原生生物miRNA的系统鉴定与起源分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31401975
  • 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:
    C0405.动物资源与保护
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

MiRNA(MicroRNA) is a type of eukaryote-specific small non-coding RNA which play important regulatory role in the post-transcriptional level, the origin and evolution problem is a long-standing mystery in miRNA study. The protists is the most original eukaryotic taxa, Which contains a rich genetic resources. However, there are many contradictions and disputes in protisit miRNA studies. In the previous study we found that there are significant differences in the characteristics of miRNAs in protists and higher organisms, therefore, current standards used for higher animals and plants miRNA identification are not suitiable for protists. Therefore, we summarized three major characteristics of protist miRNAs, and designed spcial software according to these characteristics. On the basis of it, we select a series of representative protists, through high-throughput sequencing technology to obtain small RNA transcriptome data, select appropriate model parameters to perform the predictions, expression analysis and function analysis of miRNA genes, ultimately get the evolution relationship between these miRNAs. This project will provide a powerful tool for the study of protist miRNAs and shed light on questions regarding the origins and evolution of miRNA in early eukaryotes.
miRNA(microRNA)是一种真核生物特有的小非编码RNA,在转录后水平行使重要的调控功能,然而miRNA的起源问题一直没有解决。原生生物是最原始的真核生物类群,其中蕴含着丰富的基因资源,但原生生物界中关于miRNA的研究存在矛盾和争议。我们先前研究发现,原生生物的miRNA与高等生物在特征上存在较大差异,不能采用高等动、植物中miRNA的标准进行研究。因此,我们总结了原生生物miRNA的三大特征,并根据这些特征设计了专门的计算机识别软件。在此基础上,本项目选取了一批代表性原生生物,采用高通量测序技术获得它们的小RNA转录组数据,选取合适的模型参数进行miRNA基因预测、表达分析、功能分析,最终获得这些miRNA之间的进化关系。本项目为研究原生生物非编码小RNA提供有力工具,为最终解决miRNA的起源与进化问题提供证据。

结项摘要

原生生物是最原始的真核生物类群,其中蕴含着丰富的基因资源,但原生生物界中关于miRNA的研究存在矛盾和争议。本项目致力于开展原生动物非编码RNA的研究工作,解决microRNA在原生生物中的功能位置。我们的研究结果认为原生动物中,存在多种类型的非编码RNA(microRNA、siRNA、tsRNA等),它们都承担重要的功能。本项目的主要成果包括:(1)建立了一套从高通量测序数据中挖掘原生生物小非编码RNA的鉴定算法,为系统挖掘原生生物特有的小非编码RNA提供了有力工具。该项成果发表在Springer出版社出版的专著中。(2)采用该算法,我们发现寄生虫中存在大量的siRNA和tRNA衍生物,该部分成果发表在《美国科学院院刊》上。其中,我们早前已经报道过siRNA大量来源于假基因,为此,我们专门开发了假基因数据库dreamBase,该部分成果发表在《核酸研究》杂志上。此外,我们专门开发了算法tRFfinder来基于高通量测序数据预测tRNA衍生物,该部分成果也发表在《核酸研究》杂志上。(3)我们开发了外源microRNA数据库EXO-MiRExplorer,从大规模测序数据中挖掘到大量的寄生虫microRNA,为研究microRNA在不同细胞之间的调控关系提供了理论支持。该部分成果发表在《微生物前沿》杂志上。此外,我们建立了14种生物中挖掘非编码RNA的数据平台,其中包括microRNA,长非编码RNA和环状RNA,并研究了它们的表达、进化、功能关系,为进一步挖掘原生生物非编码RNA提供了丰富的数据资源,为研究非编码RNA的进化提供了证据。该部分成果发表在《核酸研究》杂志上。未来的计划将从小RNA、长链非编码RNA及环状RNA三个方面入手,深入解析低等生物中的各类非编码RNA的特征及功能。

