小干涉RNA沉默效率預(yù)測(cè)與長(zhǎng)非編碼RNA表觀調(diào)控機(jī)制解析一、引言1.1研究背景與意義在生命科學(xué)領(lǐng)域，基因調(diào)控機(jī)制一直是研究的核心熱點(diǎn)之一?；虮磉_(dá)的精確調(diào)控對(duì)于生物體的正常生長(zhǎng)、發(fā)育以及應(yīng)對(duì)環(huán)境變化起著決定性作用。小干涉RNA（smallinterferingRNA，siRNA）和長(zhǎng)非編碼RNA（longnon-codingRNA，lncRNA）作為兩類重要的非編碼RNA，在基因調(diào)控網(wǎng)絡(luò)中扮演著不可或缺的角色，它們的發(fā)現(xiàn)極大地拓展了人們對(duì)于基因表達(dá)調(diào)控復(fù)雜性的認(rèn)知。小干涉RNA是一類長(zhǎng)度約為21-25個(gè)核苷酸的雙鏈RNA分子，其主要通過RNA干擾（RNAinterference，RNAi）機(jī)制發(fā)揮作用。1998年，F(xiàn)ire等科學(xué)家在線蟲中發(fā)現(xiàn)了RNAi現(xiàn)象，將雙鏈RNA導(dǎo)入線蟲細(xì)胞后，能夠特異性地降解與之互補(bǔ)的mRNA，從而實(shí)現(xiàn)對(duì)基因表達(dá)的沉默，這一開創(chuàng)性的發(fā)現(xiàn)開啟了siRNA研究的新紀(jì)元。隨后的研究表明，siRNA廣泛存在于從植物、線蟲到哺乳動(dòng)物等多種生物體內(nèi)，參與了生物生長(zhǎng)發(fā)育、抗病毒防御等眾多重要的生理過程。例如在植物中，siRNA可以抵御病毒的入侵，通過識(shí)別并降解病毒的RNA來阻止病毒的復(fù)制和傳播；在線蟲中，siRNA參與了細(xì)胞分化和發(fā)育時(shí)序的調(diào)控，對(duì)維持線蟲正常的生長(zhǎng)發(fā)育至關(guān)重要。長(zhǎng)非編碼RNA是一類長(zhǎng)度超過200個(gè)核苷酸的非編碼RNA分子。人類基因組計(jì)劃研究結(jié)果令人驚訝地發(fā)現(xiàn)，人類基因組中僅有約2%的序列能夠編碼蛋白質(zhì)，而大部分基因組序列被轉(zhuǎn)錄為非編碼RNA，其中l(wèi)ncRNA占據(jù)了相當(dāng)大的比例。起初，lncRNA被認(rèn)為是基因組轉(zhuǎn)錄的“噪音”，不具有生物學(xué)功能。然而，隨著研究的不斷深入，越來越多的證據(jù)表明lncRNA在基因表達(dá)調(diào)控中發(fā)揮著復(fù)雜而精細(xì)的作用，參與了包括染色質(zhì)重塑、轉(zhuǎn)錄調(diào)控、轉(zhuǎn)錄后加工等多個(gè)層面的基因表達(dá)調(diào)控過程。比如，一些lncRNA可以與染色質(zhì)修飾復(fù)合物結(jié)合，引導(dǎo)它們到特定的基因組區(qū)域，從而改變組蛋白的修飾狀態(tài)，影響基因的表達(dá)；還有一些lncRNA能夠與DNA或RNA相互作用，形成RNA-DNA或RNA-RNA雙鏈結(jié)構(gòu)，進(jìn)而調(diào)控基因的轉(zhuǎn)錄和mRNA的穩(wěn)定性。對(duì)小干涉RNA和長(zhǎng)非編碼RNA的深入研究在生物醫(yī)學(xué)等多個(gè)領(lǐng)域都具有極其重要的意義。在疾病診斷方面，由于siRNA和lncRNA在疾病發(fā)生發(fā)展過程中的表達(dá)譜會(huì)發(fā)生特異性改變，它們有望成為新型的疾病診斷標(biāo)志物。例如，某些lncRNA在腫瘤組織中的表達(dá)水平明顯高于正常組織，通過檢測(cè)這些lncRNA的表達(dá)情況，能夠?qū)崿F(xiàn)腫瘤的早期診斷和病情監(jiān)測(cè)。在疾病治療領(lǐng)域，基于RNAi技術(shù)的siRNA藥物為許多難治性疾病提供了新的治療策略。通過設(shè)計(jì)針對(duì)特定致病基因的siRNA，能夠特異性地沉默該基因的表達(dá)，從而達(dá)到治療疾病的目的，目前已有多款siRNA藥物進(jìn)入臨床試驗(yàn)階段，并展現(xiàn)出良好的治療效果。而對(duì)于lncRNA，深入了解其在疾病發(fā)生發(fā)展中的作用機(jī)制，有助于發(fā)現(xiàn)新的藥物作用靶點(diǎn)，為開發(fā)新型治療藥物提供理論基礎(chǔ)。在基礎(chǔ)生物學(xué)研究中，小干涉RNA和長(zhǎng)非編碼RNA的研究有助于揭示基因表達(dá)調(diào)控的復(fù)雜網(wǎng)絡(luò)，進(jìn)一步闡釋生命現(xiàn)象的本質(zhì)。它們參與了細(xì)胞分化、胚胎發(fā)育、衰老等多種重要的生物學(xué)過程，對(duì)這些過程中siRNA和lncRNA作用機(jī)制的研究，將幫助我們更深入地理解生物體的生長(zhǎng)發(fā)育規(guī)律以及衰老和疾病的發(fā)生機(jī)制。1.2國(guó)內(nèi)外研究現(xiàn)狀1.2.1小干涉RNA沉默效率預(yù)測(cè)的研究現(xiàn)狀小干涉RNA沉默效率預(yù)測(cè)一直是RNAi領(lǐng)域的研究重點(diǎn)。自RNAi現(xiàn)象被發(fā)現(xiàn)以來，科學(xué)家們就致力于尋找影響siRNA沉默效率的因素，并開發(fā)相應(yīng)的預(yù)測(cè)模型。早期的研究主要集中在siRNA序列特征與沉默效率的關(guān)系上。國(guó)外學(xué)者通過大量的實(shí)驗(yàn)數(shù)據(jù)，分析了siRNA的核苷酸組成、GC含量、種子序列等因素對(duì)沉默效率的影響。比如，有研究表明，GC含量在30%-70%之間的siRNA往往具有較高的沉默效率，而種子序列與靶mRNA的互補(bǔ)程度則直接決定了siRNA能否特異性地識(shí)別并結(jié)合靶mRNA。國(guó)內(nèi)的研究團(tuán)隊(duì)也在這方面做出了重要貢獻(xiàn)，通過對(duì)不同物種的siRNA進(jìn)行分析，發(fā)現(xiàn)了一些新的序列特征與沉默效率的關(guān)聯(lián)。例如，在植物中，某些特定的核苷酸基序會(huì)影響siRNA的加工和穩(wěn)定性，進(jìn)而影響其沉默效率。隨著研究的深入，人們逐漸認(rèn)識(shí)到siRNA的結(jié)構(gòu)特征對(duì)沉默效率也有著重要影響。國(guó)外研究利用先進(jìn)的結(jié)構(gòu)生物學(xué)技術(shù)，解析了siRNA與相關(guān)蛋白形成復(fù)合物的三維結(jié)構(gòu)，揭示了siRNA的二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)在RNAi過程中的作用機(jī)制。研究發(fā)現(xiàn)，siRNA的雙鏈穩(wěn)定性、末端結(jié)構(gòu)以及分子內(nèi)的堿基配對(duì)模式等都會(huì)影響其與核酸酶和靶mRNA的相互作用，從而影響沉默效率。國(guó)內(nèi)學(xué)者則通過計(jì)算機(jī)模擬和生物信息學(xué)分析，對(duì)siRNA的結(jié)構(gòu)特征進(jìn)行了深入研究，建立了一系列基于結(jié)構(gòu)特征的沉默效率預(yù)測(cè)模型，為siRNA的設(shè)計(jì)提供了更準(zhǔn)確的理論依據(jù)。