RNA研究的网络资源

随着RNA功能多样性的发现,RNA研究领域日益受到重视,同时RNA序列、二级结构和三维模建数据已有较大增长.利用这些数据可以有效地搜索结构信息和进行功能提示.与此同时,计算科学的优越性以及全球网络的发展促进了RNA相关数据库和网络站点的建设,为RNA的研究带来了极大的方便.介绍了RNA序列和结构数据库、软件资源以及一些常用的在线分析工具,文中所列网络资源均可在http://dna.sibc.ac.cn/bio/rna.html上浏览.     

RNA二级结构数据库

RNA分子众多、结构复杂、功能重要,已经成为当前重要的研究热点之一。RNA的功能与结构密切相关,伴随RNA分子及功能的发现,建立了有关RNA二级结构的数据库,一方面有助于理解RNA功能的结构基础,一方面有助于开发各种有关RNA结构的预测模型。本文对近年常见的RNA二级结构数据库作一概述,希望有助于相关工作者更好地了解与应用相关数据。     

RNA二级结构数据库北大核心CSCD

RNA分子众多、结构复杂、功能重要,已经成为当前重要的研究热点之一。RNA的功能与结构密切相关,伴随RNA分子及功能的发现,建立了有关RNA二级结构的数据库,一方面有助于理解RNA功能的结构基础,一方面有助于开发各种有关RNA结构的预测模型。本文对近年常见的RNA二级结构数据库作一概述,希望有助于相关工作者更好地了解与应用相关数据。     

nc2Cancer:一个研究与癌症相关人类非编码RNA的数据库

伴随着高通量测序技术的飞速发展,许多新型的非编码RNA陆续被发现,比如长链非编码RNA(lncRNA)和环状RNA(Circular RNA)。先前的研究已经表明这些非编码RNA在基因表达调控过程中起着很重要的作用,并且与癌症的发生有着很密切的联系。但是,由于研究者们仍然对它们行使何种功能知之甚少,鉴定这些非编码RNA是否与人类癌症存在密切的相互关系仍然是一个巨大的挑战。为了促进这一领域的研究,这篇文章的作者分析了大规模的RNA相互作用数据,然后建立了数据库nc2Cancer(http://www.bioinfo.tsinghua.edu.cn/nc2Cancer/index.php)。这个数据库的目标便是提供非编码RNA与癌症之间的全面关系。现在,该nc2Cancer数据库包括了三种类型的非编码RNA分子:长链非编码RNA,环状RNA以及由假基因转录而成的RNA。这项研究将有助于研究者更好地去理解非编码RNA的功能以及它们在人类癌症发生过程中所起到的作用。     

LincRNA的研究进展

基因间长链非编码RNA(large intergenic non-coding RNA,linc RNA)是指基因间不编码蛋白质的长度大于200nt的RNA。最初,linc RNA被认为是基因组转录的"噪声",不具备任何生物学功能。然而,随着第二代测序技术的发展及其所产生的大量数据,越来越多的linc RNA被识别,引起了人们的重视。至今,已有超过12000的linc RNAs被收录在人类基因组中。随着研究的深入,linc RNA的生物机制和潜在的一些功能越来越明朗。本篇综述总结了近年来linc RNA的研究历程,序列特征,疾病中发挥的作用以及相关数据库的分析。     

基于序列特征的环状RNA识别

环状RNA是新发现的一类具有重要生物学功能的RNA。现有的环状RNA识别工具依赖高通量测序数据,因数据本身和识别方式的弊端而普遍存在准确性不足、不同方法间重复性低以及假阳性率/假阴性率高等缺点。为了解决该问题,我们搭建模型来实现不依赖于测序数据而根据序列的内在特征的环状RNA从头预测。本文选取了包括剪接位点上下游内含子的长度、A-to-I密度和Alu重复序列等100个与RNA成环相关的序列特征,建立了机器学习模型,并识别了人类基因组中的环状RNA,比较了两种机器学习方法随机森林法(RF)和支持向量机(SVM)的分类效果。结果表明,所选序列特征能有效地鉴别RNA能否成环,同时,不同序列特征对模型的分类预测能力的贡献也不同。相比于SVM方法,RF分类的效果更好。     

