吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (01): 191-195.doi: 10.13229/j.cnki.jdxbgxb201401032

• 论文 • 上一篇    下一篇

基于siRNA-mRNA结合热力学特征的高效siRNA筛选

刘元宁1,2, 徐宝林1,2, 张浩1,2, 陈竟博1,2, 韩烨1,2, 禹剑龙1   

  1. 1. 吉林大学 计算机科学与技术学院, 长春 130012;
    2. 吉林大学 符号计算与知识工程教育部重点实验室, 长春 130012
  • 收稿日期:2012-12-18 出版日期:2014-01-01 发布日期:2014-01-01
  • 通讯作者: 张浩（1971-），男，副教授，博士.研究方向：生物信息学.E-mail：zhangh@jlu.edu.cn E-mail:zhangh@jlu.edu.cn
  • 作者简介:刘元宁（1962-），男，教授，博士.研究方向：生物信息学.E-mail：liuyn@jlu.edu.cn
  • 基金资助:

    国家自然科学基金项目（60971089）；吉林大学“大学生创新创业训练计划”创新训练项目（2012B53146）.

Selecting highly effective siRNAs by thermodynamics of siRNA-mRNA binding

LIU Yuan-ning1,2, XU Bao-lin1,2, ZHANG Hao1,2, CHEN Jing-bo1,2, HAN Ye1,2, YU Jian-long1   

  1. 1. College of Computer Science and Technology, Jilin University, Changchun 130012, China;
    2. Symbol Computation and Knowledge Engineering of Ministry of Education, Jilin University, Changchun 130012, China
  • Received:2012-12-18 Online:2014-01-01 Published:2014-01-01

RICH HTML

0   

PDF (PC)

329

摘要：

siRNA与靶标mRNA的相互作用的热力学特征对于其干扰效率至关重要。RNAup是维也纳RNA软件包提供的预测靶标区域的可接触性（accessibility）的软件，将其预测的热力学特征加入到siRNA序列特征里，用支持向量机筛选高效的siRNA，该模型能够很好地预测出高效的siRNA，准确率达到88.12%，敏感度和特异性分别为88.35%和87.94%。

关键词: 计算机应用, 热力学, RNAi, 支持向量机, 干扰效率预测

Abstract:

The thermodynamic of interactions between siRNAs and target mRNAs is crucial for the efficiency of its interference. RNAup is a software provided by Vienna RNA package, which can predict the accessibility of target region. By adding its predicted thermodynamic characteristics to the SiRNA sequence features and screening the efficient siRNA with support vector machines, the model can well predict efficient siRNA that the accuracy rate is up to 88.12%, the sensitivity and specificity are up to 88.35% and 87.94%, respectively.

Key words: computer application, thermodynamics, RNAi, SVM, prediction of siRNA functionality

中图分类号: 

  • TP399

[1] Fire A, Xu S, Montgomery M K, et al. Potent and specific genetic interference by double-stranded RNA in Caenorhabditis elegans[J]. Nature, 1998, 391:806-811.

[2] 刘元宁, 常亚萍, 李誌, 等. 针对H1N1 病毒的多特征siRNA 设计[J]. 吉林大学学报:工学版, 2010, 40(3):776-779. Liu Yuan-ning, Chang Ya-ping, Li Zhi, et al. siRNA design for H1N1 based on multi-characters[J]. Journal of Jilin University(Engineering and Technology Edition), 2010, 40(3):776-779.

[3] Ui-Tei K, Naito Y, Takahashi F, et al.Guidelines for the selection of highly effective SiRNA sequences for mammalian and chick RNA interference[J].Nucleic Acids Res, 2004, 39:936-948.

[4] Elbashir S M, Lendeckel W, Tuschl T, et al. RNA interference is mediated by 21 and 22 nt RNAs[J]. Genes Dev, 2001, 15:188-200.

[5] Elbashir S M, Martinez J, Patkaniowska A, et al. Functional anatomy of siRNAs for mediating efficient RNAi in Drosophila melanogaster embryo lysate[J]. EMBO J, 2001, 20:6877-6888.

[6] Lu Z J, Mathews D H. Efficient siRNA selection using hybridization thermodynamics[J].Nucleic Acids Res, 2007, 36:640-647.

[7] Huesken D, Lange J, Mickanin C, et al. Design of a genome-wide siRNA library using an artificial neural network Nat[J]. Biotechnol, 2005, 23:995-1001.

[8] Chang C, Lin C. LIBSVM: a library for support vector machines[EB/OL].[2001-10-26]. http://www.csie.ntu.edu.tw/~cjlin/libsvm/.

[9] Chang C C, Hsu C W, Lin C J. The analysis of decomposition methods for support vector machines[J]. IEEE Transactions on Neural Networks, 2000, 11:1003-1008.

[10] Baldi P, Brunak S, Chauvin Y, et al. Assessing the accuracy of prediction algorithms for classification: an overview[J]. Bioinformatics, 2000, 16:412-424.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[7] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[8] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[9] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[10] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[11] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[12] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[13] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[14] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[15] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发