背景[1-7]
microrna pcr array(microRNA-pcr芯片)是一種檢測microRNA的高通量qPCR技術(shù)。MicroRNA（miRNA）是一類內(nèi)源性非編碼小RNA,廣泛存在于多種生物體內(nèi),通過調(diào)控靶基因的轉(zhuǎn)錄表達影響各種生命活動。微小RNA(miRNA)是一種內(nèi)源性的非編碼小RNA(18~25個核苷酸),通過降解或抑制mrna其翻譯,對基因進行轉(zhuǎn)錄后水平的調(diào)控。miRNA參與調(diào)控多個生物學過程,有望成為治療相關(guān)疾病的重要靶點。MicroRNA(miRNA)是一類內(nèi)生的、長度約為20-24個核苷酸的小RNA，其在細胞內(nèi)具有多種重要的調(diào)節(jié)作用。
每個miRNA可以有多個靶基因，而幾個miRNA也可以調(diào)節(jié)同一個基因。這種復(fù)雜的調(diào)節(jié)網(wǎng)絡(luò)既可以通過一個miRNA來調(diào)控多個基因的表達，也可以通過幾個miRNA的組合來精細調(diào)控某個基因的表達。據(jù)推測，miRNA調(diào)節(jié)著人類三分之一的基因。最近的研究表明大約70%的哺乳動物miRNA是位于TUs區(qū),且其中大部分是位于內(nèi)含子區(qū)(Kim&Nam,2006)。一些內(nèi)含子miRNA的位置在不同的物種中是高度保守的。miRNA不僅在基因位置上保守,序列上也呈現(xiàn)出高度的同源性(Pasquinelli etal,2000;Ruvkun et al,2001;Lee&Ambros,2001)。
miRNA高度的保守性與其功能的重要性有著密切的關(guān)系。miRNA與其靶基因的進化有著密切的聯(lián)系,研究其進化歷史有助于進一步了解其作用機制和功能。小RNA(microRNA)是一類新發(fā)現(xiàn)的長度約為21～25個核苷酸的RNA，它在轉(zhuǎn)錄后水平調(diào)節(jié)靶基因表達。
已有研究表明，小RNA在發(fā)育、細胞增殖、凋亡、脂類代謝、激素分泌及腫瘤發(fā)生等多種生理和病理過程中發(fā)揮重要作用.針對小RNA的研究方法主要包括兩大類:一是以傳統(tǒng)實驗技術(shù)方法為基礎(chǔ)建立起來的小RNA特有的技術(shù)方法，二是已成熟應(yīng)用的生物信息學技術(shù).前者側(cè)重于小RNA表達的檢測和功能機制的闡明，后者則包括新小RNA基因及小RNA靶基因的預(yù)測.兩者相輔相成，互為補充，為深入地研究這類分子的功能和分子機制提供了大量功能線索，及確鑿的實驗證據(jù)。
應(yīng)用[8][9]
microRNA-pcr芯片可用于研究microRNA組成的基因調(diào)控網(wǎng)絡(luò)：
在真核生物中，有兩類重要的調(diào)控因子：轉(zhuǎn)錄因子和microRNA(miRNA)。轉(zhuǎn)錄因子是一類具有特定功能的蛋白質(zhì)，它通過結(jié)合到基因的啟動子區(qū)域來開啟基因的轉(zhuǎn)錄過程。與此同時，轉(zhuǎn)錄因子存在廣泛的合作調(diào)控。它們對應(yīng)的結(jié)合位點組合在一起形成順式調(diào)控模塊，共同調(diào)控基因轉(zhuǎn)錄。miRNA是近年來研究發(fā)現(xiàn)的一種新的基因調(diào)控元件。它是長度約為22個堿基的非編碼RNA，通過與mRNA結(jié)合，抑制mRNA的翻譯或使mRNA降解，從而實現(xiàn)基因的轉(zhuǎn)錄后調(diào)控。轉(zhuǎn)錄因子、順式調(diào)控模塊以及miRNA在基因表達調(diào)控中起到了重要的作用，這種調(diào)控作用遍及各種生物活動以及疾病發(fā)生過程。
在此基礎(chǔ)上，研究發(fā)現(xiàn)轉(zhuǎn)錄因子和miRNA存在著廣泛的相互作用和合作調(diào)控，它們組成了一個復(fù)雜的調(diào)控網(wǎng)絡(luò)。在這個網(wǎng)絡(luò)中，有一種重要的結(jié)構(gòu)模式――前饋環(huán)。這種結(jié)構(gòu)在眾多生物過程中都有至關(guān)重要的調(diào)控作用。因此，研究這一調(diào)控網(wǎng)絡(luò)的結(jié)構(gòu)和功能是基因的調(diào)控機制研究中的重要問題。傳統(tǒng)的方法通過基因序列的分析來預(yù)測轉(zhuǎn)錄因子和miRNA的下游靶基因，從而構(gòu)建基因調(diào)控網(wǎng)絡(luò)。但是這些計算的方法具有比較高的假陽性。
隨著生物技術(shù)的發(fā)展，實驗研究產(chǎn)生了大量的基因和miRNA表達的高通量數(shù)據(jù)，它們?yōu)榛蛘{(diào)控網(wǎng)絡(luò)的研究提供了新的依據(jù)。利用GALASSO分析乳腺癌基因表達數(shù)據(jù)，構(gòu)建由轉(zhuǎn)錄因子、miRNA及其調(diào)控基因組成的調(diào)控網(wǎng)絡(luò)。通過網(wǎng)絡(luò)結(jié)構(gòu)的分析，全面了解轉(zhuǎn)錄因子和miRNA的合作調(diào)控機制以及前饋環(huán)結(jié)構(gòu)在基因調(diào)控中的作用，并深入認識它們在癌癥中的功能。
