一种牛的MIRNA靶基因预测分析方法.pdf

摘要
申请专利号：	CN201110407322.4	申请日：	2011.12.09
公开号：	CN103164633A	公开日：	2013.06.19
当前法律状态：	撤回	有效性：	无权
法律详情：	发明专利申请公布后的视为撤回IPC(主分类):G06F 19/20申请公布日:20130619\|\|\|公开
IPC分类号：	G06F19/20(2011.01)I	主分类号：	G06F19/20
申请人：	上海聚类生物科技有限公司
发明人：	曾华宗
地址：	200333 上海市祁连山南路999弄80号801室
优先权：
专利代理机构：		代理人：
PDF下载：	PDF下载

内容摘要

本发明涉及一种牛miRNA靶基因预测分析方法，适用于牛miRNA靶基因的预测。本发明包括如下流程：步骤1、3’-UTR数据库的建立。步骤2、对于没有3’-UTR序列的物种，获得牛的mRNA序列。步骤3、获得牛的蛋白序列。步骤4、我们通过编写PERL脚本程序从mRNA序列中减除编码蛋白的序列(CDS)从而获得基因的5’-UTR和5’-UTR序列。其中的3’-UTR序列被收集起来，建立其3’-UTR序列数据库。步骤5、对于有公开的3’-UTR的物种，则直接下载相关的数据。步骤6、靶基因预测由多个软件分别进行预测，对于有些无法对应的microRNA，则参考了miRGator软件。我们一般取几种软件预测结果的交集，即overlap部分。步骤7、统计分析，将预测得到的靶基因进行统计，以确定最有可能的靶基因。

权利要求书

权利要求书一种基于已有序列数据库及计算机软件辅助的、预测分析牛miRNA靶基因的方法，其主要特征在于：
步骤1、3’‑UTR数据库的建立；
步骤2、对于没有3’‑UTR序列的物种，获得牛的mRNA序列；
步骤3、获得牛的蛋白序列；
步骤4、我们通过编写PERL脚本程序从mRNA序列中减除编码蛋白的序列(CDS)从而获得基因的5’‑UTR和5’‑UTR序列。其中的3’‑UTR序列被收集起来，建立其3’‑UTR序列数据库；
步骤5、对于有公开的3’‑UTR的物种，则直接下载相关的数据；
步骤6、靶基因预测由多个软件分别进行预测，对于有些无法对应的microRNA，则参考了miRGator软件。我们一般取几种软件预测结果的交集，即overlap部分；
步骤7、统计分析，将预测得到的靶基因进行统计，以确定最有可能的靶基因。目标是找到对应miRNA最多的5‑10个目标靶基因。

