HuMiTar：microRNA靶点预测的新算法.pdfVIP

第一章引言 第一章 引言 生物信息学是一门交叉科学，它包含了生物信息的获取、处理、存储、分发、 分析和解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工 具，来阐明和理解大量数据所包含的生物学意义。生物信息学研究是从理论上认 识生物本质的必要途径，通过生物信息学研究和探索，可以更为全面和深刻地认 识生物科学中的本质问题，了解生物分子信息的组织和结构，破译基因组信息，阐 明生物信息之间的关系。基因序列到蛋白质序列的三联密码关系是众所周知的， 也是非常简单、非常确定的，然而，基因调控序列与基因表达之间的关系、蛋白 质序列与蛋白质结构之间的关系则是未知的，也一定是非常复杂的。破译和阐明 生物信息的本质将使得人类对生物界的认识跨越一个新台阶。 生物信息学的出现将改变生物学的研究方式。传统的生物学是一门实验科学， 传统分子生物学实验往往是集中精力研究一个基因、一条代谢路径，手工分析完 全能够胜任。然而，随着分子生物学技术的发展，已经出现一些高通量的实验方 法，如基因芯片，利用基因芯片一次可以获取上千个基因的表达数据。生物学已经 从一次只分析一个生物分子的时代跳跃到同时分析成千上万个生物分子的时代。 对于高通量的实验结果，必须利用计算机进行自动分析。因而，在高通量实验技 术出现的时代，生物信息学必然要介入生物学研究和实验。再者，从生物分子数 据本身来看，各种数据之间存在着密切的关系，如DNA序列与蛋白质序列、基 因突变与疾病等，这些联系反映了生物学的规律。但是，这些关系可能是非常复 杂的，是我们未知的，是简单的多元统计方法难以分析的。对于这些复杂的关系， 必须运用现代信息学的方法去分析，去研究。因而，随着分子生物学研究的深入， 必然需要生物信息学。另外，现在全世界每天都会产生大量的核酸和蛋白质序列， 不可能用实验的方法去详细研究每一条序列，必须首先进行信息处理和分析，去 粗取精，去伪存真。通过预处理，发现有用的线索，在此基础上进行有针对性、有 明确目的的分子生物学实验。因而，生物信息学在指导实验、精心设计实验方面 将会发挥重要的作用。 miRNA是一类内生的非编码RNA，它们可以调节植物和动物转录后的基因 表达。最近的研究表明，在多细胞物种中miRNA与许多基因家族相关，并且对 第一章引言 许多生物过程起调节作用，具体介绍可以参看第二章。正是miRNA的这些特性 吸引了我们的目光，尤其是它们与癌症的关系成为我们研究的重要驱动。目前我 们重点关注与胶质瘤相关的miRNA，希望通过对它们的研究可以设计出相关药 物治疗胶质瘤，或者抑制胶质瘤的产生。为了达到这一目的我们必须首先去了解 miRNA的产生和作用机制，然后再去寻找miRNA作用的靶点。由于前一问题的 研究已经很成熟，本文的重点只集中在后一问题上。而对miRNA作用靶点的研 究就要采取生物信息学方法提出模型对实验进行指导。 此前在对miRNA作用靶点的预测问题上已经有了两大类方法：基于序列的 于序列的方法是预测miRNA靶点必不可少的工具，而且发展更好的方法仍然是 一个具有挑战性的问题。对于预测植物的miRNA靶点相对要容易很多11,21，所以 我们的目标是在人类的数据上研究基于序列的方法。 最近的研究表明，在每个靶点位置，从位置2．7这6个碱基互补配对(视为种 子)是对于miRNA在体内起调节作用非常重要的。相对地，在其余位置的互补配 对并不那么重要。因此，如何最佳表达靶点的互补配对是关键。在目前的同类方 RNA的二级结构(自由能方法)和保守性是另外两个要素。 同样为了抓住第一要点而改进预测效果，我们引进了一种新型的预测方法来 mRNA的真实绑定模式。基于这些定量分析我们引入HuMiTar算法，其中涉及到 一个用来衡量miRNA和靶点之间互补力的总分函数以及给予绑定模式生物学意 义的2D编码方法，具体内容我们将在第三章中介绍。此后，我们对HuMil缸和 上面提到的三种同类方法进行了结果比较，具体内容详见第四章。 2 第二章背景知识 第二章背景知识月京刘识 弟一早 2．1生物背景知识 2．1