[发明专利]一种细胞特异性基因组G-四链体的预测方法

说明书

本发明公开了一种细胞特异性的G4‑DNA预测方法，属于基因技术领域。该方法包括以下步骤：(1)产生给定物种所有潜在的G4‑DNA序列集合；(2)收集该物种实验检测所获得的细胞特异性G4‑DNA数据；(3)计算对应细胞全基因组范围的染色质开放结构信号和甲基化分布信号；(4)建立G4‑DNA的细胞特异性染色质环境特征向量；(5)建立正负训练样本集合；(6)通过样本训练，建立细胞特异性的G4‑DNA预测分类器，其输入是潜在序列的特征向量，输出是正负样本分类结果。现有G4‑DNA预测方法只能识别体外形成的G4‑DNA或者具有体内活性的G4‑DNA，而本方法能够识别特定细胞中存在的G4‑DNA。

技术领域

本发明属于基因技术领域，具体涉及一种细胞特异性的G4-DNA预测方法，实现对特定细胞或组织中G4-DNA的识别和鉴定，可应用于肿瘤的基因调控研究和细胞群体的分类研究。

背景技术

研究基因组结构与重大疾病之间的关系是国际基因技术发展的前沿，现有研究进展表明G4-DNA结构与肿瘤关系的发展和发展存在联系，但是，直接检测细胞中的G4-DNA结构非常困难，需要发展新的方法，去预测特定细胞或组织中是否存在G4-DNA体结构以及它们在基因组中的准确位置，进而研究这些G4-DNA 结构与疾病之间的关系。

基因组DNA大多是双螺旋结构，但是也存在一种特殊的二级结构，即G-四链体(G-quadruplex)。G-四链体是由单链核酸上四段连续的鸟嘌呤(G)所构成，不同区段上的G构成正方形平面，该平面中相邻的G通过Hoogsteen碱基配对形成两两相互作用。三层或更多的G4平面堆积在一起，形成G-四链体结构。每个 G的电负性羧基指向平面中心，可以容纳单价金属离子(如Na⁺、K⁺)，以稳定 G-四链体结构。G-四链体可以在DNA形成，也可以在RNA上形成。本技术重点基因组DNA上的G-四链体，简称G4-DNA。

G4-DNA最早是在染色体端粒部位被发现的，可以维护端粒结构。随后科学家发现G4-DNA在基因转录、DNA复制、DNA重组等过程中发挥着作用，尤其是近几年，越来越多的研究结果暗示G4-DNA是基因组关键节点，在基因组功能调控方面可能扮演着重要的角色。研究人员发现，可能形成G4-DNA的序列在基因转录起始位点上游1kb左右的启动子区域的广泛分布，人类基因组中超过40％的基因启动子至少含有一段G4-DNA的序列，这暗示G4-DNA可能具有重要的基因转录调控功能，可能成为新的药物靶点。

既然G4-DNA影响基因转录，自然就与人类疾病有关。实际上，G4-DNA更多定位于肿瘤相关基因和调控基因。许多原癌基因的启动子区含有G4结构，如 VEGF、HIF-1α、bcl-2、c-kit等，这些G4结构对于原癌基因的表达具有重要的调控作用。最早是在原癌基因c-MYC的启动子发现存在G4-DNA，并且发现该G4-DNA上的突变影响c-MYC的体内转录活性。最新的实验研究结果表明：与多种肿瘤相关基因BCL2的启动子上也有一个关键G4-DNA，它抑制基因转录。 KRAS基因也与肿瘤密切相关，该基因转录起始位点上游-148至-116的区域可以形成G4-DNA，该四链体将两个重要的转录核因子招募到启动子区，从而控制 KRAS基因的转录。范可尼贫血症与基因组复制过程中的G4-DNA结构关系密切，解旋酶FANCJ可以对G4-DNA结构进行解旋，从而影响复制过程，导致染色体不稳定。