说明书

说明书一种牛的miRNA靶基因预测分析方法
技术领域
本发明属于生物技术领域，涉及一种牛的miRNA靶基因预测分析方法，适用于牛的miRNA靶基因预测分析。
背景技术
miRNA是一种长度为18～25核苷酸单链的内源性非编码性小RNA。它主要通过与靶标基因3′非翻译区的完全或不完全配对，抑制其翻译，从而参与调控个体发育、细胞凋亡、增殖及分化等生命活动。在病理条件下，miRNA可通过调控其靶标基因及其参与的信号通路，影响肿瘤的发生和发展，发挥着类似于癌基因或抑癌基因的功能。实验表明在很多肿瘤中，一些类型的miRNA是高表达的，这些高表达的miRNA与肿瘤的侵入性、转移性等有一定的相关性。这些miRNA为肿瘤诊断和治疗提供了新的策略。
要研究miRNA的作用机制，关键在于研究miRNA的靶基因以及它们相互之间的作用，而miRNA的靶基因预测便成了miRNA首要任务。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，人们得出小RNA5′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，这一特点也被人们用来研究了许多的预测miRNA靶基因的算法。
然而，目前大多miRNA预测的算法和软件都基于miRNA与靶基因的结合位点都在基因的3’‑UTR这一观点，实际上从2008年末发表的一系列文章表明miRNA与靶基因的结合位点也可能在基因编码区。本发明所提出的miRNA靶基因预测方法，便是针对这种可能，将预测结果指向于位于序列编码区的miRNA靶基因。
发明内容
本发明针对牛miRNA靶基因预测，设计了一种新方法，该方法主要的分析步骤为：
步骤1、3’‑UTR数据库的建立。
步骤2、对于没有3’‑UTR序列的物种，获得牛的mRNA序列。
步骤3、获得牛的蛋白序列。
步骤4、我们通过编写PERL脚本程序从mRNA序列中减除编码蛋白的序列(CDS)从而获得基因的5’‑UTR和5’‑UTR序列。其中的3’‑UTR序列被收集起来，建立其3’‑UTR序列数据库。
步骤5、对于有公开的3’‑UTR的物种，则直接下载相关的数据。
步骤6、靶基因预测由多个软件分别进行预测，对于有些无法对应的microRNA，则参考了miRGator软件。我们一般取几种软件预测结果的交集，即overlap部分。
步骤7、统计分析，将预测得到的靶基因进行统计，以确定最有可能的靶基因。目标是找到对应miRNA最多的5‑10个目标靶基因
附图说明
图1是本发明所述的一种牛的miRNA靶基因预测分析方法的流程图。
具体实施方式
我们以牛的miRNA靶基因预测为例，阐述本发明的方法实施过程：
(1)、建立编码区序列数据库
从http://www.ncbi.nlm.nih.gov下载牛的mRNA序列。通过编写PERL脚本程序从mRNA序列中获得编码蛋白的序列，建立编码区序列数据库。
(2)、在哺乳动物内比对编码区序列，寻找保守区段。
利用在线BLAST程序(http://www.ncbi.nlm.nih.gov/blast)对哺乳动物编码区序列进行序列比对，去掉保守性差的编码区序列，进行下一步的工作。
(3)、获取牛miRNA序列信息
从http://microrna.sanger.ac.uk/sequences/下载获得牛的所有已知的miRNA成熟体序列。
(4)、靶基因的预测
对于每一个microRNA，利用靶基因预测程序扫描所有基因的编码区，从保守序列中获得结合位点。使用国际上公认的靶基因预测程序miRanda v1.0b(http://www.microrna.org/microrna/getDownloads.do)软件进行microRNA结合位点的预测。
以上是对本发明的描述而非限定，基于本发明思想的其它实施方式，均在本发明的保护范围之中。

资源描述

《一种牛的MIRNA靶基因预测分析方法.pdf》由会员分享，可在线阅读，更多相关《一种牛的MIRNA靶基因预测分析方法.pdf（5页珍藏版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 103164633 A(43)申请公布日 2013.06.19CN103164633A*CN103164633A*(21)申请号 201110407322.4(22)申请日 2011.12.09G06F 19/20(2011.01)(71)申请人上海聚类生物科技有限公司地址 200333 上海市祁连山南路999弄80号801室(72)发明人曾华宗(54) 发明名称一种牛的miRNA靶基因预测分析方法(57) 摘要本发明涉及一种牛miRNA靶基因预测分析方法，适用于牛miRNA靶基因的预测。本发明包括如下流程：步骤1、3-UTR数据库的建立。步骤2、对于没有3-UTR序。

2、列的物种，获得牛的mRNA序列。步骤3、获得牛的蛋白序列。步骤4、我们通过编写PERL脚本程序从mRNA序列中减除编码蛋白的序列(CDS)从而获得基因的5-UTR和5-UTR序列。其中的3-UTR序列被收集起来，建立其3-UTR序列数据库。步骤5、对于有公开的3-UTR的物种，则直接下载相关的数据。步骤6、靶基因预测由多个软件分别进行预测，对于有些无法对应的microRNA，则参考了miRGator软件。我们一般取几种软件预测结果的交集，即overlap部分。步骤7、统计分析，将预测得到的靶基因进行统计，以确定最有可能的靶基因。(51)Int.Cl.权利要求书1页说明书2页附图1页(19)。

3、中华人民共和国国家知识产权局(12)发明专利申请权利要求书1页说明书2页附图1页(10)申请公布号 CN 103164633 ACN 103164633 A1/1页21.一种基于已有序列数据库及计算机软件辅助的、预测分析牛miRNA靶基因的方法，其主要特征在于：步骤1、3-UTR数据库的建立；步骤2、对于没有3-UTR序列的物种，获得牛的mRNA序列；步骤3、获得牛的蛋白序列；步骤4、我们通过编写PERL脚本程序从mRNA序列中减除编码蛋白的序列(CDS)从而获得基因的5-UTR和5-UTR序列。其中的3-UTR序列被收集起来，建立其3-UTR序列数据库；步骤5、对于有公开的3-UTR的物。

