Аннотация. Проанализировано самые популярные сервисы для предсказания miRNA мишеней. Разработано программный алгоритм для работы с этими сервисами. Исследованы главные факторы, что влияют на эффективность связывания между miRNA и мишенью. Разработан сервис для предсказания miRNA для заданной пользователем группы генов. Созданы фильтра для результатов предсказания.
Ключевые слова: микроРНК, мишень, регуляция генов, сервисы для предсказания мишеней, ингибирование транскрипции.
Кисляк Сергій Володимирович
старший викладач кафедри біомедичної кібернетики
Національного технічного університету України
«Київський політехнічний інститут ім. Ігоря Сікорського»
Приходько Олексій Олександрович
студент кафедри біомедичної кібернетики
Національного технічного університету України
«Київський політехнічний інститут ім. Ігоря Сікорського»
Кисляк Сергей Владимирович
старший преподаватель кафедры биомедицинской кибернетики
Национального технического университета Украины
«Киевский политехнический институт им. Игоря Сикорского»
Приходько Алексей Александрович
студент кафедры биомедицинской кибернетики
Национального технического университета Украины
«Киевский политехнический институт им. Игоря Сикорского»
Kyslyak Sergii Volodymyrovych
senior lecturer of the department of biomedical cybernetics
National Technical University of Ukraine
"Igor Sikorsky Kyiv Polytechnic Institute"
Prykhodko Oleksii Oleksandrovych
student of the department of biomedical cybernetics
National Technical University of Ukraine
"Igor Sikorsky Kyiv Polytechnic Institute"
СИСТЕМА МОДЕЛЮВАННЯ ПОСТТРАНСКРИПЦІЙНОЇ РЕГУЛЯЦІЇ ГЕНІВ
СИСТЕМА МОДЕЛИРОВАНИЯ ПОСТТРАНСКРИПЦИОННОЙ РЕГУЛЯЦИИ ГЕНОВ
SYSTEM OF POST-TRANSCRIPTIONAL GENE GERULATION MODELING
Анотація. Проаналізовано найпопулярніші сервіси для передбачення miRNA мішеней. Розроблено програмний алгоритм роботи з сервісами. Досліджено головні фактори, що впливають на ефективність зв’язування між miRNA та мішенню. Розроблено сервіс для передбачення miRNA для заданої користувачем групи генів. Створені фільтри для результатів передбачення.
Ключові слова: miRNA, target site, регуляція генів, сервіс для передбачення мішеней, інгібування транскрипції.
Аннотация. Проанализировано самые популярные сервисы для предсказания miRNA мишеней. Разработано программный алгоритм для работы с этими сервисами. Исследованы главные факторы, что влияют на эффективность связывания между miRNA и мишенью. Разработан сервис для предсказания miRNA для заданной пользователем группы генов. Созданы фильтра для результатов предсказания.
Ключевые слова: микроРНК, мишень, регуляция генов, сервисы для предсказания мишеней, ингибирование транскрипции.
Summary. The most popular services for miRNA target prediction were analyzed. A program interface developed for working with target prediction services. Main factors which affect the efficiency of the link between miRNA and target, were reviewed. Service developed to predict miRNA for a user input based group of genes. Filters created for prediction results.
Keywords: miRNA, target site, gene regulation, service for target prediction, inhibition of transcription.
Постановка проблеми. Одним із механізмів регуляції експресії генів є регуляція на посттранскрипційному рівні за допомогою мікроРНК. Ці РНК є дуже маленькими (22-40 нуклеотидів), проте їх роль в регуляції діяльності клітини дуже велика. Порушення синтезу може призвести до генетичних хвороб чи навіть раку[1]. З іншого боку, розуміння цього процесу можу бути ключем до створення ліків від цих недугів. На даний момент у людини знайдено 2588 мікроРНК Очевидно, що така кількість послідовностей є надто великою для одночасного експериментального підтвердження їх функціональності, адже вимагає наявності великої кількості часу та коштів. Саме тому актуальним є створення біоінформатичних інструментів, розроблених для передбачення сайтів зв’язування мікроРНК з геном-мішенню.
