R-loops are three-stranded nucleic acid structures formed from the hybridization of RNA and DNA. While the pathological consequences of R-loops have been well-studied to date, the locations, classes, and dynamics of physiological R-loops remain poorly understood. R-loop mapping studies provide insight into R-loop dynamics, but their findings are challenging to generalize. This is due to the narrow biological scope of individual studies, the limitations of each mapping modality, and, in some cases, poor data quality. In this study, we reprocessed 810 R-loop mapping datasets from a wide array of biological conditions and mapping modalities. From this data resource, we developed an accurate R-loop data quality control method, and we reveal the extent of poor-quality data within previously published studies. We then identified a set of high-confidence R-loop mapping samples and used them to define consensus R-loop sites called ‘R-loop regions’ (RL regions). In the process, we identified a stark divergence between RL regions detected by S9.6 and dRNH-based mapping methods, particularly with respect to R-loop size, location, and colocalization with RNA binding factors. Taken together, this work provides a much-needed method to assess R-loop data quality and offers novel context regarding the differences between dRNH- and S9.6-based R-loop mapping approaches.

中文翻译：

---

质量控制的 R-loop 荟萃分析揭示了 R-loop 共识区域的特征

R 环是由 RNA 和 DNA 杂交形成的三链核酸结构。虽然迄今为止对 R 环的病理后果进行了充分研究，但对生理 R 环的位置、类别和动力学仍知之甚少。R-loop 映射研究提供了对 R-loop 动力学的深入了解，但他们的发现很难概括。这是由于个别研究的生物学范围狭窄、每种绘图方式的局限性，以及在某些情况下数据质量差。在这项研究中，我们重新处理了来自各种生物条件和映射模式的 810 个 R-loop 映射数据集。从这个数据资源中，我们开发了一种准确的 R-loop 数据质量控制方法，并且我们揭示了先前发表的研究中质量差的数据的程度。然后，我们确定了一组高置信度的 R-loop 映射样本，并使用它们来定义称为“R-loop 区域”（RL 区域）的共识 R-loop 站点。在此过程中，我们发现 S9.6 和基于 dRNH 的映射方法检测到的 RL 区域之间存在明显差异，特别是在 R 环大小、位置和与 RNA 结合因子的共定位方面。总之，这项工作提供了一种急需的方法来评估 R-loop 数据质量，并提供了关于基于 dRNH 和基于 S9.6 的 R-loop 映射方法之间差异的新背景。以及与 RNA 结合因子的共定位。总之，这项工作提供了一种急需的方法来评估 R-loop 数据质量，并提供了关于基于 dRNH 和基于 S9.6 的 R-loop 映射方法之间差异的新背景。以及与 RNA 结合因子的共定位。总之，这项工作提供了一种急需的方法来评估 R-loop 数据质量，并提供了关于基于 dRNH 和基于 S9.6 的 R-loop 映射方法之间差异的新背景。