看看最近的文章

microRNAs (miRNAs)调节许多生物过程，其表达改变在许多疾病中都有报道，包括癌症[1-5]、糖尿病[6-8]和肝纤维化[9-11]。它们从不被翻译，而是通过与目标mrna的3'非翻译区(UTR)的碱基配对来操纵基因表达。首先，它们被发现是一种短RNAlin-4基因秀丽隐杆线虫它会抑制lin-14 mRNA最初，人们认为它们只存在于线虫中，但现在已经充分证明，它们在各种动物王国中都很丰富。它们参与细胞分化、增殖、凋亡、转移和耐药等细胞过程。超过60%的蛋白质编码基因位于人港miRNA的靶位点[12]。在癌症中，它们可以是癌基因、肿瘤抑制因子、预后标记物或治疗靶点。由于mirna的表达模式具有高度的特异性，并且在基因组的表观遗传水平上进行功能调控，因此在医学研究中成为有吸引力的生物标志物。这些相对较新的基因调控因子为药物发现开辟了新的方向。对基于mirna的治疗的兴趣正在迅速增长，新的mirna及其靶基因的文献也越来越丰富。尽管如此，临床中基于mirna的治疗仍然很遥远，并且需要解决许多与特异性，稳定性和递送相关的障碍。尽管如此，基于非人类灵长类动物令人兴奋的数据，一些miRNA的临床试验已经启动[13,14]。 Since the expression profile of miRNAs is disease and tissue- specific, they can be more informative than the mRNA profile. The first disease specific expression (loss of) of miRNA was exploited in chronic lymphocytic leukemia [15]. The tissue specific miRNA expression was also reported in many cases [16-19]. The superior stability of these short miRNAs than mRNA and longer RNAs make them a good and reliable diagnostic target.

尽管有大量的临床前研究，但只有少数miRNA进入了临床开发。为每种疾病类型、递送载体、稳定性、组织特异性、毒性和脱靶效应确定miRNA的最佳靶点可能是其临床发展缓慢的主要原因[20-22]。确定合适的miRNA靶标的挑战在于，即使在同一种疾病中，miRNA的表达模式也是异质的，并且受缺氧和炎症等局部因素的影响。然而，它们的小尺寸和与其他蛋白质的结合阻止了它们被rna酶降解，使它们成为精准医疗的好分子。然而，关于miRNA功能调控的许多问题仍未得到解答。目前需要开发一种工具，可以识别特定miRNA的正确靶mRNA，用于生物标志物的发现和许多侵袭性疾病(包括癌症)的新疗法。一个miRNA可以靶向多个mRNA，一个mRNA也可以被多个miRNA靶向。此外，一种疾病可能有多个信号通路发生改变，在许多疾病中单一通路可能发生改变[23-26]。mRNA和miRNA之间的这种“一对多”关系形成了一个强大的调控网络，控制着细胞增殖和疾病过程。

在实验上，很难确定miRNA与其靶mRNA之间的关系。基于荧光素酶测定的mRNA表达和脉冲稳定同位素标记氨基酸在培养中是确定它们之间关系的常规方法。这些方法最终测量由miRNA调控的mRNA衍生的蛋白质。由于蛋白质表达还受其他几个因素的控制，这些方法并不完美。常用的确定miRNA靶点的方法是种子序列的互补。miRBase、HMDDv2.0、DIANA-TarBase等多种在线数据库正在被用于预测miRNA的靶基因，但预测错误的可能性很高。这些数据库使用的预测算法大多是序列特异性的，而不是疾病/病例特异性的，因此无法避免假阳性预测。此外，这些在线数据库还依赖于热力学稳定性、进化守恒性和miRNA与目标mRNA的序列配对，但仍然存在错误解释的问题。为了克服这些限制，需要一个基于基因表达的miRNA靶标预测数据库。基于基因表达的数据库可以通过绘制同一疾病类型中下调基因与过表达miRNA之间的负相关关系来改善miRNA靶标预测，反之亦然。 RNA sequencing (RNA seq) is a revolutionary tool which computes the transcript level with high accuracy and sensitivity compared to any other methods like qPCR and micro array [27]. The capacity to cover unlimited genome size, ability to identify splice variants, rapidly decreasing the cost allowed us to use RNA seq for clinical purpose, and generation of large-scale robust datasets for miRNA-mRNA interactions. The identification of miRNA targets is difficult to examine experimentally. Current methods have severe limitations like weak expression, tissue specificity, and miRNA stabilization. Combining the integrated expression RNA-seq data from several different tumor types with epigenetic modulators like gene methylation and copy number alternation may reduce the false positive miRNA targets. In cancer, there are many factors which contributes to the disease prognosis and survival like patient age, gender, nature of the tumor (aggressive vs non aggressive), drug resistance, metastasis, etc. Therefore, a single factor i.e. sequence complementarity of miRNA to mRNA should not be used to predict the appropriate miRNA target responsible for survival. Identification of miRNA target by RNA-seq data from different tumor types within cancer related pathways may increase the chance of miRNA-based therapeutics [28]. This approach may reduce the off-target effect/side effect and false-positive predictions. Unlike conventional drug therapies, miRNA targeted drugs have high regard it can modulate multiple pathways and biological processes. The ability to regulate thousands of genes may compensate for its efficacy and unexpected side effects. Therefore, downstream miRNA genes should be explored [29]. The miRNA-mRNA network-based approach by using RNA seq has the potential to target protein structure information and drug design in various diseases. This approach of developing miRNA-based therapeutics may create a paradigm in the pharmaceutical industry, therefore prediction of miRNA target by RNA seq is definitely a hope.

