【摘要】：RNA互作組學(xué)(RNA interactomics)是RNA組學(xué)(RNomics)研究的重要組成。其中,(1)RNA互作數(shù)據(jù)的收集和歸納以及(2)RNA相關(guān)互作網(wǎng)絡(luò)的分析與挖掘是RNA互作組學(xué)研究的重要內(nèi)容。目前生物學(xué)家已經(jīng)開發(fā)了各種RNA互作相關(guān)的高通量實(shí)驗(yàn)技術(shù)、預(yù)測(cè)算法以及數(shù)據(jù)庫,為RNA互作組學(xué)中數(shù)據(jù)收集和歸納研究提供了有力支撐。然而,還有大量生物實(shí)驗(yàn)發(fā)現(xiàn)的RNA互作數(shù)據(jù)分散在海量的文獻(xiàn)中,缺乏系統(tǒng)的收集和歸納,這是RNA互作組學(xué)領(lǐng)域亟待解決的問題之一。開發(fā)針對(duì)相關(guān)數(shù)據(jù)的文本挖掘算法,是解決這個(gè)問題的重要途徑。同時(shí),RNA互作網(wǎng)絡(luò)通常包含了海量的信息,這種級(jí)別的數(shù)據(jù)往往是傳統(tǒng)生物學(xué)實(shí)驗(yàn)和技術(shù)難以應(yīng)對(duì)的。因此,從數(shù)學(xué)和統(tǒng)計(jì)角度分析RNA互作網(wǎng)絡(luò),根據(jù)分析結(jié)果指導(dǎo)實(shí)驗(yàn)研究將成為RNA互作組學(xué)研究的新方法。本論文針對(duì)散在于文獻(xiàn)中的海量RNA互作數(shù)據(jù),開發(fā)了RIscoper(RNA Interactome Scoper)文本挖掘系統(tǒng),可提取收集海量文獻(xiàn)中各種RNA-RNA互作(RNA-RNA interaction,RRI)數(shù)據(jù)。然后,針對(duì)基于RIscoper軟件輔助收集的RRI數(shù)據(jù)形成的RNA互作網(wǎng)絡(luò),選擇對(duì)其中病毒-宿主間非編碼RNA(non-coding RNA,ncRNA)介導(dǎo)的串?dāng)_(crosstalk)網(wǎng)絡(luò)進(jìn)行深入挖掘,嘗試揭示病毒感染過程中潛在的分子機(jī)制。本論文的主要研究?jī)?nèi)容如下:1.基于N-元語義模型(N-gram model)設(shè)計(jì)和開發(fā)RIscoper算法流程及軟件。算法流程第一步為語句標(biāo)準(zhǔn)化(sentence standardization),包括語句分割和詞形還原等內(nèi)容;第二步是對(duì)語句中的RNA名稱進(jìn)行命名實(shí)體識(shí)別(named entity recognition);第三步是語句打分(sentence scoring),用分值評(píng)價(jià)語句是否包含RRI數(shù)據(jù)信息,具體包括利用N-元語義模型計(jì)算語句的最大似然概率、利用柯蒂斯平滑算法(Katz smoothing algorithm)對(duì)概率矩陣進(jìn)行平滑處理以及利用幾何平均值對(duì)語句長度進(jìn)行標(biāo)準(zhǔn)化處理。2.構(gòu)建了一個(gè)包括13,377條RRI陽性語句的語料庫作為RIscoper標(biāo)準(zhǔn)訓(xùn)練集。該語料庫內(nèi)所有語句均是通過人工閱讀大量的專業(yè)文獻(xiàn)而獲取的(來源于超過5,000篇專業(yè)期刊文獻(xiàn)),覆蓋多種RNA互作信息。3.使用10-折交叉驗(yàn)證方法評(píng)價(jià)軟件的性能。