4、种，则直接下载相关的数据；步骤6、靶基因预测由多个软件分别进行预测，对于有些无法对应的microRNA，则参考了miRGator软件。我们一般取几种软件预测结果的交集，即overlap部分；步骤7、统计分析，将预测得到的靶基因进行统计，以确定最有可能的靶基因。目标是找到对应miRNA最多的5-10个目标靶基因。权利要求书CN 103164633 A1/2页3一种牛的 miRNA 靶基因预测分析方法技术领域0001 本发明属于生物技术领域，涉及一种牛的miRNA靶基因预测分析方法，适用于牛的miRNA靶基因预测分析。背景技术0002 miRNA是一种长度为1825核苷酸单链的内源性非编码。

5、性小RNA。它主要通过与靶标基因3非翻译区的完全或不完全配对，抑制其翻译，从而参与调控个体发育、细胞凋亡、增殖及分化等生命活动。在病理条件下，miRNA可通过调控其靶标基因及其参与的信号通路，影响肿瘤的发生和发展，发挥着类似于癌基因或抑癌基因的功能。实验表明在很多肿瘤中，一些类型的miRNA是高表达的，这些高表达的miRNA与肿瘤的侵入性、转移性等有一定的相关性。这些miRNA为肿瘤诊断和治疗提供了新的策略。0003 要研究miRNA的作用机制，关键在于研究miRNA的靶基因以及它们相互之间的作用，而miRNA的靶基因预测便成了miRNA首要任务。与miRNA基因预测相比，靶基因的预测具有更大。

6、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，人们得出小RNA5端的28个核苷酸几乎无一例外地与靶mRNA 3端UTR区完全互补，这一特点也被人们用来研究了许多的预测miRNA靶基因的算法。0004 然而，目前大多miRNA预测的算法和软件都基于miRNA与靶基因的结合位点都在基因的3-UTR这一观点，实际上从2008年末发表的一系列文章表明miRNA与靶基因的结合位点也可能在基因编码区。本发明所提出的miRNA靶基因预测方法，便是针对这种可能，将预测结果指向。

7、于位于序列编码区的miRNA靶基因。发明内容0005 本发明针对牛miRNA靶基因预测，设计了一种新方法，该方法主要的分析步骤为：0006 步骤1、3-UTR数据库的建立。0007 步骤2、对于没有3-UTR序列的物种，获得牛的mRNA序列。0008 步骤3、获得牛的蛋白序列。0009 步骤4、我们通过编写PERL脚本程序从mRNA序列中减除编码蛋白的序列(CDS)从而获得基因的5-UTR和5-UTR序列。其中的3-UTR序列被收集起来，建立其3-UTR序列数据库。0010 步骤5、对于有公开的3-UTR的物种，则直接下载相关的数据。0011 步骤6、靶基因预测由多个软件分别进行预测，对于有些。

8、无法对应的microRNA，则参考了miRGator软件。我们一般取几种软件预测结果的交集，即overlap部分。0012 步骤7、统计分析，将预测得到的靶基因进行统计，以确定最有可能的靶基因。目标是找到对应miRNA最多的5-10个目标靶基因说明书CN 103164633 A2/2页4附图说明0013 图1是本发明所述的一种牛的miRNA靶基因预测分析方法的流程图。具体实施方式0014 我们以牛的miRNA靶基因预测为例，阐述本发明的方法实施过程：0015 (1)、建立编码区序列数据库0016 从http:/www.ncbi.nlm.nih.gov下载牛的mRNA序列。通过编写PERL脚。

9、本程序从mRNA序列中获得编码蛋白的序列，建立编码区序列数据库。0017 (2)、在哺乳动物内比对编码区序列，寻找保守区段。0018 利用在线BLAST程序(http:/www.ncbi.nlm.nih.gov/blast)对哺乳动物编码区序列进行序列比对，去掉保守性差的编码区序列，进行下一步的工作。0019 (3)、获取牛miRNA序列信息0020 从http:/microrna.sanger.ac.uk/sequences/下载获得牛的所有已知的miRNA成熟体序列。0021 (4)、靶基因的预测0022 对于每一个microRNA，利用靶基因预测程序扫描所有基因的编码区，从保守序列中获得结合位点。使用国际上公认的靶基因预测程序miRanda v1.0b(http:/www.microrna.org/microrna/getDownloads.do)软件进行microRNA结合位点的预测。0023 以上是对本发明的描述而非限定，基于本发明思想的其它实施方式，均在本发明的保护范围之中。说明书CN 103164633 A1/1页5图1说明书附图CN 103164633 A。

展开阅读全文