microRNA相关问题的计算分析.docVIP

附件2 论文中英文摘要 作者姓名：汪小我 论文题目：microRNA相关问题的计算分析 作者简介：汪小我，男，1980年6月出生，2003年9月师从于清华大学李衍达教授，2008年7月获博士学位。 中 文 摘 要 生物信息学是生命科学与信息科学、控制科学等多学科交叉的新兴学科。近年来，人类基因组的测序完成和各类高通量生物实验技术的发展，使得生物学数据呈指数级增长，如何用生物信息技术挖掘和分析这些海量的信息成为研究的焦点。同时，随着生物信息学研究的不断深入，它在解决重要的生物学问题、阐明新的生物学规律等方面发挥出巨大作用。 microRNA（miRNA，微小RNA）是近年来新发现的一类非编码RNA，它在诸多重要生命过程中起着关键的调控作用，人们对其在疾病的诊断和治疗等方面的应用前景寄予厚望，关于miRNA的研究是当前生命科学领域最前沿的方向之一。生物信息学在miRNA的研究中起到了关键作用，极大地推动了该领域的迅速发展。本论文的工作围绕miRNA这一重要生物学问题展开，运用统计、机器学习和模式识别等多种生物信息学方法，对miRNA的识别、转录调控、进化机制等重要问题进行了多方面的探索，取得了一些创新成果。主要有以下四方面内容： （1）提出了高效的同源miRNA识别算法，可用于预测远同源的miRNA基因。 要研究miRNA的功能，首先必须找到miRNA。在提出本课题时，用于发现新miRNA基因的实验技术费时又费钱，而且很难找到那些表达量较低或者只在特定组织或发育阶段中表达的miRNA。因此通过高通量的计算方法从基因组中筛选出可能的miRNA基因候选集合，可以对生物学实验提供指导和参考，对推动miRNA研究具有重要意义。 同源基因预测是一类重要的基因识别方法，其出发点是利用基因在物种间的保守性，寻找已知基因的同源基因。这类方法可以将一个物种中找到的基因及其注释推广到其它物种中。包括人类基因组在内的多个物种的基因组测序完成为开展同源基因预测创造了条件。miRNA同源基因预测的难点在于miRNA自身的序列很短，只有约22个碱基，而基因组上的搜索空间却很大，因此常用的序列比对方法只能用来寻找一些在序列上高度相似的miRNA，并且预测结果具有很高的假阳性率。在深入了解miRNA相关的生物学过程后，我们注意到miRNA的前体pre-miRNA必须形成一个形似发卡环的RNA二级结构，才能被特定的酶正确加工，释放出miRNA成熟体。虽然miRNA前体序列本身并不一定在物种间保持不变，但其发卡环状二级结构却往往非常保守。基于上述认识，本论文在综合考虑miRNA成熟体序列保守和前体结构保守的基础上，提出了将序列比对与结构比对相结合的miRNA同源基因识别方法miRAlign。该方法达到了国际上公开发表的同类算法中最高的敏感性和特异性，可用于预测远同源的miRNA基因，对miRNA的识别和进化模式研究具有重要价值。所提供的miRAlign网页版计算服务被点击使用二十余万次。 （2）研究了miRNA在脊椎动物中的进化模式，为全面了解miRNA的功能及其在物种进化过程中的作用提供了新的视角。 在开展本项研究工作时，人们对miRNA这类重要调控因子的进化特性还知之甚少，大部分miRNA被认为在漫长的物种进化过程中是高度保守、一成不变的。本论文利用miRAlign方法对当时所有已测序的脊椎动物基因组进行分析，获得了已知miRNA的同源基因，并通过分析miRNA基因家族在各物种中的分布情况，研究了miRNA在脊椎动物中的进化特性。本论文一是发现新产生的miRNA会经历一个近似中性进化的过程, 之后逐渐固定下来, 并在进化上趋于保守；二是观察到miRNA在物种进化过程中存在系特异性（lineage-specific）的大规模复制现象，这种拷贝数的大量扩增对miRNA在胚胎发育的特定阶段完成重要生物学功能具有重要意义；三是注意到miRNA基因在发生串连复制后, 部分同源的miRNA前体会选择其发卡环不同臂上的序列作为成熟体, 从而大大增加了miRNA新功能产生的可能性。这些现象表明, miRNA这一类重要的调控因子在物种进化过程中是十分活跃的，并且有着复杂的演化模式，这为全面了解miRNA的功能及其在物种进化过程中的作用提供了新的视角。这些观察和推测陆续得到了国际上后续研究报道的支持。 （3）利用比较基因组学方法研究miRNA的转录调控机制，提出了序列比对与模体识别相结合的序列调控元件分析方法。 随着对miRNA研究的深入，miRNA本身的表达调控成为研究的焦点。研究发现miRNA的表达过程受到严格的调控，其中转录是最主要的调控环节。研究基因转录调控的重点是找出基因启动子区域中不同转录因子的结合位点，进而揭示基因的转录调控网络。但由于转录因子结合位点通常都较短