[发明专利]一种RNA序列中M5C位点的识别预测方法及系统

说明书

本发明公开了一种RNA序列中M5C位点的识别预测方法及系统，属于M5C位点预测技术领域，包括以下步骤：S1：构建基准数据集；S2：利用特征表示RNA片段；S3：对特征进行优化选择；S4：构建预测模型；S5：利用模型进行预测。本发明构建了一个平衡的数据集Mat372,在此数据集的基础上,利用KNF、KSNPF和pseDNC三个特征对RNA片段进行编码,对特征进行优化选择后，利用SVM建立了M5C‑NSGAII预测模型,能够对RNA序列中的5‑甲基胞嘧啶(M5C)位点进行准确识别，值得被推广使用。

技术领域

本发明涉及M5C位点预测技术领域，具体涉及一种RNA序列中M5C位点的识别预测方法及系统。

背景技术

自然界中，DNA的转录后加工与修饰是一种常见的现象,RNA的代谢过程和功能受特定RNA序列基序、RNA形成二级结构并组装成核糖核蛋白复合物的能力的影响。基于上述效应,记录这些分子的转录后修饰过程和程度,如剪切输出、免疫耐受等,具有重要意义。因此,人们越来越重视研究转录后修饰在RNA中的发生率和生物学相关性。5-甲基胞嘧啶(5-methylcytosine,M5C)是RNA中的一类高丰度的转录后修饰(PTCM),已经在多种生物中被发现。通过RNA甲基转移酶的作用,RNA序列中的胞嘧啶的第5位碳原子发生修饰,被转换成M5C。M5C在tRNA二级结构的稳定性、氨基酸酰化和密码子识别、应激反应调控等生物学过程中发挥着重要的作用,从而得到了广泛的研究。精确识别RNA序列中M5C位点,对于理解M5C的功能作用和机制具有重要意义和帮助。

一些实验方法，比如亚硫酸氢盐测序、M5C-rip、Aza-IP或miCLIP等已被开发用来识别M5C位点。亚硫酸氢盐测序使用亚硫酸氢盐来处理核酸序列,没有甲基化的胞嘧啶会转化为尿嘧啶,而甲基化的胞嘧啶不发生改变,可以由此识别位点。M5C-rip技术来源于RNA结合蛋白免疫沉淀(RNABindingProteinImmunoprecipitation),RNA BindingProteinImmunoprecipitation是研究细胞内RNA和蛋白结合情况的一种技术,是了解转录后调控网络动态过程的强有力工具,并且可以帮助找到miRNA的调节靶点。RIP是一种新兴的技术,运用针对目标蛋白的抗体沉淀出相应的RNA-蛋白复合物,然后经过分离纯化,结合在复合物上的RNA就可以被分析。RIP可以被视为一个类似普遍使用的染色质免疫沉淀ChIP技术的应用,但由于研究对象是RNA-蛋白复合物而不是DNA-蛋白复合物,RIP的优化条件实验不同于ChIP实验(如复合物不需要固定,RIP反应体系中的试剂和抗体必须不包含RNA酶,抗体需要通过RIP实验进行验证等等)。通过将PCR产物克隆成载体并加以测序,可以提升测序的成功概率,这种方法称为BSP-克隆测序法。miCLIP可以交联RNA-m6A抗体结合位点,当抗体结合的RNA被逆转录时,这些特异性位点会发生突变。这种独有的突变特征(例如,C-T转换或截短)的测序可以精确定位m6a,然后在此基础上发展一个可定位M5C的方法。然而,这些技术既费时又昂贵,此外,测序技术的快速发展导致RNA序列的爆炸性增长,这就需要更快、更经济的分析方法。