發(fā)布時(shí)間：2021-02-25 16:35

　　生物體內(nèi)存在著種類和功能各異的RNA,其中非編碼RNA是近年來新發(fā)現(xiàn)的一類RNA,它們?cè)谏矬w的生命過程中主要起調(diào)控作用,而miRNA就是非編碼RNA中最有代表性的一類。在植物中,miRNA可以通過堿基互補(bǔ)匹配的方式與靶基因相互識(shí)別,并以此對(duì)靶基因介導(dǎo)翻譯抑制或?qū)Π谢蜻M(jìn)行切割,進(jìn)而影響基因性狀的表達(dá)�；趍iRNA及其靶向機(jī)制對(duì)生物體的重要作用,本文通過研究植物miRNA和靶基因的生物特性,采用深度學(xué)習(xí)的算法,設(shè)計(jì)了一種植物miRNA靶基因預(yù)測(cè)模型:DeepMiRNA,并開發(fā)了基于web的植物miRNA靶基因預(yù)測(cè)系統(tǒng)。自miRNA被發(fā)現(xiàn),miRNA的相關(guān)數(shù)據(jù)量在不斷攀升,對(duì)miRNA靶基因的預(yù)測(cè)也從傳統(tǒng)的單一靶基因序列驗(yàn)證轉(zhuǎn)變?yōu)榻柚?jì)算機(jī)技術(shù)中的大數(shù)據(jù)和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)進(jìn)行預(yù)測(cè)。并且由于一個(gè)miRNA一般會(huì)有多個(gè)靶基因,因此計(jì)算方法的產(chǎn)生極大的推動(dòng)了miRNA靶基因預(yù)測(cè)的效率和準(zhǔn)確性。因此基于當(dāng)前的研究現(xiàn)狀,本文利用在序列類自然語(yǔ)言處理中有出色表現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)（CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)的特殊形式雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）,設(shè)計(jì)出針對(duì)植物miRNA靶基因的預(yù)測(cè)模型Dee... 

【文章來源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線Fig.1Technologyroadmap

基于深度學(xué)習(xí)的植物miRNA靶基因預(yù)測(cè)研究82.1.2植物miRNA合成過程植物microRNA在生物體中產(chǎn)生的主要步驟如下：一、細(xì)胞核中編碼miRNA的基因在RNA聚合酶II(PolII)的介導(dǎo)下轉(zhuǎn)錄為pri-miRNA，其長(zhǎng)度約為幾千個(gè)堿基。二、pri-miRNA在Drosha蛋白酶的作用下，被加工成長(zhǎng)度為60-70個(gè)核苷酸長(zhǎng)度且具有莖環(huán)結(jié)構(gòu)的miRNA前體(pre-miRNA)。三、pre-miRNA在轉(zhuǎn)運(yùn)蛋白的協(xié)助下從細(xì)胞核內(nèi)被轉(zhuǎn)運(yùn)至細(xì)胞質(zhì)中。四、在細(xì)胞質(zhì)中，Dicer酶對(duì)miRNA前體的莖環(huán)結(jié)構(gòu)進(jìn)行剪切和修飾，形成miRNA:miRNA*二聚體。五、在RNA誘導(dǎo)沉默復(fù)合體RISC（RNA-inducedsilencingcomplex）的加載過程中，一條miRNA雙鏈被選擇為導(dǎo)鏈(如圖2紅色鏈所示)，并與ARGONAUTE(AGO)蛋白結(jié)合形成功能性RISC，成為成熟體miRNA，而另一條鏈（乘客鏈）則被移除并降解（YuYetal.,2017）。本文中需要的miRNA序列都為成熟體miRNA序列。該過程如圖2所示。圖2miRNA的產(chǎn)生過程aFig.2TheproductionprocessofmiRNA*aDiederichsSetal.,2009

’端的非編碼區(qū)域稱為尾部區(qū)，或者3’非編碼區(qū)(3’Untranslatedregion，3’UTR)。雖然有研究指出miRNA可以作用于mRNA的5’端甚至編碼區(qū)，但綜合目前已有的生物學(xué)實(shí)驗(yàn)數(shù)據(jù)，miRNA主要還是通過結(jié)合mRNA的3’UTR來調(diào)控靶mRNA。不同mRNA中3’UTR的長(zhǎng)度變化范圍跨度較大，從幾十nt到幾十萬nt，其中能夠和miRNA結(jié)合的具體位置被稱為靶位點(diǎn)(Targetsite)。一般每個(gè)靶3’UTR都具有多個(gè)靶位點(diǎn)，對(duì)于一個(gè)3’UTR而言，若存在能與miRNA相互作用的真實(shí)靶位點(diǎn)，則稱這個(gè)3’UTR為該miRNA的靶基因。miRNA與靶基因的結(jié)合過程如圖3所示。圖3miRNA與靶基因結(jié)合示意圖Fig.3MiRNAbindingtotargetgenes種子區(qū)域（seedregion）為miRNA上進(jìn)化最為保守的片段，一般指miRNA上第2個(gè)到第8個(gè)核苷酸。種子區(qū)域通常與mRNA3’UTR上的靶位點(diǎn)以近似完全互補(bǔ)匹配的方式結(jié)合。植物miRNA通常與mRNA3’UTR的序列完全互補(bǔ)匹配，并且互補(bǔ)區(qū)域散布在靶mRNA的轉(zhuǎn)錄區(qū)域內(nèi)而非僅僅局限在3’UTR，使得miRNA會(huì)結(jié)合到包括編碼區(qū)域在內(nèi)的多個(gè)位點(diǎn)上去，從而直接降解mRNA導(dǎo)致基因沉默。如圖2左下角所示，ARGONAUTE1(AGO1)蛋白介導(dǎo)miRNA的靶基因切割，接著導(dǎo)致基因序列的裂解，最后降解切割片段。成熟的植物miRNA被整合到ARGONAUTE蛋白中，實(shí)際可以通過兩種方式導(dǎo)致基因沉默(PTGS)或觸發(fā)次級(jí)小干擾RNA(siRNA)的產(chǎn)生：一是轉(zhuǎn)錄切割，二是翻譯抑制。但在植物中還是以轉(zhuǎn)錄切割從而直接降解mRNA為主，從而影響基因的表達(dá)，進(jìn)而影響植物體的各項(xiàng)生命進(jìn)程。由于miRNA的長(zhǎng)度較短，并且動(dòng)物miRNA及其序列的互補(bǔ)靶標(biāo)有限，預(yù)測(cè)特異性的動(dòng)物miRNA靶標(biāo)是具有一定難度的。但是植物中靶標(biāo)的預(yù)測(cè)相對(duì)簡(jiǎn)單，因?yàn)橹参飉iRNA與靶標(biāo)mRNA的結(jié)合是近乎完全互補(bǔ)的。另外，miRNA序列與靶基因序列在進(jìn)行結(jié)合時(shí)，要遵循?

