[发明专利]一种预测信号通路组分特异结合的小RNA的方法无效
申请号: | 201110407305.0 | 申请日: | 2011-12-09 |
公开(公告)号: | CN103164632A | 公开(公告)日: | 2013-06-19 |
发明(设计)人: | 曾华宗 | 申请(专利权)人: | 上海聚类生物科技有限公司 |
主分类号: | G06F19/16 | 分类号: | G06F19/16 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200333 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 预测 信号 通路 组分 特异 结合 rna 方法 | ||
技术领域
本发明属于生物信息技术领域,涉及药物设计方面,是一种预测信号通路特异的小RNA的方法,为制备反义药物提供重要的指导作用。
背景技术
研究发现,癌基因、抑癌基因及生长因子家族及其受体的异常表达或突变在癌症的发生、发展中有重要作用。比如说,表皮生长因子(EGF)及其受体(EGFR)组成的信号传导系统通过旁分泌和自分泌的机制影响肺癌发生和发展。而VEGF对血管生成的多个环节,如血管内皮细胞增殖、分化、迁移和管腔状结构的形成,血管内皮基底膜的降解等均有明显的促进作用。VEGF提高血管通透性,有利于纤维蛋白原和其他血浆蛋白外渗,沉淀于细胞基质,形成纤维凝胶,成为形成肿瘤基质和新生毛细血管网络的基础。EGF及VEGF信号通路的阻断可以显著地抑制依赖这两个信号通路的肿瘤细胞的增殖、侵袭及转移,这是非常重要的抗肿瘤策略之一。
目前,针对癌症的分子生物学事件的治疗药物已成为研究的热点,并获得重要进展。常用的技术有反义寡核苷酸、单克隆抗体技术、小分子激酶抑制剂及疫苗制备等方法。其中,反义寡核苷酸技术指通过合成与靶基因特异结合的寡核苷酸,抑制其转录,从而阻止相应蛋白的合成。这项技术的关键在于设计与信号通路中靶基因结合的反义寡核苷酸等。
目前,有多种反义药物的设计方法包括,以分子生物学为基础的、以反义药物与靶RNA杂交特性及其引起的发生变化为基础及以计算机软件模拟mRNA二级结构为基础等。然而如何针对某种疾病设计有效的,特异的反义药物依然是个 问题。
发明内容
EGF通路与VEGF通路类似,都是通过受体激活下游通路。而且几乎都是一样的通过PI3K、PKC等通路起作用。这些通路也可以被其他通路所利用,不够特异。因此我们认为只有EGF、EGFR才是EGF通路特异的组分,而VEGFA和VEGFR才是VEGF通路特异的组分。针对这两对分子,设计生物信息学方法,旨在找到一组microRNA及siRNA,能与VEGF及EGF信号通路中的靶基因特异结合,提高反义药物设计的命中率,从而抑制肿瘤细胞生长或诱导肿瘤细胞凋亡。
本发明的第一方面,查找内源性microRNA能够分别调控VEGF、EGF和同时调控这两条信号通路上多个靶基因的分子,结果见表1。
表1
本发明的另一方面,人工设计siRNA能够分别调控VEGF、EGF和同时调控这两条信号通路上多个靶基因的分子,结果见图1。
附图说明
图1是同时靶向EGF及VEGF pathway的siRNA序列。
具体实施方式
microRNA预测分析
1.首先下载EGF、VEGF等基因序列,提取每个基因的3’-UTR序列
2.分别用TargetScan,Pictar,Miranda三个软件做microRNA反向预测,并对三个软件的预测结果取交集。
3.找出EGF、VEGF分别特异以及两者共同特异的microRNA。
siRNA设计
1.挖掘一组靶基因共有的保守的种子序列
2.寻找可能结合于靶基因的miRNA,长度在9-22个碱基左右
3.根据结合能计算miRNA得分
4.限制miRNA前四个碱基的GC含量,进一步筛选miRNA
本发明共找到EGF、VEGF共同特异的microRNA 12个,siRNA 1个,大大缩小了反义核苷酸的搜寻范围,为制备EGF、VEGF通路靶向寡核苷酸提供重要的指导意义。
以上是对本发明的描述而非限定,基于本发明思想的其它实施方式,均在本发明的保护范围之中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海聚类生物科技有限公司,未经上海聚类生物科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110407305.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用