应用基于序列特征的单核苷酸短序列分析模型研究基因选择性剪接调控机制

Over 94% human genes show alternative splicing.Gene alternative splicing is one of the most important pathogenic molecular mechanisms for cancers, cardio-cerebral vascular diseases, diabetes and so on. The strength variation of different splicing signals leads to gene alternative splicing phenomena. The applicant will apply the mononucleotide short sequence analysis model based on sequential feature to quantitate the strength of three gene splicing signals including splicing sites,branch sites and splicing regulatory elements, and then classify and recognize these signals, which will be helpful to explore the gene alternative splicing regulatory mechanism. This model has been applied successfully to quantitate the strength of splicing regulatory elements and then classify and recognize the new gene splicing regulatory elements. Furthermoer the computational and biological validation experiments have proven the availability of such model. We plan to apply such model to the strength quantitation and classification and recognition of splice sites and branch sites, and then finish the corresponding computational and biological validation experiments. Moreover observe the effect of the SNPs from diabetes-related genes on gene splicing signals strength to partly clarify the pathogenic mechanism of the SNPs from the diabetes-related genes and provide instruments and basis for research on treatment of diabetes.

超过94%的人类基因都存在选择性剪接现象，基因选择性剪接是癌症、心脑血管疾病、糖尿病等发生的重要分子机制之一，不同剪接信号强度的变化可导致基因选择性剪接现象的发生。申请者拟通过基于序列特征的单核苷酸短序列分析模型，对剪接位点、分支位点、剪接调控元件三类基因选择性剪接信号分别进行强度量化和分类识别，依此探索基因选择性剪接调控机制。我们已经利用该模型对剪接调控元件的信号强度实现了量化，并依此分类识别了新的基因剪接调控元件，且计算和生物验证实验均已经证明了该模型的有效性。我们将利用该模型对剪接位点和分支位点进行信号强度的量化和分类识别，并进行相关的计算及生物验证；同时，观察糖尿病发病相关基因的单核苷酸多态性（SNP）对基因剪接信号强度的影响，并以此部分明确糖尿病相关基因SNP的致病机制，为糖尿病治疗的研究提供指导和依据。

疾病突变具有多样的致病分子机制。例如编码区突变可以改变编码的氨基酸；非编码区突变可以改变某些调控元件，导致异常的基因表达产物。目前我们并不清楚不同类型的疾病，例如遗传疾病、复杂疾病和癌症，其致病分子调控机制有何不同。本研究利用计算的方法对四类疾病突变的致病分子调控机制进行研究。我们发现，编码区突变不但可以改变氨基酸，也可执行基因表达调控功能，最明显的例子就是改变外显子剪接增强子和抑制子；遗传疾病突变和癌症体细胞突变在转录启动子区域表现出了高丰富度；癌症生殖细胞突变在组蛋白修饰位点、染色体连接位点和转录启动子区域有较高丰富度；复杂疾病突变没有表现出特别丰富的调控区域。我们开发出了一种基于序列模式挖掘的短序列分析模型，并应用该模型建模分析剪接调控元件、剪接位点和转录启动子。我们发现，内含子剪接增强子高度类似外显子剪接抑制子；多功能的剪接调控元件在基因中的分布明显有别于单功能的剪接调控元件；在人基因中，SNP不但保守外显子剪接增强子，同时也保守外显子剪接抑制子；剪接位点和剪接调控元件之间具有某种补偿联调机制，当剪接位点信号变弱时，临近区域的剪接增强子信号会增强；该模型可有效识别启动子、剪接位点区域中的致病突变；癌症体细胞突变明显具有抑制剪接位点信号强度，我们研究初步提示，癌症体细胞突变可能具有某种特殊的异常剪接模式。我们进一步应用遗传疾病突变发现了若干个新的、潜在的致癌基因和抑癌基因。