基于表观遗传信息的可变剪接位点识别及其调控机制的研究

剪接位点的准确识别和剪接调控机制的研究对进一步分析基因功能及其表达调控具有重要的生物学意义。本项目将利用已经公布的人类基因组表观遗传因素的实验数据，采用方差分析等多种生物统计学方法，研究核小体，组蛋白甲基化，组蛋白乙酰化，组蛋白变体，DNA甲基化等表观遗传因素在组成性剪接位点和可变剪接位点邻近的分布规律，系统地分析表观遗传因素对可变剪接的调控机制。在此基础上，使用多样性增量二次判别分析方法，通过融合RNA序列信息和表观遗传信息，提出识别剪接位点的生物信息学模型，提高剪接位点的识别精度；同时利用该模型结合主成分分析方法，分析每种表观遗传因素对可变剪接位点识别的贡献，由此寻找影响可变剪接的主要表观遗传因素。通过上述研究，力图发现调控可变剪接的"表观遗传密码"，深入了解表观遗传因素对可变剪接的调控作用,为可变剪接的理论研究提供新思路。

利用人类基因组组蛋白修饰数据，项目组研究了组蛋白甲基化，组蛋白乙酰化修饰在内含子及外显子中的分布规律。发现在外显子跳跃可变剪接方式中，组蛋白甲基化和乙酰化修饰表现出了不同的偏好性。以CD4+ T细胞为研究对象，利用特征筛选方法分析了对可变剪接位点识别具有贡献的组蛋白甲基化和乙酰化修饰，提出了利用组蛋白修饰信息预测可变剪接位点的新方法。同时提出了伪核苷酸组分信息的概念，并开发了用于计算伪核苷酸组分的软件包。目前，伪核苷酸组分方法已被用于可变剪接位点识别，翻译起始位点识别，核小体定位序列预测, DNA甲基化位点识别等生物信息问题展开了研究。在项目执行期间，共发表了11篇SCI收录论文。