老套路也得學:lncRNA–miRNA–mRNA調控網絡預測

2021-01-08 唯問生物

今天給大家分享一篇與lncRNA–miRNA–mRNA調控網絡預測相關、發表在Journal of Cancer Research and Clinical Oncology上的一篇文章,文章發表於2019年11月。

預測肝硬化患者肝癌發生的候選lncRNA-miRNA-mRNA網絡:綜合生物信息學分析

摘要

目的:本研究通過生物信息學分析,探索潛在的競爭性內源性RNA (ceRNA)網絡在肝硬化患者HCC發展中的作用。

方法:利用GEO和TCGA資料庫的數據挖掘,挖掘mRNA、lncRNA和miRNA差異表達譜。在匹配的HCC隊列中,RT-PCR證實了他們的表達(n = 6/組)。通過共表達分析構建ceRNA網絡。它們的相互調控及其在上皮-間充質轉化(EMT)過程中的作用已在細胞水平上通過功能獲得和功能喪失實驗得到驗證。應用Kaplan-Meier法顯示預後價值。

結果:通過對GEO和TCGA數據集中的差異表達基因(DEGs)進行交叉分析和Pearson相關性分析,鑑定出20個mRNA、24個miRNAs和41個lncRNAs。其中,FOXD2-AS1、BLVRA和CYTH2在HCC組織和具有高轉移潛能的HCC細胞(MHCC97H)中顯著上調,而與其相鄰的正常/肝硬化組織和L02和MHCC97L細胞相比。然而,失調的miR-139-5p則表現出相反的表達模式。利用miRanda算法,FOXD2-AS1、BLVRA和CYTH2顯示出miR-139-5p的潛在結合位點。FOXD2-AS1基因敲低誘導miR-139-5p和EMT抑制顯著增加。miR-139-5p的缺失導致BLVRA和CYTH2表達的增加和EMT過程。相反,miR-139-5p過表達抑制了BLVRA和CYTH的表達和EMT過程。FOXD2-AS1、miR-139-5p、BLVRA和CYTH2與HCC患者的預後高度相關。

結論:FOXD2-AS1/miR-139-5p/BLVRA或CYTH2軸可能是肝硬化肝細胞癌發生的分子機制。

結果一:在GEO資料庫中的DEGs

結果二:GEO資料庫中所有DEGs的Mfuzz聚類和PPI網絡構建分析

結果三:在TCGA資料庫中建立基因序列,並獲取關鍵基因序列

結果四:lncRNA-miRNA-mRNA調控網絡的構建

結果五:FOXD2-AS1/miR-139-5p/BLVRA或CYTH2網絡參與肝硬化HCC的發展

文章還有部分補充數據,對於lncRNA–miRNA–mRNA調控網絡的預測方法大致總結為:

1.DEGs、DEMs和DELs的鑑定(DEGs:差異表達的基因,DELs:差異表達的長非編碼RNA,DEMs:差異表達的microRNAs,lncRNA:長非編碼RNA,miRNA:microRNA,mRNA:messager RNA)→以火山圖或熱圖呈現。

2. 功能富集分析:了解相關的DEGs的功能。

3. PPI(protein-protein interaction)網絡的建立及樞紐基因的鑑定。

4. lncRNA-miRNA-mRNA調控網絡的構建:結合KEGG和軟體分析的結果,建立相應的lncRNA-miRNA-mRNA相互作用網絡。

想研究lncRNA–miRNA–mRNA調控網絡預測的小夥伴們可以用此套路。

本研究在多個基因組平臺上進行了全面的數據挖掘,證明了FOXD2-AS1/miR-139-5p/BLVRA或CYTH2可促進肝硬化肝癌的形成。靶向FOXD2-AS1/miR-139-5p/BLVRA或CYTH2可能是對抗肝硬化向肝硬化HCC轉變的新治療策略。

