k-gram方法识别microRNA前体

MicroRNAs (miRNAs) 是动植物中较短的参与调控基因表达的功能性非编码RNA序列. 第一个miRNA是通过实验手段发现的，然而通过实验手段识别miRNA在技术上仍然具有很大的挑战性和不完整性. 因此，miRNA基因识别需要寻求计算方法来弥补实验方法的不足. 提出了一个全新的miRNA前体的识别方法. 在构造识别模型中，把初级序列和序列二级结构相结合，采用k-gram方法把序列信息映射到高维特征空间中，然后通过特征选取方法提取特征，并用这些特征为miRNA前体的识别构造了基于SVM的识别模型. 同时，采用隐马尔可夫模型(HMM)的学习方法进行了比较. 实验结果表明，该方法是有效的，可以达到较高的敏感性和特异性.     

拟南芥基因组中新的microRNA预测及分析

MicroRNA（miRNA）是一类存在于动植物体内、长度为21～25nt的内源性小RNA,对生物体的转录后基因调控起着关键作用,但一些低丰度的miRNA和组织特异性miRNA往往很难发现。为了系统识别拟南芥基因组中新的非同源miRNA,首先基于已报道的拟南芥miRNA的特征,从全基因组范围中筛选出453条可能的miRNA前体;其次,为了进一步对上述miRNA前体进行筛选,利用人的miRNA前体数据构建了支持向量机模型GenomicSVM,该模型对人测试集的敏感性和特异性分别为86.3％和98．1％（30个人miRNA前体和1000个阴性miRNA前体）,对拟南芥测试集的正确率为93．6％（78个miRNA前体）;最后,利用GenomicSVM预测上述453条miRNA前体序列,得到了37条候选的新的拟南芥miRNA前体,为进一步的miRNA实验发现研究提供了指导。     

人源microRNA前体的全基因组预测

microRNA（miRNA）是一类不编码蛋白的调控小分子RNA,在真核生物中发挥着广泛而重要的调控功能.由于miRNA的表达具有时空特异性,因而通过计算方法预测miRNA而后有针对性的实验验证是miRNA发现的一条重要途径.降低假阳性率是miRNA预测方法面临的重要挑战.本研究采用集成学习方法构建预测miRNA前体的分类器SVMbagging,对训练集、测试集和独立测试集的结果表明,本研究的方法性能稳健、假阳性率低,具有很好的泛化能力,尤其是当阈值取0.9时,特异性高达99.90%,敏感性在26%以上,适合于全基因组预测.采用SVMbagging在人全基因组中预测miRNA前体,当取阈值0.9时,得到14933个可能的miRNA前体.通过与高通量小RNA测序数据的比较,发现其中4481个miRNA前体具有完全匹配的小RNA序列,与理论估计的真阳性数值非常接近.最后,对32个可能的miRNA进行实验验证,确定其中2条为真实的miRNA.     

基于EST和GSS序列的玉米未知微RNA的数据挖掘

miRNAs通过与靶基因互补位点配对结合,在转录后水平负性调控靶基因的表达.根据miRNA进化上的保守性,以拟南芥、水稻等已知的植物miRNAs为探针,与相关数据库中玉米表达序列标签(EST)和基因组序列(GSS)中的非编码序列比对,采用一系列的标准进行筛选,最后预测得到24个玉米miRNA前体,通过靶基因的预测共得到61个靶基因.通过生物信息学方法大大提高了人们发现miRNAs及其靶基因的效率,补充了玉米miRNA数据库的不足.     

信息熵方法大批量分析成熟体及前体miRNA序列的重要位点

为了寻找miRNA连续序列上的位点保守性和碱基关联性的证据,本研究通过信息熵分析研究了一些已报告的miRNA和它们前体上的一些重要位点,根据miRNA的来源（动物、植物和病毒）和序列在miRNA前体上的位置（头部和尾部）,把得到的数据分为12组,然后通过计算单个碱基信息的冗余度（D1（L））和相邻碱基相关信息冗余（D2（L））的方法来分析这些数据,研究结果表明D2（L）比D1（L）含有更多的信息,尽管在各个组里面D1（L）和D2（L）值的变化基本呈正相关,病毒的前体miRNA比来源于动物和植物的前体miRNA在这些关键位点上更具有保守性,另外,和其他碱基相比,U在所研究的位点中占有很大比例,研究发现在一些组的中间位点（即Dicer酶在前体miRNAs上的剪切位点）十分保守,这个现象表明保守性在miRNAs的成熟过程中很重要,而且可能参与了Dicer酶的识别和剪切过程,以上这些结果从另外一个角度理解了miRNA前体的一级结构。     

基于具有多茎环特征GA-SVM的人类pre-miRNA的预测研究

MicroRNA（miRNA）是一类长度约为21 nt的非编码RNA,在动植物中发挥着重要而广泛的转录后调控作用. 现有的计算预测方法通常不能很好地识别具有多分枝茎环二级结构的pre miRNA.为进一步提高对pre miRNA的预测精度,本文在以往研究的基础上,新引用了一类多茎环生物学特征,将遗传算法（GA）与支持向量机（SVM）结合以进行特征选择,同时优化SVM分类器模型参数（c,g）,并对数据集的不平衡性进行处理,构造出新的分类器.本文采用人类pre miRNA作为研究数据集,通过5折交叉验证,实验结果显示,新的分类器能够有效地提高预测精度.     

