反义lncRNA标志物筛选策略及其在肝脏缺血再灌注损伤中的应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81672113
  • 项目类别:
    面上项目
  • 资助金额:
    57.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2606.检验医学研究新技术与新方法
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Long non-coding RNAs (lncRNA) have the functions of coding gene expression regulations in a variety of ways, and are also correlated with many diseases development and advances. The features of lncRNA make it possible to become biomarkers of complex diseases. The amount of lncRNA is huge, but only a few of them have been identified with their functions because of their features, like less conservative, high specificity, etc. In our preliminary experiments, there are significant structural characteristics of between antisense lncRNAs and their target genes, yet the functions of antisense lncRNAs are related to the target genes. Bioinformatics techniques were used to Identify the target genes effectively is the first step in characterizing the function of antisense lncRNAs in a genome-wide scale, contributed to predict the functions and realize the genetic regulations of differential expression antisense lncRNAs. Biomarkers of complex diseases will be selected successfully in the end. Based on the fore works, the project plans to further invest the computational bioinformatics strategies of screening antisense lncRNA biomarkers of hepatic ischemia-reperfusion injury (HIRI) and predict the target genes with the significant differences of gene expressions in the mouse model and plasma samples of before and after surgery, construct and analyze the gene co-expression network between differentially expressed antisenses lncRNAs and their targets, select the lncRNA biomarkers in Plasma, then compare and validate. The newfound biomarkers may provide helps for genome-wide understanding of the pathogenesis of HIRI and the identification of intervention targets for drug intervention.
长链非编码RNA(lncRNA)通过多种方式调控编码基因的表达,参与多种疾病的发生发展,具有成为疾病诊断标志物和药物靶点的巨大潜力。lncRNA数量巨大,但因其具有保守性低、特异性高等特点,功能明确的很少。我们的前期研究表明,反义lncRNA与其靶向基因在结构上存在显著关联,功能上密切相关。运用生物信息学方法研发高效的反义lncRNA靶向基因预测策略不仅有助于在全基因组内快速预测反义lncRNA基因靶向基因,也有助于深入分析差异表达反义lncRNA的功能及其调控机制,进而筛选出疾病的反义lncRNA生物标志物。本项目拟以肝脏缺血再灌注损伤(HIRI)为对象,深入研究反义lncRNA靶向基因的预测策略,预测出HIRI小鼠模型和HIRI患者术前、术后血浆标本中显著差异表达反义lncRNA的靶向基因,构建并分析反义lncRNA及其靶向基因的共表达网络,筛选出预防或缓解HIRI的血浆lncRNA分子标志物,并通过实验进行验证,为从全基因组范围内分析HIRI发病机制及其药物干预靶点提供研究基础。

结项摘要

长链非编码RNA(lncRNAs)通过多种方式调控编码基因的表达,参与多种疾病的发生发展,具有成为疾病诊断标志物和药物靶点的巨大潜力。高效的lncRNA靶基因预测策略不仅有助于在全基因组内快速预测lncRNA基因靶向基因,也有助于深入分析差异表达lncRNA的功能及其调控机制,助力筛选出疾病的lncRNA生物标志物。本项目采用生物信息学方法对lncRNA调控疾病功能进行了全面研究,完成了预期的研究目标,取得的成果主要包括:(1)基于整合lncRNA一级序列和二级结构模型lncRNA靶基因预测模型以及基于双重分割策略的筛选核心绑定区域算法;(2)建立基于集合的miRNA的功能富集分析新模型,首次把功能细分为上调和下调两类;(3)基于多属性信息的lncRNA功能富集分析模型以及基于1-N和M-N的lncRNA功能相似性分析算法;(4)基于疾病语义计算的非编码RNA功能相似性预测算法及其工具;(5)预测小鼠肝脏缺血再灌注损伤中的差异表达lncRNA的靶基因,并筛选lncRNA生物标志物;(6)预测人肝脏缺血再灌注损伤血浆样本中的差异表达lncRNA的靶基因,并筛选lncRNA生物标志物;(7)升级人类microRNA疾病数据库并对预测miRNA-疾病关联的软件进行了全面评测。.在本项目的资助下,项目组在国内外重要学术刊物发表学术论文14篇,其中ESI高被引论文1篇,影响因子大于10的学术论文5篇。本项目为包括lncRNA的非编码RNA功能研究提供新方法、新模型、新软件和数据库,为研究非编码基因调控功能提供新选择,并筛选出具有成为肝脏缺血再灌注损伤生物标志物潜力的lncRNA。

