人類向?qū)Ш凸聝簊noRNA的計(jì)算機(jī)鑒定及其進(jìn)化研究.pdf

1、非編碼RNA(noncoding RNAs，ncRNAs)是一類不編碼蛋白質(zhì)的RNA分子。非編碼RNA以各種各樣的機(jī)制行使功能和參與細(xì)胞中的各種生命活動(dòng)。越來(lái)越多的ncRNAs在不同的真核生物(特別是哺乳動(dòng)物)中被鑒定出來(lái)，表明在哺乳動(dòng)物基因組中仍存在著一大批ncRNA分子。因此，在基因組水平篩選和鑒定ncRNA基因?qū)τ谏钊虢沂酒湓诩?xì)胞調(diào)控網(wǎng)絡(luò)中的作用具有重要意義。 核仁小分子RNA(small nucleolar RNAs，s

2、noRNAs)是真核生物中一大類非編碼RNA。根據(jù)它們是否反義互補(bǔ)于rRNA或snRNA，可將它們分為向?qū)Ш凸聝簊noRNA。現(xiàn)有的計(jì)算機(jī)算法在龐大的哺乳動(dòng)物基因組預(yù)測(cè)向?qū)noRNA基因的效果都不夠理想，并且無(wú)法對(duì)孤兒snoRNA基因進(jìn)行預(yù)測(cè)。在本研究中，我們開(kāi)發(fā)了一個(gè)包含CDseeker和ACAseeker兩個(gè)程序的高級(jí)計(jì)算機(jī)軟件包snoSeeker，在哺乳動(dòng)物基因組中高效、特異地掃描向?qū)Ш凸聝簊noRNA基因。運(yùn)用snoSeeke

3、r程序，我們系統(tǒng)地掃描了4個(gè)人類-哺乳動(dòng)物的全基因組比較序列。最終不僅鑒定了266個(gè)已知snoRNA基因，我們還鑒定出54個(gè)新的候選分子，其中包括26個(gè)新的孤兒snoRNA基因。進(jìn)～步的實(shí)驗(yàn)驗(yàn)證了18個(gè)新的snoRNA基因，其中4個(gè)snoRNA基因具有組織特異性或限制性表達(dá)模式。本研究是至今為止在人類基因組中對(duì)兩類snoRNA基因最完整的計(jì)算機(jī)分析。 基因組印記是一種表觀遺傳學(xué)現(xiàn)象，它是指等位基因根據(jù)親代的不同而有不同的表達(dá)。印

4、記snoRNA基因是一類主要表達(dá)于哺乳動(dòng)物腦的小非編碼RNA基因，某些印記snoRNA基因還參與mRNA轉(zhuǎn)錄后調(diào)控。本研究中，我們利用imCDseeker程序系統(tǒng)地掃描12個(gè)脊椎動(dòng)物基因組，其中包括8個(gè)哺乳動(dòng)物基因組。最終，我們?cè)诓煌溉榛蚪M中鑒定了700多個(gè)印記snoRNA基因，展現(xiàn)了印記snoRNA基因在哺乳動(dòng)物中的進(jìn)化模式。研究發(fā)現(xiàn)，同一個(gè)snoRNA基因簇的snoRNA拷貝數(shù)量在不同物種間變化明顯，并且相同基因簇內(nèi)拷貝之間也存

5、在顯著的核菅酸差異。進(jìn)一步的分析表明，印記snoRNA基因簇可能起源于胎盤哺乳動(dòng)物而不存在于有袋類哺乳動(dòng)物。這些研究結(jié)果為進(jìn)一步研究這些大的印記snoRNA基因家族的進(jìn)化和起源提供了新的視點(diǎn)。 一個(gè)基因組的公布往往附帶它的基因注釋。相對(duì)于編碼蛋白基因，snoRNA基因的注釋經(jīng)常是缺乏或不一致。這使得基于snoRNA基因的比較和進(jìn)化研究非常困難。為此，我們利用snoSeeker軟件包掃描了20個(gè)脊索動(dòng)物的snoRNA基因，鑒定了5

6、496個(gè)保守的snoRNA候選分子，其中包括了指導(dǎo)rRNAs或snRNAs甲基化修飾的2666個(gè)向?qū)/D snoRNA基因、指導(dǎo)rRNAs或snRNAs假尿嘧啶修飾的1128個(gè)向?qū)/ACA snoRNA基因。此外，我們還預(yù)測(cè)了946個(gè)孤兒C/D snoRNA基因和756個(gè)孤兒H/ACA snoRNA基因。為了向國(guó)際同行提供這些數(shù)據(jù)資源，我們構(gòu)建了一個(gè)交互的、大規(guī)模向?qū)Ш凸聝簊noRNA基因的分析平臺(tái)——snoGalaxy。對(duì)這些sn