一、核糖体印记测序Ribo-seq的定义

   核糖体印记测序Ribosome Profiling (即Ribo-seq) 是针对RNA到蛋白质的翻译过程的研究。通过高通量测序技术研究被核糖体保护的30nt左右的mRNA片段，对此片段进行深度测序分析。从转录后水平分析翻译效率，揭示转录组与蛋白组结果不一致的真相。

二、Ribo-seq的测序过程

1、提取total RNA

2、用核糖核酸酶进行消化

3、消化蛋白

4、获取被核糖体保护的RNA

5、建库测序

三、RNc-seq VS Ribo-seq

目前翻译组研究中主要存在两种技术，分别为 RNC-seq与 Ribo-seq。二者之间区别主要在于 RNC-seq 目标是全长翻译中的mRNA 测序，而 Ribo-seq 是把 mRNA 中被核糖体包裹的所有片段获取下来，非整段 mRNA。因此，Ribo-seq 更能准确预测蛋白翻译的丰度，技术上更为精准。

Ribosome Nascent-chain Complex（RNC）翻译组测序RNC = Ribosome Nascent-chain Complex, 研究翻译的总体叫做翻译组学。翻译组包括广义的翻译组和狭义的翻译组，广义的翻译组指的是直接参与翻译过程的所有元件，包括核糖体、正在翻译的mRNA、tRNA、调控性RNA (如miRNA, lncRNA等)、新生肽链(nascentpolypeptide chain )、各种翻译因子等（图2）；狭义的翻译组特指正在翻译的mRNA。传统的转录组测序，是对细胞中所有的mRNA进行测序，无论有没有在翻译；而翻译组测序则是对直接参与翻译过程的所有元件进行测序，比如对卡在核糖体上正在翻译的mRNA（RNC-mRNA）进行测序等（图2）。

翻译组与转录组测序的区别

四、Ribo-seq的应用

1. 探究翻译机制：

(1) 关注正在翻译的基因中，哪些处于高效翻译，调控翻译效率的元件有哪些？

(2) 解释双解码的发生机制，哪些基因可以发生双解码？具有哪些结构特征？

(3) 探究非常规翻译现象。

2. 深化转录组测序分析：

(1) 关注差异表达的基因中，究竟有哪些正在翻译，且翻译效率如何？

(2) 差异表达基因太多，则缩小关注的范围（只关注正在翻译的基因）。

(3) 差异表达基因太少，则通过Ribo-seq发现更多差异表达／翻译基因。

3. 解释转录组与蛋白组结果的不一致：

(1) 转录组显示有差异或差异显著，蛋白组无差异或差异不显著，可能因为基因转录而不翻译或者翻译效率低。

(2) 蛋白组仅能粗略定位到基因区域，但是无法明确转录本，更无法明确转录本中的编码性ORF。

4. 深化非编码RNA测序分析：

(1)包括 lncRNA中的TUCP究竟是否具备编码能力。

(2)以及 circRNA对应线性RNA是否具备翻译功能／circRNA开环是否在翻译。

局限性：

当前，翻译组学的两大主要研究手段是为正在翻译中的mRNA测序（RNC-seq）和核糖体印记测序（Ribo-seq），然而这两种实验方法都极其困难，成本也十分高昂，鲜有完整的翻译组学数据可供科研人员参考。 

虽然此前也存在少数Ribo-seq数据库，但其并不包含RNC-seq数据，也不包含所对应的mRNA-seq数据，因此十分局限。例如，Ribo-seq并不适合指导蛋白质组的研究。

此外，目前已存在的各种组学数据库，基本不具备数据分析功能，而一般的生物学或医学工作者根本没有能力去分析海量的测序数据。好不容易找到了几个不同研究中的数据，却发现他们的分析流程完全不同，数据没法整合分析。

Translatome DB

      Translatome DB是目前最全的翻译组学数据库，它共包含13个物种的2453个核糖体印记测序，10个RNC-mRNA测序， 1394个mRNA测序数据集，共计3857个数据集，几乎将NCBI中所有的翻译组相关数据集一网打尽，不管是从数据集的数量还是涵盖的物种类型来看，均可轻松秒杀其他同类型数据库！

参考文献

     Translatome DB:a comprehensive database and cloud-based analysisplatform for translatome sequencing data.