本发明专利技术公开了一种基于下一代测序数据的植物ｍｉｃｒｏＲＮＡ靶位互作网络预测的方法。它包括如下步骤：１）收集植物ｍｉｃｒｏＲＮＡ和基因组数据；２）处理植物ｍｉｃｒｏＲＮＡ数据；３）使用ｍｉＲＵ预测植物ｍｉｃｒｏＲＮＡ的靶位点；４）收集ＰＡＲＥ信号数据；５）建立ＰｍｉＰＫＢ数据库的“ＭｉＲ－Ｔａｒ”模块；６）利用ＰＡＲＥ信号数据验证植物ｍｉｃｒｏＲＮＡ靶位互作关系；７）构建植物ｍｉｃｒｏＲＮＡ靶位互作网络。本发明专利技术整合了水稻、拟南芥的ＲＮＡ末端并行分析数据，提供了映射到靶基因ｍＲＮＡ与ｍｉｃｒｏＲＮＡ结合位点附近的ＰＡＲＥ信号信息，可用于鉴别预测的ｍｉｃｒｏＲＮＡ－ｔａｒｇｅｔ?ｍＲＮＡ之间是否存在真实的切割调控关系；来自不同组织材料的ＰＡＲＥ数据集间可以进行比较以揭示这种调控关系的组织特异性。对水稻和拟南芥现有ｍｉｃｒｏＲＮＡ靶位互作网络进行预测，并人工进一步筛选得到最终网络模型，具有相当高的可靠性。
【技术实现步骤摘要】
本专利技术涉及一种基于下一代测序数据的植物microRNA靶位互作网络预测的方法。
技术介绍
植物microRNA是一类20-24碱基长的非编码RNA，是重要的基因调控元件[10]。 装载到RNA引导沉默复合体(RISC)后，植物microRNA会引导与其高度互补的靶基因mRNA 在互补位点的切割，降低靶基因的表达水平[10]。靶基因中大部分编码转录因子，这使得植 物microRNA的调控范围几乎遍及整个基因组[12]。因此microRNA在植物的多种生物过程 中都起到了重要作用，包括植物发育、应激反应以及microRNA途径自身[12]。对植物microRNA的研究发现了大量的植物microRNA，在此基础上建立了专门的 microRNA数据库[9，19]。miRBase是一个综合的microRNA数据库，包含了动植物中已经 发表的microRNA，提供了 microRNA序列、前体序列、前体二级结构、基因组上下文及参考文 献等信息[9]。PMRD是一个专门的植物microRNA数据库，涵盖了更多的植物物种，并包含 了大量预测到的无实验验证的micr0RNA[19]。对于水稻和拟南芥等有mRNA序列数据的物 种，PMRD还列出了预测到的靶基因[19]。作为重要的模式生物，水稻和拟南芥有大量的生物信息学资源，包括详细注释的 基因组序列，多态性数据，以及大量的高通量测序数[7，11，13-17]。这些数据中，很多可以 用于植物microRNA的研究。用测序数据或者微阵列实验，探测到了水稻和拟南芥亚种间大量的单核苷酸多态 性(SNP) [7，13，15]。microRNA前体的SNP会影响microRNA前体的折叠，进而影响到DCLl 对microRNA前体的识别与切割[10]。microRNA成熟体或者靶基因结合位点的SNP会改变 microRNA与靶基因mRNA的互补程度，从而改变microRNA对mRNA的切割效率[10]。可以 利用SNP数据来研究SNP在microRNA途径层次对亚种间差异的贡献。大规模并行信号测序(MPSS)是一种研究基因表达的高通量测序技术，水稻和拟 南芥有大量的MPSS数据[14]。植物microRNA是独立的转录单元，与蛋白编码基因一样 由RNA 二型聚合酶转录，具有5’帽和3’聚腺苷酸尾[10]。因此，可以用MPSS数据来分析 microRNA基因的表达。另外，MPSS的转录信号可以为microRNA基因的转录区间及基因模 型提供参考。RNA末端并行分析(PARE)是一种降解组高通量测序技术，测定有聚腺苷酸尾的3’ 端切割产物的5’端序列，水稻和拟南芥也有大量的PARE数据[14]。植物microRNA与靶基 因mRNA高度互补，主要引导靶基因mRNA的切割，切割产物能被PARE技术探测到[8]。因 此，PARE数据可以用于microRNA对靶基因mRNA切割作用的分析。另外，microRNA的生物 发生需要DCLl的切割，microRNA也可能引导microRNA前体自身的切割，可以用PARE数据 来分析这些切割作用[8]。参考文献[l]Apache HTTP Server Project :http://httpd. apache, org/.[2]PostgreSQL :http://www. postgresql. org/.[3] Scalable Vector Graphics :http://www. w3. org/Graphics/SVG/.[4] Vienna RNA Package :http://www. tbi. univie. ac. at/lvo/RNA/.[5] S. F. Altschul，T. L Madden，A. A. Schaffer, J. Zhang，Z. Zhang，W. Miller，and D.J. Lipman. Gapped BLAST and PSI-BLAST :a new generation of protein database search programs. Nucl. Acids Res.