[发明专利]一种基于支持向量机的microRNA靶位点预测的方法

说明书

技术领域

本发明涉及一种基于支持向量机的microRNA靶位点预测的方法。

背景技术

microRNA(miRNA)是一种长度约为22nt的单链非编码RNA。由于MicroRNA在基因表达的转录后调控中起着非常重要的作用，从miRNA被发现以来，一直受到广泛的关注。研究表明，miRNA对生物体的生长发育有着非常重要的影响。现在普遍认为，miRNA通过与其靶基因的mRNA互补结合，降低mRNA的稳定性或抑制mRNA的翻译，从而实现其负调控功能。

由于miRNA在生物体的许多生命过程中起着举足轻重的作用，miRNA功能研究越来越得到重视。至今为止，已经有超过8000种miRNA被发现、并记录于miRNA数据库miRBase[1-3]中，且这一数量还在继续增加。通过miRNA芯片、荧光蛋白标记、靶位点突变、锁核苷酸(LNA)沉默miRNA等实验手段[4-8]，相当数量的miRNA与靶基因的关系也得到了验证，部分数据也被收录于数据库miRecords[9]中。然而，仅仅通过实验我们依然很难快速得到miRNA与靶基因的关系；特别是在我们对可能发生的调控关系没有丝毫认识的情况下，要想用大海捞针的方式发现miRNA的调控功能几乎不可能。因此，在计算机得到广泛应用的今天，开发出有效的生物信息学手段的可能的miRNA-靶基因调控关系进行预测，成为了进行miRNA相关研究的重要环节。

由于植物miRNA与靶位点的配对比较完全，其预测难度相对较小；迄今也已有多个基于序列相似性的miRNA靶位点预测软件得到广泛使用[10]。而对于动物miRNA，由于其与靶位点的非完全匹配中存在着大量的错配、空位等，因此植物miRNA靶位点预测算法并不适用于动物；尽管如此，mRNA靶位点及miRNA序列的强保守性、以及miRNA种子区域与靶位点的较完全匹配情况，使多个针对动物miRNA靶基因预测的算法得以出现。

自从2003年第一个针对大范围miRNA靶位点预测的方法被提出以来，已经有不少的miRNA靶位点预测软件被开发出来[11]。这些软件所使用的预测手段各有不同，但一般考虑的因素不外乎miRNA与靶位点的互补配对关系、所形成的异源双链结构的热力学稳定性、miRNA与靶位点在不同物种中的保守性等。这些方法大概可以分为基于核苷酸互补情况的方法、基于热力学分析的方法、基于模式发现的方法、基于支持向量机的方法等[11]。

最早出现、而今运用最广泛的方法是基于核苷酸序列比对的方法。这一类方法的第一步基本上都是在靶基因mRNA的3’UTR区上搜索与miRNA的种子区或整个miRNA序列比较互补的区域，并以之作为miRNA的可能靶位点。随后，这些潜在靶位点还会经过热力学分析、序列在物种间保守性分析等步骤的多层过滤。一般而言，基于核苷酸互补情况的预测方法最终会给每一个潜在miRNA靶位点打出一个分数，而这一分数即可表示出在该次预测中，此潜在靶位点为真实的miRNA靶位点的可能性。miRanda[12]、TargetScan[13-14]、PicTar[15]等都是这一类方法的代表。

在大部分已有的miRNA靶位点预测方法中，保守性分析扮演了非常重要的角色，在过往的大量靶位点预测方法中，有许多特征和机理并没有被考虑到。近年来，随着对动物miRNA研究的不断深入后发现，除了与miRNA直接作用的靶位点区域外，靶位点的侧翼序列、靶位点在3’UTR上的位置等特征也与miRNA与靶位点的结合密切相关[20-21]，而这些都是过往的预测方法所没有考虑的。

参考文献

[1]Griffiths-Jones S，Saini HK，van Dongen S，Enright AJ.miRBase：tools for microRNA genomics.Nucle AcidRes，2008，36(Database issue)：D154-D158.

[2]Griffiths-Jones S，Grocock RJ，van Dongen S，Bateman A，Enright AJ.miRBase：microRNA sequences，targets and gene nomenclature.Nucle Acid Res，2006，34：D140-D144.

[3]Griffiths-Jones S.The microRNA Registry.Nucle Acid Res，2004，32(Database issue)：D109-D111