【參考文獻(xiàn)】：
期刊論文
[1]植物miRNA研究進(jìn)展[J]. 王潔,章嘉航,孟秋峰,黃蕓萍,任錫亮,高天一.  寧波農(nóng)業(yè)科技. 2019(03)
[2]microRNA在植物生長(zhǎng)發(fā)育中的研究進(jìn)展[J]. 黃俊駿,劉文文,郭亞如,蔣天慧,任晴,王華華,梁衛(wèi)紅.  生物技術(shù)通報(bào). 2019(11)
[3]融合CNN和Bi-LSTM的miRNA-lncRNA互作關(guān)系預(yù)測(cè)模型[J]. 石文浩,孟軍,張朋,劉嬋娟.  計(jì)算機(jī)研究與發(fā)展. 2019(08)
[4]植物中miRNA的研究進(jìn)展[J]. 李小凡,冀蒙蒙,翟曉巧.  河南林業(yè)科技. 2019(02)
[5]用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)中激活函數(shù)的設(shè)計(jì)[J]. 王紅霞,周家奇,辜承昊,林泓.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2019(07)
[6]植物miRNA參與調(diào)控作物農(nóng)藝性狀的研究進(jìn)展[J]. 江曾明,何娟,莫蓓莘,劉琳,徐曉峰.  生物化學(xué)與生物物理進(jìn)展. 2019(03)
[7]一個(gè)深度學(xué)習(xí)DNA序列特異性的預(yù)測(cè)模型[J]. 黃立群,丁雪松,張步忠,呂強(qiáng).  小型微型計(jì)算機(jī)系統(tǒng). 2018(11)
[8]深度學(xué)習(xí)在生物醫(yī)學(xué)數(shù)據(jù)中的應(yīng)用[J]. 洪浩,伯曉晨,李非.  醫(yī)學(xué)信息學(xué)雜志. 2018(03)
[9]植物microRNA響應(yīng)非生物脅迫研究進(jìn)展[J]. 吳美婷,楊曉玉,羅淋淋,莫蓓莘,劉琳.  廣東農(nóng)業(yè)科學(xué). 2018(03)
[10]microRNA靶基因預(yù)測(cè)算法的研究與發(fā)展[J]. 程爽,郭茂祖,武雪劍.  智能計(jì)算機(jī)與應(yīng)用. 2018(01)

博士論文
[1]復(fù)雜疾病關(guān)聯(lián)miRNAs預(yù)測(cè)算法及應(yīng)用研究[D]. 彭理.湖南大學(xué) 2018
[2]miRNA靶基因預(yù)測(cè)及其功能識(shí)別算法研究[D]. 程爽.哈爾濱工業(yè)大學(xué) 2016

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)對(duì)鼠標(biāo)移動(dòng)軌跡的情緒識(shí)別[D]. 王欣.江西財(cái)經(jīng)大學(xué) 2019
[2]基于DeepCNN的擬南芥TFBS預(yù)測(cè)模型的構(gòu)建及其在植物跨物種的遷移學(xué)習(xí)應(yīng)用[D]. 張戈.華中農(nóng)業(yè)大學(xué) 2019
[3]基于深度學(xué)習(xí)的lncRNA識(shí)別和功能注釋及與疾病關(guān)系研究[D]. 安高樂.軍事科學(xué)院 2019
[4]基于隨機(jī)游走和卷積神經(jīng)網(wǎng)絡(luò)的miRNA-疾病關(guān)聯(lián)預(yù)測(cè)研究[D]. 董益華.黑龍江大學(xué) 2019
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)方法研究[D]. 張春鶴.吉林大學(xué) 2019
[6]基于深度學(xué)習(xí)的農(nóng)作物基因剪接位點(diǎn)識(shí)別研究[D]. 李瑞.山東農(nóng)業(yè)大學(xué) 2019
[7]基于深度學(xué)習(xí)網(wǎng)絡(luò)的剪接位點(diǎn)及蛋白質(zhì)相互作用預(yù)測(cè)方法研究[D]. 姚雨.安徽大學(xué) 2019
[8]基于深度學(xué)習(xí)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)研究[D]. 趙志山.哈爾濱工業(yè)大學(xué) 2018
[9]蘆筍雌雄花發(fā)育轉(zhuǎn)錄組分析及性別決定相關(guān)miRNA靶基因的鑒定[D]. 秦力.浙江大學(xué) 2016
[10]植物miRNA及其功能的預(yù)測(cè)方法研究與實(shí)現(xiàn)[D]. 劉冬.大連理工大學(xué) 2015



本文編號(hào)：3051247