結(jié)果證明RIscoper在RRI數(shù)據(jù)(精確度:90.4%,召回率93.9%)和蛋白質(zhì)-蛋白質(zhì)互作(protein-protein interaction,PPI)數(shù)據(jù)(精確度:90.3%,召回率94.1%)提取上都有很高的性能。此外,案例研究的結(jié)果發(fā)現(xiàn)RIscoper可提取到絕大部分有效的RRI信息,這些結(jié)果表明RIscoper軟件具有良好的準(zhǔn)確性和實(shí)用性。4.收集整理多個(gè)數(shù)據(jù)庫和平臺(tái)的病毒-宿主(人類)間以及人類的PPI以及ncRNA-蛋白質(zhì)互作(ncRNA-protein interaction,NPI)網(wǎng)絡(luò)數(shù)據(jù)(其中NPI網(wǎng)絡(luò)數(shù)據(jù)來自于RIscoper軟件的輔助),分析病毒ncRNA靶向的宿主蛋白質(zhì)以及ncRNA在PPI以及NPI網(wǎng)絡(luò)中的中心性(度與介數(shù)),結(jié)果發(fā)現(xiàn)病毒ncRNA靶向的宿主蛋白質(zhì)和ncRNA在網(wǎng)絡(luò)中傾向于是中樞節(jié)點(diǎn)(hub node)以及瓶頸節(jié)點(diǎn)(bottleneck node)(靶向蛋白質(zhì):Wilcoxon秩和檢驗(yàn),度:P=1.99E-11,介數(shù):P=9.32E-09;靶向ncRNA:Wilcoxon秩和檢驗(yàn),度:P2.2E-16,介數(shù):P2.2E-16)。提示病毒在感染過程中傾向于攻擊宿主分子調(diào)控網(wǎng)絡(luò)的重要節(jié)點(diǎn)。例如,EBV原始病原體miR-BHRF1-1直接靶向人類PPI網(wǎng)絡(luò)中樞和瓶頸蛋白質(zhì)P53,控制EBV晚期裂解復(fù)制;ebv-miR-BHRF1-2直接靶向BCL2,抑制細(xì)胞早期凋亡。5.對(duì)病毒ncRNA和蛋白質(zhì)共同靶向的人類蛋白質(zhì)的中心性和功能進(jìn)行分析,發(fā)現(xiàn)其度和介數(shù)顯著高于其他靶向蛋白質(zhì),且顯著參與到細(xì)胞死亡相關(guān)生物學(xué)功能中,尤其是參與到自噬相關(guān)的調(diào)控網(wǎng)絡(luò)。6.定義和篩選病毒-人類間功能同源性ncRNA對(duì),通過對(duì)ncRNA共同靶向的基因數(shù)量進(jìn)行顯著性分析,得到820條潛在的病毒-人類間功能同源性ncRNA對(duì)(P0.01),提示部分病毒ncRNA和人類ncRNA傾向于調(diào)節(jié)類似的靶基因集合,存在功能上的同源性。7.基于病毒-人類間ncRNA串?dāng)_網(wǎng)絡(luò),利用重啟隨機(jī)游走算法對(duì)病毒進(jìn)行聚類分析,結(jié)果發(fā)現(xiàn)了6個(gè)不同的病毒簇。功能富集分析發(fā)現(xiàn)不同的病毒簇具有不同的功能傾向而同一病毒簇的功能趨向于相同。這提示不同病毒簇間存在著不同的感染和發(fā)病機(jī)制而同一病毒簇可能存在機(jī)制上的同源性。綜上所述,本研究圍繞著RNA互作組學(xué)目前的需求和方向,基于自然語言處理開發(fā)了挖掘文獻(xiàn)中RRI信息的工具RIscoper,為未來RNA組學(xué)研究提供數(shù)據(jù)積累和技術(shù)支撐。然后,針對(duì)RIscoper輔助挖掘得到的病毒-宿主間ncRNA介導(dǎo)的串?dāng)_網(wǎng)絡(luò)進(jìn)行深入挖掘和研究,揭示病毒感染的一些潛在的分子機(jī)制,為全面解析病毒感染機(jī)制以及開發(fā)相應(yīng)治療方案提供有效的信息和線索。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.1;Q811.4
【圖文】：

