KSHV感染下RNA甲基化高通测序数据处理及失调网络构建

Recent years, m6A and epitranscriptome has been drawn more and more attention since the invention of transcriptome wide detection technology and the discovery of its reversible mechanism..KSHV infection leads to dysregulation of transcriptome, epigenome as well as epitranscriptome, and ultimately induces cellular transformation and tumorigenesis..Based on our previous productive work, we propose here to further design and improve the bioinformatics tools for MeRIP-Seq data processing and then investigate the dynamic characteristics of m6A methylation in mixture genome of different KSHV infection stages by MeRIP-Seq. We will design algorithms for discovering the co-methylation modules based on small sample and time series MeRIP-Seq data, so as to explore the regulation between modules and m6A methylation regulators. We will also work on KSHV induced dysregulated network construction by integrating the high throughput data of transcriptome, epigenome and epitranscriptome..The proposed project will extend the research area of m6A methyaltion, improve the performance of MeRIP-Seq data processing methods and supplement MeRIP-Seq processing toolbox. Furthermore, this project will hopefully provide new idea and theoretical basis for the study of pathogenic mechanism and treatment of KSHV induced disease.

KSHV的感染可以导致转录组、表观基因组以及表观转录组等多个层面的网络失调，最终诱导细胞转化或癌症发生。近年来，由于转录组级检测方法MeRIP-Seq的发明及修饰可逆性的发现，RNA m6A修饰以至表观转录组成为生命科学领域的研究热点。.本项目将设计和完善MeRIP-Seq测序数据处理策略，并研究KSHV感染的不同阶段混合基因组中的m6A动态分布特性；设计基于小样本及时序MeRIP-Seq数据的协同甲基化模块挖掘算法，揭示模块与m6A甲基化调控因子的调控关系；通过结合转录组、表观基因组、表观转录组等高通数据及其它基因调控信息，构建由KSHV诱导的失调网络。.本项目将完善MeRIP-Seq数据处理的方法、探索m6A与病毒相关疾病的内在联系、揭示m6A的动态调控机制，有望对KSHV的致病机制、治疗方法提供新思路和理论依据。

MeRIP-Seq等RNA修饰检测新技术的发展，为RNA修饰功能分析提供了数据基础，也带了数据分析方面的挑战。在RNA修饰位点检测等基础工具方面，项目组尝试构建基于贝叶斯推断的混合成分分离模型，以期增强MeRIP-Seq测序数据的信噪比，达到提升位点估计准确度的效果；设计基于机器学习的RNA甲基化位点预测算法；实现更高精度的转录组级位点分布可视化工具Guitar2。在协同甲基化模块检测方面，项目组梳理构建多条件下甲基化谱数据，设计DPBBM、REW-ISA、MBMM、DBDD等协同甲基化模块检测算法；设计基于时间约束的ISA聚类算法RETISA，用以实现时序MeRIP-Seq的协同模块挖掘。在RNA修饰功能分析方面，项目组收集RNA修饰-疾病、疾病-药物、药物-细胞系等关系数据，构建BRPCA、HN-CNN、m7GdisAI、LRTCLS等多种关联分析模型，为RNA修饰在疾病中的作用机制进行了有益探索以及理论、方法的积累。此外，项目组与长期合作者伙伴共同规划RNA修饰相关数据的收集整理，完成若干数据库的建设，为本项目的开展提供数据保证，也为后续的相关研究提供了数据积累。