microRNA.ppt

本文观看结束！！！ microRNA相关SNP主要包括三个部分，即miRNA基因自身SNP，，miRNA靶序列SNP和miRNA合成通路相关基因SNP。 其中有些单碱基替换在正常人群中也有分布，分布频率0.01的单碱基变化成为SNP。 使用到的软件：Snapshot 检索与分析步骤——第一步 选取当前microRNA靶序列变异数据库中最权威的两个数据库Patrocles和polymiRTS，检索全基因组的microRNA靶序列SNP。按照检索结果，以其中较为保守的数据库为基准数据库，另一个数据库为参考数据库。利用基准数据库检索，在设定种子区类型的条件下，检索全部microRNA种子区结合序列内已确认（Validated）的SNP。 共5033，为基准 共16300，为参考 1742个validated SNP(每页显示100个) 进入第二步搜索 检索与分析步骤——第二步 利用dbSNP数据库（/projects/SNP/），获得上述全部SNP的频率（MAF）信息、野生型等位基因信息（RefSNP）和SNP周边序列信息。按照预先设定的频率标准筛选上述SNP，例如设定的频率标准是：每个SNP有三种基因型（genetype）存在，且最少基因的频率=0.05。在基因型频率方面，首选中国北京人的频率（HapMap-HCB）,在没有中国北京频率的情况下，参考亚洲人群频率数据（Asian）。 检索与分析步骤——第三步 利用pubmed数据库，检索上述SNP所在基因是否与肿瘤发病或预后相关，在pubmed数据库中使用检索词“靶基因名称”+“cancer”，检索全部相关论文，阅读论文摘要（或全文），保留与肿瘤有明确关联的靶基因的SNP。 以TTLL 10（基因：见上图）和breast cancer在Pubmed搜索 No items found 检索与分析步骤——第四步 按照同一基因上高频率(高MAF？)靶序列SNP的数量对靶基因分组，即分为包含单个靶序列SNP的基因和包含多个靶序列SNP的基因，统计各组靶基因的数量和构成情况。 检索与分析步骤——第五步 针对包含多个microRNA靶序列SNP的基因，利用DIANA microT，RNA22和RNAhybrid等软件分析每个靶序列SNP的功能类型，描述同一基因上多个靶序列SNP的组合模式。（熟悉软件操作） 检索与分析步骤——第六步 将基准数据库检索获得的全部肿瘤相关基因microRNA靶序列SNP与参考数据库对比，选取重复的SNP，统计两个数据库的重复率。 检索与分析步骤——第八步 对上述两个数据库重复预测的SNP进行功能分型，即按照该SNP对microRNA结合靶基因的影响分类，统计各类的数量和比例。 检索与分析步骤——第七步 选取具有特殊模式或重要功能 的典型靶序列SNP进行深入分析。 谢 谢 欣 赏！ * * 分析过程（八） 具体匹配情况 * 两个保守区域的信息 返回 cancer genetics web cancer genetics web （/geneweb/） 主要目的是为相关专业人员和研究者提供全面可靠的与癌症肿瘤相关的突变基因、蛋白质的数据信息。每个基因都包含着其他基因数据库、参考文献摘要、其他研究和总结等链接。 cancer genetics web的异常基因信息按照三种方式分类，一种是以异常基因所在的染色体分类，标记了人类包括性染色体在内的共24条染色体（其中男性Y染色体，女性X染色体）；第二种以基因的名字字母表分类查询；第三种主要是以相关癌症和肿瘤等疾病的致病基因分类。 导航——三种检索方式 按疾病分类检索 选择GSTM1 GSTM1检索结果 miRNA预测——主要遵循原则 主要遵循以下几个常用原则: (ⅰ)miRNA 与其靶位点的互补性 (ⅱ)miRNA 靶位点在不同物种之间的保守性 (ⅲ)miRNA-mRNA 双链之间的热稳定性 (ⅳ)miRNA 靶位点处不应有复杂二级结构 (ⅴ)miRNA 5′端与靶基因的结合能力强于3′端. 区别：miRNA与mRNA的3’端结合 举例：miRanda 搜索框 输入miRNA信息特征和物种信息 /microrna/home.do 例如：输入let-7 与let-7对应的物种 是Dme黑腹果蝇 搜索结果 【view targets】 【view in miRBase】 View targets 选择第一行的“细节描述” Alignment details 返回 miRBase—dme-let-7前体信息 成熟dme-let-7序列 Let-7a Let-7b 相关参考文献 靶基因的检测方法 目前由于miRNA相关研究开展时间不