相關焦點

  • lncRNA擺脫miRNA專題的補充:當lncRNA遇到m6A修飾
    然後,通過starbase這個綜合性的預測網站,作者發現LNC942可能能夠與許多m6A相關的蛋白結合。所以在fig1c中,作者通過m6A dot blot assay驗證了m6A在各乳腺癌中的水平,發現MCF7和SKBR3中表達最高。然後,通過shRNA構建LNC942敲低的細胞系(fig1d)。
  • miRNA資料庫薈萃,研究miRNA的看過來
    如今的生物學研究已經離不開生物信息學的輔佐,這裡老談給大家介紹目前研究miRNA的一些在線資料庫,看看它們是如何幫助你們在摸爬滾打中找準方向的。這些資料庫中既有「進口」衝鋒鎗miRbase,又不乏「國產」戰鬥機starbase。每一個資料庫的功能又不盡相同,既有分子間相互作用的預測,又有對已報導實驗結果的總結和整合。
  • 史上最全的lncRNA資料庫大全及心得分享
    雖然老談一直默默覺得部分lncRNA就是伸長了的miRNA,其作用機制比較類似,但有關所有lncRNA全方面的功能研究還需要進一步的探索。小夥伴們更需要裝配研究的利器,幫助我們在尋求相關lncRNA信息時能夠手到拈來,不費吹灰之力!今天老談就跟大家分享一些研究lncRNA的資料庫,幫助大家做好科研準備工作。當然lncRNA資料庫較之於miRNA可能相對較少,畢竟後者的研究已經非常成熟。
  • 這些lncRNA研究套路,你未必知道!
    老實說,這世上原本沒有套路,只不過做的人多了,套路也就應運而生了。而lncRNA紅火了這麼些年,套路也是層出不窮,但其中最為經典的也無外乎以下幾種套路。ceRNA(競爭性內源RNA)鑑於lncRNA與RNA屬於鐵桿兄弟,那麼lncRNA研究首要考慮就是ceRNA。
  • Co-LncRNA:lncRNA與蛋白編碼基因的共表達網絡資料庫
    在生物信息學中,對於基因功能的挖掘,通常的做法就是利用GO和KEGG等功能資料庫,但是這些資料庫中都是蛋白編碼基因的功能,為了利用這些資料庫中的信息,我們需要在lncRNA與mRNA之間建立起聯繫,常見的思路有以下幾種通過lncRNA和mRNA之間的相互作用很多文獻和資料庫中都有報導的lncRNA與mRNA之間相互作用,也可以通過軟體來預測二者之間的結合
  • TargetScan:哺乳動物miRNA靶基因資料庫
    哺乳動物中的miRNA通過結合轉錄本序列的3』UTR區,從而發揮轉錄後調控作用。並且根據已有的分析結果整理成了資料庫,網址如下http://www.targetscan.org/vert_72/根據不同的代表物種,分成以下幾個子資料庫TargetScanHumanTargetScanMouseTargetScanFlyTargetScanWormTargetScanFish在預測
  • 經典的miRNA靶標預測資料庫
    starbase.sysu.edu.cn/starbase是從高通量的CLIP-Seq實驗數據和降解組實驗數據中搜尋micorRNA靶標,提供了各式各樣的可視化界面去探討microRNA的靶標,包含了miRNA-mRNA、miRNA-lncRNA、miRNA-circRNA、miRNA-ceRNA和RNA-protein等的調控關係
  • 預測神器miRwalk 2.0:從miRNA到mRNA
    大家可能都知道,miRwalk是是個交叉預測網站,既可以通過靶基因預測microRNA也可以通過microRNA預測靶基因。
  • 昆明動物所重構螞蟻等級分化祖先基因調控網絡
    由於各螞蟻物種的等級系統屬於同源性狀,因此從發育演化生物學理論角度,可以預測這些同源性狀是由螞蟻祖先狀態的基因網絡所調控。由於在漫長演化歷程中,基因功能會有多樣性變化,而且隨著新的亞科和屬種的形成,基因功能也會發生種系特異的重適應,因此祖先基因的特徵表達模式和調控網絡可能會被掩蓋。
  • 一站式 lncRNA 查詢資料庫|lncRNA|資料庫|亞細胞|查詢|序列|預測|...
