[发明专利]一种预测影响长非编码RNA生物学功能的SNP位点的方法

摘要

本发明公开了一种预测影响长非编码RNA生物学功能的SNP位点的方法。本发明首先建立了长非编码RNA所包含的RNA结合蛋白能够识别的特异的motif序列的识别及显著性评价方法，然后基于此方法对位于这些特定序列中的SNP位点所产生的影响进行评价。利用此方法可以发现对长非编码RNA生物学功能产生重要影响的SNP位点，为实验人员提供可靠的功能研究线索，也为长非编码RNA的临床应用提供指导。

主权项

1.一种预测影响与RNA结合蛋白结合的长非编码RNA的功能的SNP位点的方法，包括如下步骤：(1)收集整理长非编码RNA数据，构建长非编码RNA数据集；(2)收集人类基因组SNP位点的注释数据，通过比较SNP位点和长非编码基因的基因组定位，识别位于长非编码基因区的SNP位点；将所述长非编码RNA数据集中的长非编码RNA序列上的所述SNP位点对应的碱基替换为突变后的碱基，构建得到SNP位点碱基突变后的长非编码RNA数据集；(3)收集RNA结合蛋白的注释数据，构建RNA结合蛋白的motif数据集；所述motif数据集中包括motif序列，所述motif序列为RNA结合蛋白能够特异识别的RNA序列；(4)基于极值分布对所述motif序列与所述长非编码RNA数据集中的每个长非编码RNA上的目标序列的相似程度进行评价，得到每个长非编码RNA打分最高的目标序列与所述motif序列相似程度的显著性水平p，并选择显著性水平p低于阈值的长非编码RNA作为SNP位点碱基突变前的所述RNA结合蛋白的靶标长非编码RNA；所述目标序列是指位于所述长非编码RNA序列上且与所述motif序列长度相等的RNA序列；假设某长非编码RNA序列长度为N；所述motif序列长度为L，那么在该长非编码RNA序列上就会得出(N‑L+1)个目标序列；(5)基于极值分布对所述motif序列与所述SNP位点碱基突变后的长非编码RNA数据集中的长非编码RNA上的目标序列的相似程度进行评价，得到每个长非编码RNA打分最高的目标序列与所述motif序列相似程度的显著性水平p，并选择相似程度的显著性水平低于阈值的长非编码RNA作为SNP位点碱基突变后的所述RNA结合蛋白的靶标长非编码RNA；(6)比较所述SNP位点碱基突变前的所述RNA结合蛋白的靶标长非编码RNA和所述SNP位点碱基突变后的所述RNA结合蛋白的靶标长非编码RNA，得到所述影响与RNA结合蛋白结合的长非编码RNA的功能的SNP位点。