长非编码RNA序列结构特征信息挖掘及其预测方法研究

The long non-coding RNA (LncRNA) is a biological treasure waiting to be discovered. The calculation methods combined with transcriptome sequencing (RNA-seq) greatly have promoted the discovery and functional research of LncRNA. Now, millions of LncRNAs are found, as well as thousands of LncRNAs supported by the experiment, and the numbers of them are growing fast. This is favorable for deeply finding the important basic characteristics of sequence, secondary and tertiary structures of LncRNAs. Therefore, this project mainly focuses on the following studies: (1) Building the database of experimental supported LncRNAs (ESLncRNAs) based on the existed databases and the experiment of LncRNAs; (2) Developing geometric analysis method of characteristics of LncRNA sequence, prediction methods of RNA structure parameters such as secondary structure and main chain dihedral angle, and the statistical potential function basing on the knowledge of RNA，ecavating the new characteristic information of LncRNA sequence, secondary structure and tertiary structure of LncRNA combining with molecular dynamics simulation; (3) Building a new predictor of LncRNA based on the new knowledge of characteristics of sequence and structures of LncRNAs; (4) By combining RNA-seq with calculation method, we hope to find new LncRNAs related with thyroid cancer. This project has important scientific significance in identifying new LncRNA systematically and knowing its biological functions, and also has important practical significance in the pathogenic mechanism and accurate diagnosis and treatment of thyroid cancer.

长非编码RNA (LncRNA) 是亟待挖掘的生物宝库。计算方法和转录组测序技术RNA-seq的结合极大地促进了LncRNA的发现和功能研究。目前，已发现的潜在LncRNA 数量向着百万量级靠近，实验证实的LncRNA也达到了千量级，而且在快速增长。这为揭示LncRNA序列和结构特征创造了重要条件。本项目重点：（1）建立实验证实多物种LncRNA数据库；（2）发展LncRNA序列的几何分析方法、RNA二级结构预测方法以及基于知识的RNA统计势函数，并结合分子动力学模拟挖掘LncRNA的序列、二级结构和三级结构的特征信息；（3）基于LncRNA序列和结构特征信息的综合分析和新认识构建新的LncRNA预测器；（4）基于RNA-seq和计算方法对甲状腺癌相关LncRNA进行研究。本项目对LncRNA的发现和功能认识具有重要理论意义，并对甲状腺癌的致病机制和精准诊治具有重要的实际意义。

项目研究目标是建立实验证实LncRNA数据库，挖掘 LncRNA特征信息，基于所建立的数据库发展LncRNA预测方法，以甲状腺癌症为例进行初步应用。课题进展顺利，完成研究计划，取得系列创新成果，并拓展了RNA检测技术研究。共发表SCI收录期刊论文32篇，累计引用549次，获发明专利4项，申请美国专利1项；获山东省科学技术奖（自然科学奖）二等奖1项、山东省高等学校优秀科研成果奖2项；培养多名青年科研骨干人才，其中2人晋升教授、3人去国内外进行访问合作研究，5名研究生毕业；加强了国际合作，与澳大利亚格里菲斯大学教授进行深入合作，主要成员参加国内外学术交流20多人次，10多次应邀做报告。通过项目实施，（1）构建了低通量生物实验验证长非编码RNA（LncRNA）数据库EVLncRNA（http:// biophy. dzu.edu.cn/EVLncRNAs）（NAR，2018），并升级为EVLncRNAs 2.0版（https://www.sdklab-biophysics-dzu.net/EVLncRNAs2/）（NAR，2021），被国内外研究者访问使用，是目前国际上实验证实最全功能性长非编码RNA数据库；（2）基于数据库EVLncRNAs发展了长非编码RNA在线预测方法—EVlncRNA-pred，可从百万量级高通量测序得到的LncRNAs中预测发现潜在功能性LncRNAs，并开发了在线预测平台（http://biophy.dzu. edu.cn/lncrnapred/index.html），是该领域潜在功能LncRNAs预测的第一个方法（RNA Biology, 2019）；（3）发展了基于知识的RNA统计势函数DFIRE-RNA，可预测RNA结构信息特征；发展了基于机器学习的RNA溶液可及性预测方法RNAsnap，能够在不清楚功能RNA作用伙伴时较准确预测其可及性结构特征；（4）模拟了非编码RNA核糖开关与小分子结合、非编码RNA抗毒素与蛋白质毒素相互作用；分析了58对甲状腺癌病人的癌旁组织和癌变组织基因表达量差异性，研究了相关LncRNA；（5）研制了石墨烯场效应管核酸生物传感器，用于微量RNA及其互作亲和力检测（NC, 2017），为LncRNA互作及其功能研究提供新途径。这些研究成果对LncRNA信息特征认识及其功能鉴定发现均具有重要意义。