基于上下文的RNA甲基化(m6A)谱的比较分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31801099
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0609.生物大数据解析
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

The m6A methylation is the most widespread type of RNA modification to date. It could be involved in multiple layers of gene expression regulations including but not limited to RNA degradation, translation and alternative splicing. Intuitively, the functional readout of the m6A modification in physiological and pathological processes depends on its context on the target transcripts, as the functional elements in the context are often crucial for the interplay between m6A modification and other regulatory factors. Thanks to the rapid accumulation of m6A methylation profile data, in this project, we could perform a comprehensive computational analysis to compare m6A methylation across different cell types with specific consideration of the context (e.g. microRNA target sites) similarity between modification sites. We will first build an online m6A modification site context visualization tool to explore the functional elements in the context. Moreover, a context similarity-regularized clustering algorithm will be applied to the comprehensive methylation dataset, in order to identify cell specific functional module of m6A modification. Finally, because our previous work has shown that the m6A modification is likely to play a role in the proliferation and migration of vascular smooth muscle cells (VSMCs). Therefore, we will obtain the m6A methylation profile of VSMCs by MeRIP-seq and apply our clustering method to predict the VSMC-specific m6A target genes that could play important roles in VSMC proliferation and migration. A preliminary experimental validation of our prediction will also be performed. In all, our work will not only establish useful tools for analyzing and comparing the functional context features of m6A methylation profiles, but also provide clues for understanding the intrinsic modularity organization of m6A modification.
RNA m6A 甲基化修饰是已知最普遍的RNA转录后修饰类型,它参与到RNA降解、翻译、可变剪接等重要的基因表达调控机制。多项证据表明,m6A修饰在生理与疾病过程中的作用依赖于m6A靶基因修饰位点上下文的功能元件及与其它因子的相互作用。得益于高通量m6A甲基化谱数据的快速积累,本项目拟结合多种功能上下文注释信息(如microRNA靶位点等),综合比较不同细胞中的m6A甲基化谱。首先构建一个m6A修饰位点上下文的在线可视化工具。然后,采用一种带有上下文特征相似性约束的聚类方法,鉴定细胞特异的m6A位点的功能模块。最后,结合前期工作对m6A在血管平滑肌细胞增殖与迁移表型转化过程中的功能研究,测定血管平滑肌细胞的m6A甲基化谱,并采用上述聚类方法预测这一过程中的关键m6A靶基因并进行初步实验验证。本项目的实施将不仅为m6A甲基化的计算分析提供工具,还将有助于理解甲基化谱内在的调控模块结构。