除了序列和結(jié)構(gòu)特征，細(xì)胞環(huán)境因素對(duì)siRNA沉默效率的影響也受到了廣泛關(guān)注。不同細(xì)胞類型中，RNAi相關(guān)蛋白的表達(dá)水平、細(xì)胞內(nèi)的核酸酶活性以及細(xì)胞的代謝狀態(tài)等都可能不同，這些因素都會(huì)對(duì)siRNA的沉默效率產(chǎn)生影響。國(guó)外研究通過在多種細(xì)胞系中進(jìn)行實(shí)驗(yàn)，系統(tǒng)地分析了細(xì)胞環(huán)境因素對(duì)siRNA沉默效率的影響規(guī)律。例如，在某些腫瘤細(xì)胞中，由于RNAi相關(guān)蛋白的突變或表達(dá)異常，導(dǎo)致siRNA的沉默效率明顯降低。國(guó)內(nèi)研究則側(cè)重于探索如何通過調(diào)控細(xì)胞環(huán)境來提高siRNA的沉默效率，如通過基因編輯技術(shù)改變細(xì)胞內(nèi)RNAi相關(guān)蛋白的表達(dá)水平，或者利用小分子化合物調(diào)節(jié)細(xì)胞內(nèi)的核酸酶活性等。在預(yù)測(cè)模型的開發(fā)方面，國(guó)內(nèi)外都取得了豐碩的成果。國(guó)外開發(fā)了多種基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的預(yù)測(cè)模型，如siRNAfold、i-Score等。這些模型通過對(duì)大量實(shí)驗(yàn)數(shù)據(jù)的學(xué)習(xí)，能夠準(zhǔn)確地預(yù)測(cè)siRNA的沉默效率。國(guó)內(nèi)研究團(tuán)隊(duì)也開發(fā)了一系列具有自主知識(shí)產(chǎn)權(quán)的預(yù)測(cè)模型，如DeepSiRNA等。這些模型在考慮siRNA序列和結(jié)構(gòu)特征的基礎(chǔ)上，還引入了細(xì)胞環(huán)境因素等多維度信息，進(jìn)一步提高了預(yù)測(cè)的準(zhǔn)確性。例如，DeepSiRNA模型利用深度神經(jīng)網(wǎng)絡(luò)對(duì)siRNA的序列、結(jié)構(gòu)以及細(xì)胞內(nèi)的表達(dá)譜數(shù)據(jù)進(jìn)行綜合分析，能夠更精準(zhǔn)地預(yù)測(cè)siRNA在不同細(xì)胞環(huán)境下的沉默效率。1.2.2長(zhǎng)非編碼RNA表觀調(diào)控的研究現(xiàn)狀長(zhǎng)非編碼RNA表觀調(diào)控的研究是近年來生命科學(xué)領(lǐng)域的熱門話題。隨著高通量測(cè)序技術(shù)的發(fā)展，大量的lncRNA被發(fā)現(xiàn)，其在表觀調(diào)控中的作用機(jī)制也逐漸成為研究的焦點(diǎn)。在國(guó)外，早期的研究主要集中在lncRNA與染色質(zhì)修飾的關(guān)系上。通過染色質(zhì)免疫沉淀測(cè)序（ChIP-seq）等技術(shù)，發(fā)現(xiàn)許多l(xiāng)ncRNA能夠與染色質(zhì)修飾復(fù)合物相互作用，如多梳蛋白復(fù)合物（PRC）等。例如，著名的lncRNAHOTAIR能夠與PRC2復(fù)合物結(jié)合，將其招募到特定的基因組區(qū)域，導(dǎo)致組蛋白H3賴氨酸27的三甲基化（H3K27me3），從而抑制該區(qū)域基因的表達(dá)，這一發(fā)現(xiàn)揭示了lncRNA在表觀遺傳調(diào)控中的重要作用。此后，越來越多的研究表明，lncRNA可以通過多種方式影響染色質(zhì)的狀態(tài)，如通過與DNA形成三鏈結(jié)構(gòu)，改變?nèi)旧|(zhì)的可及性；或者與組蛋白變體相互作用，影響染色質(zhì)的組裝和重塑。國(guó)內(nèi)的研究團(tuán)隊(duì)在lncRNA表觀調(diào)控方面也取得了一系列重要成果。在lncRNA與DNA甲基化的研究中，發(fā)現(xiàn)一些lncRNA能夠調(diào)控DNA甲基轉(zhuǎn)移酶的活性，從而影響DNA的甲基化水平。例如，某些反義lncRNA可以與DNA甲基轉(zhuǎn)移酶結(jié)合，引導(dǎo)其到特定的基因啟動(dòng)子區(qū)域，增加該區(qū)域的DNA甲基化程度，進(jìn)而抑制基因的表達(dá)。在lncRNA與轉(zhuǎn)錄因子的相互作用研究中，國(guó)內(nèi)學(xué)者發(fā)現(xiàn)lncRNA可以作為分子支架，促進(jìn)轉(zhuǎn)錄因子之間的相互作用，形成轉(zhuǎn)錄調(diào)控復(fù)合物，從而影響基因的轉(zhuǎn)錄起始和延伸。近年來，關(guān)于lncRNA在疾病發(fā)生發(fā)展中的表觀調(diào)控作用研究取得了顯著進(jìn)展。國(guó)內(nèi)外研究均表明，lncRNA的異常表達(dá)與多種疾病密切相關(guān)，如腫瘤、心血管疾病、神經(jīng)退行性疾病等。在腫瘤研究中，發(fā)現(xiàn)許多l(xiāng)ncRNA在腫瘤組織中呈現(xiàn)特異性表達(dá)，它們通過表觀調(diào)控機(jī)制影響腫瘤細(xì)胞的增殖、凋亡、遷移和侵襲等生物學(xué)過程。例如，在乳腺癌中，lncRNAMALAT1通過調(diào)控染色質(zhì)狀態(tài)和基因表達(dá)，促進(jìn)腫瘤細(xì)胞的轉(zhuǎn)移和侵襲；在神經(jīng)退行性疾病方面，如阿爾茨海默病，某些lncRNA的異常表達(dá)會(huì)影響神經(jīng)元的功能和存活，其機(jī)制涉及到對(duì)神經(jīng)遞質(zhì)代謝、突觸可塑性等相關(guān)基因的表觀調(diào)控。在研究技術(shù)方面，國(guó)內(nèi)外都在不斷創(chuàng)新和改進(jìn)。國(guó)外開發(fā)了多種用于研究lncRNA與其他分子相互作用的技術(shù)，如RNA免疫沉淀測(cè)序（RIP-seq）、鄰近標(biāo)記技術(shù)等，這些技術(shù)能夠更準(zhǔn)確地鑒定lncRNA的結(jié)合蛋白和作用靶點(diǎn)。國(guó)內(nèi)則在單細(xì)胞水平的lncRNA研究技術(shù)上取得了突破，通過單細(xì)胞RNA測(cè)序和原位雜交等技術(shù)，能夠深入研究lncRNA在單個(gè)細(xì)胞中的表達(dá)模式和功能，為揭示lncRNA在細(xì)胞分化和發(fā)育過程中的表觀調(diào)控作用提供了新的手段。1.3研究目標(biāo)與內(nèi)容1.3.1研究目標(biāo)本研究旨在深入探究小干涉RNA沉默效率的影響因素，并完善其沉默效率預(yù)測(cè)模型，同時(shí)揭示長(zhǎng)非編碼RNA在表觀調(diào)控中的作用機(jī)制，為基因功能研究和疾病治療提供理論支持和技術(shù)手段。具體而言，通過對(duì)siRNA序列、結(jié)構(gòu)特征以及細(xì)胞環(huán)境因素的系統(tǒng)分析，構(gòu)建更加精準(zhǔn)的沉默效率預(yù)測(cè)模型，提高siRNA在基因沉默實(shí)驗(yàn)和治療應(yīng)用中的有效性和可靠性；通過對(duì)lncRNA與染色質(zhì)修飾、DNA甲基化以及轉(zhuǎn)錄因子相互作用的研究，明確lncRNA在表觀調(diào)控網(wǎng)絡(luò)中的具體作用方式和分子機(jī)制，為深入理解基因表達(dá)調(diào)控的復(fù)雜性提供新的視角。