MIROR:一种预测特定细胞类型中微小RNA占有率的方法

MicroRNAmiRNA)调控具有高度细胞类型特异性。miRNAmRNA的相对丰度和竞争性内源RNA效应的灵敏度很高。然而,几乎所有现有的miRNA靶基因预测方法在分析miRNA的调控作用时都忽略了细胞环境的影响。清华大学自动化系以及信息学院的汪小我副教授、张奇伟教授带领团队提出了一个方法,MIRORmiRNA占有率预测法),预测在特定细胞类型内miRNA的调控强度。该方法主要的影响因素是miRNAmRNA的相对丰度和竞争性内源RNA效应。MIROR最终得到每个靶位点miRNA占有率的预测值。Ago HITS-CLIP 实验用于验证miRNA结合强度,它在很大程度上影响着最终的预测结果。将该方法应用于乳腺浸润性癌的数据分析,比较肿瘤细胞和正常组织,发现很多不同的miRNAmRNA对中,miRNA调控率有显著的不同。很多预测结果都有以前的研究结果支撑,包括那些在mRNA表达水平没有显著变化的。这些结果表明,MIROR提供了一种研究不同类型细胞中miRNA特异性调控的新策略。该研究刊登在2014年的《Molecular BioSystems》杂志上。

参考文献:

MIROR: a method for cell-type specific microRNA occupancy rate prediction.Xie P,et al.Mol Biosyst. 2014 Jun.

作者简介:

汪小我:清华大学自动化系副教授,国家自然科学基金评审人。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第四课题组学术骨干。主要从事生物信息学与系统生物学方面的研究。

张奇伟:清华大学信息学院与医学院双聘教授,清华信息国家实验室合成与系统生物实验室主任,首批千人计划教授。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第三课题组负责人。主要科研领域与方向:计算生物学与生物信息学;合成生物与系统生物学。