参考文献

• 1.林淑娟，李春华(2015)微rna在肿瘤中的生物发生途径。癌症学报15:321-333。
• 2.Kumar V, Kumar V, Chaudhary AK, Coulter DW, McGuire T，等。(2018)miRNA-mRNA谱分析对成神经管细胞瘤发生的影响及其相关性。Mol Ther核酸12:490-503。(Crossref)
• 3.Melo SA, Moutinho C, Ropero S, Calin GA, Rossi S等。(2010)癌细胞细胞核中输出蛋白5的遗传缺陷捕获前体microrna。癌症细胞18:303-315。
• 4.Kumar V, Kumar V, McGuire T, Coulter DW, Sharp JG，等。(2017)髓母细胞瘤治疗的挑战和最新进展。药物科学，38(3):1061-1084。
• 5.贺建平，王晓华，王晓华，等。(2012)非上皮性卵巢癌中DICER1基因突变的研究进展。中国生物医学工程学报，32(3):344 - 344。
• 6.马晓明，李建平，李建平，等。(2004)胰岛特异性microRNA对胰岛素分泌的调控作用。自然杂志432:226-230。(Crossref)
• 7.Poy MN, Hausser J, Trajkovski M, Braun M, Collins S等。(2009)miR-375维持正常胰腺α和β细胞质量。科学通报，26(3):513 - 518。
• 8.Hennessy E, Clynes M, Jeppesen PB, O’driscoll L(2010)利用MIN6细胞的表达谱鉴定葡萄糖刺激胰岛素分泌的microrna。生物化学学报，36(3):457-462。
• 9.Roderburg C, Urban GW, Bettermann K, Vucur M, Zimmermann H等(2011)微rna分析揭示了miR-29在人和小鼠肝纤维化中的作用。国际肝病杂志53:209-218。
• 10.张丽娟，张丽娟，张丽娟(2018)mir -29b1对肝纤维化的治疗作用。医学杂志26:2798-2811。
• 11.Schueller F, Roy S，松开SH, Alder J, Koppe C等。(2017)miR-223在急慢性肝损伤中的生物标志物。临床医学杂志(英文版)31(1):71- 78。
• 12.李建军，李建军，李建军，等(2019)动物体内microRNA功能的调控。生物学报20:21-37。(Crossref)
• 13.李丽娟，刘建军，刘建军，等。(2016)基于miRNA模拟的TargomiRs治疗复发性胸恶性肿瘤的临床研究。表观基因组学8:1079-1085。
• 14.张建军，张建军，张建军，等。(2017)恶性胸膜间皮瘤患者胸膜内microrna微细胞的安全性和活性研究。医学杂志18:1386-1396。
• 15.Calin GA, Dumitru CD, Shimizu M, Bichi R, Zupo S等。(2002)慢性淋巴细胞白血病微RNA基因miR15和miR16在13q14位点的频繁缺失和下调。美国科学进展，99:15524-15529。
• 16.卢杰，葛泽杰，米斯卡EA, Alvarez-Saavedra E, Lamb J等。(2005)MicroRNA表达谱对人类癌症的分类。Nature 435: 834-838。(Crossref)
• 17.Benjamin H, lebanon D, Rosenwald S, Cohen L, Gibori H等。(2010)一种基于microRNA表达的恶性胸膜间皮瘤诊断方法。化学学报，12:771-779。
• 18.Rosenwald S, Gilad S, Benjamin S，黎巴嫩D, Dromi N等。(2010)基于microrna的qRT-PCR检测准确识别肿瘤组织来源的验证。现代病理杂志23:814-823。
• 19.李春华，李春华，李春华(2009)微rna在肿瘤中的应用。病理学年鉴4:199-227。
• 20.Van Rooij E, Kauppinen S (2014) microRNA疗法的发展即将到来。中华医学杂志6:851-864。(Crossref)
• 21.程俊杰，刘凤杰(2012)肿瘤维持与治疗中肿瘤成瘾的二元性。巨蟹座j18: 232-237。
• 22.ruaimoole R, Han HD, Lopez-Berestein G, Sood AK (2011) MicroRNA治疗:原理、期望和挑战。中国癌症杂志30:368-370。(Crossref)
• 23.Kumar V, Chaudhary AK，董莹，钟霞，Mondal G，等。(2017)治疗胰腺癌的新型Hedgehog基因抑制剂的设计、合成及生物学评价。科学通报7:1665。
• 24.张建军，张建军，张建军，等(2016)肿瘤微环境中miRNA的表达与表达。癌症发现6:235-246。
• 25.Kumar V, Dong Y, Kumar V, Almawash S, Mahato RI等(2019)利用胶束递送潜在的刺猬通路抑制剂治疗肝纤维化。治疗学9:7537-7555。(Crossref)
• 26.李忠，王娜(2014)microrna靶向治疗的研究现状及未来挑战。新药物发现13:622-638。
• 27.王忠，Gerstein M, Snyder M (2009) RNA-Seq:一种革命性的转录组学工具。学报10:57-63。
• 28.Andrés-León E，病例I, Alonso S, Rojas AM(2017)新型miRNA-mRNA相互作用在重要癌症途径中的保守性。科学通报7:46101。
• 29.Schmidt MF(2014)药物靶标mirna:机遇与挑战。生物技术进展，32:578-585。(Crossref)