基于结构模型的miRNA协同作用模式数据挖掘研究

In recent years, the study of non-coding small RNA has attracted increasing attentions of biologists. MiRNA has been found to play an important role in gene expression, editing, transcription and translation regarding varied regulation funtions. With the application of advanced high throughput techniques, a deep sequencing of several model organisms has been completed. The obtained data not only uncover the genetic basis of physiological and biochemical changes, but also provide valuable sources for validating gene functions.To discover synergistic patternss between miRNAs by means of functional genomics, it is critical to promote the combination of modern biotechnology, computer science, and information technology. Traditional data mining methods show limitations in analyzing complex and high-dimensional bioilogy data.Further,although the synergistic patterns of miRNAs contain intereating and valuable biology information, the efforts to identify them are insufficient. Thus, it is important to develop effective strategies to model existing data to ensure accuracy and correctness of miRNA prediction. Especially, the identification of synergistic network of miRNAs is a focus of future research. This project aims to develop techniques and methods for data collection, integration, modeling and processing, and synergistic pattern discovery, including the relationship between splice site and cleavage enzyme, the association between splice sites, and the miRNA interaction within-species or cross-species.

近年非编码小RNA研究引起了生物学家的关注，miRNA被发现在基因表达，修饰，转录和翻译有重要的功能调控作用。随着先进的高通量技术的应用，已完成多个模式生物的基因组深度测序。这些数据揭示了生理生化变化的遗传基础，而且为重要基因的功能验证提供了宝贵的资源。利用先进的功能基因学手段发现miRNA之间的协同作用模式，要求促进现代生物技术与计算机科学，信息技术的结合。传统数据挖掘方法在处理复杂高维的生物数据表现不足，此外，协同作用模式蕴含重要的生物信息，但缺乏相应的识别技术。如何基于已有的数据建立有效的模型，提高miRNA预测的准确性和效率，从序列和结构特征对miRNA协同调控网络进行更深层次的研究，是今后的研究重点。该项目将研究miRNAs数据采集，整合，建模，模型加工及协同调控模式挖掘的相关技术、方法和策略，包括剪切位点和剪切酶之间存在的关系，不同位点之间的关联性，miRNA的交互关系。

近年miRNA被发现在基因表达，修饰，转录和翻译有重要的功能调控作用。随着先进的高通量技术的应用，已完成多个模式生物的基因组深度测序。这些数据揭示了生理生化变化的遗传基础，而且为重要基因的功能验证提供了宝贵的资源。利用先进的功能基因学手段发现miRNA之间的协同作用模式，要求促进现代生物技术与计算机科学，信息技术的结合。传统数据挖掘方法在处理复杂高维的生物数据表现不足，此外，协同作用模式蕴含重要的生物信息，但缺乏相应的识别技术。如何基于已有的数据建立有效的模型，提高miRNA预测的准确性和效率，从序列和结构特征对miRNA协同调控网络进行更深层次的研究，是该项目研究重点。我们研究了miRNA结构频繁子图挖掘、miRNAs聚类，磷酸化位点蛋白激酶调控预测算法、基于云计算的NGS测序数据组装的纠错。实现非编码RNA结构的DFS编码和频繁子结构/子图的TOP-K挖掘算法，基于隐马科夫随机漫步的miRNA癌症相关表达谱的多桥接规则算法，实现基于加权信息量的功能相似miRNA聚类算法，完成蛋白激酶磷酸化有效位点和蛋白激酶信息预测系统，促进了对miRNAs功能调控网络机制的理解。..