生物数据库专栏导读

近年来,随着生物科技和信息科技的迅猛发展,基于生命组学的大数据积累和应用均已达到了前所未有的程度。多元的生物数据库资源,特别是急剧增长的生物学大数据在生物化学与分子生物学研究中得到了广泛应用,对生物学、生物医学的基础研究和转化应用起到了助推器的作用。但是,由于专业的局限性和研究者的着重点不同,部分从事生物学和生物医学的研究者对数据库资源的了解,对大数据的分析、处理和整合能力存在不足,制约了他们对已有数据资源的充分和有效的利用。为此,本期专栏选择了近年来的一些热门研究领域,特邀长期活跃在相关研究领域的一线科研工作者,结合他们自己的相关工作,分别就抗体信息数据库、细胞外囊泡数据库、蛋白质相互作用数据库、细菌sRNA数据库和RNA二级结构数据库的现状、特点和应用进行了较为系统的综述。下面对各篇文章内容给予简单介绍。 抗体不仅是机体的重要免疫分子,也是生物学研究的主要工具分子之一,并且做为疾病诊断和治疗的抗体分子在临床上得到了越来越广泛的应用,治疗性抗体已经成为生物制药产业的龙头。冯健男等的“抗体信息数据库”一文,系统地介绍了有“免疫遗传门户数据库”之称的国际免疫遗传信息系统IMGT、Kabat数据库、抗体在线分析系统abYsis和服务于免疫相关实验的抗体在线目录等特色数据库。细胞外囊泡是近年来的研究热点,特别是细胞外囊泡在细胞信息传递和疾病的诊断方面的研究进展迅速。丁勇等的“细胞外囊泡及细胞外囊泡数据库”一文,系统地介绍了目前收录数据比较全面、具有影响力的细胞外囊泡数据库ExoCarta、Vesiclepedia和Evpedia数据库和数据库特点,并对不同数据库进行了比较。蛋白质相互作用是蛋白质研究的重要内容,是认识生命过程和疾病防治的重要基础之一,王建的“蛋白质相互作用数据库”一文,分别对综合蛋白质相互作用数据库、特定物种的蛋白质相互作用数据库和信号通路数据库的特点进行了系统介绍。无论真核细胞还是原核细胞普遍存在大量的功能小RNA分子,小RNA研究对揭示生命的基本规律具有重要意义。李伍举等的“细菌sRNA数据库”一文,分别对细菌sRNA的综合数据库、细菌sRNA的专业数据库进行了详细的综述,将对拟开展细菌sRNA生物信息学和功能研究人员构建细菌sRNA及其靶标预测模型提供帮助。RNA功能与RNA结构密切相关,RNA结构研究已经成为RNA研究的热点之一。刘涛等的“RNA二级结构数据库”一文,对常用的基于三维测定结构证据的RNA二级结构数据库进行了介绍,以便于研究人员从中可以获得相对准确的数据构建结构预测模型。 生物化学和分子生物学研究不仅是生物数据库资源的产出者,同时也是生物数据库资源的使用者,希望本专栏能够对相关研究人员有所裨益。     

基于量子进化算法的RNA序列-结构比对

多序列比对是计算分子生物学的经典问题,也是许多生物学研究的重要基础步骤．RNA作为生物大分子的一种,不同于蛋白质和DNA,其二级结构在进化过程中比初级序列更保守,因此要求在RNA序列比对中不仅要考虑序列信息,更要着重考虑二级结构信息．提出了一种基于量子进化算法的RNA多序列-结构比对程序,对RNA序列进行了量子编码,设计了考虑进结构信息的全交叉算子,提出了适合于进行RNA序列-结构比对的适应度函数,克服了传统进化算法收敛速度慢和早熟问题．在标准数据库上的测试,证实了方法的有效性．     

环状RNA及其作为疾病标志物的潜能

环状RNA（circular RNA, circRNA）是一种共价闭合环状结构的内源性非编码RNA分子,不具有5′端帽子和3′端poly(A)尾巴结构,具有广泛性、保守性、组织特异性以及稳定性等特性;根据序列来源的不同可分为3种类型：外显子circRNA、内含子circRNA、外显子-内含子circRNA;随着生物信息学的快速发展和高通量测序技术的不断革新,目前已经在真核细胞中发现大量内源性circRNA,主要分布于细胞质中,其独特的序列结构,使它具有microRNA海绵、调节选择性剪接或转录、与RNA结合蛋白结合、滚动翻译和衍生假基因等功能;它参与癌症、糖尿病、神经系统疾病和动脉粥样硬化等疾病发生、发展过程。众多研究显示circRNA会成为新型的疾病临床诊断标志物或人类疾病治疗的潜在靶点,该评述较为详细地从circRNA的形成、特性、生物学功能、研究方法、研究数据库以及和疾病的关系等方面来阐述circRNA的最新研究进展,方便研究人员进行circRNA研究。     

