miRNA-靶基因預(yù)測(cè)算法研究概況.doc

miRNA 靶基因預(yù)測(cè)算法研究概況 摘要：microRNA(miRNA)是一類約22 個(gè)核苷酸(nt)長(zhǎng)的非編碼小分子RNA，廣泛存在于動(dòng)植物細(xì)胞中，通過(guò)和靶基因的不精確互補(bǔ)配對(duì)而裂解mRNA 或抑制翻譯的起始。準(zhǔn)確地預(yù)測(cè)miRNA 靶基因和正確地認(rèn)識(shí)miRNA 及其靶基因的作用機(jī)理已成為當(dāng)前研究的熱點(diǎn)。作者試圖對(duì)目前常用的10 余個(gè)高等生物miRNA 靶基因預(yù)測(cè)軟件的實(shí)現(xiàn)原理、適用對(duì)象及各算法的創(chuàng)新之處等加以綜述，以便為進(jìn)行靶基因關(guān)鍵詞：miRNAs ；靶基因預(yù)測(cè)；生物信息學(xué)；RNA 干擾miRNA是一類約22nt長(zhǎng)的非編碼小分子RNA，由長(zhǎng)約70nt 可形成發(fā)夾結(jié)構(gòu)的前體經(jīng)dicer 酶剪切而來(lái)。通過(guò)和信使RNA(mRNA)3 端非翻譯區(qū)(UTR)不精確互補(bǔ)配對(duì)而裂解mRNA 或抑制翻譯起始，對(duì)細(xì)胞分化、增殖、凋亡、致癌、抑癌、胰島素等內(nèi)分泌激素的分泌和膽固醇代謝等諸多生物過(guò)程進(jìn)行調(diào)節(jié)1-5。認(rèn)識(shí)miRNA 的作用機(jī)制，關(guān)鍵是認(rèn)識(shí)miRNA及其靶基因的相互作用。第一個(gè)miRNA及其靶基因于1993年通過(guò)經(jīng)典遺傳學(xué)方法鑒定，然而直到2001年才相繼有其他miRNA 的報(bào)道6-10。盡管缺乏敏感的miRNA克隆方法和鑒定miRNA靶基因的高通量實(shí)驗(yàn)方法，但人們?cè)谘芯窟^(guò)程中發(fā)現(xiàn)，miRNA 和靶基因的相互作用具有一定的規(guī)律性，可以允許編程來(lái)對(duì)其預(yù)測(cè)11，因此，在隨后的幾年中，miRNA靶基因預(yù)測(cè)軟件迅速興起并發(fā)展，從2003年第一個(gè)靶基因預(yù)測(cè)軟件miRanda 到現(xiàn)在，短短的4 年間，已涌現(xiàn)出10 余個(gè)靶基因預(yù)測(cè)軟件(表1)。本文以PicTar 為界，對(duì)其前出現(xiàn)的miRNA靶基因預(yù)測(cè)軟件(第一代靶基因預(yù)測(cè)軟件)及其后出現(xiàn)的靶基因預(yù)測(cè)軟件(第二代靶基因預(yù)測(cè)軟件)分別從其設(shè)計(jì)原理、適應(yīng)范圍、各算法的創(chuàng)新之處等方面加以綜述。miRNA 靶位點(diǎn)通常分為三類7 (圖1)：(1) 5 端主導(dǎo)型；(2)5 端“種子”主導(dǎo)型；(3)3 端互補(bǔ)型(圖1)?！胺N子”是指從miRNA 序列5 端第1 個(gè)或第2 個(gè)核苷酸起向3 末端延伸的連續(xù)7 個(gè)核苷酸。5端主導(dǎo)型指miRNA種子序列和3端一些連續(xù)的堿基與靶基因完全互補(bǔ)；5 端“種子”主導(dǎo)型指miRNA種子序列和3 端有限的一些堿基和靶基因完全互補(bǔ)；3 端互補(bǔ)型指miRNA 序列3 端堿基和靶基因發(fā)生不完全互補(bǔ)配對(duì)，同時(shí)有個(gè)別配對(duì)向種子區(qū)延伸。第一代預(yù)測(cè)軟件大多都是從種子互補(bǔ)這一規(guī)則出發(fā)設(shè)計(jì)算法的，其次是miRNA靶基因跨物種間保守性；而第二代預(yù)測(cè)軟件更傾向于機(jī)器學(xué)習(xí)方法訓(xùn)練參數(shù)進(jìn)行靶基因預(yù)測(cè)。第一代靶基因預(yù)測(cè)軟件miRandamiRanda 是Enright 等12于2003 年5月開(kāi)發(fā)的第一個(gè)miRNA 靶基因預(yù)測(cè)軟件。miRanda適用范圍廣泛(表1)，不受物種限制，同時(shí)提供了Windows、Linux 和Macintosh 多平臺(tái)版本，可以下載到本地運(yùn)行。堿基互補(bǔ)方面，miRanda 算法和Smith-Waterman 算法13相似，但它以堿基互補(bǔ)(如A=U, G C 等)代替Smith-Waterman 算法中的堿基匹配(如A-A,U-U等) 來(lái)構(gòu)建打分矩陣，允許G=U錯(cuò)配，為了體現(xiàn)miRNA 3 端和5 端與靶基因作用過(guò)程中的不對(duì)稱性，軟件給出了scale 參數(shù)(5 端11 個(gè)堿基得分值乘以該值，然后和3 端11 個(gè)堿基得分值相加作為堿基互補(bǔ)得分)。同時(shí)強(qiáng)調(diào)miRNA 第2 到4 位堿基和靶基因精確互補(bǔ)，第3 到12 位堿基和靶基因錯(cuò)配不得多于5 個(gè)，9 到L-5(L為miRNA總長(zhǎng))位堿基至少一個(gè)錯(cuò)配，最后5 個(gè)堿基錯(cuò)配不得多于2 個(gè)。在熱力學(xué)方面，miRanda 利用維也納軟件包中的RNA二級(jí)結(jié)構(gòu)程序包RNAlib (Vienna 1.3 RNAsecondary structure programming library)評(píng)估m(xù)iRNA-靶基因二聚體的結(jié)合能，對(duì)于潛在的雜交位點(diǎn)，miRanda 也給予打分。靶位點(diǎn)的跨物種保守性，要求靶位點(diǎn)在多物種3UTR 比對(duì)中相同位置堿基相同。對(duì)于多個(gè)miRNA 對(duì)應(yīng)于同一靶位點(diǎn)的情況，miRanda 使用貪心算法取得分最高且自由能最低的那對(duì)。miRanda 網(wǎng)站提供有人、果蠅、斑馬魚(yú)的靶基因預(yù)測(cè)結(jié)果，也提供了miRanda 軟件的下載鏈接(表1)，需要注意的是不同平臺(tái)，不同