1.3.2研究?jī)?nèi)容本研究?jī)?nèi)容主要分為兩個(gè)部分，一是小干涉RNA沉默效率預(yù)測(cè)相關(guān)研究，二是長(zhǎng)非編碼RNA表觀調(diào)控研究。在小干涉RNA沉默效率預(yù)測(cè)方面，首先全面分析siRNA的序列特征對(duì)沉默效率的影響。深入研究核苷酸組成、GC含量、種子序列等基本序列特征與沉默效率之間的定量關(guān)系，通過對(duì)大量已知沉默效率的siRNA序列進(jìn)行統(tǒng)計(jì)分析，挖掘潛在的序列模式和規(guī)律。同時(shí)，探索特殊的核苷酸基序?qū)iRNA加工和穩(wěn)定性的影響機(jī)制，利用生物化學(xué)和分子生物學(xué)實(shí)驗(yàn)手段，如體外轉(zhuǎn)錄、核酸酶降解實(shí)驗(yàn)等，驗(yàn)證基序與siRNA加工和穩(wěn)定性之間的因果關(guān)系。其次，深入研究siRNA的結(jié)構(gòu)特征對(duì)沉默效率的影響。運(yùn)用先進(jìn)的結(jié)構(gòu)生物學(xué)技術(shù)，如X射線晶體學(xué)、核磁共振等，解析siRNA與相關(guān)蛋白形成復(fù)合物的高分辨率三維結(jié)構(gòu)，從原子層面揭示siRNA的二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)在RNAi過程中的作用機(jī)制。結(jié)合計(jì)算機(jī)模擬和生物信息學(xué)分析，對(duì)siRNA的雙鏈穩(wěn)定性、末端結(jié)構(gòu)以及分子內(nèi)的堿基配對(duì)模式等結(jié)構(gòu)特征進(jìn)行量化分析，建立結(jié)構(gòu)特征與沉默效率之間的數(shù)學(xué)模型。再者，綜合考慮細(xì)胞環(huán)境因素對(duì)siRNA沉默效率的影響。系統(tǒng)研究不同細(xì)胞類型中RNAi相關(guān)蛋白的表達(dá)水平、細(xì)胞內(nèi)的核酸酶活性以及細(xì)胞的代謝狀態(tài)等因素對(duì)siRNA沉默效率的影響規(guī)律，通過在多種細(xì)胞系中進(jìn)行實(shí)驗(yàn)，收集大量的實(shí)驗(yàn)數(shù)據(jù)，并利用統(tǒng)計(jì)學(xué)方法進(jìn)行分析。探索通過調(diào)控細(xì)胞環(huán)境來提高siRNA沉默效率的方法，例如利用基因編輯技術(shù)改變細(xì)胞內(nèi)RNAi相關(guān)蛋白的表達(dá)水平，或者使用小分子化合物調(diào)節(jié)細(xì)胞內(nèi)的核酸酶活性等，并對(duì)這些方法的有效性和安全性進(jìn)行評(píng)估。最后，基于上述研究結(jié)果，構(gòu)建整合多維度信息的siRNA沉默效率預(yù)測(cè)模型。將siRNA的序列特征、結(jié)構(gòu)特征以及細(xì)胞環(huán)境因素等信息作為輸入?yún)?shù)，運(yùn)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，如支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等，對(duì)大量的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行訓(xùn)練和優(yōu)化，構(gòu)建出能夠準(zhǔn)確預(yù)測(cè)siRNA沉默效率的模型。對(duì)預(yù)測(cè)模型進(jìn)行嚴(yán)格的驗(yàn)證和評(píng)估，使用獨(dú)立的實(shí)驗(yàn)數(shù)據(jù)集對(duì)模型的預(yù)測(cè)準(zhǔn)確性、泛化能力等性能指標(biāo)進(jìn)行測(cè)試，不斷改進(jìn)和完善模型，使其能夠更好地應(yīng)用于實(shí)際的基因沉默實(shí)驗(yàn)和治療研究中。在長(zhǎng)非編碼RNA表觀調(diào)控研究方面，首先深入研究lncRNA與染色質(zhì)修飾的相互作用機(jī)制。利用染色質(zhì)免疫沉淀測(cè)序（ChIP-seq）、RNA免疫沉淀測(cè)序（RIP-seq）等技術(shù)，全面鑒定與lncRNA相互作用的染色質(zhì)修飾復(fù)合物和組蛋白修飾位點(diǎn)，確定lncRNA在染色質(zhì)上的結(jié)合靶點(diǎn)和作用區(qū)域。通過基因編輯技術(shù)，如CRISPR-Cas9，敲除或過表達(dá)特定的lncRNA，研究其對(duì)染色質(zhì)修飾狀態(tài)和基因表達(dá)的影響，闡明lncRNA通過調(diào)控染色質(zhì)修飾來影響基因表達(dá)的分子機(jī)制。其次，探究lncRNA對(duì)DNA甲基化的調(diào)控作用。運(yùn)用全基因組亞硫酸氫鹽測(cè)序（WGBS）、甲基化特異性PCR（MSP）等技術(shù)，分析lncRNA異常表達(dá)時(shí)DNA甲基化水平的變化情況，確定受lncRNA調(diào)控的DNA甲基化位點(diǎn)和相關(guān)基因。研究lncRNA與DNA甲基轉(zhuǎn)移酶以及去甲基化酶之間的相互作用關(guān)系，揭示lncRNA調(diào)控DNA甲基化的分子途徑，例如lncRNA是否通過招募或抑制相關(guān)酶的活性來影響DNA甲基化水平。再者，研究lncRNA與轉(zhuǎn)錄因子的相互作用及其對(duì)基因轉(zhuǎn)錄的調(diào)控機(jī)制。通過酵母雙雜交、熒光素酶報(bào)告實(shí)驗(yàn)、凝膠遷移實(shí)驗(yàn)（EMSA）等技術(shù)，鑒定與lncRNA相互作用的轉(zhuǎn)錄因子，并確定它們之間的結(jié)合位點(diǎn)和結(jié)合親和力。研究lncRNA如何作為分子支架，促進(jìn)轉(zhuǎn)錄因子之間的相互作用，形成轉(zhuǎn)錄調(diào)控復(fù)合物，進(jìn)而影響基因的轉(zhuǎn)錄起始和延伸過程，通過基因表達(dá)譜分析、實(shí)時(shí)定量PCR等方法，檢測(cè)lncRNA和轉(zhuǎn)錄因子對(duì)下游基因表達(dá)的影響。最后，構(gòu)建lncRNA在表觀調(diào)控中的作用網(wǎng)絡(luò)。整合上述研究結(jié)果，結(jié)合生物信息學(xué)分析和系統(tǒng)生物學(xué)方法，構(gòu)建lncRNA在表觀調(diào)控中的復(fù)雜作用網(wǎng)絡(luò)，包括lncRNA與染色質(zhì)修飾、DNA甲基化、轉(zhuǎn)錄因子以及其他非編碼RNA之間的相互作用關(guān)系。通過對(duì)作用網(wǎng)絡(luò)的分析，挖掘關(guān)鍵的lncRNA和調(diào)控節(jié)點(diǎn)，揭示lncRNA在表觀調(diào)控網(wǎng)絡(luò)中的核心作用和調(diào)控規(guī)律，為進(jìn)一步理解基因表達(dá)調(diào)控的復(fù)雜性和精準(zhǔn)調(diào)控提供理論基礎(chǔ)。二、小干涉RNA沉默效率預(yù)測(cè)方法概述2.1小干涉RNA的作用機(jī)制小干涉RNA（siRNA）的作用機(jī)制主要通過RNA干擾（RNAi）途徑實(shí)現(xiàn)，這是一個(gè)在生物體內(nèi)廣泛存在且高度保守的基因表達(dá)調(diào)控機(jī)制，其核心是通過降解靶mRNA來實(shí)現(xiàn)基因沉默，下面從起始、效應(yīng)和倍增三個(gè)階段對(duì)其進(jìn)行詳細(xì)闡述。