环形RNA全长组装与定量工具的研究进展

环形RNA是一种广泛存在于真核细胞的内源性RNA,由前体RNA反向剪接而成,不具有5’末端帽子和3’末端poly(A)尾巴,呈封闭环状结构。环形RNA通过miRNA海绵结合等方式参与基因表达调控等许多重要的生物学过程。环形RNA可以通过可变剪接产生不同的环形RNA转录本,因此获取环形RNA转录本内部全长序列信息以及对环形RNA内部可变剪接产物进行精确定量是揭示环形RNA调控功能的前提。生物信息学工具能够高效便捷的处理高通量测序数据,被普遍用来鉴别和分析环形RNA。本文介绍了环形RNA的产生机制以及功能特性,对环形RNA检测、全长序列组装以及定量相关计算工具进行综述。     

利用串联质谱鉴定氨基酸突变的生物信息学算法

氨基酸突变能够改变蛋白的结构和功能,影响生物体的生命过程.基于串联质谱的鸟枪法蛋白质组学是目前大规模研究蛋白质组学的主要方法,但是现有的质谱数据鉴定流程为了提高鉴定结果的灵敏度往往会有意压缩数据库中的氨基酸突变信息.因此,如何挖掘数据中的氨基酸突变信息成为当前质谱数据鉴定的一个重要部分.当前应用于氨基酸突变鉴定的串联质谱鉴定方法大致可以分为3大类:基于序列数据库搜索的方法、基于序列标签搜索的算法以及基于图谱库搜索的算法.本文首先详细介绍了这3种氨基酸突变鉴定算法,并分析了各种方法的特点和不足,然后介绍了氨基酸突变鉴定的研究现状和发展方向.随着基于串联质谱的蛋白质组学的不断发展,蛋白序列中的氨基酸突变信息将被更好地解析出来,从而得以深入探讨由氨基酸突变引起的蛋白结构和功能改变,为揭示氨基酸突变的生物学意义奠定基础.     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分, 编写软件从上述数据源中采集数据, 并以XML作为中间格式保存, 通过解析提交到二级数据库中并集成部分生物信息学工具软件, 初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分,编写软件从上述数据源中采集数据,并以XML作为中间格式保存,通过解析提交到二级数据库中并集成部分生物信息学工具软件,初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。     

基于Web的水稻芯片数据注释和分析平台

国际水稻基因组测序计划(IEGSP)顺利完成, 水稻基因的研究也进入了后基因组研究阶段. 水稻基因芯片数据注释分析是一项重要的功能基因组学研究内容, 它为理解水稻基因的生物学意义提供了帮助. 本研究开发了一个基于Web的水稻基因芯片数据注释和分析平台(RiceChip), 它比同类的注释数据库更加全面快捷. 本平台共由5个功能模块组成: BioChip模块为水稻基因表达数据提供快速检索和高级检索, 可依次按照Probe Set ID, Locus ID, Analysis Name等字段进行检索; BioAnno模块整合多个生物学数据库, 为水稻基因提供基因功能、蛋白质结构、生物代谢途径以及转录调控等方面的注释信息; BioSeq模块则收集水稻基因组的序列信息, 支持对水稻基因与芯片探针的序列查询; BioView模块是系统图形可视化的核心模块, 提供友好的访问界面与结果输出, 方便研究人员使用; BioAnaly模块结合R/Bioconductor统计分析工具提供高通量芯片数据的在线分析. 本系统从不同的方面依次提供了数据检索、基因注释、序列分析、数据可视化和数据分析等功能, 其数据收集的全面性与功能分析的强大性在同类水稻基因芯片数据注释和分析平台中都较突出.     

miRNA的研究进展

近来,人类发现了一些不同种类的小RNA分子,其中miRNA是人类新发现的一类小RNA,它在进化上具有保守性,在数量、序列、结构、表达和功能上具有多样性.目前,大约已发现了100多种miRNA,它们存在于不同的生物中,从四膜虫、线虫、植物、动物到人都已发现了不同的miRNA.miRNA的主要功能是调节内源基因表达,它在基因活动调控网络中扮演了重要的角色.miRNA与siRNA关系密切,它们既具有相似性,又具有差异性.小RNA分子研究将是今后分子生物学的研究热点之一.     