月季‘绿萼’花器官发育相关microRNA的鉴定及分析

利用高通量测序技术,构建了中国古老月季‘绿萼’(Rosa chinensis ‘Viridiflora’)和‘月月粉’(R.chinensis‘Old Blush’)花蕾期的microRNA(miRNA)文库,并对其进行了测序和序列分析。结果显示,在‘绿萼’文库中,鉴定到已知的miRNA成熟体39个,miRNA前体42个;预测到新的miRNA成熟体56个,前体57个。在‘月月粉’文库中,鉴定到已知RNA成熟体39个,已知miRNA前体40个;预测到新的miRNA成熟体53个,前体57个。与‘月月粉’相比,‘绿萼’中差异表达的miRNA有31个,其中17个上调、14个下调。荧光定量PCR实验结果表明,miR156、miR398和miR535在2种月季的花蕾期表达上调,而miR167、miR172和miR396表达下调。进一步检测miR172和miR156在2种月季不同花器官中的表达差异,发现miR172在‘绿萼’的花瓣、雌、雄蕊中表达显著下调,提示miR172可能通过负调控其靶基因RcAP2的表达,在‘绿萼’花器官发育过程中起重要作用。     

人源microRNA分子表达库的构建

microRNA(miRNA)是一类长度为22nt左右的单链非编码小RNA分子,通过与靶mRNA分子结合而沉默其表达.目前,虽然在多种生物中发现了大量的miRNA,但对它们的功能还知之甚少.为了深入研究miRNA的功能,构建了一个包括170多种人源miRNA表达载体的miRNA分子表达库,并对部分表达载体采用RNA印迹及双荧光素酶分析技术进行验证.实验证明:这些miRNA表达载体在HEK-293细胞内可以高水平表达miRNA前体和成熟的miRNA,并且能抑制含有相应靶位点的报告基因的表达.这些结果表明:该miRNA表达库可以表达功能miRNA,并可用于miRNA功能的筛选和研究.     

miRNA与其靶mRNA的相互作用：绑定位点的质量与数量特征的整合计算分析

miRNAs通过完全或不完全的碱基互补绑定到信使RNA(mRNA)上,通过抑制翻译或者直接导致mRNA降解的方式来调节靶基因的表达．为了研究miRNAs在转录水平上面的调控作用,两种人类基因组中组织特异的miRNAs(miR-1和miR-124)被转染到HeLa细胞中,微阵列(microarray)分析转染前后细胞中各基因mRNA表达水平变化情况的结果表明：动物基因组中靶基因与miRNAs不完全的碱基互补也会导致mRNA的直接降解．通过分析实验得到的mRNA表达水平变化数据,发现这相同miRNA的不同靶基因mRNA表达水平的下调倍数有着明显的差别,推测这些靶基因mRNA序列本身存在某些影响其受调节程度的因素．为此,提取和分析这些靶基因mRNA的序列特征,通过对这些序列特征与mRNA表达水平下调数据进行统计相关分析,最终发现,miRNA靶基因受调节的程度与以下几个因素相关联：mRNA序列中miRNA靶位点的个数,靶位点与miRNA序列碱基互补的程度,以及绑定后形成二级结构的稳定程度(即最低自由能的大小)．在此基础上,初步建立起一个多因子作用下的miRNA 靶基因mRNA表达水平下调程度模型,分析表明：该模型在一定程度上可以反映了部分序列特征对于miRNA靶基因mRNA表达水平下调程度的影响．     

RNA结合蛋白HuR通过其RNA识别模体调节hsa-let-7c表达（英文）

微小RNA(microRNAs,miRNA)是一种短链的非编码RNA,它通过抑制RNA的翻译或促进RNA的降解调控多种细胞活动和机体的发育。机体主要通过转录和转录后两个层面对miRNA的表达进行调控,其中对miRNA转录水平的调控决定了miRNA表达的特异性,而目前我们对其转录后调控的机制还知之甚少。本研究旨在证实RNA结合蛋白HuR是否通过与pri-miRNA中富含AU的序列相结合调节miRNA的表达。利用生物信息学方法对pri-miRNA中的AUUUA模体进行筛查,发现在hsa-let-7c下游富含AUUUA模体,而hsa-miR-21则不具备这一模体。通过转染HuR质粒到HEK293T细胞构建过表达模型,然后用Western blot和real-time PCR分别检测HuR蛋白和miRNAs表达水平。结果显示,过表达HuR能够促进成熟hsa-let-7c而非hsa-miR-21表达。而过表达缺失RNA识别模体3(RNA recognition motif,RRM3)的突变体HuR则不能促进hsa-let-7c的表达。以上结果提示RRM3是HuR介导成熟hsa-let-7c表达的关键序列,而HuR在调控miRNA生物合成中可能扮演了一种新的角色,即在转录后水平调节miRNA的表达。     

