基因转录后表达模型的建立及其在人类疾病研究中的应用

Gene expression contains several biological processes, such as gene transcription, gene translation and protein degradation. But, post-transcriptional processes are less investigated than gene transcription due to the lack of high-throughput data. Hence, the prediction of protein output from RNA expression is important in bioinformatics research. In this proposal, we will first compute the evolutionary conservation of translational regulation using comparative genomic data. Next, we will develop a computational model to predict protein abundance based on the deep view of translational processes. Finally, we will apply the model of post-transcriptional processes in identifying the genetic variants that affect protein outputs and its relation to human diseases. The development of protein abundance model will help us gain deeper view of post-transcriptional processes (especially translational regulation) and identify causative variants in some human diseases.

基因表达包含基因转录、翻译和蛋白质降解等多个生物过程。由于实验技术的限制，我们对基因转录过程的认识比基因翻译等转录后过程要深入得多。然而，蛋白质是生物功能的体现者，蛋白质的表达与生命体的表型直接相关。因此，如何从RNA表达数据来预测最终蛋白质的表达成为当前生物信息学研究的一个重要课题。本项目拟通过比较基因组方法研究人类的基因翻译过程及其调控因素的进化保守性，在此基础上建立人类转录后基因表达的贝叶斯网络模型，并将该模型应用于人类疾病的遗传因素研究，发现通过改变基因转录后表达过程而致病的遗传变异。本项目的开展，能够帮助我们进一步认识转录后基因表达过程（尤其是基因翻译过程）的调控机制，预测最终蛋白产物的表达水平，寻找一些可能导致人类疾病的遗传变异。

基因表达包含基因转录、翻译和蛋白质降解等多个生物过程。由于实验技术的限制，我们对基因转录过程的认识比基因翻译等转录后过程要深入得多。然而，蛋白质是生物功能的体现 者，蛋白质的表达与生命体的表型直接相关。因此，如何从RNA表达数据来预测最终蛋白质的表达成为当前生物信息学研究的一个重要课题。项目从三个方面对上述问题开展研究，1）研究人类基因组中的变异对翻译过程及其调控因素的影响；2）对转录后基因表达过程中的环状RNA表达进行研究；3）将环状RNA的表达调控与人类疾病进行关联，寻找与人类疾病诊断相关的标记物。本项目的研究进展帮助我们进一步认识转录后基因表达过程的调控，寻找人类疾病相关的遗传变异，应用于疾病的早期诊断。