最近的研究已经证明环状RNA（circRNA）无处不在，并且具有不同的生物发生功能和机制。在这些研究中，circRNAs的计算分析已被普遍用作提供高通量方法来检测和分析circRNA的不可或缺的方法。然而，如果没有对基本策略的全面理解，这些计算方法可能不会被适当选择或用于特定的研究目的，并且一些误解可能导致分析中的偏差。在最近发表的一篇综述中，作者说明circRNA识别的关键步骤并总结不同策略的权衡，涵盖所有流行的circRNA检测算法和各种下游分析。我们也澄清了一些常见的误解，并强调这些计算方法的应用领域。

作者提出参考基因组对于所有检测算法都是必需的，但可以在检测工作流程中以不同方式使用。最常见的用途涉及所有测序read与参考基因组的直接比对, 大多数检测算法（如find_circ，CIRCexplorer ，CIRI和UROBORUS ）可以归入此类别. 从比对中捕获的明显特征是称为背拼接结（BSJ）的环结, 这一类别的检测算法可以称为基于分割对齐的方法(split-alignment-basedapproaches),对于其他算法，如KNIFE和NCLscan ，将参考基因组与相应的基因组注释组合在假定的BSJ周围构建伪序列（图1C）。随后的步骤然后集中于测序read与这些伪序列的完全比对以识别BSJ读数。这个类别中的检测算法可以被称为基于伪基准的方法(pseudoreference-basedapproaches).

同时作者提出基因注释的使用对分析结果是有益的。注释有助于提高结合识别与从头检测的灵敏度。作者提出不同的识别软件使用不同的比对工具，比如：CIRI和KNIFE选择了在大多数基于参考的DNA / RNA序列分析中广泛使用的read-mappers，如Bowtie和BWA。诸如circRNA_finder，CIRCexplorer和DCC等检测算法使用比对软件如TopHat，STAR 和Novoalign。一些检测算法可能需要多个比对软件。NCLscan 需要BWA，BLAT和Novoalign，而UROBORUS则需要Bowtie和TopHat。多软件比对的好处是这种综合分析可能结合不同比对软件的优点，但它们也不可避免地增加了安装和使用的依赖性。

作者评估11种环形RNA（circRNA）检测方法的性能比较。

除了上面讨论的circRNA检测算法外，作者还讨论了其他计算方法，基于检测用于各种分析的circRNA，包括差异表达分析，准确定量，可选剪接检测，全长组装和可视化。

总之，自2013年以来，已发布了超过10种circRNA检测方法。这些方法中的每一种都采用不同策略的独特组合，这些策略根据基因组参考和注释使用，read比对软件的选择，BSJ read的识别而变化。具有更全面性能的检测方法将继续被开发，在这些circRNA检测方法的基础上，目前的下游工具专注于差异表达分析，准确量化，可选剪接检测，全长装配和可视化，并且将开发更多样化的下游分析方法以促进对circRNA的深入研究。

参考文献：

Gao, Y. and F. Zhao, Computational Strategies for Exploring Circular RNAs. Trends Genet,2018.

作者：计算表观遗传学   微信公众号