miRNA靶基因预测方法

相关专题

解读miRNA （MicroRNA）

miRNA 靶基因预测

与miRNA基因预测相比,靶基因的预测具有更大的难度. 因为目前已知的miRNA靶基因数量非常有限,不能为预测提供充足的依据,而且对预测的候选基因的鉴定步骤相对繁琐,很难实现高通量和规模化. 从已知的miRNA与靶基因的相互作用中,人们得出miRNA5′端的2～8 个核苷酸几乎无一例外地与靶mRNA 3′端UTR 区完全互补. 因此,这一特点被各种靶基因预测方法广泛采用. 同时,结合miRNA与靶基因形成二聚体的热力学稳定性和二级结构分析软件 ,如MFold、RNAFold 和RNAhybrid ,以及miRNA的3′端与靶基因的互补情况等,作为其它限制条件来进行miRNA靶基因预测. 目前,不同研究小组已开发多个miRNA靶基因预测软件,主要

有以下几种:

TargetScan

TargetScan 是Lewis 等 开发的用来预测哺乳动物miRNA靶基因的软件 ,是最早出现的miRNA靶基因预测软件之一. 它提供网络实时服务,至今仍是使用频率最高的miRNA靶基因预测软件. 它基于在mRNA的3′非编码区搜索与miRNA的5′端第2～8 个核苷酸( 被称为“种子”序列) 完全互补的序列, 并以RNAFold 软件计算结合位点的热力学稳定性,最后得到评分最高的mRNA 序列. 其最新的版本TargetScanS 采用了改进的算法:以腺苷酸之后的长度为6 个核苷酸的序列作为“种子”进行扫描,并且要求这段序列定位于保守区内,而其旁侧序列的保守性相对较低. 此外,TargetScanS 不需要计算配对区的自由能,使靶基因的搜索范围进一步缩小.

miRanda

miRanda 为Enright 和John 等编写,可用于线虫和人miRNA 靶基因的预测. miRanda 主要强调miRNA与靶基因连接位点的进化保守性,亦偏重于以miRNA 的5′端序列搜索靶基因, 并仍然采用RNAFold 计算热力学稳定性. 该算法的预测结果覆盖了10 个已验证miRNA靶基因中的9 个,其假阳性率估计为24 %～39 %.

DIANA2MicroT

DIANA2MicroT 是Kiriakidou 等编写的一种特殊的miRNA靶基因预测软件 . 它主要针对含单一miRNA结合位点的靶基因,除了要与miRNA 5′端“种子”序列配对外,还要与miRNA的3′端配对,并要求配对序列中央最好有“囊泡”存在,即靶基因上miRNA结合位点中央未与miRNA互补序列所形成的泡状结构. 该软件在线虫中的预测结果,成功对应了多个已验证的miRNA 靶基因.

PicTar

PicTar 是Krek 和Grum 编写的一种更为高级的miRNA 靶基因预测方法,可以在脊椎动物、线虫和果蝇中预测小RNA 的靶基因. 它不但预测了含单个miRNA 结合位点的靶基因,而且预测了多个小RNA协同作用的靶基因,即靶基因含有多个不同miRNA 结合位点 . PicTar 使用复杂的智能配对算法,以精确筛选物种间高度保守的miRNA 结合位点,并充分考虑了miRNA 的协同表达性. 作者通过PicTar 预测的13 个靶基因,经生物学实验验证了7 个,该算法总的预测结果覆盖了9 个已通过体内实验验证miRNA 靶基因中的8 个. 估计其假阳性率为30 % ,具有不错的前景.