在起始階段，外源性導(dǎo)入或由轉(zhuǎn)基因、轉(zhuǎn)座子、病毒感染等多種方式引入雙鏈核糖核酸（dsRNA）。這些dsRNA進(jìn)入細(xì)胞后，會(huì)被一種名為Dicer的核酸酶識(shí)別。Dicer屬于RNA酶Ⅲ家族，它能夠特異性地結(jié)合dsRNA，并將其切割成長(zhǎng)度為21-23個(gè)核苷酸的短鏈雙鏈RNA，即小干擾RNA（siRNA）。在切割過程中，Dicer會(huì)在siRNA的3'端添加2個(gè)核苷酸（通常是尿嘧啶），形成具有特定結(jié)構(gòu)的siRNA雙鏈，其兩端各有2個(gè)核苷酸的單鏈突出，5'端為磷酸基團(tuán)，3'端為羥基，這種結(jié)構(gòu)對(duì)于siRNA后續(xù)發(fā)揮作用至關(guān)重要。例如，在植物受到病毒感染時(shí)，病毒的雙鏈RNA會(huì)被植物細(xì)胞內(nèi)的Dicer酶識(shí)別并切割成siRNA，這些siRNA成為植物抵御病毒入侵的重要武器。進(jìn)入效應(yīng)階段，雙鏈siRNA會(huì)與一種名為RNA誘導(dǎo)沉默復(fù)合體（RISC）的蛋白復(fù)合物結(jié)合。RISC中含有Argonaute（Ago）蛋白等核心組分，在ATP供能的情況下，結(jié)合了siRNA的RISC被激活。激活后的RISC會(huì)將siRNA的雙鏈分開，其中一條鏈（通常是反義鏈，也稱為引導(dǎo)鏈）會(huì)被保留在RISC中，而另一條鏈（正義鏈，也稱為過客鏈）則被降解。隨后，含有引導(dǎo)鏈的RISC會(huì)在細(xì)胞內(nèi)尋找與引導(dǎo)鏈互補(bǔ)的mRNA。一旦找到互補(bǔ)的mRNA，RISC中的核酸內(nèi)切酶Ago就會(huì)以引導(dǎo)鏈為模板，對(duì)mRNA進(jìn)行切割。切割位點(diǎn)通常在距離siRNA3'端12個(gè)堿基的位置，切割后的mRNA片段會(huì)被細(xì)胞內(nèi)的核酸酶進(jìn)一步降解，從而阻止了靶基因的表達(dá)，實(shí)現(xiàn)了基因沉默。比如，在哺乳動(dòng)物細(xì)胞中，針對(duì)某一特定癌基因設(shè)計(jì)的siRNA，進(jìn)入細(xì)胞后形成RISC-siRNA復(fù)合物，能夠精準(zhǔn)地識(shí)別并切割該癌基因的mRNA，從而抑制癌細(xì)胞中癌基因的表達(dá)，阻止癌細(xì)胞的增殖和轉(zhuǎn)移。在倍增階段，少量的siRNA能夠產(chǎn)生高效的基因沉默效果，這得益于RNAi過程中的級(jí)聯(lián)放大效應(yīng)。在RNA依賴性RNA聚合酶（RdRP）的作用下，以被切割的mRNA為模板，以siRNA為引物，擴(kuò)增產(chǎn)生足夠數(shù)量的dsRNA。這些新產(chǎn)生的dsRNA又可以作為底物被Dicer酶切割，產(chǎn)生更多的siRNA。新生成的siRNA再次形成RISC，并繼續(xù)降解mRNA，如此反復(fù)倍增，使RNAi的作用不斷放大。以線蟲為例，當(dāng)給線蟲喂食含有特定dsRNA的細(xì)菌后，dsRNA在線蟲體內(nèi)引發(fā)RNAi反應(yīng)，產(chǎn)生的siRNA通過倍增階段，能夠在整個(gè)線蟲體內(nèi)實(shí)現(xiàn)對(duì)靶基因的有效沉默，進(jìn)而影響線蟲的生長(zhǎng)發(fā)育等生理過程。2.2傳統(tǒng)預(yù)測(cè)方法分析2.2.1基于核苷酸特性的預(yù)測(cè)早期對(duì)小干涉RNA沉默效率的預(yù)測(cè)，多基于核苷酸特性展開，其核心在于挖掘核苷酸偏好、組成等特性與沉默效率之間的關(guān)系。從核苷酸偏好角度分析，不同位置的核苷酸具有不同的偏好性，對(duì)沉默效率產(chǎn)生影響。例如，在siRNA的種子序列（seedsequence），即從5'端開始的第2-8個(gè)核苷酸區(qū)域，其核苷酸組成和排列對(duì)識(shí)別靶mRNA起著關(guān)鍵作用。研究發(fā)現(xiàn)，種子序列中富含AU堿基對(duì)的siRNA往往具有較高的沉默效率，這是因?yàn)锳U堿基對(duì)之間形成的氫鍵數(shù)量少于GC堿基對(duì)，使得種子序列更容易與靶mRNA互補(bǔ)配對(duì)，增強(qiáng)了siRNA對(duì)靶mRNA的識(shí)別能力，進(jìn)而提高沉默效率。核苷酸組成也是影響沉默效率的重要因素。GC含量作為核苷酸組成的關(guān)鍵指標(biāo)，與沉默效率密切相關(guān)。通常，GC含量在30%-70%之間的siRNA表現(xiàn)出較好的沉默活性。當(dāng)GC含量過高時(shí)，siRNA雙鏈的穩(wěn)定性過強(qiáng)，在RNA誘導(dǎo)沉默復(fù)合體（RISC）中解鏈困難，導(dǎo)致其難以釋放出引導(dǎo)鏈去識(shí)別靶mRNA，從而降低沉默效率；而GC含量過低時(shí)，siRNA雙鏈不穩(wěn)定，容易被核酸酶降解，同樣不利于沉默效率的提升。例如，有研究團(tuán)隊(duì)對(duì)大量不同GC含量的siRNA進(jìn)行實(shí)驗(yàn)驗(yàn)證，發(fā)現(xiàn)GC含量為50%左右的siRNA在多數(shù)細(xì)胞系中都能表現(xiàn)出較高的沉默效率，為siRNA的設(shè)計(jì)提供了重要參考。此外，特殊的核苷酸基序也對(duì)siRNA的加工和穩(wěn)定性有重要影響。某些基序可以影響Dicer酶對(duì)雙鏈RNA（dsRNA）的切割效率，進(jìn)而影響siRNA的生成量。如在植物中發(fā)現(xiàn)的一些特定基序，能夠引導(dǎo)Dicer酶在特定位置切割dsRNA，生成具有特定序列和結(jié)構(gòu)的siRNA，這些siRNA在植物的抗病毒防御等生理過程中發(fā)揮重要作用。同時(shí)，基序還可以影響siRNA在細(xì)胞內(nèi)的穩(wěn)定性，一些富含特定堿基的基序可以保護(hù)siRNA免受核酸酶的降解，延長(zhǎng)其半衰期，從而提高沉默效率。然而，基于核苷酸特性的預(yù)測(cè)方法存在明顯局限性。一方面，該方法僅考慮了siRNA本身的核苷酸信息，忽略了其在細(xì)胞內(nèi)復(fù)雜的作用環(huán)境。細(xì)胞內(nèi)存在多種RNA結(jié)合蛋白、核酸酶以及其他小分子物質(zhì)，它們會(huì)與siRNA相互作用，影響其沉默效率，但這些因素在基于核苷酸特性的預(yù)測(cè)中并未得到體現(xiàn)。另一方面，這種方法無法準(zhǔn)確預(yù)測(cè)不同細(xì)胞類型中siRNA的沉默效率差異。不同細(xì)胞類型具有不同的基因表達(dá)譜和生理功能，其內(nèi)部的RNAi相關(guān)蛋白表達(dá)水平、核酸酶活性等都有所不同，這些差異會(huì)導(dǎo)致同一siRNA在不同細(xì)胞中的沉默效率存在顯著差異，而基于核苷酸特性的預(yù)測(cè)方法難以對(duì)這種差異進(jìn)行有效預(yù)測(cè)。2.2.2基于熱力學(xué)穩(wěn)定性的預(yù)測(cè)基于熱力學(xué)穩(wěn)定性的預(yù)測(cè)方法，其原理是通過分析siRNA雙鏈結(jié)構(gòu)的熱力學(xué)參數(shù)，來推斷其與靶mRNA相互作用的能力，進(jìn)而預(yù)測(cè)沉默效率。