看长度分布，真核细胞质核糖体的 RPF 通常集中在 28–30 nt 左右；分布很宽或明显偏短，提示消化不充分或 RNA 降解。
2
去除 rRNA 污染
先比对到 rRNA 和 tRNA 序列，剩余 reads 再比对基因组或转录组。Ribo-seq 文库中 rRNA 片段占比常很高，如果剩余可用 reads 太少，只能在建库阶段加强去 rRNA。
3
比对与 P 位点校正
用 STAR 等工具比对后，按 reads 长度分别估计 5' 端到 P 位点的偏移，常用 riboWaltz、Plastid 或 RiboseQC。偏移估计准确时，起始密码子处会出现清晰尖峰。
4
3-nt 周期性检查
把 P 位点映射到 CDS 读框，好的数据大部分 reads 落在同一读框，元基因图上呈三碱基间隔的锯齿状。只保留周期性好的长度用于 ORF 层面分析。
5
ORF 鉴定
用 RiboCode、RiboTaper、ORFquant 等工具基于读框一致性识别正在翻译的 ORF，区分注释 CDS、uORF、dORF 和非编码 RNA 上的小 ORF，并检查起始密码子类型和 ORF 长度分布是否合理。
6
计算翻译效率
统计每个基因 CDS 内的 RPF 计数和 mRNA 计数，TE 通常定义为两者标准化后的比值。统计 RPF 时常排除 CDS 起始后和终止前的若干密码子，以减少起始和终止停顿造成的偏差。
7
差异翻译效率
用 Xtail、anota2seq、Riborex，或在 DESeq2 中加入条件与测序类型的交互项检验 TE 变化，再把基因划分为转录驱动、翻译驱动和翻译缓冲等类别。
8
调控元件分析
对 TE 改变的基因比较 5'UTR 长度、GC 含量、uORF 数量、起始密码子上下文（Kozak 序列）和 5' TOP 基序等特征，判断哪类元件与观察到的翻译调控相关。

关键参数与决策

RPF 长度范围

依据长度分布和每个长度的周期性来定，不同核酸酶和物种的峰位不同。线粒体核糖体和细菌核糖体的足迹长度与细胞质核糖体不同，需要分开处理。

P 位点偏移

要按 reads 长度分别估计，不能所有长度统一使用一个偏移值。偏移估计错误会让读框信号混乱，直接影响 ORF 鉴定和密码子水平的停顿分析。

CDS 计数区间

常排除起始后和终止前若干密码子，因为药物预处理和起始停顿会在两端堆积 reads。短 CDS 去掉两端后剩余计数很少，需要单独评估是否纳入。

差异 TE 模型

推荐把 RPF 与 mRNA 计数放在同一模型中检验，而不是两类数据分别做差异再相减。重复数少时 TE 方差估计不稳，需要同时看效应量。

多比对 reads 处理

RPF 很短，在重复序列和同源基因上多比对比例高。常用只保留唯一比对 reads，但部分基因家族成员会因此无法定量，需要在结果中注明。

常见错误

不做 P 位点校正就按 5' 端统计：读框信息丢失，uORF 和新 ORF 鉴定会出现大量假阳性，起始位点也会偏移十几个核苷酸。
用 TE 比值直接做 t 检验：比值会放大低计数基因的噪音，低表达基因的 TE 波动极大，应使用基于计数的联合模型。
忽视环己酰亚胺预处理的影响：预处理会改变起始区 reads 堆积，比较不同实验方案的数据集时，元基因图差异可能来自操作而非生物学。
Ribo-seq 和 RNA-seq 来自不同批次样本：批次差异会被误读为翻译调控，计算 TE 的配对数据应来自同一裂解物或同批收样。
把 3'UTR 上的所有 reads 当作翻译：终止后的核糖体和非核糖体 RNA 蛋白复合物也会产生保护片段，需结合读框周期性判断。

结果怎么看

RPF 长度分布与读框图

长度分布应在 28–30 nt 左右形成主峰；按读框统计时，一个读框的占比应明显高于另外两个。三个读框接近均分说明周期性差，不宜做 ORF 层面分析。

起始与终止密码子元基因图

P 位点覆盖应在起始密码子处出现尖峰，CDS 内呈三碱基周期，终止密码子之后迅速下降。峰位置偏离起始密码子几个核苷酸，提示偏移量需要重新估计。

ORF 鉴定结果表

每行一个 ORF，含转录本、类型（注释 CDS、uORF、dORF、非编码 RNA 上的 ORF）、起始密码子、长度和读框得分。新 ORF 中非 AUG 起始比例异常高时，应提高阈值复核。