结项摘要

RNA m6A 甲基化修饰广泛参与到RNA降解、翻译、可变剪接等转录后基因表达调控,而越来越多的实验证据表明,m6A修饰在生理与疾病过程中发挥的调控作用依赖于m6A靶基因修饰功能位点上下文的功能元件及其与其它调控因子的相互作用。本项目提出结合功能上下文注释信息,建立新的m6A甲基化谱的计算分析方法。首先,我们揭示MeRIP-Seq测定的m6A甲基化谱存在内在实验室偏倚,并提出对应的m6A甲基化谱校正方法m6Acorr。开发Nm核糖甲基化、ac4C乙酰化、RNA糖基化等RNA修饰位点预测工具,并挖掘糖基化位点相关的功能上下文特征。然后,通过大规模CLIP-Seq数据重分析,筛选影响mRNA和蛋白水平基因表达差异的关键RNA结合蛋白。采用图正则化的非负矩阵分解方法,将RNA结合蛋白相关的功能上下文特征以图正则项的形式整合,建立基于上下文特征的m6A甲基化谱比较分析工具m6Adecom。最后,与实验团队合作,发现METTL3催化的m6A甲基化参与血管平滑肌细胞表型转换和巨噬细胞极化调控,分析血管平滑肌细胞和巨噬细胞的m6A甲基化谱,初步鉴定了以上过程中关键的m6A靶基因KLF4和 STAT1。本项目不仅为如何整合上下文特征分析m6A甲基化谱提出了有效的策略,还为理解m6A甲基化参与血管平滑肌表型转化、巨噬细胞极化等重要生理或病生理过程的机制提供新的线索。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A Computational Model to Predict the Causal miRNAs for Diseases
预测疾病致病 miRNA 的计算模型
  • DOI:
    10.3389/fgene.2019.00935
  • 发表时间:
    2019-10-02
  • 期刊:
    FRONTIERS IN GENETICS
  • 影响因子:
    3.7
  • 作者:
    Gao, Yuanxu;Jia, Kaiwen;Cui, Qinghua
  • 通讯作者:
    Cui, Qinghua
Computational screening of potential regulators for mRNA-protein expression level discrepancy
计算筛选 mRNA-蛋白质表达水平差异的潜在调节因子
  • DOI:
    10.1016/j.bbrc.2019.12.052
  • 发表时间:
    2020
  • 期刊:
    Biochemical and Biophysical Research Communications
  • 影响因子:
    3.1
  • 作者:
    Wu Xiaobin;Zhao Wanqing;Cui Qinghua;Zhou Yuan
  • 通讯作者:
    Zhou Yuan
NmSEER V2.0: a prediction tool for 2'-O-methylation sites based on random forest and multi-encoding combination.
NmSEER V2.0:基于随机森林和多编码组合的2'-O-甲基化位点预测工具。
  • DOI:
    10.1186/s12859-019-3265-8
  • 发表时间:
    2019
  • 期刊:
    BMC Bioinformatics
  • 影响因子:
    3
  • 作者:
    Zhou Yiran;Cui Qinghua;Zhou Yuan
  • 通讯作者:
    Zhou Yuan
GlyinsRNA: a webserver for predicting glycosylation sites on small RNAs
GlyinsRNA:用于预测小 RNA 糖基化位点的网络服务器
  • DOI:
    10.1080/15476286.2021.1982574
  • 发表时间:
    2021-09
  • 期刊:
    RNA Biology
  • 影响因子:
    4.1
  • 作者:
    Cui Chunmei;Wu Xiaobin;Zhou Yuan
  • 通讯作者:
    Zhou Yuan
PACES: prediction of N4-acetylcytidine (ac4C) modification sites in mRNA
PACES:预测 mRNA 中的 N4-乙酰胞苷 (ac4C) 修饰位点
  • DOI:
    10.1038/s41598-019-47594-7
  • 发表时间:
    2019-07-31
  • 期刊:
    SCIENTIFIC REPORTS
  • 影响因子:
    4.6
  • 作者:
    Zhao, Wanqing;Zhou, Yiran;Zhou, Yuan
  • 通讯作者:
    Zhou, Yuan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于引用网络和文本挖掘的技术演化路径识别
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    情报杂志
  • 影响因子:
    --
  • 作者:
    周源;杜俊飞;刘宇飞;郑文江
  • 通讯作者:
    郑文江
调控端粒酶线粒体转位对人肝癌细胞耐药性的影响
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    中华临床医师杂志
  • 影响因子:
    --
  • 作者:
    颜婧;李力力;陈代兴;周源;杨歆;凌贤龙
  • 通讯作者:
    凌贤龙
新疆维吾尔族人群SLC22A1基因的单核苷酸多态性研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中国医院药学杂志
  • 影响因子:
    --
  • 作者:
    杨欢杰;王宁;赵军;华烨;张莉;周源
  • 通讯作者:
    周源
How do low-carbon policies promote green diffusion among alliance-based firms in China? An evolutionary-game model of complex networks
低碳政策如何促进中国联盟企业的绿色扩散?
  • DOI:
    10.1016/j.jclepro.2018.11.028
  • 发表时间:
    2019-02
  • 期刊:
    Journal of Cleaner Production
  • 影响因子:
    11.1
  • 作者:
    张路蓬;薛澜;周源
  • 通讯作者:
    周源
关系嵌入性对技术创新绩效作用机制案例研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    科学学研究
  • 影响因子:
    --
  • 作者:
    周源;刘雪锋;许冠南
  • 通讯作者:
    许冠南

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

周源的其他基金

基于功能读出的m6A甲基化关键靶基因的计算筛选及其在巨噬细胞极化研究中的应用
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
采用体外血液处理改善脑缺血复灌后损伤的研究
  • 批准号:
    39070786
  • 批准年份:
    1990
  • 资助金额:
    3.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码