基于不同测序策略的长非编码RNA拼接、鉴定算法及功能注释的系统性研究

With the development of high-throughput sequencing technology, the "dark matter"in the genome has been gradually characterized, especially the long noncoding RNA(lncRNA) and its function. Based on combined sequencing strategy, the project firstly use the second and third generation sequencing technology to study the lncRNAs on a large scale and develop a new algorithm to assemble the lncRNAs..Secondly, we analyse the sequence feature of lncRNAs which has the ablity to encode micro-peptide and develop a new algorithm of lncRNA identification.Finally, we based on the interaction of lncRNAs and proteins to bulid the weighted bi-colored network and develop a new algorithm of function annotation to improve the number and accuracy of functional annotation of lncRNAs. The current work will.provide the researchers working on biological basis reaserch a standard lncRNAs dataset with function annoations and may facilitate personalised medicine, and expedite identification of novel biomarkers and therapeutic targets.

随着高通量测序技术的发展，基因组中的“暗物质”被越来越多的挖掘和研究，其中发现与遗传信息传递相关的新的非编码RNA，特别是长非编码RNA（lncRNA）及其功能尤为重要。.本项目针对这一问题首先设计不同的测序策略，主要是通过二代与三代测序技术结合对lncRNA进行大规模拼接，整合目前的lncRNA集合，开发新的拼接算法，建立lncRNA的“黄金”数据集；其次，我们通过结合编码短肽能力的lncRNA，分析序列特征，开发新的lncRNA鉴定方法；最后，基于lncRNA与蛋白互作的信息，重新构建具有权重的双色网络，开发新的长非编码RNA的功能预测算法，进而提高lncRNA功能注释的数目及准确性。综上所述，本项目的顺利开展及完成不仅将对从事生物学基础领域研究的科研人员提供标准的lncRNA数据集及功能信息，同时，对于临床重大疾病相关机制及分子标志物的研究具有重要意义。

随着高通量测序技术的发展，基因组中的"暗物质"被越来越多的挖掘和研究，其中发现与遗传信息传递相关的新的非编码RNA，特别是长非编码RNA（lncRNA）及其功能尤为重要。本项目以长非编码基因为研究对象，首先设计不同的测序策略，主要是通过二代与三代测序技术结合对lncRNA进行大规模拼接，整合目前的lncRNA集合，开发新的拼接算法，建立lncRNA的”黄金数据集"，整合入非编码数据库NONCODE；其次，通过结合编码短肽能力的lncRNA，发现长非编码基因能够编码小肽，并构建算法鉴定新形式的非编码基因-小肽非编码基因，功能性小肽的鉴定工具及平台FSPP；最后，开发了基于序列特征的长非编码RNA鉴定算法CNIT，预测准确度领先国际其它同类算法，进一步整合搭建在线的预测分析平台，进而提高lncRNA功能注释的数目及准确性。本项目为从事生物学基础领域研究的科研人员提供标准的lncRNA数据集及功能信息，同时，对于临床重大疾病相关机制及分子标志物的研究具有重要意义。