加载中........
×

ceRNA(竞争性内源RNA):国自然基金热点领域

2015-12-3 作者:MedSci   来源:MedSci原创 我要评论11
Tags: 基金  ceRNA  竞争性内源RNA  

RNA家族,一直是研究热点,从当年的siRNA,miRNA, piRNA,到LncRNA,都是明星。如今又有一些新的名词出现,如ncRNA(lncRNA & circRNA & piRNA) , ceRNA, 

其实ceRNA,并不是新的RNA分子,只是一种最新发现的调节机制。

ceRNA(competing endogenous RNAs,竞争性内源RNA)假说揭示了一种RNA间相互作用的新机制。已知microRNA可以通过结合mRNA导致基因沉默,而ceRNA可以通过竞争性地结合microRNA来调节基因表达。ceRNA可以通过应答元件(microRNA response elements,MREs)与microRNA结合从而影响microRNA导致的基因沉默,这揭示了一条RNA->microRNA调节通路的存在,具有重大生物意义


ceRNA代表一种全新的基因表达调控模式,比起miRNA调控网络,ceRNA调控网络更为精细和复杂,涉及更多RNA分子,包括mRNA、假基因、长链非编码RNA和miRNA等。

2011年,Pandolfi等人在“A ceRNA Hypothesis: The Rosetta Stone of a Hidden RNA Language?”这篇文章中,Pandolfi等人提出了一种关于信使RNAs如何转录假基因,以及长链非编码RNAs如何相互“交流”的新假说,这些进一步的研究将有助于癌症等疾病的分子机理的解析。Pandolfi等人提出了ceRNA(competing endogenous RNA,竞争性内源RNA)的假说,认为这种ceRNA活性能形成一种大规模转录调控网络,可以扩大人类基因组中的功能性遗传信息。他们认为这种活性通过miRNAs应答元件,可以作为mRNAs转录假基因,以及长链非编码RNAs相互“交流”的新语言。Pandolfi等人也认为ceRNA活性也在病理条件,比如癌症中扮演了重要角色,因此对于解开一些癌症研究之谜具有重要意义。

1. 资助情况

从2013-2015年,标题中含有ceRNA的标书数量基本持平。而2016年的中标数量比2015年翻了一倍。资助额度的变化趋势接近。我们注意到2014年总资助额度较高,发现当年有一个200万的大项目,主要研究肿瘤基于ceRNA机制的长链非编码RNA调控网络。


2. 领域分析

就像lncRNA为主题的标书肿瘤研究的最大赢家,ceRNA为主题的标书也有同样的趋势。


在肿瘤研究领域中,是热点,但基本都还是老话题,如肿瘤侵袭与转移为主,有一些涉及到肿瘤干细胞等肿瘤的新兴领域,预计2016年主题会更新颖与深入。

3. 标题分析

3.1 经典的LncRNA作为ceRNA调控方式,简短,但并不明确

  1. ceRNA介导的多层次调控网络功能研究及其在线分析平台构建
  2. Laptm5作为ceRNA在小鼠B细胞淋巴瘤中的作用机制研究

公式:某分子作为ceRNA在某肿瘤中的作用机制

3.2 中规中矩式

  1. 长链非编码RNA NR024122作为ceRNA在低氧性肺动脉高压发病中的作用和机制研究 

公式:某分子作为ceRNA通过某个已经明确的分子在某疾病中的调节机制

3.3 复杂,明确的结论式

样式:某分子作为ceRNA通过某个已经明确的分子和某个机制在某肿瘤中的调节

4. 2016年申报展望

总结起来,ceRNA是新星,备受瞩目。新,意味着吸引眼球,也意味着更多未知。

相关研究资源:

LncRNA的作用机制不清楚,lncRNA的功能非常难研究。当前很多通过研究miRNA与lncRNA的调控关系来揭示非编码RNA的功能,最热门的要数ceRNA调控网络。相关的可利用资源包括

(1)starBase平台(http://starbase.sysu.edu.cn/mirLncRNA.php) 构建了最全面的CLIP-Seq实验支持的miRNA和lncRNA的调控关系网络,包括构建了ceRNA调控网络尽管microRNAs(miRNAs),其他的非编码RNAs(non-coding RNAs,ncRNAs(例如lncRNAs,假基因和circRNAs(circular RNAs,循环RNAs))和竞争性内源RNAs(competing endogenous RNAs,ceRNAs)涉及到细胞命运决定和各种人类疾病,然而令人惊讶地,对多种类型RNAs间的调控相互作用网络知之甚少。本研究中,我们开发了starBase v2.0(http://starbase.sysu.edu.cn/)以从由37项独立研究产生的108套CLIP-Seq(PAR-CLIP、HITS-CLIP、iCLIP、CLASH)数据集中系统地鉴定RNA-RNA和蛋白质-RNA相互作用网络。通过分析数百万个RNA结合蛋白的结合位点,迄今为止,我们鉴定了约9000对miRNA-circRNA、16,000对miRNA-假基因和285,000对miRNA-mRNA和miRNA-lncRNA相互作用网络。我们从CLIP支持的miRNA靶位点中鉴定了约10,000个ceRNA对。通过结合13种功能基因组注释,我们开发了miRFunction和ceRNAFunction网络服务器以从miRNA介导的调控网络中预测miRNA和其他ncRNA的功能(http://starbase.sysu.edu.cn/mrnaCeRNA.php

