由组织转录组序列数据揭示的大量普遍表达基因

细胞或组织转录的基因组部分反映了其进行的生物过程和功能。我们通过分析人类和小鼠组织及细胞系的RNA深度测序（RNA-Seq）数据，表征了哺乳动物组织转录组的基因特征。我们观察到，大约8000个蛋白编码基因普遍表达，贡献了大多数组织中约75%的所有mRNA数量。这些mRNA编码的蛋白质通常是细胞内的，并倾向于涉及代谢、转录、RNA加工或翻译。相比之下，分泌或质膜蛋白的基因通常只在部分组织中表达。表达水平的分布范围广泛但相对连续：没有找到基因的不同表达类别的支持证据。仅包括映射到编码外显子的reads的表达估计，与同时包括3'非翻译区（UTR）的估计相比，与qRT-PCR数据的相关性更好。肌肉和肝脏的转录组最简单，因为它们主要表达普遍基因，而且大部分转录本来自少数高度表达的基因，而大脑、肾脏和睾丸的转录组则更加复杂，绝大多数基因被表达，且来自最表达基因的贡献相对较小。大脑中表达的mRNA具有异常长的3'UTR，涉及发育、形态发生和信号传导的基因的平均3'UTR长度更高，这表明这些基因的UTR调控可能增加复杂性。我们的结果支持一个模型，其中可变的外部成分输入到一个由普遍表达的细胞内蛋白构成的大而密集连接的核心中。