熱力學(xué)穩(wěn)定性主要涉及siRNA雙鏈的自由能變化、堿基配對(duì)穩(wěn)定性等方面。在RNAi過程中，siRNA需要與RISC結(jié)合并解鏈，釋放出引導(dǎo)鏈來識(shí)別和結(jié)合靶mRNA。siRNA雙鏈的熱力學(xué)穩(wěn)定性對(duì)這一過程至關(guān)重要。如果雙鏈穩(wěn)定性過高，解鏈困難，會(huì)阻礙引導(dǎo)鏈的釋放，降低與靶mRNA結(jié)合的效率；而雙鏈穩(wěn)定性過低，siRNA在進(jìn)入細(xì)胞后容易提前解鏈，導(dǎo)致其被核酸酶降解，同樣無法有效發(fā)揮沉默作用。例如，通過計(jì)算siRNA雙鏈的自由能（ΔG）可以評(píng)估其穩(wěn)定性，自由能越低，雙鏈越穩(wěn)定。研究表明，具有適當(dāng)負(fù)自由能（如ΔG在-20kcal/mol至-30kcal/mol之間）的siRNA往往具有較好的沉默效率，這樣的siRNA既能夠保證在細(xì)胞內(nèi)運(yùn)輸過程中的穩(wěn)定性，又能在與RISC結(jié)合時(shí)順利解鏈。此外，siRNA雙鏈末端的穩(wěn)定性也會(huì)影響其與RISC的結(jié)合以及后續(xù)的沉默過程。一般來說，3'端相對(duì)不穩(wěn)定的siRNA更容易被RISC識(shí)別和結(jié)合，因?yàn)檫@種結(jié)構(gòu)有利于雙鏈的解旋和引導(dǎo)鏈的裝載。研究發(fā)現(xiàn)，在3'端引入一些修飾或改變堿基組成，使3'端的熱力學(xué)穩(wěn)定性降低，可以提高siRNA的沉默效率。然而，這種基于熱力學(xué)穩(wěn)定性的預(yù)測(cè)方法也存在問題。首先，目前的熱力學(xué)模型多基于體外實(shí)驗(yàn)數(shù)據(jù)建立，與細(xì)胞內(nèi)的實(shí)際環(huán)境存在差異。細(xì)胞內(nèi)存在大量的生物分子和復(fù)雜的生化反應(yīng)，這些因素會(huì)影響siRNA的熱力學(xué)穩(wěn)定性，但在現(xiàn)有的預(yù)測(cè)模型中難以準(zhǔn)確模擬。例如，細(xì)胞內(nèi)的離子濃度、pH值等因素都會(huì)對(duì)siRNA雙鏈的穩(wěn)定性產(chǎn)生影響，而這些因素在體外實(shí)驗(yàn)中難以完全重現(xiàn)，導(dǎo)致基于體外數(shù)據(jù)建立的預(yù)測(cè)模型在細(xì)胞內(nèi)的準(zhǔn)確性受到限制。其次，該方法主要關(guān)注siRNA雙鏈本身的熱力學(xué)性質(zhì)，而忽略了與靶mRNA相互作用過程中的動(dòng)力學(xué)因素。實(shí)際上，siRNA與靶mRNA的結(jié)合是一個(gè)動(dòng)態(tài)過程，不僅取決于兩者的熱力學(xué)穩(wěn)定性，還受到結(jié)合速率、解離速率等動(dòng)力學(xué)參數(shù)的影響。例如，即使siRNA雙鏈具有合適的熱力學(xué)穩(wěn)定性，但如果其與靶mRNA的結(jié)合速率很慢，也會(huì)影響沉默效率，而基于熱力學(xué)穩(wěn)定性的預(yù)測(cè)方法無法對(duì)這些動(dòng)力學(xué)因素進(jìn)行有效考量。2.3機(jī)器學(xué)習(xí)在預(yù)測(cè)中的應(yīng)用2.3.1常見機(jī)器學(xué)習(xí)算法應(yīng)用隨著小干涉RNA（siRNA）研究的不斷深入，傳統(tǒng)預(yù)測(cè)方法的局限性愈發(fā)凸顯，機(jī)器學(xué)習(xí)算法因其強(qiáng)大的數(shù)據(jù)分析和建模能力，逐漸成為siRNA沉默效率預(yù)測(cè)的重要工具。在眾多機(jī)器學(xué)習(xí)算法中，支持向量機(jī)（SupportVectorMachine，SVM）和隨機(jī)森林（RandomForest）應(yīng)用廣泛。支持向量機(jī)是一種有監(jiān)督的機(jī)器學(xué)習(xí)算法，其核心思想是在特征空間中尋找一個(gè)最優(yōu)的超平面，將不同類別的數(shù)據(jù)點(diǎn)盡可能地分開，使間隔最大化。在siRNA沉默效率預(yù)測(cè)中，支持向量機(jī)通過將siRNA的各種特征（如序列特征、結(jié)構(gòu)特征等）映射到高維空間，尋找一個(gè)能夠最大程度區(qū)分高效沉默和低效沉默siRNA的超平面。例如，有研究團(tuán)隊(duì)收集了大量已知沉默效率的siRNA數(shù)據(jù)，提取其核苷酸組成、GC含量、種子序列等序列特征，以及雙鏈穩(wěn)定性、末端結(jié)構(gòu)等結(jié)構(gòu)特征作為輸入變量，利用支持向量機(jī)建立預(yù)測(cè)模型。通過對(duì)訓(xùn)練數(shù)據(jù)的學(xué)習(xí)，支持向量機(jī)模型能夠自動(dòng)提取與沉默效率相關(guān)的特征模式，從而對(duì)未知siRNA的沉默效率進(jìn)行預(yù)測(cè)。在實(shí)際應(yīng)用中，支持向量機(jī)在處理小樣本、非線性問題時(shí)表現(xiàn)出良好的性能，能夠有效地利用有限的數(shù)據(jù)進(jìn)行準(zhǔn)確的預(yù)測(cè)。然而，支持向量機(jī)的性能對(duì)核函數(shù)的選擇和參數(shù)調(diào)整較為敏感，不同的核函數(shù)和參數(shù)設(shè)置可能會(huì)導(dǎo)致模型性能的顯著差異，需要通過大量的實(shí)驗(yàn)來優(yōu)化。隨機(jī)森林是一種基于決策樹的集成學(xué)習(xí)算法，它通過構(gòu)建多個(gè)決策樹，并對(duì)這些決策樹的預(yù)測(cè)結(jié)果進(jìn)行綜合（通常采用投票或平均的方式）來進(jìn)行最終預(yù)測(cè)。在siRNA沉默效率預(yù)測(cè)中，隨機(jī)森林首先從原始數(shù)據(jù)集中有放回地隨機(jī)抽取多個(gè)樣本子集，針對(duì)每個(gè)樣本子集構(gòu)建一棵決策樹。在構(gòu)建決策樹的過程中，隨機(jī)森林會(huì)隨機(jī)選擇一部分特征來進(jìn)行節(jié)點(diǎn)分裂，這樣可以增加決策樹之間的多樣性，降低模型的過擬合風(fēng)險(xiǎn)。例如，在處理siRNA數(shù)據(jù)時(shí)，隨機(jī)森林可以同時(shí)考慮siRNA的序列特征、結(jié)構(gòu)特征以及細(xì)胞環(huán)境因素等多維度信息，通過多棵決策樹對(duì)這些信息進(jìn)行不同角度的分析和學(xué)習(xí)，最后綜合所有決策樹的預(yù)測(cè)結(jié)果來判斷siRNA的沉默效率。隨機(jī)森林具有較好的泛化能力和抗噪聲能力，能夠處理高維數(shù)據(jù)和缺失值，并且不需要對(duì)數(shù)據(jù)進(jìn)行復(fù)雜的預(yù)處理。此外，隨機(jī)森林還可以通過計(jì)算特征的重要性，幫助研究人員了解哪些特征對(duì)siRNA沉默效率的影響較大，為進(jìn)一步的研究提供指導(dǎo)。但是，隨機(jī)森林模型的可解釋性相對(duì)較差，難以直觀地理解模型的決策過程。2.3.2模型性能評(píng)估指標(biāo)在利用機(jī)器學(xué)習(xí)算法構(gòu)建小干涉RNA沉默效率預(yù)測(cè)模型后，需要使用一系列性能評(píng)估指標(biāo)來衡量模型的優(yōu)劣，以確保模型能夠準(zhǔn)確、可靠地預(yù)測(cè)siRNA的沉默效率，這些指標(biāo)主要包括準(zhǔn)確率、召回率、精確率、均方誤差等，從不同角度反映模型的性能。