项目成果

期刊论文数量(10)
专著数量(1)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
tRF2Cancer: A web server to detect tRNA-derived small RNA fragments (tRFs) and their expression in multiple cancers.
tRF2Cancer:一个网络服务器,用于检测 tRNA 衍生的小 RNA 片段 (tRF) 及其在多种癌症中的表达
  • DOI:
    10.1093/nar/gkw414
  • 发表时间:
    2016-07-08
  • 期刊:
    Nucleic acids research
  • 影响因子:
    14.9
  • 作者:
    Zheng LL;Xu WL;Liu S;Sun WJ;Li JH;Wu J;Yang JH;Qu LH
  • 通讯作者:
    Qu LH
Computational Approaches to tRNA-Derived Small RNAs.
tRNA 衍生小 RNA 的计算方法
  • DOI:
    10.3390/ncrna3010002
  • 发表时间:
    2017-01-04
  • 期刊:
    Non-coding RNA
  • 影响因子:
    4.3
  • 作者:
    Xu WL;Yang Y;Wang YD;Qu LH;Zheng LL
  • 通讯作者:
    Zheng LL
dreamBase: DNA modification, RNA regulation and protein binding of expressed pseudogenes in human health and disease.
RBase v2.0:从表观转录组测序数据中解读 RNA 修饰图谱
  • DOI:
    10.1093/nar/gkx972
  • 发表时间:
    2018-01-04
  • 期刊:
    Nucleic acids research
  • 影响因子:
    14.9
  • 作者:
    Zheng LL;Zhou KR;Liu S;Zhang DY;Wang ZL;Chen ZR;Yang JH;Qu LH
  • 通讯作者:
    Qu LH
ChIPBase v2.0: decoding transcriptional regulatory networks of non-coding RNAs and protein-coding genes from ChIP-seq data.
ChIPBase v2.0:从 ChIP-seq 数据中解码非编码 RNA 和蛋白质编码基因的转录调控网络
  • DOI:
    10.1093/nar/gkw965
  • 发表时间:
    2017-01-04
  • 期刊:
    Nucleic acids research
  • 影响因子:
    14.9
  • 作者:
    Zhou KR;Liu S;Sun WJ;Zheng LL;Zhou H;Yang JH;Qu LH
  • 通讯作者:
    Qu LH
deepBase v2.0: identification, expression, evolution and function of small RNAs, LncRNAs and circular RNAs from deep-sequencing data.
deepBase v2.0:深度测序数据中小RNA、LncRNA和环状RNA的识别、表达、进化和功能
  • DOI:
    10.1093/nar/gkv1273
  • 发表时间:
    2016-01-04
  • 期刊:
    Nucleic acids research
  • 影响因子:
    14.9
  • 作者:
    Zheng LL;Li JH;Wu J;Sun WJ;Liu S;Wang ZL;Zhou H;Yang JH;Qu LH
  • 通讯作者:
    Qu LH

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

“真凶密码——DNA指纹图谱制作思路”微课教案
  • DOI:
    --
  • 发表时间:
    2019-02
  • 期刊:
    高校生物学教学研究(电子版)
  • 影响因子:
    --
  • 作者:
    郑凌伶
  • 通讯作者:
    郑凌伶
走向国际前沿的中国RNA研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国科学:生命科学
  • 影响因子:
    --
  • 作者:
    郑凌伶;戚益军;屈良鹄
  • 通讯作者:
    屈良鹄
走向国际科技前沿的中国RNA研究
  • DOI:
    10.1360/ssv-2019-0171
  • 发表时间:
    2019
  • 期刊:
    中国科学: 生命科学
  • 影响因子:
    --
  • 作者:
    郑凌伶;戚益军;屈良鹄
  • 通讯作者:
    屈良鹄

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

郑凌伶的其他基金

病毒感染引发tsRNA生成的分子机制及其介导的调控网络研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
病毒感染引发tsRNA生成的分子机制及其介导的调控网络研究
  • 批准号:
    32270604
  • 批准年份:
    2022
  • 资助金额:
    55.00 万元
  • 项目类别:
    面上项目
tRNA衍生的小RNA在癌症中的表达及其介导的调控网络研究
  • 批准号:
    31771459
  • 批准年份:
    2017
  • 资助金额:
    56.0 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