siRNA设计中若干关键问题的研究.pdfVIP

提 要 RNA 干扰是由双链 RNA 引起的基因沉默现象，广泛应用于研究基因的功能、 药物靶点筛选、疾病治疗等方面。siRNA 设计是实现 RNA 干扰的有效途径，siRNA 设计的优劣将直接影响 RNA 干扰的效果。 目前siRNA 设计方法中，设计规则方面存在的问题是：设计规则是基于序列 特征，没有考虑靶结构对 siRNA 干扰效率的影响，导致设计出的 siRNA 序列的 干扰效率较低。 目前 siRNA 设计中，在预测候选 siRNA 的干扰效率方面存在的问题是：目 前的预测方法主要考虑 siRNA 自身的特征，因此，预测的准确度不高，相关系数 通常在 0.63 左右，从而导致候选的 siRNA 数量过多，给生物实验带来了很大的 困难。如何提高siRNA 干扰效率预测的准确度是目前急需解决的问题。 由于siRNA 的沉默效率与靶mRNA 的结构相关，因此，包含了靶mRNA 结 构特征的 siRNA 设计可能会大大提高设计的准确性。本文提出了序列特征和结构 特征相融合的 siRNA 设计算法，将其应用于 2009 年 H1N1 流感病毒和 2008 年季 节性 H1N1 流感病毒的 siRNA 设计中。在多特征融合的靶向流感病毒的 siRNA 设计过程中，既考虑序列特征，也考虑靶序列的结构特征，用结构系数去衡量靶 结构的优劣，根据结构系数的大小，选择出较优的候选靶序列，然后，根据靶序 列设计出相应的 siRNA 序列。 只有找到与 siRNA 干扰效率密切相关的特征，才能提高 siRNA 干扰效率预 测的准确性。本文通过定性分析和定量分析，发现哺乳动物的 siRNA 干扰效率与 mRNA 的GC 含量、靶点附近的 GC 含量、mRNA 的茎比率、靶点附近的茎比率 之间有很强的相关性。由于 mRNA 全局的特征和靶点附近局部的特征与 siRNA 干扰效率之间的相关性很强，所以，本文提出了一个基于随机森林的 siRNA 干扰 效率预测模型，在预测 siRNA 干扰效率时，考虑 siRNA 自身特征的同时，也考 虑 mRNA 全局的特征和靶点附近局部的特征。10 折交叉验证的相关系数从 0.63 提高到 0.7，从而证实了考虑 mRNA 全局的特征和靶点附近局部的特征可以显著 地提高预测的准确性。 I 综上所述，本文的创新点主要有以下两点： 1、本文提出了多特征融合的 siRNA 设计算法，根据模式识别理论与实践， 多特征融合是提高模式识别精度的有效手段。采用多特征（序列特征、结构特征） 融合模型，来进行靶向流感病毒基因的 siRNA 设计，是提高其准确性的途径之一。 2 、本文提出了一个基于随机森林的 siRNA 干扰效率预测模型，在预测 siRNA 干扰效率时，考虑 siRNA 自身特征的同时，也考虑mRNA 全局的特征和靶点附 近局部的特征。10 折交叉验证的相关系数从 0.63 提高到 0.7，从而证实了考虑 mRNA 全局的特征和靶点附近局部的特征可以显著地提高预测的准确性。 II 摘 要 siRNA 设计中若干关键问题的研究 RNA 干扰是通过导入短双链 RNA 使细胞内同源 mRNA 降解，从而抑制目的 基因的表达。siRNA 设计是实现 RNA 干扰的有效途径，siRNA 序列设计的优劣 将直接影响 RNA 干扰的效果，因此，高效的 siRNA 设计方法至关重要。由于使 用生物实验的方法来进行 siRNA 设计，需要大量的人力物力，实验成本高、周期 长、效率低，所以，通过生物信息学与计算机辅助手段来优化 siRNA 设计，成为 实现 RNA 干扰的有效手段。 目前siRNA 设计方法中设计规则方面存在的问题是：设计规则是基于序列特 征，没有考虑靶结构对 siRNA 干扰效率的影响，导致设计出的 siRNA 序列的干 扰效率较低。 目前 siRNA 设计中，在预测候选 siRNA 的干扰效率方面存在的问题是：目 前的预测方