评估新的计算方法,从结构数据中识别RNA结合蛋白的足迹
Orel Mizrahi1, Meredith Corley2, Ori Feldman3
1Department of Cellular and Molecular Medicine, Institute for Genomic Medicine, Sanford Stem Cell Institute and Stem Cell Program, University of California San Diego, La Jolla, CA 92037, USA.
概括
了解与RNA的RNA结合蛋白 (RBP) 相互作用至关重要. 在RBP足迹大挑战中,开发了计算方法,使用RNA序列和结构数据来预测RBP结合部位.
科学领域:
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- RNA结合蛋白 (RBPs) 对于mRNA处理和功能至关重要,但它们的特定结合要求尚不清楚.
- 由于对RNA序列和结构偏好的知识有限,预测整个转录组的RBP结合点是具有挑战性的.
- 整合RNA结构和RBP结合的转录组数据为改善RBP相互作用的特征提供了潜力.
研究的目的:
- 通过开发和应用计算方法来解决理解RBP绑定站点预测的差距.
- 通过RBP足迹大挑战促进社区合作.
- 为了生成和验证用于RBP结合部位分析的新数据集.
主要方法:
- "RBP足迹大挑战"涉及开发和应用RBP结合地点预测的计算方法.
- 方法集成的序列,结构和从转录组数据集的绑定数据.
- 在使用新生成的体内结合数据集对选择的预测进行了实验验证.
主要成果:
- 该倡议成功地将各种科学家聚集在一起,以解决RBP绑定站点预测的问题.
- 开发或利用新的计算方法来分析RBP结合.
- 创建了五个新的体内结合数据集,以促进验证和进一步研究.
结论:
- 该RBP足迹大挑战提升了RBP绑定站点的计算预测.
- 开发的方法和生成的数据集为科学界提供了宝贵的资源.
- 鼓励在计算方法和数据集成方面进行进一步的创新,以弥补RNA生物学中关键的数据分析差距.