    另外,關於序列特徵當中,有一個重複序列的預測,這個作者使用的是 RepeatMasker 來預測的序列當中是否有重複序列。RNA二級結構的,如果有其他二級結構預測的基因,可以去看一下。3 表達調控在表達調控方面,最經典的還是轉錄因子調控以及miRNA調控。
  • J Biol Chem:季紅斌等揭示miRNA對腫瘤細胞糖代謝的功能及調控機制
    該論文揭示了miR-143通過靶向己糖激酶2(HK2)參與調控腫瘤細胞的糖代謝,並闡明了腫瘤細胞中miR-143-HK2表達失調的分子機制。腫瘤細胞即使在有充足氧氣的情況下,仍傾向於通過糖酵解途徑提供能量,這就是普遍存在於腫瘤細胞中的「沃伯格效應」,而系統性地尋找並鑑定參與調控這一效應的miRNA還未有報導。
  • lncRNA+mRNA,真香
    通過R包「 survivalROC」繪製ROC曲線來評估風險模型的預測準確性。通過多變量Cox回歸分析的結果繪製了列線圖以預測總體生存期(OS)。ROC曲線下的面積為0.664,表明該風險模型具有較高的預測價值(圖6F)。繪製Nomogram以可視化多元Cox回歸分析的結果(圖6G)。此外,Kaplan–Meier曲線還證實這三個lncRNA是OS的預測指標(圖5A–C)。
  • LncTarD: lncRNA-靶基因調控機制分析神器重磅來襲!
    雖然lncRNA與疾病的關聯已受到廣泛關注,但目前缺乏資料庫預測lncRNA介導的靶基因調控機制、關鍵下遊靶基因以及與疾病相關的lncRNA的重要生物學功能。那麼,今天的神器就是為了解決這些問題的!主頁上就只看最有用的了!也就是網站的快速檢索功能:可以輸入lncRNA,疾病名稱,生物學功能來實現搜索功能。
  • miRNA研究知識資源大總結!值得收藏!
    http://lgmb.fmrp.usp.br/mirnapath/tools.php3. miR2Disease miR2Disease資料庫是一個人工注釋的資料庫,主要收錄的是與人類疾病相關的microRNA信息。
  • 中美學者證實,腸道菌群通過circRNA/miRNA網絡,調控腫瘤轉移
    同濟大學醫學院附屬同濟醫院張子強聯合密西西比大學醫學中心,在Gut Micriobes雜誌發表了題為:Gut microbiota regulate tumor metastasis via circRNA/miRNA networks(腸道菌群通過circRNA/miRNA網絡調控腫瘤轉移
  • 學習筆記:醫學基礎科研套路
    醫生基礎科研實驗的四個常規體系:一是組學實驗。分別是基因組學。蛋白組學,轉錄組學和代謝組學。組學實驗有個好基友生物信息學。我們可以使用生物信息學的方法對其他高通量的篩選結果直接借鑑。二是分子實驗。PCR和Western blot 是幾乎所有醫學實驗必備的項目。而分子實驗的重點是基因的操作。
  • PNAS 報導基因調控網絡建模新進展
    ,提出了利用匹配的基因表達和染色質可及性數據刻畫順式調控元件和反式調控元件相互作用的數學模型,將基因調控網絡的建模研究從編碼基因推進到了非編碼區域的調控元件,有望用來注釋疾病等表型相關的遺傳變異。 基因調控網絡,即對基因表達水平進行精準控制的蛋白與DNA間相互作用。基因調控網絡是幾乎所有生物過程的核心。在特定的條件下,特定基因表達的啟動或停止,增強或抑制,是細胞選擇基因組中的調控元件和相互作用完成基本生命活動以及對外界刺激作出應答的分子基礎。而且組織和細胞特異的基因調控塑造了不同的表型,是健康和疾病研究的基石。闡明基因選擇性表達所依賴的調控元件及其相互作用的分子機制,需要對基因調控進行建模。
  • miRcode:轉錄組miRNA靶點預測圖譜
    microRNA在細胞中的功能與作用的研究已經相對完善,而長鏈非編碼RNA功能是多種多樣的,作為細胞生理作用的重要的調控因子,對於他們的研究才慢慢開始重視。少量的研究小RNA與長鏈非編碼RNA之間相互作用表明,lncRNA可以作為抑制作用decoys(分子誘餌)或者miRNA的調控性的靶標起作用。但是這種作用仍然研究甚少。