Аналіз останніх досліджень та публікацій. miRNA – малі некодуючі послідовності (22-25 нуклеотидів) які мають великий вплив на експресію генів[1]. На даний момент ведеться багато досліджень як функціональних особливостей, так і можливих можливого застосування miRNA. Одна з потенційних сфер – діагностування хвороби, вчасності раку[2]. Наразі існують дослідження, що підтверджують діагностичну цінність miRNA як тканинного маркеру, так і маркеру крові при діагностуванні раку нирок[3] так і раку молочної залози[4]. miRNA також мають вплив на розвиток тканин та органів організму. Зміна експресії miRNA протягом розвитку серця може призвести захворювань, таких як кардіоміопатія[5] та інших патологічних захворювань. На розвиток нервової системи miRNA також мають вплив[6]. Деякі дослідження виявили, що зміна або порушення в експресії miRNA може призвести до шизофренії, біполярного афективного розладу, сильній депресії та інших[7][8].
Активно розвиваються і вдосконалюються алгоритми передбачення мішеней. В червні 2015 році вийшла нова версія TargetScan7.0, яка реалізувала всі останні дослідження в області передбачення мішеней[9].
Виділення не вирішених раніше частин загальної проблеми. сервіси для передбачення мішеней в mRNA, такі як TargetScan, microRNA.org, mirWalk, miRanda надають можливість користувачу знайти всі miRNA, які регулюють ген. Проте якщо користувачу треба знайти miRNA, які можуть впливати на певну групу генів, то для вирішення такої задачі ці сервіси не надають інструменту.
Мета статті. Головної метою цієї роботи було створити інструмент, який може знаходити всі miRNA, які регулюють певну групу генів та виводить достовірний результат в зручній для користувача формі з можливостями фільтрування даних. Для досягнення мети використовувались сервіси TargetScan, mirWalk, mirna.org.
Виклад основного матеріалу. МікроРНК – це ендогенні некодуючі РНК, що в середньому складаються з 21-25 нуклеотидів та відіграють важливу роль у клітинних процесах шляхом посттранскрипційної регуляції експресії генів [1].
На сьогодні відомо, що miRNA контролюють проліферацію, клітинну смерть, метаболізм ліпідів, відповідь на стрес, імунні відповіді, диференціацію клітин-попередників крові у ссавців, розвиток листя та квітів у рослин [1]. Вважається, що експресія щонайменше 50% людських генів регулюється miRNA[10]. Загалом, на сьогодні розшифровано послідовності для 35828 молекул мікроРНК у 223 видів організмів, серед яких 2588 належать людині [12].
Для пригнічення експресії генів до початку трансляції, miRNA комплементарно зв’язується з мРНК за допомогою ділянки з 2 по 8 нуклеотид на своєму 5’-кінці. Дана ділянка називається «seed region» та є ключовою для впізнавання сайтів-мішеней на мРНК. Існує дві точки зору, коли саме відбувається цей процес: на етапі ініціації трансляції або одразу після [11]. Якщо інгібування відбувається на етапі ініціації трансляції (рис. 1), то RISC (RNA induced silencing complex) перешкоджає приєднанню трансляційного апарату до мРНК [11]. Інгібування трансляції після того, як вона вже почалася, призводить до деградації білкового продукту та від’єднанні рибосомальних комплексів від мРНК. (рис. 1) [11].
Рис 1. Механізм мікроРНК-опосередкованої регуляції генів
Під час роботи з miRNA, як правило, використовуються алгоритми, які дозволяють передбачити, з якими mRNA дана miRNA буде взаємодіяти або підібрати декілька miRNA до конкретної матричної. До найкращих біоінформатичних інструментів, використаних для даного аналізу, належать TargetScan, miRanda, PicTar, MirWalk, MirDB, PITA [13], [14], [15], [16], [17], [18].
Всі алгоритми різні, проте мають спільні кроки. Так, в основі кожного лежить локальне вирівнювання – процес, під час якого порівнюються фрагменти послідовностей. Вирівнювання дозволяє знайти ті нуклеотиди 3’НТП mRNA, до яких приєднується «seed region» miRNA. Окрім того, більшість алгортмів враховують термодинамічну модель miRNA – mRNA дуплексу (кількість вільної енергії), на яку впливає вторинна структура РНК (наприклад, наявність чи відсутність шпильок)[19][20].
З метою розв’язку задачі пошуку всіх miRNA, що впливають на певну групу генів, був створений сервіс GeneReg[21]. Інтерфейс сервісу зображений на рис.2
Рис 2. Інтерфейс сервісу GeneReg
В перше поле “Genes” користувач вводить групу генів, для якої треба зробити пошук miRNA. Можна вводити символьне позначення гену, Ensembl gene чи transcript ID.