CID-miRNA: a web server for prediction of novel miRNA precursors in human genome

microRNAs (miRNA) are a class of non-protein coding functional RNAs that are thought to regulate expression of target genes by direct interaction with mRNAs. miRNAs have been identified through both experimental and computational methods in a variety of eukaryotic organisms. Though these approaches have been partially successful, there is a need to develop more tools for detection of these RNAs as they are also thought to be present in abundance in many genomes. In this report we describe a tool and a web server, named CID-miRNA, for identification of miRNA precursors in a given DNA sequence, utilising secondary structure-based filtering systems and an algorithm based on stochastic context free grammar trained on human miRNAs. CID-miRNA analyses a given sequence using a web interface, for presence of putative miRNA precursors and the generated output lists all the potential regions that can form miRNA-like structures. It can also scan large genomic sequences for the presence of potential miRNA precursors in its stand-alone form. The web server can be accessed at http://mirna.jnu.ac.in/cidmirna/.     

计算识别microRNA及其靶基因

小RNA的发现为基因调控系统研究提供了新的方向。在多数物种中已经发现了大量的小RNA。这一领域已经成为了近来研究的热点,在研究起始阶段,计算学方法已经成为实验研究中不可或缺的工具,许多发现是由生物学实验与计算学方法共同合作来完成的。在这篇综述中,我们总结了前人关于小RNA及其靶基因识别的理论知识。最后,讨论了关于预测小RNA及其靶基因的计算学方法和相关软件。     

MREdictor: a two-step dynamic interaction model that accounts for mRNA accessibility and Pumilio binding accurately predicts microRNA targets

The prediction of pairing between microRNAs (miRNAs) and the miRNA recognition elements (MREs) on mRNAs is expected to be an important tool for understanding gene regulation. Here, we show that mRNAs that contain Pumilio recognition elements (PRE) in the proximity of predicted miRNA-binding sites are more likely to form stable secondary structures within their 3′-UTR, and we demonstrated using a PUM1 and PUM2 double knockdown that Pumilio proteins are general regulators of miRNA accessibility. On the basis of these findings, we developed a computational method for predicting miRNA targets that accounts for the presence of PRE in the proximity of seed-match sequences within poorly accessible structures. Moreover, we implement the miRNA-MRE duplex pairing as a two-step model, which better fits the available structural data. This algorithm, called MREdictor, allows for the identification of miRNA targets in poorly accessible regions and is not restricted to a perfect seed-match; these features are not present in other computational prediction methods.     

Implementation of a de novo genome-wide computational approach for updating Brachypodium miRNAs

Plant microRNAs (miRNAs) are single-stranded 20-22 nt small RNAs (sRNA) that are produced from their own genes. We have developed a de novo genome-wide approach for the computational identification of novel plant miRNAs based on the integration of the complete genome sequence with sRNA libraries. It comprises three modules - the clustering module identifies genomic regions that have two closely-located unidirectional sRNA clusters, the mirplan module explores the secondary structure of the genomic regions, and the duplex module predicts miRNA/miRNA* duplexes. We applied our approach to the Brachypodium genome and publicly available sRNA libraries and predicted 102 miRNAs. Our results extend the list of known miRNAs with 58 novel miRNAs and define the genomic loci of all predicted miRNAs. Because this approach considers specific features of plant miRNAs, it can be employed for the analysis of the genome and sRNA libraries generated for plant species to achieve systematic miRNA discovery.     

microRNA计算发现方法的研究进展

microRNA (miRNA)是近几年发现的一类长度为～21 nt的内源非编码小RNA, 在植物和动物中发挥着重要而广泛的调控功能。它的发现主要有cDNA克隆测序和计算发现两条途径。由于cDNA克隆测序方法受miRNA表达的时间和组织特异性以及表达水平的影响, 而计算发现可以弥补其不足, 因此miRNA的计算发现方法研究受到了广泛的重视。文章对近几年计算发现miRNA的研究进展进行了综述, 根据计算发现方法的本质, 将计算发现方法归纳为5类, 分别是同源片段搜索方法、基于比较基因组学的预测方法、基于序列和结构特征打分的预测方法、结合作用靶标的预测方法和基于机器学习的预测方法, 并对各类方法的原理、核心思想、优点和局限性进行了分析, 最后探讨了进一步的发展方向。