非编码RNA的生物信息学研究方法:RNA结构预测及其应用

近10多年来的研究逐步揭示了RNA的各种生物学功能。RNA不仅是信息从DNA传递到蛋白质的中间体,还直接参与基因沉默、表观遗传学修饰等生物学过程。单链的RNA在体内通过碱基配对折叠成一定的二级结构。介绍了现在预测RNA二级结构的主要算法及其应用,其中包括基于热力学、同源比对和统计学习的各种算法,以及如何引入实验数据辅助预测。二级结构预测算法被广泛用于寻找RNA功能单元和预测新非编码RNA等各种问题。如何利用高通量实验数据帮助结构预测,探索长非编码RNA功能,研究RNA与蛋白质相互作用,是RNA二级结构预测算法和应用的一些前沿方向。     

基因组结构信息在动物系统发育研究中的应用

随着人类基因组和一些模式生物、重要经济生物以及大量微生物基因组测序的完成,生物学整体研究业已进入基因组时代.最近5～10年以来,利用基因组结构信息进行系统发育推断的研究形成了分类学和进化生物学中的前沿领域之一.相对于核苷酸或氨基酸序列中的突变而言,基因组的结构变化--内含子的插入/缺失、反转录子的整合、签名序列、基因重复以及基因排序等--是更大空间(或者时间空间)尺度上的相对稀缺的系统发育信息,一般用于科和科以上阶元间的亲缘关系研究.基因组全序列的获得和其中各基因位置的确定有利于将基因组中不同层次的系统发育信息综合起来,利用全面分子证据(total molecular evidence;包括基因组信息,DNA、RNA、蛋白质的序列信息,RNA和蛋白质的高级结构等)进行分子系统学研究.     

RNA 3`-末端P标记及其核普酸简易测定

近几年来，遗传的物质基础，即脱氧核糖核 酸(DNA）序列分析技术，有了重大突破^[5,7] 对核酸的结构与功能、基因表达、调控等研究起 了巨大的推动作用。核糖核酸（RNA）序列分 析工作，在经典方法的基础上，借鉴于DNA序 列分析方法，也得到了迅速的发展^[2,6]。简易直 读技术也广泛应用于RNA序列研究中。DNA 或RNA序列分析，多采用体外放射性同位素 标记示踪法，其中用放射性磷[³²P l标记核酸 的5‘一或3’一末端，是研究核酸结构必不可少的 手段。     

蛋白质-RNA序列结构界面偏好性及用于对接打分统计势的构建

本文对来自PDB (Protein Data Bank)数据库的蛋白质-RNA复合物结构构建了非冗余非核糖体数据库(694个结构),并对此数据库统计了蛋白质和RNA序列及二级结构的界面偏好性.结果发现,蛋白质β折叠、3_(10)-helix和RNA未配对核苷酸,尤其是未配对中空间排列不规整的核苷酸,具有显著的界面偏好性.据此,对二级结构进行归类,建立了考虑序列和二级结构信息的60×12氨基酸-核苷酸成对偏好势,并将其作为打分函数用于蛋白质-RNA对接中近天然结构的筛选.结果表明,该60×12统计势的打分成功率为65.77%,优于考虑蛋白质或RNA二级结构信息的统计势,及我们小组之前在251个结构上构建的60×8~*统计势.该工作有助于加深对蛋白质-RNA特异性识别的理解,可推动复合物结构预测的进展.     

CRISPR/Cas9系统中引导RNA的研究进展

CRISPR/Cas9系统作为重要的一种基因编辑工具,自产生以来广泛应用于各种生物体基因组序列的精确编辑,可在特定位点产生核苷酸的删除、插入或替换,从而改变编码基因的功能。以CRISPR/Cas9为代表的基因编辑技术将应用于包括生物育种在内的各项生物技术领域,产生新一代生物技术产品。目前关于CRISPR/Cas9的研究报道多集中于Cas9蛋白的结构功能,以及CRISPR/Cas9系统的工作原理。引导RNA(Guide RNA)作为CRISPR/Cas9系统的重要组分之一,也是基因编辑技术领域的研究热点,近来有多篇文章报道通过改良引导RNA从而提高CRISPR/Cas9的编辑效率和精确性。对CRISPR/Cas9系统中的引导RNA研究进展进行了综述,围绕引导RNA的序列组成、结构特征以及转录产生方式这3方面内容,有助于全面了解CRISPR/Cas9系统的结构特征,讨论了引导RNA对CRISPR/Cas9基因编辑效率的影响,有利于CRISPR/Cas9系统的使用。最后,展望引导RNA今后的研究发展趋势,旨在解决CRISPR/Cas9目前存在的相关问题,优化出效率更高、精度更高的基因编辑技术。