一种机器学习方法来识别潜在的miRNA-基因调控网络,有助于SARS-CoV-2感染的致病性

科学领域:

• 病毒学和分子生物学
• 生物信息学和计算生物学

背景情况:

• 人类微RNA (miRNAs) 在病毒性疾病的发病和进展中发挥着重要作用.
• 冠状病毒疾病的爆发导致了全球显著的死亡率,需要对其潜在机制进行研究.

研究的目的:

• 使用in-silico方法调查miRNA及其基因在冠状病毒疾病发病过程中的作用.
• 识别差异表达的miRNA及其与病毒组件的相互作用.

主要方法:

• 利用miRNA测序数据分析来识别差异表达的miRNAs.
• 使用经过实验验证的交互数据库 (TarBase,miRTarBase,miRecords) 和mirNET分析平台来识别miRNA目标基因.
• 使用EnrichR对已识别的枢纽基因进行基因本体学和通路丰富分析.

主要成果:

• 确定了9个放松调节的miRNAs:2个是上调调节的 (hsa-mir-3614-5p,hsa-mir-3614-3p) 和7个是下调调节的 (hsa-mir-17-5p,hsa-mir-106a-5p,hsa-mir-17-3p,hsa-mir-181d-5p,hsa-mir-93-3p,hsa-mir-28-5p,hsa-mir-100-5p).
• 这些miRNAs准确地分类病人和健康的对照患者.
• 4个特征miRNA的关键目标基因 (UBC,UBB) 与SARS-Coronavirus复制酶多蛋白1ab相互作用,表明病毒劫持了宿主途径.

结论:

• 已识别的miRNA及其向基因与冠状病毒疾病的病原发生有关.
• 病毒似乎劫持了关键的宿主免疫路径,包括癌症和病毒感染路径,以及像ubiquitin结合酶结合这样的分子功能.
• 这项研究为冠状病毒疾病的分子机制和治疗干预的潜在目标提供了宝贵的见解.