随着表观遗传学和表观转录组学的快速发展，近年来涌现出大量RNA修饰和DNA修饰的检测方法。其中碱基转换（Base Conversion，简称为BC）方法由于能达到单碱基分辨率，对下游靶标发现和机制探索最为有利。按照碱基转换方式，BC方法可分为三类：单路转换，如用于检测5mC的C-to-T转换，或用于检测m6A的A-to-G转换；多路转换，如用于检测m1A的A-to-C/G/T转换；缺失转换，如用于检测假尿嘧啶的Ψ-to-deletion转换。结合高通量测序技术，BC方法能够识别全基因组/全转录组的修饰位点，精度优于基于免疫沉淀的方法。然而，多种多样的BC方法使数据分析面临着前所未有的挑战。目前，尚无生物信息学工具能够全面处理多样化的BC数据。数据比对是其中的关键难题，现有的主要策略包括“突变率策略”和“转换敏感策略”。前者将碱基转换视为错配而产生比对罚分，这会导致reads匹配到错误位置，或被错误丢弃；后者虽然在理论上更加合理，但现有工具尚不支持多路转换和缺失转换等复杂BC数据的处理。

为应对这一挑战，同济大学史偈君课题组与北京大学刘君课题组合作，基于核酸序列的位掩码设计和位数运算，开发了BASAL（BAse-conversion Sequencing ALigner）这一新型比对工具，能够准确处理转换碱基的比对罚分，并支持目前所有BC数据的分析（图1）。该研究成果以“BASAL: a universal mapping algorithm for nucleotide base-conversion sequencing”为题，于近日发表于《核酸研究》（Nucleic Acids Research）。

图1、成果概述

BASAL不仅能准确识别已知的修饰位点，还发现了大量新修饰位点（图2）。特别是对于检测RNA假尿嘧啶修饰（Ψ）的诱导缺失转化数据，BASAL比已有工具能发现更多的Ψ位点。通过比较BASAL新发现位点和已知位点的基序，发现BASAL在识别连续尿嘧啶序列环境中的Ψ方面具有独特的能力，这些位点已被证实与特定生物学功能密切相关。并且，BASAL新发现的Ψ位点也得到了质谱数据和qPCR实验数据的交叉验证，进一步证实了BASAL结果的可靠性。除bulk sequencing数据外，BASAL还改进了单细胞m6A数据的分析，发现了被前人忽视的细胞亚群和分化轨迹，凸显了其在解读单细胞表观转录组学数据方面的巨大潜力。

图2、BASAL识别大量未被已有工具发现的RNA假尿嘧啶（Ψ）位点

总之，BASAL是首个RNA和DNA修饰数据的通用比对算法，能够支持所有碱基转化测序数据的准确分析。由于能正确处理转换碱基的罚分，BASAL显著提高了测序数据的利用率和分析质量，不仅能发现更多可靠的RNA修饰位点，还能准确分析单细胞m6A数据，揭示与生物功能相关的细胞亚群和进化方向，将有助于推动表观基因组学/表观转录组学的突破性发现。

同济大学生命科学与技术学院史偈君研究员、北京大学生命科学学院刘君研究员为论文共同通讯作者，史偈君课题组的三年级博士生徐默萍、王淼和刘君课题组的博士生刘潇阳为论文共同第一作者。同济大学高亚威教授、史偈君课题组的二年级研究生罗婷婷在该研究工作中有重要贡献。另外，特别感谢北京脑科学与类脑研究中心Magdalena J.Koziol研究员及其博士生冯爽爽分享的单细胞m6A数据。该工作得到了光合基金与国家自然科学基金的资助。

论文链接：https://doi.org/10.1093/nar/gkae1201

BASAL工具发布链接：https://github.com/JiejunShi/BASAL