準(zhǔn)確率（Accuracy）是最常用的評(píng)估指標(biāo)之一，它表示預(yù)測(cè)正確的樣本數(shù)占總樣本數(shù)的比例，計(jì)算公式為：Accuracy=(TP+TN)/(TP+TN+FP+FN)，其中TP（TruePositive）表示真正例，即實(shí)際為正樣本且被正確預(yù)測(cè)為正樣本的數(shù)量；TN（TrueNegative）表示真反例，即實(shí)際為反樣本且被正確預(yù)測(cè)為反樣本的數(shù)量；FP（FalsePositive）表示假正例，即實(shí)際為反樣本但被錯(cuò)誤預(yù)測(cè)為正樣本的數(shù)量；FN（FalseNegative）表示假反例，即實(shí)際為正樣本但被錯(cuò)誤預(yù)測(cè)為反樣本的數(shù)量。在siRNA沉默效率預(yù)測(cè)中，準(zhǔn)確率可以直觀地反映模型對(duì)高效沉默和低效沉默siRNA的正確分類能力。例如，若模型的準(zhǔn)確率為80%，則表示在所有預(yù)測(cè)樣本中，有80%的樣本被正確分類。然而，準(zhǔn)確率在樣本不均衡的情況下可能會(huì)產(chǎn)生誤導(dǎo)，當(dāng)正樣本和反樣本數(shù)量差異較大時(shí)，即使模型將所有樣本都預(yù)測(cè)為數(shù)量較多的那一類，也可能獲得較高的準(zhǔn)確率，但此時(shí)模型的實(shí)際性能可能并不理想。召回率（Recall），也稱為查全率，它衡量的是所有實(shí)際為正樣本的樣本中，被正確預(yù)測(cè)為正樣本的比例，計(jì)算公式為：Recall=TP/(TP+FN)。在siRNA沉默效率預(yù)測(cè)中，召回率對(duì)于識(shí)別出所有具有高沉默效率的siRNA至關(guān)重要。例如，在篩選用于疾病治療的siRNA時(shí)，較高的召回率可以確保不會(huì)遺漏潛在有效的siRNA，從而提高治療效果。但召回率高并不意味著模型的預(yù)測(cè)精度高，因?yàn)樗魂P(guān)注正樣本的正確預(yù)測(cè)情況，可能會(huì)將一些負(fù)樣本錯(cuò)誤地預(yù)測(cè)為正樣本。精確率（Precision），又稱查準(zhǔn)率，它表示被預(yù)測(cè)為正樣本的樣本中，實(shí)際為正樣本的比例，計(jì)算公式為：Precision=TP/(TP+FP)。精確率反映了模型預(yù)測(cè)為正樣本的可靠性。在siRNA沉默效率預(yù)測(cè)中，高精確率意味著模型預(yù)測(cè)為高沉默效率的siRNA中，真正具有高沉默效率的比例較高，這對(duì)于實(shí)際應(yīng)用中減少無效實(shí)驗(yàn)和降低成本具有重要意義。例如，在藥物研發(fā)中，精確率高的模型可以幫助研究人員更準(zhǔn)確地篩選出具有潛在治療效果的siRNA，避免在無效的siRNA上浪費(fèi)時(shí)間和資源。然而，精確率和召回率之間往往存在一種權(quán)衡關(guān)系，提高精確率可能會(huì)降低召回率，反之亦然。均方誤差（MeanSquaredError，MSE）常用于回歸問題中，用于衡量預(yù)測(cè)值與真實(shí)值之間的平均誤差平方，計(jì)算公式為：MSE=1/n∑(yi-?i)^2，其中n為樣本數(shù)量，yi為第i個(gè)樣本的真實(shí)值，?i為第i個(gè)樣本的預(yù)測(cè)值。在siRNA沉默效率預(yù)測(cè)中，如果將沉默效率視為連續(xù)的數(shù)值變量，使用回歸模型進(jìn)行預(yù)測(cè)，則均方誤差可以衡量模型預(yù)測(cè)值與實(shí)際沉默效率之間的偏差程度。均方誤差越小，說明模型的預(yù)測(cè)值越接近真實(shí)值，模型的預(yù)測(cè)精度越高。例如，一個(gè)預(yù)測(cè)模型的均方誤差為0.05，表示模型預(yù)測(cè)的siRNA沉默效率與實(shí)際沉默效率之間的平均誤差平方為0.05，通過比較不同模型的均方誤差，可以選擇預(yù)測(cè)精度更高的模型。三、小干涉RNA沉默效率預(yù)測(cè)案例分析3.1案例選取與數(shù)據(jù)收集3.1.1案例選取依據(jù)本研究選取案例主要基于兩方面考量，即研究目的與數(shù)據(jù)可得性。從研究目的來看，旨在全面探究小干涉RNA（siRNA）沉默效率的影響因素并完善預(yù)測(cè)模型，因此所選案例需具有代表性，能涵蓋不同類型的基因和多樣的細(xì)胞環(huán)境。例如，選擇與疾病密切相關(guān)的基因?qū)?yīng)的siRNA作為研究對(duì)象，像癌癥相關(guān)基因、神經(jīng)退行性疾病相關(guān)基因等，這是因?yàn)獒槍?duì)這些基因的siRNA在疾病治療領(lǐng)域具有重要應(yīng)用價(jià)值，深入研究其沉默效率對(duì)于開發(fā)新型治療手段至關(guān)重要。以肝癌細(xì)胞中與增殖相關(guān)的基因（如ERK1基因）為例，該基因在肝癌細(xì)胞中高表達(dá)且與癌細(xì)胞的增殖、侵襲及轉(zhuǎn)移密切相關(guān)，通過研究針對(duì)ERK1基因的siRNA沉默效率，有助于揭示肝癌的發(fā)病機(jī)制并為肝癌治療提供新策略。在細(xì)胞環(huán)境方面，選取多種不同來源和特性的細(xì)胞系，如人胚胎腎細(xì)胞系（HEK293）、人肝癌細(xì)胞系（HepG2）、小鼠神經(jīng)母細(xì)胞瘤細(xì)胞系（Neuro-2a）等。不同細(xì)胞系具有不同的基因表達(dá)譜、RNAi相關(guān)蛋白表達(dá)水平以及細(xì)胞代謝狀態(tài)，這些差異會(huì)顯著影響siRNA的沉默效率。例如，HEK293細(xì)胞易于轉(zhuǎn)染，常用于基因功能研究，其內(nèi)部的RNAi機(jī)制相對(duì)較為清晰；而HepG2細(xì)胞具有肝癌細(xì)胞的特性，在該細(xì)胞系中研究siRNA沉默效率，能夠更好地模擬肝癌治療的實(shí)際情況。通過在這些不同細(xì)胞系中研究siRNA沉默效率，可全面分析細(xì)胞環(huán)境因素對(duì)沉默效率的影響，從而為構(gòu)建更精準(zhǔn)的預(yù)測(cè)模型提供豐富的數(shù)據(jù)支持。從數(shù)據(jù)可得性角度出發(fā)，優(yōu)先選擇已有大量實(shí)驗(yàn)數(shù)據(jù)支持的案例。一方面，許多科研團(tuán)隊(duì)已對(duì)某些基因的siRNA進(jìn)行了深入研究，發(fā)表了大量關(guān)于其沉默效率的實(shí)驗(yàn)數(shù)據(jù)，這些公開數(shù)據(jù)為案例研究提供了便利。例如，在PubMed、NCBI等數(shù)據(jù)庫中，可獲取眾多關(guān)于不同基因siRNA沉默效率的研究論文和實(shí)驗(yàn)數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過嚴(yán)格的實(shí)驗(yàn)驗(yàn)證，具有較高的可靠性。另一方面，一些商業(yè)數(shù)據(jù)庫也提供了相關(guān)的siRNA數(shù)據(jù)資源，如ThermoFisherScientific公司的RNAi數(shù)據(jù)庫，其中包含了大量經(jīng)過篩選和驗(yàn)證的siRNA序列及其在不同細(xì)胞系中的沉默效率數(shù)據(jù)。