基于miRNA的lncRNA和mRNA的调控网络

发布时间：2017-05-13 17:03

  本文关键词：基于miRNA的lncRNA和mRNA的调控网络，，由笔耕文化传播整理发布。

【摘要】：生物信息学是比较热门的交叉学科,其主要机制包括非编码RNA、DNA甲基化等。非编码RNA中常见的有小分子RNA(mi RNA)、长链非编码RNA(lnc RNA),以及干扰RNA(si RNA)。其中非编码mi RNA的长度在21~25nt之间,而lnc RNA一般长度在200~100000nt之间。但lnc RNA可以在转录、转录前和转录后发挥调控作用机制,从而lnc RNA和mi RNA之间存在着调控的关系。另外还有一种编码蛋白基因,其中信使RNA(m RNA)就是翻译蛋白的编码基因,同时mi RNA可以抑制m RNA的翻译并影响其稳定性。在编码RNA和非编码RNA发展的过程中,彼此之间可能存在相互联系、相互制约的关系。因此,人们开始不断研究基因间的复杂调控关系,进而分析基因间的生物功能作用。过去,人们只对单个基因的功能作用进行研究,而逐渐发展为人们发现生物体是一个复杂的系统,各基因间可能存在相互调控的关系,进而形成一个复杂的调控网络。因此,近些年,lnc RNA、mi RNA和m RNA之间的相互调控作用成为生物信息研究的热点之一。随着调控网络研究的发展,发现lnc RNA可以以一种竞争性内源性RNA(Competing Endogenous RNA,ce RNA)参与靶mi RNA的表达调控。同时,mi RNA能够靶向m RNA的3’UTR,抑制m RNA的翻译或者降解m RNA。总之,在预测lnc RNA、mi RNA、m RNA间存在着紧密的调控关系的过程中,各种靶基因预测的软件也在不断的更新。并在传统靶基因预测软件的基础上提出新的编码机制,该机制不仅在lnc RNA长度问题上也有所改进,同时也有利于研究三者间的复杂调控关系。本文主要是建立一个基于mi RNA的lnc RNA和m RNA的调控网络。首先,对人类全基因组m RNA、mi RNA和lnc RNA胃癌耐药数据进行收集。运用DIANA-mocro T 4.0靶基因预测软件对mi RNA特定的靶基因m RNA进行预测并选取,利用靶基因选取规则对m RNA和mi RNA的靶基因预测结果进行二次筛选,筛选出有效的、可靠的靶基因。其次,利用编码机制算法预测lnc RNA和mi RNA的靶点,之后利用DIANA-Lnc Base靶基因预测软件分析lnc RNA和mi RNA的相互调控关系。最后综合实验数据结果分析m RNA与mi RNA、lnc RNA与mi RNA的相互调控关系。在选定以及验证过的lnc RNA、mi RNA与m RNA靶基因数据的基础上,对数据结果集进行差异表达数据的筛选和冗余数据处理,然后利用邻接矩阵模型和图论建立初级调控网络。由于初级调控网络模型的复杂性,本文利用K-means算法根据度相似性对初级调控网络模型进行挖掘。最后进行富集分析处理,研究核心调控网络模块中各基因间的作用。通过这种基于mi RNA的lnc RNA和m RNA的调控网络的研究,找到m RNA与mi RNA、lnc RNA与mi RNA之间可能存在的相互调控关系。因此,该调控网络不仅从本质上揭示出其研究的生物信息学价值,同时也揭示其对人体生理机能的重大影响。相信本实验研究的调控网络为今后胃癌耐药的研究找到新的途径,并对基因组学研究具有一定的意义,同时也可以将此实验方法应用到其它癌症或者更复杂的疾病研究中。
【关键词】：lncRNA miRNA mRNA ceRNA 胃癌耐药
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：Q811.4;R735.2
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 选题依据10-11
• 1.2 研究背景及现状11-12
• 1.3 研究目的与意义12-13
• 1.4 论文组织结构13-15
• 第2章 生物背景知识15-21
• 2.1 生物分子介绍15-17
• 2.1.1 长链非编码RNA15-16
• 2.1.2 小分子RNA16
• 2.1.3 信使RNA16-17
• 2.2 MIRNA、MRNA、LNCRNA作用机制及研究进展17-18
• 2.2.1 miRNA和mRNA作用机制及研究进展17
• 2.2.2 lncRNA和miRNA作用机制及研究进展17-18
• 2.3 靶基因预测软件18-20
• 2.3.1 miRNA和mRNA的靶基因预测软件18-19
• 2.3.2 lncRNA和miRNA的靶基因预测软件19-20
• 2.4 本章小结20-21
• 第3章 调控网络的作用分析21-37
• 3.1 调控网络假设21
• 3.2 总体实验流程设计21-22
• 3.3 数据收集22-25
• 3.3.1 miRNA数据的收集23-24
• 3.3.2 lncRNA数据的收集24-25
• 3.4 靶点预测以及调控关系验证25-35
• 3.4.1 miRNA靶向mRNA25-28
• 3.4.2 编码机制的提出28-33
• 3.4.3 lncRNA靶向miRNA33-35
• 3.5 实验结果35-36
• 3.6 本章小结36-37
• 第4章 基于MIRNA的LNCRNA和MRNA的调控网络37-50
• 4.1 系统模型概述37-38
• 4.2 前期数据准备38-40
• 4.2.1 差异表达数据筛选38-39
• 4.2.2 数据冗余处理39-40
• 4.3 初级调控网络建立40-42
• 4.4 调控网络的性能优化42-45
• 4.5 实验结果分析45-48
• 4.5.1 富集分析45-46
• 4.5.2 调控网络在胃癌耐药中的作用分析46-48
• 4.6 核心节点的有效性分析48-49
• 4.7 本章小结49-50
• 第5章 总结与展望50-52
• 5.1 总结50-51
• 5.2 展望51-52
• 参考文献52-56
• 作者简介及科研成果56-57
• 致谢57

【相似文献】

中国期刊全文数据库 前2条

1 涂超峰;武明花;李桂源;;lncRNA与miRNA相互调控作用及其与肿瘤的关系[J];中国生物化学与分子生物学报;2013年11期

2 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 冯丹;牛勇敢;;LncRNA与脑卒中的研究分析[A];第一次全国中西医结合检验医学学术会议暨中国中西医结合学会检验医学专业委员会成立大会论文汇编[C];2014年

2 李夏君;杨淼;刘冉;尹立红;;淮安食管癌与癌旁组织中差异表达LncRNA的初步分析[A];中国毒理学会第六届全国毒理学大会论文摘要[C];2013年

3 沈远;付汉江;朱娟娟;刘珊珊;钟一然;郑晓飞;;应用多重PCR方法进行lncRNA功能研究[A];中国生物化学与分子生物学会第十一次会员代表大会暨2014年全国学术会议论文集——专题报告五[C];2014年

中国硕士学位论文全文数据库 前4条

1 周明;人胰腺癌吉西他滨耐药细胞株中lncRNA表达谱初步筛选及研究[D];苏州大学;2015年

2 郝超;LncRNA在前列腺增生性炎性萎缩向前列腺癌恶性转化过程中差异表达的初步研究[D];南昌大学医学院;2015年

3 金雯;基于结构的植物lncRNA相互作用研究[D];吉林大学;2016年

4 孙影;基于miRNA的lncRNA和mRNA的调控网络[D];吉林大学;2016年

  本文关键词：基于miRNA的lncRNA和mRNA的调控网络，由笔耕文化传播整理发布。

本文编号：363089