翻译效率散点图

横轴为 mRNA 倍数变化，纵轴为 RPF 倍数变化。沿对角线的基因主要是转录驱动；偏离对角线且 TE 显著变化的是翻译调控候选；两者方向相反的通常称为翻译缓冲。

调控元件特征对比

比较 TE 上调、下调和不变基因的 5'UTR 长度、GC 含量、uORF 数量等特征。只有基因数足够且方向一致时差异才有意义，单个特征的微小差异不应过度解读。

和相近方法怎么选

Ribo-seq 与 RNA-seq

RNA-seq 测 mRNA 丰度，Ribo-seq 测被核糖体占据的 mRNA 片段。只关心转录水平时 RNA-seq 足够；蛋白与 mRNA 不一致，或要研究翻译起始和 ORF 时需要 Ribo-seq，并且应配对 RNA-seq。

Ribo-seq 与蛋白质组

蛋白质组直接测蛋白丰度，但同时受合成和降解影响，对低丰度蛋白和小肽覆盖有限；Ribo-seq 近似反映合成速率，能覆盖小 ORF。两者结合可以区分合成与降解的贡献。

Xtail 与 anota2seq

两者都用于差异翻译分析。Xtail 基于 RPF 与 mRNA 倍数变化分布的比较；anota2seq 基于回归思路，能区分翻译调控与翻译缓冲。需要细分调控模式时 anota2seq 更直接。

Ribo-seq 与多聚核糖体分级测序

多聚核糖体分级按结合的核糖体数分离 mRNA，反映全长转录本的翻译状态；Ribo-seq 给出密码子级位置，能识别 ORF 和停顿位点。需要位置信息时选 Ribo-seq。

常见问题

翻译效率怎么计算

常见定义是基因 CDS 上 Ribo-seq 计数与 RNA-seq 计数分别标准化后的比值，通常取 log2。比较组间差异时不建议对比值直接检验，而是在计数模型中检验条件与数据类型的交互作用，这样能考虑两类数据各自的离散度。

Ribo-seq 数据 rRNA 很多怎么办

Ribo-seq 文库中 rRNA 占比高很常见，因为核酸酶消化会产生大量与 RPF 大小相近的 rRNA 碎片。分析时先比对到 rRNA 序列去除；如果剩余有效 reads 太少，只能在建库时改进去 rRNA 步骤或增加测序量。

3-nt 周期性是什么，为什么重要

核糖体每次移动一个密码子即 3 个核苷酸，校正后的 P 位点会集中在同一读框，形成三碱基周期。它说明 reads 来自正在翻译的核糖体，也是判断 ORF 读框的依据；周期性差的数据只适合做基因层面计数。

uORF 怎么鉴定

先基于周期性和读框一致性识别 5'UTR 中被翻译的 ORF，再结合 harringtonine 或 lactimidomycin 等起始抑制剂处理的数据确定起始位点，结果更可靠。uORF 常抑制下游主 ORF 的翻译，可与主 ORF 的 TE 变化联合分析。

Ribo-seq 要测多少数据量

去除 rRNA 后有效 reads 会大幅减少，因此 Ribo-seq 的原始测序量通常要高于同批 RNA-seq。具体取决于去 rRNA 效果和研究目标，ORF 鉴定比基因层面的 TE 分析需要更多有效 reads。

在 Codar 里怎么做

在 Codar 里描述实验后，会确认 Ribo-seq 与 RNA-seq 的配对关系、物种和比较组，读取本地 FASTQ 或下载公开数据；随后完成 RPF 质控、去 rRNA、比对、P 位点与周期性检查、ORF 鉴定和差异翻译效率分析，并对目标基因的 5'UTR、uORF 等调控元件做特征比较，交付质控图、ORF 表、TE 结果表与散点图、分析报告和可复现脚本。

可以这样提问

我有 Torin1 处理和对照各 3 个重复的 Ribo-seq 和配对 RNA-seq，想算翻译效率变化，看 5'TOP 基因是否被特异抑制

了解转录组学插件