另外，進一步討論順式調(diào)控模塊和miRNA的合作調(diào)控關(guān)系。構(gòu)建一種由順式調(diào)控模塊和miRNA組成的新的合作調(diào)控模塊。通過分析基因表達模式以及調(diào)控網(wǎng)絡(luò)的結(jié)構(gòu)，我們對于它們的共調(diào)控機理和在生物胚胎發(fā)育中的作用都進行深入的闡釋。綜上，對轉(zhuǎn)錄因子，順式調(diào)控模塊和miRNA所構(gòu)成的基因調(diào)控網(wǎng)絡(luò)進行全面而深入的分析。這一研究有助于了解基因的調(diào)控機制，認識生物過程及疾病發(fā)生背后的機理，對于揭開生命之謎以及疾病的診斷治療具有重要的幫助。
參考文獻
[1]An Extensive MicroRNA-Mediated Network of RNA-RNA Interactions Regulates Established Oncogenic Pathways in Glioblastoma[J].Pavel Sumazin,Xuerui Yang,Hua-Sheng Chiu,Wei-Jen Chung,Archana Iyer,David Llobet-Navas,Presha Rajbhandari,Mukesh Bansal,Paolo Guarnieri,Jose Silva,Andrea Califano.Cell.2011(2)
[2]Uncovering Early Response of Gene Regulatory Networks in ESCs by Systematic Induction of Transcription Factors[J].Akira Nishiyama,Li Xin,Alexei A.Sharov,Marshall Thomas,Gregory Mowrer,Emily Meyers,Yulan Piao,Samir Mehta,Sarah Yee,Yuhki Nakatake,Carole Stagg,Lioudmila Sharova,Lina S.Correa-Cerro,Uwem Bassey,Hien Hoang,Eugene Kim,Richard Tapnio,Yong Qian,Dawood Dudekula,Michal Zalzman,Manxiang Li,Geppino Falco,Hsih-Te Yang,Sung-Lim Lee,Manuela Monti,Ilaria Stanghellini,Md.Nurul Islam,Ramaiah Nagaraja,Ilya Goldberg,Weidong Wang,Dan L.Longo,David Schlessinger,Minoru S.H.Ko.Cell Stem Cell.2009(4)
[3]Expression profiling of microRNAs by deep sequencing[J].Chad J.Creighton,Jeffrey G.Reid,Preethi H.Gunaratne.Briefings in Bioinformatics.2009(5)
[4]Partial Correlation Estimation by Joint Sparse Regression Models[J].Jie Peng,Pei Wang,Nengfeng Zhou,Ji Zhu.Journal of the American Statistical Association.2009(486)
[5]Connecting microRNA Genes to the Core Transcriptional Regulatory Circuitry of Embryonic Stem Cells[J].Alexander Marson,Stuart S.Levine,Megan F.Cole,Garrett M.Frampton,Tobias Brambrink,Sarah Johnstone,Matthew G.Guenther,Wendy K.Johnston,Marius Wernig,Jamie Newman,J.Mauro Calabrese,Lucas M.Dennis,Thomas L.Volkert,Sumeet Gupta,Jennifer Love,Nancy Hannett,Phillip A.Sharp,David P.Bartel,Rudolf Jaenisch,Richard A.Young.Cell.2008(3)
[6]Learning Causal Bayesian Network Structures From Experimental Data[J].Byron Ellis,Wing Hung Wong.Journal of the American Statistical Association.2008(482)
[7]MicroRNA-Mediated Feedback and Feedforward Loops Are Recurrent Network Motifs in Mammals[J].John Tsang,Jun Zhu,Alexander van Oudenaarden.Molecular Cell.2007(5)
[8]MicroRNA Targeting Specificity in Mammals:Determinants beyond Seed Pairing[J].Andrew Grimson,Kyle Kai-How Farh,Wendy K.Johnston,Philip Garrett-Engele,Lee P.Lim,David P.Bartel.Molecular Cell.2007(1)
[9]蘇乃芳.轉(zhuǎn)錄因子和microRNA組成的基因調(diào)控網(wǎng)絡(luò)的生物信息學分析[D].北京大學,2013.