miRNA-靶基因预测算法研究概况.doc

miRNA 靶基因预测算法研究概况 摘要：microRNA(miRNA)是一类约22 个核苷酸(nt)长的非编码小分子RNA，广泛存在于动植物细胞中，通过和靶基因的不精确互补配对而裂解mRNA 或抑制翻译的起始。准确地预测miRNA 靶基因和正确地认识miRNA 及其靶基因的作用机理已成为当前研究的热点。作者试图对目前常用的10 余个高等生物miRNA 靶基因预测软件的实现原理、适用对象及各算法的创新之处等加以综述，以便为进行靶基因关键词：miRNAs ；靶基因预测；生物信息学；RNA 干扰miRNA是一类约22nt长的非编码小分子RNA，由长约70nt 可形成发夹结构的前体经dicer 酶剪切而来。通过和信使RNA(mRNA)3 端非翻译区(UTR)不精确互补配对而裂解mRNA 或抑制翻译起始，对细胞分化、增殖、凋亡、致癌、抑癌、胰岛素等内分泌激素的分泌和胆固醇代谢等诸多生物过程进行调节1-5。认识miRNA 的作用机制，关键是认识miRNA及其靶基因的相互作用。第一个miRNA及其靶基因于1993年通过经典遗传学方法鉴定，然而直到2001年才相继有其他miRNA 的报道6-10。尽管缺乏敏感的miRNA克隆方法和鉴定miRNA靶基因的高通量实验方法，但人们在研究过程中发现，miRNA 和靶基因的相互作用具有一定的规律性，可以允许编程来对其预测11，因此，在随后的几年中，miRNA靶基因预测软件迅速兴起并发展，从2003年第一个靶基因预测软件miRanda 到现在，短短的4 年间，已涌现出10 余个靶基因预测软件(表1)。本文以PicTar 为界，对其前出现的miRNA靶基因预测软件(第一代靶基因预测软件)及其后出现的靶基因预测软件(第二代靶基因预测软件)分别从其设计原理、适应范围、各算法的创新之处等方面加以综述。miRNA 靶位点通常分为三类7 (图1)：(1) 5 端主导型；(2)5 端“种子”主导型；(3)3 端互补型(图1)。“种子”是指从miRNA 序列5 端第1 个或第2 个核苷酸起向3 末端延伸的连续7 个核苷酸。5端主导型指miRNA种子序列和3端一些连续的碱基与靶基因完全互补；5 端“种子”主导型指miRNA种子序列和3 端有限的一些碱基和靶基因完全互补；3 端互补型指miRNA 序列3 端碱基和靶基因发生不完全互补配对，同时有个别配对向种子区延伸。第一代预测软件大多都是从种子互补这一规则出发设计算法的，其次是miRNA靶基因跨物种间保守性；而第二代预测软件更倾向于机器学习方法训练参数进行靶基因预测。第一代靶基因预测软件miRandamiRanda 是Enright 等12于2003 年5月开发的第一个miRNA 靶基因预测软件。miRanda适用范围广泛(表1)，不受物种限制，同时提供了Windows、Linux 和Macintosh 多平台版本，可以下载到本地运行。碱基互补方面，miRanda 算法和Smith-Waterman 算法13相似，但它以碱基互补(如A=U, G C 等)代替Smith-Waterman 算法中的碱基匹配(如A-A,U-U等) 来构建打分矩阵，允许G=U错配，为了体现miRNA 3 端和5 端与靶基因作用过程中的不对称性，软件给出了scale 参数(5 端11 个碱基得分值乘以该值，然后和3 端11 个碱基得分值相加作为碱基互补得分)。同时强调miRNA 第2 到4 位碱基和靶基因精确互补，第3 到12 位碱基和靶基因错配不得多于5 个，9 到L-5(L为miRNA总长)位碱基至少一个错配，最后5 个碱基错配不得多于2 个。在热力学方面，miRanda 利用维也纳软件包中的RNA二级结构程序包RNAlib (Vienna 1.3 RNAsecondary structure programming library)评估miRNA-靶基因二聚体的结合能，对于潜在的杂交位点，miRanda 也给予打分。靶位点的跨物种保守性，要求靶位点在多物种3UTR 比对中相同位置碱基相同。对于多个miRNA 对应于同一靶位点的情况，miRanda 使用贪心算法取得分最高且自由能最低的那对。miRanda 网站提供有人、果蝇、斑马鱼的靶基因预测结果，也提供了miRanda 软件的下载链接(表1)，需要注意的是不同平台，不同