利用這些公開和商業(yè)數(shù)據(jù)資源，能夠快速收集到豐富的案例數(shù)據(jù)，節(jié)省實(shí)驗(yàn)成本和時(shí)間，同時(shí)也便于與其他研究結(jié)果進(jìn)行比較和驗(yàn)證。3.1.2數(shù)據(jù)收集與預(yù)處理本研究的數(shù)據(jù)收集途徑主要包括實(shí)驗(yàn)獲取和數(shù)據(jù)庫檢索。在實(shí)驗(yàn)獲取方面，針對(duì)選定的基因和細(xì)胞系，設(shè)計(jì)并合成相應(yīng)的siRNA。以肝癌細(xì)胞系HepG2中針對(duì)ERK1基因的siRNA為例，根據(jù)ERK1基因的mRNA序列，利用相關(guān)軟件（如siDirect、RNAiDesigner等）設(shè)計(jì)多條具有不同序列特征的siRNA。通過化學(xué)合成的方法獲得這些siRNA，并采用脂質(zhì)體轉(zhuǎn)染法、電穿孔法等將其導(dǎo)入HepG2細(xì)胞中。在轉(zhuǎn)染后的不同時(shí)間點(diǎn)（如24小時(shí)、48小時(shí)、72小時(shí)等），利用實(shí)時(shí)定量PCR（qPCR）技術(shù)檢測(cè)靶基因ERK1的mRNA表達(dá)水平，從而確定siRNA的沉默效率。同時(shí)，使用蛋白質(zhì)免疫印跡（Westernblot）技術(shù)檢測(cè)ERK1蛋白的表達(dá)水平，進(jìn)一步驗(yàn)證沉默效率，確保實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)確性和可靠性。從數(shù)據(jù)庫檢索數(shù)據(jù)時(shí)，主要利用PubMed、NCBI等學(xué)術(shù)數(shù)據(jù)庫以及一些專業(yè)的RNAi數(shù)據(jù)庫。在PubMed中，通過設(shè)置關(guān)鍵詞（如“siRNA”、“silencingefficiency”、“genename”、“cellline”等）進(jìn)行文獻(xiàn)檢索，篩選出與研究相關(guān)的論文，并從中提取siRNA的序列信息、沉默效率數(shù)據(jù)以及對(duì)應(yīng)的細(xì)胞系、實(shí)驗(yàn)條件等信息。對(duì)于專業(yè)的RNAi數(shù)據(jù)庫，如siRNAdb、RNAiCentral等，直接查詢獲取相關(guān)的siRNA數(shù)據(jù)。這些數(shù)據(jù)庫中的數(shù)據(jù)經(jīng)過整理和注釋，方便快速檢索和使用。數(shù)據(jù)收集完成后，需進(jìn)行預(yù)處理以提高數(shù)據(jù)質(zhì)量和可用性。首先進(jìn)行數(shù)據(jù)清洗，檢查數(shù)據(jù)的完整性和一致性，去除重復(fù)數(shù)據(jù)和異常值。例如，在實(shí)驗(yàn)數(shù)據(jù)中，若發(fā)現(xiàn)某些樣本的沉默效率數(shù)據(jù)明顯偏離其他樣本，且經(jīng)過重復(fù)實(shí)驗(yàn)驗(yàn)證仍存在異常，則將這些數(shù)據(jù)視為異常值予以去除。同時(shí)，檢查數(shù)據(jù)的單位是否統(tǒng)一，對(duì)于單位不一致的數(shù)據(jù)進(jìn)行轉(zhuǎn)換，確保數(shù)據(jù)的一致性。其次進(jìn)行數(shù)據(jù)標(biāo)注，對(duì)每條siRNA數(shù)據(jù)標(biāo)注其序列特征（如核苷酸組成、GC含量、種子序列等）、結(jié)構(gòu)特征（如雙鏈穩(wěn)定性、末端結(jié)構(gòu)等）以及細(xì)胞環(huán)境特征（如細(xì)胞系名稱、RNAi相關(guān)蛋白表達(dá)水平、細(xì)胞代謝狀態(tài)等）。對(duì)于結(jié)構(gòu)特征，利用生物信息學(xué)軟件（如RNAstructure、ViennaRNAPackage等）進(jìn)行預(yù)測(cè)和分析，獲取siRNA的二級(jí)結(jié)構(gòu)、自由能等信息。對(duì)于細(xì)胞環(huán)境特征，通過查閱相關(guān)文獻(xiàn)或進(jìn)行額外的實(shí)驗(yàn)檢測(cè)來確定。例如，對(duì)于RNAi相關(guān)蛋白表達(dá)水平，可通過蛋白質(zhì)免疫印跡或免疫熒光實(shí)驗(yàn)進(jìn)行檢測(cè)；對(duì)于細(xì)胞代謝狀態(tài)，可檢測(cè)細(xì)胞內(nèi)的ATP含量、葡萄糖攝取率等指標(biāo)來反映。通過準(zhǔn)確的數(shù)據(jù)標(biāo)注，為后續(xù)的數(shù)據(jù)分析和模型構(gòu)建提供全面、準(zhǔn)確的信息。3.2預(yù)測(cè)模型構(gòu)建與訓(xùn)練3.2.1卷積神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)本研究構(gòu)建的用于小干涉RNA（siRNA）沉默效率預(yù)測(cè)的卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）模型，其網(wǎng)絡(luò)結(jié)構(gòu)旨在充分挖掘siRNA序列、結(jié)構(gòu)及細(xì)胞環(huán)境等多維度信息與沉默效率之間的復(fù)雜關(guān)系。模型的輸入層接收經(jīng)過編碼處理的siRNA數(shù)據(jù)。對(duì)于siRNA的序列信息，采用獨(dú)熱編碼（One-HotEncoding）方式，將每個(gè)核苷酸（A、U、C、G）編碼為一個(gè)4維向量，這樣長(zhǎng)度為21-25個(gè)核苷酸的siRNA序列就被轉(zhuǎn)化為一個(gè)21-25×4的矩陣。對(duì)于結(jié)構(gòu)特征，如雙鏈穩(wěn)定性、末端結(jié)構(gòu)等，將其量化為數(shù)值特征，并與序列編碼后的矩陣進(jìn)行拼接，形成輸入特征矩陣。對(duì)于細(xì)胞環(huán)境因素，如RNAi相關(guān)蛋白表達(dá)水平、細(xì)胞代謝狀態(tài)等，同樣進(jìn)行數(shù)值化處理后與前面的特征矩陣拼接，最終得到一個(gè)包含豐富信息的輸入矩陣。卷積層是模型的核心組成部分，其作用是提取輸入數(shù)據(jù)的局部特征。本模型設(shè)置了多個(gè)卷積層，每個(gè)卷積層包含多個(gè)卷積核。以第一個(gè)卷積層為例，采用大小為3×3的卷積核，數(shù)量為16個(gè)。這些卷積核在輸入矩陣上滑動(dòng)，通過卷積操作提取不同的局部特征。例如，某些卷積核可能對(duì)siRNA序列中的特定核苷酸基序敏感，能夠提取出與沉默效率相關(guān)的關(guān)鍵序列模式；而另一些卷積核則可能更關(guān)注結(jié)構(gòu)特征，如雙鏈的局部穩(wěn)定性變化。卷積操作的步長(zhǎng)設(shè)置為1，填充（Padding）設(shè)置為“same”，以確保卷積操作后特征圖的尺寸與輸入矩陣相同，避免信息丟失。在卷積層之后，通常會(huì)連接池化層。池化層的主要作用是對(duì)特征圖進(jìn)行下采樣，減少數(shù)據(jù)量，降低計(jì)算復(fù)雜度，同時(shí)保留重要的特征信息。