，25 :3389_3402，1997.[6] R. Bruccoleri and G Heinrich. ComputerAppl icat ions in the Biosciences^ :167_173，1988.[7]F Alex Feltus，Jun Wan, Stefan R Schulze，James C Estill，Ning Jiang， and Andrew H Paterson. An SNP resource for rice genetics and breeding based on subspecies indica and japonica genome alignments. Genome Res. ,14 1812-9,2004.[8]Marcelo A German，Manoj Pillay，Dong-Hoon Jeong，Amit Hetawal，Shujun Luo，Prakash Janardhanan,Vimal Kannan，Linda A Rymarquis,Kan Nobuta,Rana German， Emanuele De Paoli， Cheng Lu， Gary Schroth， Blake C Meyers, and Pamela J Green. Globalidentification of microRNA—target RNA pairs by parallel analysis ofRNA ends. Nat. Biotechnol.，26 :941_6，2008·[9]Sam Griffiths-Jones, Harpreet Kaur Saini，Stijn van Dongen，and Anton J Enright. miRBase :tools for microRNA genomics. Nucleic Acids Res. , 36 :D 154—8， 2008.[10]MatthewW. Jones-RhoadesjDavid P. Bartel,and Bonnie Bartel. MicroRNAs and their regulatory roles in plants. Annual Review ofPlant Biology，57 :19_53， 2006.[11]Yong-Fang Li， Yun Zheng， Charles Addo-Quaye, Li Zhang， Aj ay Saini, Guru Jagadeeswaran，Michael J Axtel1，Weixiong Zhang，and Ramanjulu Sunkar. Transcriptome-wide identification of microRNA targets in rice.The Plant journal :for cell and molecular biology,2010.[12]Allison C本文档来自技高网...
【技术保护点】
【技术特征摘要】
一种基于下一代测序数据的植物microRNA靶位互作网络预测的方法，其特征在于，包括如下步骤1)收集植物microRNA和基因组数据；2)处理植物microRNA数据；3)使用miRU预测植物microRNA的靶位点；4)收集PARE信号数据；5)建立PmiPKB数据库的“MiR Tar”模块；6)利用PARE信号数据验证植物microRNA靶位互作关系；7)构建植物microRNA靶位互作网络。2.如权利要求1所述的一种基于下一代测序数据的植物microRNA靶位互作网络预 测的方法，其特征在于，所述的收集植物microRNA和基因组数据步骤为水稻和拟南芥的 microRNA数据来自于版本15的miRBase，其中，水稻有成熟体序列498条，前体序列449条， 拟南芥有成熟体序列224条，前体序列199条，水稻的基因组数据来自于版本6. 1的TIGR， 拟南芥的基因组数据来自于版本9的TAIR。3.如权利要求1所述的一种基于下一代测序数据的植物microRNA靶位互作网络预测 的方法，其特征在于，所述的处理植物microRNA数据步骤为=HiiRBase的microRNA数据为 EMBL格式，基因组坐标数据为GFF格式，使用PERL脚本解析这些数据，将其存入数据库，所 有的序列均转换成大写字母。4.如权利要求1所述的一种基于下一代测序数据的植物microRNA靶位互作网络预测 的方法，其特征在于，所述的使用miRU软件预测植物microRNA的靶位点步骤为分别输入 水稻的microRNA和水稻基因组数据，选择miRU软件的默认参数，然后对水稻microRNA的 基因靶位点进行预测；分别输入拟南芥的microRNA和拟南芥基...
【专利技术属性】
技术研发人员：陈铭，孟一君，苟凌峰，陈迪俊，白琳，黄冬林，克里斯汀克鲁卡斯，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。