В поле “Min genes” вводиться мінімальна кількість генів, яку кожна ж miRNA повинна регулювати, а в поле “Min sites” мінімальна кількість ділянок зв’язування. Це надає користувачу можливість фільтрувати результат і задавати специфічність і чутливість пошуку.
Сервіс може використовувати наступні інструменти пошуку мішеней TargetScan, MirWalk, miRanda. Для підвищення достовірності результатів можна використовувати одночасно декілька алгоритмів пошуку. В такому випадку результати по кожному з сервісів, які вибрав користувач, будуть порівняні між собою, і у відповіді будуть представлені тільки ті miRNA, на які вказали декілька сервісів.
Приклад розв’язку задачі пошуку miRNA, що регулюють групу генів. Покажемо на прикладі, як працює сервіс і які задачі за допомогою нього можна вирішити. За біологічний процес візьмемо клатрин-опосередкований ендоцитоз – процес, завдяки якому відбувається постачання до клітини поживних речовин, транспорт патогенів, антигенів, факторів росту та рецепторів. Візьмемо дев’ять головних генів клатрин-опосередкованого ендоцитозу – eps15, dnm2, itsn2, fcho2, ap2b1, snx9, dnm3, hspa8, epn2. Заповнимо вхідні дані, як вказано на рис 3.
Рис 3. Введення даних для проведення пошуку
Щоб miRNA попала в результуючу виборку, вона повинна регулювати мінімум 6 генів, та мати 10 сайтів зв’язування. Як сервіс пошуку мішеней буде використаний TargetScan. Графічне представлення результатів запросу відображені на рис. 4. Табличне представлення – на рис. 5.
З результатів видно що, на задану групу генів впливають наступні miRNA:
hsa-miR-3163: 7 генів (eps15 ap2b1 snx9 itsn2 fcho2 epn2 dnm3), 17 сайтів;
hsa-miR-4668-5p: 6 генів (eps15 ap2b1 snx9 itsn2 fcho2 dnm3), 14 сайтів;
hsa-miR-3658: 6 генів (eps15 hspa8 ap2b1 snx9 epn2 dnm3), 10 сайтів;
hsa-miR-340-5p: 6 генів (eps15 hspa8 snx9 fcho2 epn2 dnm3), 13сайтів;
hsa-miR-548c- 3p: 6 генів (eps15 ap2b1 snx9 fcho2 epn2 dnm3), 28 сайтів;
hsa-miR-205-3p: 6 генів (eps15 ap2b1 itsn2 fcho2 epn2 dnm3) 11сайтів;
hsa-miR-4659b-3p: 6 генів (eps15 ap2b1 snx9 fcho2 epn2 dnm3) 10 сайтів;
hsa-miR-524-5p: 6 генів (eps15 ap2b1 snx9 fcho2 epn2 dnm3), 15 сайтів;
hsa-miR-5692a: 6 генів (eps15 snx9 itsn2 fcho2 epn2 dnm3), 16 сайтів;
hsa-miR-374b-3p: 6 генів (eps15 ap2b1 itsn2 fcho2 epn2 dnm3), 10 сайтів;
hsa-miR-520d-5p: 6 генів (eps15 ap2b1 snx9 fcho2 epn2 dnm3), 15 сайтів;
hsa-miR-4659a-3p: 6 генів (eps15 ap2b1 snx9 fcho2 epn2 dnm3), 10 сайтів;
Рис. 4. Графічне представлення результату
Рис. 5. Табличне представлення результату
Всього було знайдено 12 miRNA, що регулюють більше 6 генів та мають мінімум 10 сайтів зв’язування. Якщо зменшити мінімальну кількість генів чи сайтів, то в результат потрапить більше miRNA. Таким чином користувач може сам визначати чутливість пошуку.
Висновки і перспективи розвитку. Було створено інструмент, який дозволяє провести пошук miRNA, що впливають на групу генів, використовуючи сервіси пошуку мішеней. Даний інструмент може бути використаний для швидкого пошуку регуляторних miRNA для біологічного процесу. Також даний сервіс може бути використаний для пошуку достовірних miRNA, бо може працювати з декількома популярними алгоритмами пошуку мішеней, таких як TargetScan, mirWalk, miRanda. Ще одна перевага даного сервісу – зручне подання інформації як в графічному, так і в табличному вигляді. Користувач також може зберегти результати в зручному для нього форматі (.pdf, .jpeg, .png, .svg).
Сервіс можна покращити наступним чином:
Список літератури