圖 1-1 網(wǎng)絡(luò)的中樞節(jié)點(diǎn)和瓶頸節(jié)點(diǎn)以及 k-核的示意圖。（a）網(wǎng)絡(luò)的中樞節(jié)點(diǎn)與瓶頸節(jié)點(diǎn)的示意圖；（b）網(wǎng)絡(luò)的 k-核的示意圖表 1-4 網(wǎng)絡(luò)中的一些基本術(shù)語及拓?fù)鋵W(xué)特征的定義術(shù)語 定義

圖 2-1 RIscoper 算法流程。第一步是語句標(biāo)準(zhǔn)化，RIscoper 通過 OpenNLP 工具將文章分割成語句，并通過 BioLemmatizer 工具對(duì)所有單詞進(jìn)行詞形還原；第二步是命名實(shí)體識(shí)別（NER），RIscoper 集成一個(gè)預(yù)設(shè)實(shí)體語料庫用于 NER；第三步是語句打分，RIscoper 通過 N-gram 模型進(jìn)行評(píng)分；此外，RIscoper 提供了一個(gè)可選模塊（RNA 名稱實(shí)體過濾器），用于過濾掉不包含 RNA 名稱的語句

0.01 0.0245 0.9846 0.6457 0.77982.4.2.2 使用PPI語料庫評(píng)價(jià)性能本章研究還整理和收集了一套 PPI 語料庫對(duì) RIscoper 性能進(jìn)行評(píng)價(jià)。PPI 語料庫來源于 BioCreative III 語料庫[137]，其是一個(gè)用于評(píng)估生物與醫(yī)學(xué)領(lǐng)域內(nèi)文本挖掘和信息提取軟件的標(biāo)準(zhǔn)語料庫。首先，通過 10-折交叉驗(yàn)證方法將陽性集（1,617條陽性語句）和陰性集（1,617 條陰性語句）分別平均分成十份，九份陽性集用來估計(jì)模型參數(shù)，構(gòu)建打分矩陣。九份陰性集用于判斷 FDR 閾值的背景。另兩份具有類別標(biāo)簽，用來測(cè)試軟件性能。然后通過 ROC 曲線評(píng)價(jià)性能，結(jié)果發(fā)現(xiàn) AUC為 0.962（見圖 2-4b）。最后，分別取 FDR 為 0.01，0.05 以及 0.1 三個(gè)閾值，計(jì)算精確度，召回率以及 F1-值，結(jié)果與 RRI 語料庫的評(píng)估結(jié)果類似（見表 2-2），在FDR 分別為 0.1 與 0.05 的情況下，F(xiàn)1-值均超過 0.9（0.9217，0.9118）。而 FDR為 0.01 時(shí)，閾值設(shè)置相對(duì)嚴(yán)格，導(dǎo)致召回率顯著下降，最終 F1-值不到 0.8（0.7805）。以上結(jié)果顯示，基于 1：1 的 PPI 陽性和陰性語句數(shù)據(jù)集，RIscoper 仍然具有很好的性能。

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 劉樹業(yè);;非編碼RNA調(diào)節(jié)異常在肝細(xì)胞癌發(fā)生發(fā)展中的作用[J];世界華人消化雜志;2019年18期

2 鄭凌伶;戚益軍;屈良鵠;;走向國際科技前沿的中國RNA研究[J];中國科學(xué):生命科學(xué);2019年10期

3 林琳;劉建華;吳麗娜;;甲狀腺癌RNA分子研究進(jìn)展[J];腫瘤防治研究;2019年11期

4 楊瑩潔;趙虹;;競(jìng)爭(zhēng)性內(nèi)源RNA在神經(jīng)退行性疾病中的作用研究進(jìn)展[J];內(nèi)科理論與實(shí)踐;2019年05期

5 劉凱;葉遠(yuǎn)舟;吳雨宸;蘇儉生;;非編碼RNA在牙髓炎中的研究進(jìn)展[J];中華臨床醫(yī)師雜志(電子版);2019年03期

6 秦少杰;王曉燕;林利;;環(huán)狀RNA的生物學(xué)功能及其在心血管疾病中的作用[J];臨床與病理雜志;2019年10期

7 張碩;王非凡;劉洪臣;;環(huán)狀RNA調(diào)控骨髓間充質(zhì)干細(xì)胞成骨分化的研究進(jìn)展[J];口腔頜面修復(fù)學(xué)雜志;2019年05期

8 楊宗霖;王藝;馬田田;霍春月;劉曉;闞云超;李丹丹;;有翅和無翅豌豆蚜中翅型分化信號(hào)通路相關(guān)微小RNA及其靶基因的表達(dá)差異[J];昆蟲學(xué)報(bào);2019年11期

相關(guān)會(huì)議論文 前10條

1 張暢斌;尹愛華;何天文;王波;鄧文喻;賴有行;;一種經(jīng)濟(jì)便捷的手足口病原RNA提取方法[A];廣東省遺傳學(xué)會(huì)第九屆代表大會(huì)暨學(xué)術(shù)研討會(huì)論文及摘要匯編[C];2014年

2 李園園;陸俊梅;程松;崔振玲;;RNA恒溫?cái)U(kuò)增實(shí)時(shí)檢測(cè)技術(shù)鑒定鳥分枝桿菌和胞內(nèi)分枝桿菌[A];第四屆中國臨床微生物學(xué)大會(huì)暨微生物學(xué)與免疫學(xué)論壇論文匯編[C];2013年

3 Jingrong Wang;Junping Kou;Hilda Yau;Wanrong Zong;Tongmeng Yan;Zhi-Hong Jiang;;Protective Effect and Sequences of RNA Fragments from Ginseng's Larger RNAs against Myocardial Ischemia Injury in Mice[A];中國化學(xué)會(huì)第十一屆全國天然有機(jī)化學(xué)學(xué)術(shù)會(huì)議論文集（第一冊(cè)）[C];2016年

4 郭曉強(qiáng);張巧霞;黃衛(wèi)人;蔡志明;;長鏈非編碼RNA與腎細(xì)胞癌發(fā)生[A];遺傳多樣性：前沿與挑戰(zhàn)——中國的遺傳學(xué)研究（2013-2015）——2015中國遺傳學(xué)會(huì)大會(huì)論文摘要匯編[C];2015年

5 吳建軍;李勛;黃錦坤;楊倜;徐益勤;楊巧媛;蔣義國;;環(huán)境化學(xué)物暴露血液非編碼RNA標(biāo)志物研究[A];中國毒理學(xué)會(huì)第七次全國毒理學(xué)大會(huì)暨第八屆湖北科技論壇論文集[C];2015年

6 李成云;梁戈玉;姚文卓;隋靜;申嫻;張艷秋;馬書梅;尹立紅;浦躍樸;;胃癌相關(guān)長鏈非編碼RNA的鑒定及腫瘤標(biāo)志物的篩選研究[A];中國毒理學(xué)會(huì)第七次全國毒理學(xué)大會(huì)暨第八屆湖北科技論壇論文集[C];2015年

7 徐勇;張付全;張克讓;Yin Yao Shugart;;精神分裂癥中轉(zhuǎn)錄因子-微小RNA交互調(diào)控網(wǎng)絡(luò)的異常[A];中華醫(yī)學(xué)會(huì)第十三次全國精神醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2015年

8 韓艷華;陳紅印;張禮生;;RNA干擾技術(shù)在昆蟲滯育機(jī)制研究中的應(yīng)用[A];植保科技創(chuàng)新與農(nóng)業(yè)精準(zhǔn)扶貧——中國植物保護(hù)學(xué)會(huì)2016年學(xué)術(shù)年會(huì)論文集[C];2016年

9 王小利;吳佳海;舒健虹;牟瓊;;高羊茅光周期調(diào)控基因RNA干擾表達(dá)載體構(gòu)建[A];中國草學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

10 魏任雄;;長鏈非編碼RNA與男性不育的研究進(jìn)展[A];中華中醫(yī)藥學(xué)會(huì)第十四次男科學(xué)術(shù)大會(huì)論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 中科院上海生科院上海植物生理生態(tài)所 毛穎波;尋找小RNA世界里的另一道風(fēng)景[N];科學(xué)時(shí)報(bào);2011年

2 本報(bào)記者 沈則瑾;破解環(huán)形RNA之謎[N];經(jīng)濟(jì)日?qǐng)?bào);2019年

3 記者 顏維琦;我科學(xué)家深度“解碼”環(huán)形RNA[N];光明日?qǐng)?bào);2019年

4 唐一塵;新“剪刀”能暫時(shí)編輯RNA[N];中國科學(xué)報(bào);2019年

5 趙熙熙;實(shí)驗(yàn)室“原始湯”生成RNA堿基[N];中國科學(xué)報(bào);2019年

6 記者 黃辛;科學(xué)家實(shí)現(xiàn)活細(xì)胞RNA標(biāo)記與無背景成像[N];中國科學(xué)報(bào);2019年

7 記者 耿挺;RNA剪接基因編輯新方法[N];上�？萍紙�(bào);2018年

8 記者 聶翠蓉;基因檢測(cè)“神探夏洛克”問世[N];科技日?qǐng)?bào);2017年

9 本報(bào)記者 聶翠蓉;讓RNA處理器在活細(xì)胞中“奔騰”[N];科技日?qǐng)?bào);2017年

10 記者 毛黎;脂質(zhì)分子可提高RNA干擾技術(shù)效率[N];科技日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 龔朵;CCDC80下調(diào)血管平滑肌細(xì)胞LPL表達(dá)對(duì)動(dòng)脈粥樣硬化的影響及機(jī)制[D];南華大學(xué);2019年

