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～21nt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。

细菌sRNA基因及其靶标预测研究进展

细菌sRNA是一类长度在40-500 nt之间的非编码RNA，主要以不完全碱基配对方式与靶标mRNA5′端相互作用进而发挥其生物学功能。鉴于预测方法可以为细菌sRNA及其靶标的实验发现提供指导，因此，细菌sRNA与靶标预测研究受到了广泛重视。文章首先将sRNA预测方法分为3类，分别是基于比较基因组学的预测方法、基于转录单元的预测方法和基于机器学习的预测方法；其次，将sRNA靶标预测方法分为2类，分别是序列比较方法与基于RNA二级结构的预测方法；最后对各类方法的原理、核心思想、优点和局限性进行了分析，并探讨了进一步的发展方向。

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。

pBV220载体中外源基因高效表达的自动化设计

pBV220载体是国内科学家构建的原核系统表达载体,目前仍在广泛应用.但是,实现外源基因的高效表达需要综合考虑诸如RNA二级结构等多种因素,极其耗时费力.为此,基于我们提出的pBV220载体中外源基因高效表达数学模型,编写了外源基因高效表达的自动化设计软件,并可定性用于原核系统其它载体中外源基因表达水平分析,最终为加快实验进程提供帮助.

BioSun2.0:一个综合性的辅助分子生物学实验设计软件

我们曾于2004年推出了计算机辅助分子生物学实验设计的软件系统B ioSun 1.0,该系统提供了较为全面的数据处理与分析功能。为了更好地服务于生物医学工作者,我们对该软件系统进行了升级,推出了2.0版本,新增的功能主要有:基于B last的多种形式的序列比对、基于C lustalW的多序列比对与进化树构建、蛋白质三维结构展示、基于RNA fold的RNA二级结构预测和序列格式转换等。通过与商业化综合性的生物信息学软件系统DNA-SIS MAX 2.05、DNAStar 5.0、Vector NTI 9.1和B ioEd it 7.0的比较发现,B ioSun2.0具有操作简便、功能众多和性价比高等特点,能够满足生物医学实验室的常规需求。

BioSun 3.0:一个综合性辅助分子生物学实验设计的软件系统

本文介绍了一个综合性辅助分子生物学实验设计的软件系统BioSun。BioSun为一套辅助分子生物学实验设计软件,功能全面,并为生物学研究人员提供了易用的环境。使用BioSun分析数据和设计分子生物学实验可以加快实验进程,提高研究效率。

sRNASVM——基于SVM方法构建大肠杆菌sRNA预测模型(英文)

在理解细菌与环境的相互作用方面,细菌sRNA的识别发挥重要作用。文章介绍了一个通过增加训练集中实验证实的sRNA来构建细菌sRNA预测模型的策略,并以大肠杆菌K-12的sRNA预测为例来说明策略的可行性。结果表明,按此策略构建的模型sRNASVM的10倍交叉检验精度达到92.45%,高于目前文献中报道的精度。因此,构建的这一模型将为实验发现sRNA提供较好的生物信息学支持。有关模型和详细结果可以从网站http://ccb.bmi.ac.cn/srnasvm/下载。

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.

MiRscreen:一种基于遗传算法和支持向量机的microRNA前体识别方法

目的:构建具有高敏感性和高特异性的microRNA前体(pre-miRNA)识别模型。方法:根据300例经实验验证的人pre-miRNA和300例从3′UTR折成茎环结构的片段中随机选取的阴性样本,基于支持向量机方法构建了区分pre-miRNA和pseudo pre-miRNA的分类器MiRscreen。为提高分类器的性能,我们采用遗传算法搜索影响分类器性能的2个重要参数C和γ。结果与结论:该分类器对训练集的敏感性为99.33%,特异性为100%,对剩余的91例人pre-miRNA和91例3′UTR中的pseudo pre-miRNA敏感性和特异性分别达到91.21%(83/91)和93.41%(85/91)。在除人以外的其他20种动物和病毒的1353例pre-miRNA中,MiRscreen正确判断出其中的1192例,敏感性达到88.10%,其中马雷克病病毒、猕猴淋巴隐病毒、EB病毒、猿猴病毒40、非洲爪蟾、狗、绵羊和猕猴共计8个物种的敏感性达到100%;在随机抽取的100条RefSeq基因折叠形成的556例pseudo pre-miRNA和随机抽取的797例人19号染色体折叠形成的pseudo pre-miRNA(共计1353例混合阴性样本)中,MiRscreen的特异性达到85.14%(1152/1353)。与其他6种同类方法相比,MiRscreen在敏感性和特异性方面均具有较好的性能,分类精度最高,达到86.62%,比其他方法高6%以上;MiRscreen的AUC值达到0.938,也明显高于其他方法。

基于转录终点序列特征预测大肠杆菌sRNA

细菌sRNA是一类长度在40～500nt的调控RNA,在细菌与环境相互作用中发挥重要功能,因此,细菌sRNA识别研究具有重要意义。然而,与蛋白编码基因具有易于识别的特征不同,目前细菌sRNA识别仍是一件比较困难的事。此方法介绍了一个基于已知细菌sRNA转录终点的碱基频率矩阵来识别sRNA的预测策略,并在大肠杆菌K-12 MG1655中进行了sRNA的预测。结果表明,该模型在独立测试集中具有较高的特异性和阳性检出率,因此,这一方法将为实验发现细菌sRNA提供较好的生物信息学支持。

基于SVM方法构建细菌sRNA靶标预测模型

目的:为实验方法鉴定细菌sRNA靶标和研究sRNA功能提供生物信息学支持。方法:首先以实验证实的132个sRNA与靶标相互作用数据为训练集,其中包含46个阳性数据和86个阴性数据;其次,以实验证实的22个阳性数据和随机生成的1 700个阴性数据为测试集;最后以RNA二级结构谱等特征为变量,运用支持向量机(SVM)方法构建sRNA靶标预测数学模型。结果和结论:构建的模型对训练集的敏感性和特异性均为100%,对测试集的敏感性和特异性分别为72.73%和80.65%。所构建的数学模型为实验发现sRNA靶标提供了生物信息学支持。