白地霉提取核糖核酸的研究

采用正交设计试验等方法,研究了从白地霉(Geotrichum Candidum)中提取核糖核酸的适宜条件为提取温度为60℃,抽提时间为60 min,NH3·H2O浓度为1.5%,SDS浓度为3%,NaCl浓度为4%,核糖核酸粗品得率为84.2%,纯度为89.7%.     

丙型肝炎负链RNA的检测及意义

检测HCV（－）RNA是了解HCV复制的有效手段。本研究采用HCV负链RNA检测法检查5例慢性活动性丙型肝炎病人的肝组织及10例慢性活动性肝炎病人的血浆及淋巴－单核细胞。HCV负链RNA在前者均被检出，但在后者未被检出。将一份HCV负链RNA阳性的肝组织提取液作10－2稀释后仍可测得阳性结果，说明肝脏为HCV复制的主要器官；该方法可用于疑难病人肝穿刺标本的检测及其它研究。     

基于表示学习和深度森林的长链非编码RNA编码短肽预测模型

长链非编码RNA（lncRNA）中的小开放阅读框（sORFs）能够编码长度不超过100个氨基酸的短肽。针对短肽预测研究中lncRNA中的sORFs特征不鲜明且高可信度数据尚不充分的问题,提出一种基于表示学习的深度森林（DF）模型。首先,使用常规lncRNA特征提取方法对sORFs进行编码;其次,通过自编码器（AE）进行表示学习来获得输入数据的高效表示;最后,训练DF模型实现对lncRNA编码短肽的预测。实验结果表明,该模型在拟南芥数据集上能够达到92.08%的准确率,高于传统机器学习模型、深度学习模型以及组合模型,且具有较好的稳定性;此外,在大豆与玉米数据集上进行的模型测试中,该模型的准确率分别能达到78.16%和74.92%,验证了所提模型良好的泛化能力。     

基于局部结构交互的RNA假结预测

基于RNA局部结构间的交互作用,提出一种含假结的RNA二级结构预测新方法LIFold。对给定的RNA序列,首先通过能量计算得到不含假结的能量最优结构,然后应用局部结构交互配对生成假结茎区,在已得到的最优结构基础上构建含假结的能量计算模型,最后通过优化算法得到含假结的RNA二级结构。应用该方法基于HotKnots测试数据的敏感性和阳性预测值(PPV)分别达到84%和80%,基于PseudoBase数据库测试数据的敏感性和阳性预测值分别达到78%和73%,与HotKnots、ILM、PknotsRG、IPknot及FlexStem等知名软件相比较,准确率均有所提高。     

Amplification‐Free Multi‐RNA‐Type Profiling for Cancer Risk Stratification via Alternating Current Electrohydrodynamic Nanomixing

Simultaneous analysis of messenger RNA (mRNA), microRNA (miRNA), and long noncoding RNA (lncRNA)—multi‐RNA‐type profiling—is increasingly crucial in cancer diagnostics. Yet, rapid multi‐RNA‐type profiling is challenging due to enzymatic amplification reliance and RNA‐type‐dependent characteristics. Here, a nanodevice is reported to uniquely use alterable alternating current electrohydrodynamic (ac‐EHD) forces to enhance probe–target hybridization prior to direct native RNA target detection, without target amplification or surface functionalization. To exemplify clinical applicability, noninvasive screening of next‐generation prostate cancer (PCa) RNA biomarkers (of different types) in patient urine samples is performed. A strong correlation between multi‐RNA‐type expression and aggressive PCa is found, and the nanodevice performance is statistically evaluated. It is believed that this miniaturized system exhibits great potential for cancer risk stratification via multi‐RNA‐type profiling.     

Online phenotype discovery based on minimum classification error model

Identifying and validating novel phenotypes from images inputting online is a major challenge against high-content RNA interference (RNAi) screening. Newly discovered phenotypes should be visually distinct from existing ones and make biological sense. An online phenotype discovery method featuring adaptive phenotype modeling and iterative cluster merging using improved gap statistics is proposed. Clustering results based on compactness criteria and Gaussian mixture models (GMM) for existing phenotypes iteratively modify each other by multiple hypothesis test and model optimization based on minimum classification error (MCE). The method works well on discovering new phenotypes adaptively when applied to both of synthetic datasets and RNAi high content screen (HCS) images with ground truth labels.     

基于GBrowse的多源长非编码RNA数据可视化系统

针对长非编码RNA（long non-coding RNA,lncRNA）数据类型多样带来的有用信息提取困难的问题,提出基于基因组浏览器GBrowse（Generic Genome Browser）的多源lncRNA数据可视化系统.该系统主要包括网页服务器和lncRNA数据存储.其中,网页服务器主要由HTTP服务和GBrowse网页组件构成,支持纯文本、MySQL、SQLite等多种数据存储方式.系统实现流程包括GBrowse安装与配置、多源lncRNA数据的收集、数据预处理、数据存储、数据访问及可视化配置.原型系统收集了六种人类lncRNA数据,包括人类基因注释、基因组序列、组蛋白修饰H3K4me3信号及其位点、转录因子CTCF绑定位点信号及其位点的数据,并对数据进行了预处理.通过MySQL、SQLite等建立了lncRNA数据库,对数据的访问方式和可视化参数进行配置.实验结果表明,多源lncRNA数据在GBrowse框架下能够得到整合与可视化,并在基因组空间同时呈现,这使得研究者能够以更加直观的方式观测数据,进而建立新的科学假说.     

siRNA分子设计研究进展

为了设计高效的siRNA（Short-interfering Ribonucleic Acid）分子、最大限度地减少siRNA分子的脱靶效应（off-target effects）,siRNA分子设计已经成为热门研究领域。siRNA分子设计主要是基于序列和能量特征,以及靶标的二级结构特征,基于这些特征设计的siRNA分子已经有了较高的抑制基因表达的效率。RNAi（RNA in-terference）在基因发现以及疾病治疗领域已有非常广泛的应用,就siRNA分子设计近年的研究进展作一综述,为今后siRNA研究提供参考。