2 張楊;RNA互作文本挖掘工具開發(fā)及應(yīng)用研究[D];電子科技大學(xué);2019年

3 盧梅華;革蘭氏陽性菌RNA降解關(guān)鍵酶的結(jié)構(gòu)與功能研究[D];浙江大學(xué);2019年

4 陳小翔;長鏈非編碼RNA-ZFAS1促進(jìn)結(jié)直腸癌發(fā)生發(fā)展機(jī)制及其作為潛在標(biāo)志物的初步研究[D];東南大學(xué);2019年

5 王熵;siRNA的非對(duì)稱結(jié)構(gòu)對(duì)RNA干擾的影響研究[D];湖南師范大學(xué);2016年

6 鄧世江;長鏈非編碼RNA GLS-AS介導(dǎo)的c-Myc/GLS通路在胰腺癌中的作用及機(jī)制[D];華中科技大學(xué);2019年

7 周虎;基于非編碼RNA的胃癌標(biāo)志物篩選鑒定研究[D];武漢大學(xué);2016年

8 肖明揚(yáng);環(huán)狀RNA hsa_circ_0051488的篩選驗(yàn)證及其在多環(huán)芳烴致肺癌變中的生物學(xué)功能及作用機(jī)制研究[D];中國醫(yī)科大學(xué);2019年

9 馬明輝;長鏈非編碼RNA ZBE1-AS1作為競(jìng)爭(zhēng)內(nèi)源性RNA促進(jìn)胃癌發(fā)展的機(jī)制研究[D];中國醫(yī)科大學(xué);2019年

10 靳建軍;長非編碼RNA SYISL對(duì)肌肉生長發(fā)育的影響及其分子機(jī)制研究[D];華中農(nóng)業(yè)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 胡橋;TbCSV及其衛(wèi)星TbCSB來源的部分siRNA功能研究[D];西南大學(xué);2019年

2 代濤;基于類修飾DNA探針和免疫競(jìng)爭(zhēng)法的RNA N~6-甲基腺苷電化學(xué)檢測(cè)方法研究[D];重慶醫(yī)科大學(xué);2019年

3 張潤姣;Nrf2通過mmu_circRNA_32463調(diào)控α-SYN的表達(dá)[D];河北醫(yī)科大學(xué);2019年

4 呂成偉;基于集成學(xué)習(xí)的σ~(54)啟動(dòng)子及RNA修飾位點(diǎn)的預(yù)測(cè)[D];桂林電子科技大學(xué);2019年

5 李家恒;長鏈非編碼RNA 9130024F11Rik在小鼠腦發(fā)育過程中的作用初探[D];華僑大學(xué);2019年

6 劉玲;雙連接探針在RNA原位檢測(cè)中的開發(fā)和應(yīng)用[D];華僑大學(xué);2019年

7 張科;煙草蛋白-TCV P8互作影響病毒誘導(dǎo)的RNA沉默在細(xì)胞間傳播機(jī)制的初步研究[D];杭州師范大學(xué);2019年

8 劉曼迪;豬源產(chǎn)腸毒素大腸桿菌總RNA的免疫保護(hù)作用研究[D];河北農(nóng)業(yè)大學(xué);2019年

9 杜瑩;環(huán)狀RNA hsa_circ_0011940在抗結(jié)核藥物性肝損傷患者外周血中的表達(dá)及功能研究[D];華北理工大學(xué);2019年

10 李雙;高通量測(cè)序分析湖南地區(qū)動(dòng)脈瘤性蛛網(wǎng)膜下腔出血患者外周血長鏈非編碼RNA表達(dá)差異[D];湖南師范大學(xué);2019年

本文編號(hào)：2798304