(2)DIANA-LncBase数据库(www.microrna.gr/LncBase)构建了基于单个CLIP-Seq数据的miRNA和lncRNA调控关系。

(3)lnCeDB:充当竞争性内源RNA的人类长链非编码RNA数据库

长链非编码RNA(long noncoding RNA,lncRNA)通过干扰microRNA(miRNA)通路,充当竞争性内源RNA(ceRNA)影响转录后调控。这些lncRNAs中有miRNA响应元件(miRNA responsive elements,MRE),并控制与它们的靶mRNAs结合的可用内源性miRNAs,因此减少这些mRNAs的抑制。lnCeDB提供了一个能够潜在地充当ceRNAs的人类lncRNAs数据库(来自GENCODE 19版)。分别从TargetScan和StarBase中收集了人类miRNAs推断的mRNA靶和比对到AGO剪裁区的靶。从miRCode数据库中下载了人类miRNAs的lncRNA靶(更新至GENCODE 11)。通过我们的找到种子匹配靶位点算法预测了靶向剩余GENCODE 19 lncRNAs的miRNA。这些推断的miRNA-lncRNA相互作用被比对到lncRNAs中的Ago相互作用区。为了找出一个lncRNA-mRNA对真正成为ceRNA的可能性,我们求助于两种方法。第一,从ceRNA对间共享的MREs数与个别候选基因的MREs总数比中计算了一个ceRNA值。第二,通过使用ceRNA对间共享的miRNAs数针对个别RNAs相互作用的miRNAs数的超几何检验确定了每个ceRNA对的P值。典型地,在被公共miRNA(s)靶向的一对RNAs中,应该有一个表达关联,因此增加一个ceRNA的水平导致其他ceRNA水平的增加。几乎等摩尔的竞争性RNAs浓度与更加深刻的ceRNA效果关联。在InCeDB中,人们不仅能够浏览被共同miRNAs靶向的lncRNA-mRNA对,而且能够比较22种人类组织中的lncRNA-mRNA对的表达以估计该对真正成为ceRNAs的几率。可用性:从http://gyanxet-beta.com/lncedb/免费下载。

(4)竞争性内源RNA数据库ceRDB

一个给定mRNA能够通过与miRNAs相互作用而被调节,反过来这些miRNAs的有效性能够通过它们与另外mRNAs的相互作用而被调节。一个给定mRNA利用与miRNAs相互作用的功效,通过共享的miRNA响应元件(miRNA response elements,MREs)被另外的mRNA(竞争性内源mRNA)调控的概念正成为一种基础遗传调控机制。mRNA-mRNA交互的分子基础是通过miRNA响应元件,它们能够基于分子相互作用和进化保守型进行预测。通过研究miRNA响应元件在全基因组mRNA中的同现性,我们为被miRNAs靶向的特异mRNA预测了竞争性内源RNA。与最近发表的工作中预测的调控PTEN的mRNAs相比,表明竞争性内源RNA数据库(ceRDB)中呈现的结果具有生物相关性。可用性:http://www.oncomir.umn.edu/cefinder/



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

版权声明:本文系梅斯MedSci原创编译整理,未经本网站授权不得转载和使用。如需获取授权,请点击

只有APP中用户,且经认证才能发表评论!马上下载

1597989****(暂无匿称)

很值得好学习

(来自:梅斯医学APP)

2015-12-27 20:39:00 回复

hixiaoluo

好文章,值得收藏

(来自:梅斯医学APP)

2015-12-27 9:02:00 回复

hixiaoluo

好文章,值得收藏

(来自:梅斯医学APP)

2015-12-27 9:02:00 回复

huangwukui

玩不起

(来自:梅斯医学APP)

2015-12-5 12:37:00 回复

shenyifeiyang

太好了!

(来自:梅斯医学APP)

2015-12-4 9:14:00 回复

wumwuy

厉害

(来自:梅斯医学APP)

2015-12-4 8:35:00 回复

惜言

挺好

(来自:梅斯医学APP)

2015-12-4 0:51:00 回复

杨晨舟

不好研究

(来自:梅斯医学APP)

2015-12-3 23:52:00 回复

老段

科研工作者

(来自:梅斯医学APP)

2015-12-3 21:20:00 回复

lovetcm

太到位了

(来自:梅斯医学APP)

2015-12-3 18:24:00 回复

cmn

科研小白在观看

(来自:梅斯医学APP)

2015-12-3 16:34:00 回复

web对话