项目成果

期刊论文数量(14)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
LnCompare: gene set feature analysis for human long non-coding RNAs
LnCompare:人类长非编码RNA的基因集特征分析
  • DOI:
    10.1093/nar/gkz410
  • 发表时间:
    2019
  • 期刊:
    Nucleic Acids Research
  • 影响因子:
    14.9
  • 作者:
    Carlevaro Fita Joana;Liu Leibo;Zhou Yuan;Zhang Shan;Chouvardas Panagiotis;Johnson Rory;Li Jianwei
  • 通讯作者:
    Li Jianwei
MicroPattern: a web-based tool for microbe set enrichment analysis and disease similarity calculation based on a list of microbes
MicroPattern:一种基于网络的工具,用于基于微生物列表进行微生物集富集分析和疾病相似性计算
  • DOI:
    10.1038/srep40200
  • 发表时间:
    2017-01-10
  • 期刊:
    Scientific Reports
  • 影响因子:
    4.6
  • 作者:
    Ma W;Huang C;Zhou Y;Li J;Cui Q
  • 通讯作者:
    Cui Q
HMDD v3.0: a database for experimentally supported human microRNA-disease associations
HMDD v3.0:实验支持的人类 microRNA 疾病关联数据库
  • DOI:
    10.1093/nar/gky1010
  • 发表时间:
    2019
  • 期刊:
    Nucleic Acids Research
  • 影响因子:
    14.9
  • 作者:
    Huang Zhou;Shi Jiangcheng;Gao Yuanxu;Cui Chunmei;Zhang Shan;Li Jianwei;Zhou Yuan;Cui Qinghua
  • 通讯作者:
    Cui Qinghua
MISIM v2.0: a web server for inferring microRNA functional similarity based on microRNA-disease associations
MISIM v2.0:基于 microRNA 疾病关联推断 microRNA 功能相似性的网络服务器
  • DOI:
    10.1093/nar/gkz328
  • 发表时间:
    2019
  • 期刊:
    Nucleic Acids Research
  • 影响因子:
    14.9
  • 作者:
    Li Jianwei;Zhang Shan;Wan Yanping;Zhao Yingshu;Shi Jiangcheng;Zhou Yuan;Cui Qinghua
  • 通讯作者:
    Cui Qinghua
TAM 2.0: tool for MicroRNA set analysis
TAM 2.0:MicroRNA 组分析工具
  • DOI:
    10.1093/nar/gky509
  • 发表时间:
    2018-07-02
  • 期刊:
    Nucleic Acids Research
  • 影响因子:
    14.9
  • 作者:
    Li J;Han X;Wan Y;Zhang S;Zhao Y;Fan R;Cui Q;Zhou Y
  • 通讯作者:
    Zhou Y

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

Sulfur Dioxide Removal from Flue Gas Using a Molten Salt Membrane
使用熔盐膜去除烟气中的二氧化硫
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    郑州工业大学
  • 影响因子:
    --
  • 作者:
    刘金盾;李建伟;张永战;万亚珍
  • 通讯作者:
    万亚珍
滨海盐渍麦田施用微生物菌肥的降盐效果及冬小麦长势响应
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    中国农学通报
  • 影响因子:
    --
  • 作者:
    王启尧;赵庚星;李涛;李建伟;潘登;涂强
  • 通讯作者:
    涂强
基于特征融合的维吾尔文笔迹鉴别方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    计算机应用研究
  • 影响因子:
    --
  • 作者:
    李建伟;尚赵伟;杨君;LI Jian-wei;SHANG Zhao-wei;YANG Jun(College of Computer Scien
  • 通讯作者:
    YANG Jun(College of Computer Scien
蔗渣的热解特性及其动力学研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    蔗渣的热解特性及其动力学研究第二届全国化学工程与生物化工年会. 2005.9. 北京
  • 影响因子:
    --
  • 作者:
    黄娜;高岱巍;李建伟;陈标华
  • 通讯作者:
    陈标华
浅埋厚煤层开采地表裂缝漏风控制技术
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    煤炭技术
  • 影响因子:
    --
  • 作者:
    李建伟;刘长友;赵杰
  • 通讯作者:
    赵杰

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

李建伟的其他基金

基于多源异构信息融合的长非编码RNA功能富集分析方法研究
  • 批准号:
    62072154
  • 批准年份:
    2020
  • 资助金额:
    57 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