吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (4): 1206-1213.doi: 10.13229/j.cnki.jdxbgxb20170521

• • 上一篇    下一篇

基于高通量数据的人体外源性植物miRNA跨界调控建模

张浩1,2, 占萌苹2,3, 郭刘香2,3, 李誌4, 刘元宁1,2, 张春鹤1,2, 常浩武1,2, 王志强1,2   

  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;
    3.吉林大学 软件学院,长春 130012;
    4.长春理工大学 应用技术学院,长春 130022
  • 收稿日期:2017-04-27 出版日期:2018-07-01 发布日期:2018-07-01
  • 通讯作者: 刘元宁(1962-),男,教授,博士生导师.研究方向:生物信息学.E-mail:liuyn@jlu.edu.cn
  • 作者简介:张浩(1971-),男,教授,博士.研究方向:生物信息学.E-mail:zhangh@jlu.edu.cn
  • 基金资助:
    吉林省科技发展计划项目(20150101056JC); 中国博士后科学基金项目(2015M570273).

Human exogenous plant miRNA cross-kingdom regulatory modeling based on high-throughout data

ZHANG Hao1,2, ZHAN Meng-ping2,3, GUO Liu-xiang2,3, LI Zhi4, LIU Yuan-ning1,2, ZHANG Chun-he1,2, CHANG Hao-wu1,2, WANG Zhi-qiang1,2   

  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;
    3.College of Software, Jilin University, Changchun 130012,China;
    4.College of Applied Technique, Changchun University of Science and Technology, Changchun 130022, China
  • Received:2017-04-27 Online:2018-07-01 Published:2018-07-01

摘要: 以基于人体血清的高通量测序数据为研究对象,采用生物计算方法对数据进行分析,以目前已知的人类和植物的RNA数据作为参照集,从中筛选出可能的人体外源植物miRNA;基于miRNA的调控机制原理,获得可能的植物miRNA干扰人类mRNA的靶基因;构建植物miRNA-人类mRNA调控网络模型,分析可能的跨界调控作用。本文通过构建植物-人体跨界调控模型,共挖掘出9个核心模块。研究结果表明,外源性植物miRNA参与调控人体胺代谢、酒精代谢以及脂肪酸代谢等生物过程。

关键词: 人工智能, 高通量数据, 外源性植物miRNA, 跨界调控

Abstract: Exogenous miRNAs are cross-kingdom regulatory in bacteria and viruses, but whether exogenous plant miRNAs are stable in the human body and are involved in cross-kingdom regulation is still controversial. Only by cross-border modeling on the basis of a comprehensive analysis of the human high-throughput miRNA data, and design of effective biological experiments, the human exogenous plant miRNA presence, access pathways and regulatory role can be revealed. In this paper, high-throughput sequencing data based on human serum were used as the study objective and were analyzed by bio-calculation method. The possible human exogenous plant miRNAs were screened by using the RNA data of human and plant as the reference group. Based on the principle of miRNA regulatory mechanism, the possible target genes of plant miRNAs interfering with human mRNA were obtained. A network model of plant miRNA-human mRNA was constructed to analyze possible cross-kingdom regulation. Nine core modules were excavated by constructing a plant-human cross-kingdom regulation model. The results show that exogenous plant miRNAs are involved in the regulation of biological process such as human amine metabolism, alcohol metabolism and fatty acid metabolism.

Key words: artificial intelligence, high throughput data, exogenous plant miRNA, cross-species regulation

中图分类号: 

  • TP399
[1] Nelson P, Kiriakidou M, Sharma A.The miRNA world: small is mighty[J]. Trends in Biochemical Sciences, 2003, 28(10): 534-540.
[2] Bushati N, Cohen S M. miRNA functions[J]. Annual Review of Cell and Development Biology, 2007, 23: 175-205.
[3] Xiao Chang-chun, Klaus Rajewsky. miRNA control in the immune system: basic inciples[J]. Cell,2009,1(9):26-36.
[4] Liang G F, Zhu Y L, Sun B, et al.Assessing the survival of exogenous plant miRNA in mice[J]. Food Science & Nutrition, 2014, 2(4): 380-388.
[5] Pastrello C, Tsay M, McQuaid R, et al. Circulating plant miRNAs can regulate human gene expression in vitro[J]. Scientific Reports, 2016,6:32773.
[6] Zhou Z, Li X, Liu J, et al.Honeysuckle-encoded atypical miRNA2911 directly targets influenza A viruses[J]. Cell Research, 2015, 25(1): 39-49.
[7] Zhang L, Hou D.Exogenous plant MIR168a specifically targets mammalian LDLRAP1: evidence of cross-kingdom regulation by miRNA[J]. Cell Research, 2012, 22(1): 107-126.
[8] Di Leva G, Garofalo M, Croce C M.Micro RNAs in Cancer[J].Annu Rev Pathol,2014, 9:287-314.
[9] Grolmusz V.A note on the pagerank of undirected graphs[J]. Information Processing Letters, 2015, 115(6): 633-634.
[10] Lü L, Zhang Y C,Yeung C H,et al.Leaders in social networks,the delicious case[J]. PloS One,2011,6(6):1-9.
[11] Licatalosi D D, Darnell R B.RNA processing and its regulation: global insights into biological networks[J]. Nature Reviews Genetics,2010,11(1):75.
[1] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[2] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[3] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[4] 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[5] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[6] 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[7] 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[8] 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[9] 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[10] 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[11] 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
[12] 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230.
[13] 王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243.
[14] 马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252.
[15] 周炳海, 彭涛. 混流装配线准时化物料配送调度优化[J]. 吉林大学学报(工学版), 2017, 47(4): 1253-1261.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 彭其渊,徐进,郑升宝,邵毅明,邓天民. 隧道洞口路面两种材料交替对行车的影响及交替位置优化[J]. 吉林大学学报(工学版), 2009, 39(06): 1497 -1503 .
[2] 王昕,姜继海. 轮边驱动液压混合动力车辆再生制动控制策略[J]. 吉林大学学报(工学版), 2009, 39(06): 1544 -1549 .
[3] 武剑,董惠娟,张松柏,张广玉. 压电超声换能器初级串联匹配新方法[J]. 吉林大学学报(工学版), 2009, 39(06): 1641 -1645 .
[4] 郑文忠, 万夫雄, 李时光. 用无机胶粘贴CFRP布加固混凝土板火灾后受力性能[J]. 吉林大学学报(工学版), 2010, 40(05): 1244 -1249 .
[5] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[6] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[7] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[8] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[9] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[10] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .