粗糙脉孢菌milRNA和qiRNA的生物信息学分析

milRNA and qiRNA, two new types of endogenous small non-coding RNA (sRNA), have recently been found in Neurospora crassa. Like animal miRNA, milRNA may target imperfectly complementary sequences and mediate gene silencing by repression of translation. Meanwhile, qiRNA has been shown to regulate gene silencing in the DNA damage response by inhibiting protein translation. Identification of milRNA and qiRNA is fundamental for dissecting regulatory functions and molecular mechanisms. In contrast to other expensive and time-consuming experimental methods, computational prediction of milRNA and qiRNA is a conveniently rapid method for gaining valuable information for a subsequent experimental verification. However, the biogenesis of pathway and mechanism of milRNA are much more complex and diverse than that of miRNA. Meanwhile, there are no distinctive features found in qiRNA. These factors discussed above render computational prediction very difficult. So far, no specific tool exists for the prediction of milRNA and qiRNA. This project will design algorithm and software for prediction of milRNA and qiRNA. Our study will not only provide a useful platform for analyzing small RNA-seq data, but also provide valuable clues for sRNA-related experimental studies.

milRNA和qiRNA是最近在粗糙脉孢菌中发现的两类新的内源性非编码小RNA。与动物的miRNA类似，milRNA通过不完美地碱基配对方式沉默靶mRNA。而qiRNA则能抑制细胞内部错误蛋白的翻译，从而避免DNA损伤对细胞的伤害，在DNA损伤应答通路中具有重要的作用。milRNA和qiRNA的识别是阐明其调控功能和分子机制的基础。相比于费时、费力的实验鉴定方法，计算预测能够快速地获得信息为后续实验证实提供线索。然而，milRNA的产生通路和机制更为复杂和多样。同时，qiRNA序列较短，特征不明显。这些因素给它们的计算预测带来困难。至今仍缺乏milRNA和qiRNA的计算方法和工具。本项目拟以粗糙脉孢菌为研究对象，设计milRNA和qiRNA预测方法和工具，建立小RNA-seq数据分析的计算方法和平台，为实验研究提供有价值的线索。

milRNA和qiRNA是最近在粗糙脉孢菌中发现的两类内源性非编码小RNA。与动物的miRNA类似，milRNA通过不完美地碱基配对方式沉默靶mRNA。而qiRNA则能抑制细胞内部错误蛋白的翻译，从而避免DNA损伤对细胞的伤害，在DNA损伤应答通路中具有重要的作用。milRNA和qiRNA的识别是阐明其调控功能和分子机制的基础。相比于费时、费力的实验鉴定方法，计算预测能够快速地获得信息为后续实验证实提供线索。但是，至今仍然没有针对性的milRNA和qiRNA预测方法和工具。为此，本项目围绕这一核心问题按步骤开展了相应的研究。主要研究结果如下：（1）设计并构建了第一个专门针对milRNA的预测方法和工具milRNApredictor，并获得了良好的预测性能，灵敏度和特异度分别达到74.21%和75.72%。该工具不需要参考基因组和表达量信息，可以用于发现没有参考基因组物种中低表达的milRNA。此外，milRNApredictor可以直接应用于其他物种的miRNA预测。基于人类miRNA，该方法获得受试者操作特征曲线下面积AUC高达0.9，且预测结果与最新的Mirnovo一致性很高。（2）设计并构建了第一个专门针对qiRNA的预测方法和工具qiRNApredictor，并获得了良好的预测性能，灵敏度和特异度分别达到93.55%和71.61%。（3）结合生物信息学中的k-mer方法和统计物理学中的统计势，提出了距离依赖的k-mer对统计势，据此计算出能量特征用于构建随机森林预测模型。交叉检验结果表明提出的能量特征具有非常高的分辨能力。本项目中提出的预测方法和工具为milRNA和qiRNA等小RNA的计算识别以及后续的生物学功能研究提供了便利。此外，这里构建的特征以及从统计物理角度来构建特征的思路也为后续相关研究中的特征构建提供了借鉴和参考。成果上，项目负责人以第一或通讯作者身份发表了14篇SCI论文（其中一作12篇），算法部分发表在Genomics、BMC Bioinformatics等著名期刊上。