Glossário

Os termos técnicos que aparecem nas postagens, em ordem alfabética. Nos textos, as siglas sublinhadas mostram uma versão curta destas definições quando você passa o mouse (ou toca) sobre elas.

A–C

Alinhamento

Etapa em que cada leitura (read) é posicionada no genoma ou transcriptoma de referência, encontrando a região de onde ela provavelmente veio. Exemplos de ferramentas: STAR, HISAT2, BWA.

Biblioteca (de sequenciamento)

O conjunto de fragmentos de DNA (ou cDNA) preparados para entrar no sequenciador: fragmentados no tamanho certo e ligados a adaptadores que o equipamento reconhece.

Bulk

Medida feita sobre uma amostra inteira, com milhares a milhões de células misturadas. O resultado é a média da expressão dessas células.

cDNA

DNA complementar. É a cópia em DNA de uma molécula de RNA, sintetizada pela transcriptase reversa. Quase todo protocolo de RNA-Seq converte o RNA em cDNA antes de sequenciar.

Cobertura

Quantas leituras, em média, cobrem cada posição do genoma ou de um transcrito. Uma cobertura de 30× significa que cada base foi lida, em média, 30 vezes.

Código de barras (barcode)

Sequência curta adicionada às moléculas para identificar de qual amostra, ou de qual célula (no scRNA-seq), cada leitura veio.

CRISPR

Sistema de edição de genomas guiado por RNA, derivado de um mecanismo de defesa de bactérias contra vírus.

D–L

DESeq2

Pacote R/Bioconductor de análise de expressão diferencial. Modela as contagens com uma distribuição binomial negativa e normaliza as amostras pela mediana das razões.

Dogma Central

Princípio formulado por Francis Crick (1958, revisado em 1970) que descreve as transferências possíveis de informação sequencial entre DNA, RNA e proteínas.

Expressão diferencial

Análise estatística que identifica genes cuja expressão muda de forma significativa entre condições (por exemplo, tumor vs. tecido normal).

FASTQ

Formato de texto que guarda as leituras de sequenciamento. Cada leitura ocupa quatro linhas: identificador, sequência, separador e a qualidade (escore Phred) de cada base.

FISH

Fluorescence In Situ Hybridization. Sondas fluorescentes que se ligam a sequências específicas de RNA ou DNA, permitindo vê-las ao microscópio dentro da célula ou do tecido. É a base de métodos espaciais como MERFISH e seqFISH.

GENCODE

Projeto que mantém a anotação de referência de genes e transcritos humanos e de camundongo.

Leitura (read)

Cada sequência produzida pelo sequenciador a partir de um fragmento da biblioteca. As leituras curtas (Illumina) têm de 50 a 300 bases; as longas (PacBio, Nanopore) podem ter dezenas de milhares.

lncRNA

RNA longo não codificante, com mais de 200 nucleotídeos. Não é traduzido em proteína, mas pode regular a expressão de outros genes.

M–R

Matriz de contagens

Tabela com uma linha por gene e uma coluna por amostra (ou por célula, no scRNA-seq), em que cada valor é o número de leituras atribuídas àquele gene. É a entrada da análise estatística.

miRNA

microRNA. RNA pequeno, de cerca de 22 nucleotídeos, que se liga a mRNAs-alvo e reduz sua tradução ou estabilidade.

mRNA

RNA mensageiro. Leva a informação de um gene codificante até o ribossomo, onde é traduzido em proteína. Em eucariotos, o mRNA maduro tem uma cauda poli-A.

NGS

Next-Generation Sequencing. Tecnologias de sequenciamento massivamente paralelo, que leem milhões de fragmentos ao mesmo tempo. A Illumina é o exemplo mais comum.

PCA

Análise de Componentes Principais. Reduz dados com milhares de variáveis (genes) a poucos eixos que concentram a maior parte da variação. É muito usada para ver como as amostras se agrupam.

PCR

Reação em Cadeia da Polimerase. Amplifica exponencialmente um trecho específico de DNA e é usada no preparo de quase todas as bibliotecas de sequenciamento.

Poli-A (seleção por)

Estratégia de preparo de biblioteca que captura apenas RNAs com cauda poli-A, principalmente mRNAs maduros.

Pseudo-alinhamento

Estratégia (usada por Salmon e kallisto) que estima de qual transcrito cada leitura veio sem calcular a posição exata, base a base. É muito mais rápida que o alinhamento completo.

Read

Veja Leitura.

rRNA

RNA ribossômico. Faz parte da estrutura dos ribossomos e corresponde a cerca de 80% do RNA total de uma célula. Por isso costuma ser removido (depleção) antes do RNA-Seq.

RNA-Seq

Sequenciamento do RNA (convertido em cDNA) de uma amostra para medir quais genes estão sendo expressos e em que quantidade.

S–Z

scRNA-seq

Single-cell RNA sequencing. RNA-Seq feito célula por célula, que gera uma matriz célula × gene e revela subpopulações e estados celulares.

SMRT

Single Molecule, Real-Time. Tecnologia da PacBio que observa, em tempo real, uma polimerase incorporando nucleotídeos em uma única molécula de DNA. O modo HiFi produz leituras longas e muito precisas.

Splicing

Remoção dos íntrons e união dos éxons de um pré-mRNA. Por causa dele, uma leitura de RNA-Seq pode cobrir dois éxons distantes no genoma, e por isso são necessários alinhadores "cientes de splicing", como o STAR.

STAR

Spliced Transcripts Alignment to a Reference. Alinhador de RNA-Seq rápido e ciente de splicing.

Transcriptoma

Conjunto de todos os RNAs presentes em uma célula, tecido ou amostra em um dado momento.

Transcriptômica espacial

Métodos que medem a expressão gênica preservando a posição de cada medida no tecido, por imagem (como MERFISH) ou por sequenciamento em grade (como o Visium).

UMI

Unique Molecular Identifier. Código de barras aleatório adicionado a cada molécula antes da amplificação. Permite contar as moléculas originais e descartar as cópias geradas por PCR.