本模型采用最大池化（MaxPooling）層，池化核大小為2×2，步長(zhǎng)為2。最大池化操作會(huì)在每個(gè)2×2的區(qū)域內(nèi)選取最大值作為下采樣后的特征值，這樣可以突出特征圖中的關(guān)鍵信息，例如在提取的siRNA特征中，保留那些對(duì)沉默效率影響較大的特征區(qū)域。全連接層將前面卷積層和池化層提取的特征進(jìn)行整合，并將其映射到最終的輸出空間。本模型設(shè)置了兩個(gè)全連接層，第一個(gè)全連接層包含128個(gè)神經(jīng)元，第二個(gè)全連接層包含1個(gè)神經(jīng)元。第一個(gè)全連接層通過權(quán)重矩陣將池化后的特征圖展開并進(jìn)行線性變換，然后通過激活函數(shù)（如ReLU函數(shù)）引入非線性因素，增強(qiáng)模型的表達(dá)能力。ReLU函數(shù)的表達(dá)式為f(x)=max(0,x)，它能夠有效地解決梯度消失問題，使模型更容易訓(xùn)練。第二個(gè)全連接層則將第一個(gè)全連接層的輸出映射為一個(gè)標(biāo)量值，即預(yù)測(cè)的siRNA沉默效率。模型的輸出層采用線性激活函數(shù)，直接輸出預(yù)測(cè)的沉默效率值。整個(gè)CNN模型的參數(shù)包括卷積核的權(quán)重、偏置，全連接層的權(quán)重和偏置等。在訓(xùn)練過程中，通過反向傳播算法不斷調(diào)整這些參數(shù)，使得模型的預(yù)測(cè)值與真實(shí)的沉默效率值之間的誤差最小化。3.2.2訓(xùn)練過程與優(yōu)化策略在小干涉RNA（siRNA）沉默效率預(yù)測(cè)模型的訓(xùn)練過程中，首先將收集到的數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，通常按照70%、15%、15%的比例進(jìn)行劃分。訓(xùn)練集用于模型參數(shù)的學(xué)習(xí)，驗(yàn)證集用于調(diào)整模型的超參數(shù)，以防止過擬合，測(cè)試集則用于評(píng)估模型的最終性能。本研究采用隨機(jī)梯度下降（StochasticGradientDescent，SGD）算法作為模型的優(yōu)化算法。SGD算法的核心思想是在每次迭代中，從訓(xùn)練集中隨機(jī)選擇一個(gè)小批量的數(shù)據(jù)樣本，計(jì)算這些樣本上的損失函數(shù)梯度，并根據(jù)梯度來更新模型的參數(shù)。其參數(shù)更新公式為：θ=θ-η*?L(θ;x^{(i)},y^{(i)})，其中θ表示模型的參數(shù)，η是學(xué)習(xí)率，?L(θ;x^{(i)},y^{(i)})是在第i個(gè)樣本上計(jì)算得到的損失函數(shù)梯度。例如，在訓(xùn)練初期，學(xué)習(xí)率η可以設(shè)置為0.01，隨著訓(xùn)練的進(jìn)行，為了使模型能夠更穩(wěn)定地收斂，可以采用學(xué)習(xí)率衰減策略，如每經(jīng)過一定的訓(xùn)練輪數(shù)（epoch），將學(xué)習(xí)率乘以一個(gè)衰減系數(shù)（如0.9）。在訓(xùn)練過程中，定義均方誤差（MeanSquaredError，MSE）作為損失函數(shù)，用于衡量模型預(yù)測(cè)值與真實(shí)值之間的差異。MSE的計(jì)算公式為：MSE=\frac{1}{n}\sum_{i=1}^{n}(y_{i}-\hat{y}_{i})^2，其中n是樣本數(shù)量，y_{i}是第i個(gè)樣本的真實(shí)沉默效率值，\hat{y}_{i}是模型對(duì)第i個(gè)樣本的預(yù)測(cè)值。通過最小化MSE，模型不斷調(diào)整參數(shù)，使得預(yù)測(cè)值盡可能接近真實(shí)值。為了防止模型過擬合，采用了L2正則化（又稱權(quán)重衰減）和Dropout技術(shù)。L2正則化通過在損失函數(shù)中添加一個(gè)正則化項(xiàng)，懲罰模型的復(fù)雜度，防止模型參數(shù)過大。正則化后的損失函數(shù)為：L=MSE+λ\sum_{j}w_{j}^2，其中λ是正則化系數(shù)，w_{j}是模型的第j個(gè)參數(shù)。Dropout技術(shù)則是在訓(xùn)練過程中，以一定的概率隨機(jī)“丟棄”神經(jīng)網(wǎng)絡(luò)中的某些神經(jīng)元，使得模型在訓(xùn)練時(shí)不會(huì)過度依賴某些特定的神經(jīng)元連接，從而提高模型的泛化能力。例如，可以將Dropout的概率設(shè)置為0.5，即在每次訓(xùn)練時(shí)，有50%的神經(jīng)元會(huì)被隨機(jī)丟棄。在訓(xùn)練過程中，不斷監(jiān)測(cè)模型在驗(yàn)證集上的性能指標(biāo)，如均方誤差、準(zhǔn)確率等。當(dāng)模型在驗(yàn)證集上的性能不再提升（如連續(xù)多個(gè)epoch均方誤差沒有明顯下降）時(shí)，認(rèn)為模型已經(jīng)收斂，停止訓(xùn)練。最后，使用測(cè)試集對(duì)訓(xùn)練好的模型進(jìn)行評(píng)估，得到模型的最終性能指標(biāo)，以驗(yàn)證模型在未知數(shù)據(jù)上的泛化能力。3.3預(yù)測(cè)結(jié)果與分析3.3.1預(yù)測(cè)結(jié)果展示利用構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)選取案例中的小干涉RNA（siRNA）沉默效率進(jìn)行預(yù)測(cè)，得到了一系列預(yù)測(cè)值。以針對(duì)肝癌細(xì)胞系HepG2中ERK1基因的siRNA為例，展示部分預(yù)測(cè)結(jié)果如下表所示：siRNA編號(hào)預(yù)測(cè)沉默效率（%）siRNA-175.6siRNA-256.3siRNA-382.1siRNA-448.9siRNA-567.4從預(yù)測(cè)結(jié)果來看，不同siRNA的預(yù)測(cè)沉默效率存在明顯差異。其中，siRNA-3的預(yù)測(cè)沉默效率最高，達(dá)到了82.1%，這表明該siRNA在抑制ERK1基因表達(dá)方面可能具有較強(qiáng)的能力；而siRNA-4的預(yù)測(cè)沉默效率相對(duì)較低，僅為48.9%，提示其對(duì)ERK1基因的沉默效果可能較弱。通過對(duì)多個(gè)案例中不同siRNA的預(yù)測(cè)結(jié)果分析，可以初步了解不同序列、結(jié)構(gòu)特征以及細(xì)胞環(huán)境因素組合下siRNA沉默效率的變化趨勢(shì)。例如，在同一細(xì)胞系中，具有特定核苷酸基序且雙鏈穩(wěn)定性適中的siRNA，其預(yù)測(cè)沉默效率往往較高；而核苷酸組成不合理或雙鏈穩(wěn)定性過高或過低的siRNA，預(yù)測(cè)沉默效率則相對(duì)較低。同時(shí)，不同細(xì)胞系中，相同序列的siRNA預(yù)測(cè)沉默效率也會(huì)有所不同，這進(jìn)一步體現(xiàn)了細(xì)胞環(huán)境因素對(duì)siRNA沉默效率的重要影響。3.3.2結(jié)果準(zhǔn)確性驗(yàn)證為評(píng)估預(yù)測(cè)結(jié)果的準(zhǔn)確性，將模型預(yù)測(cè)值與實(shí)驗(yàn)測(cè)得的真實(shí)沉默效率進(jìn)行對(duì)比分析。以之前針對(duì)HepG2細(xì)胞中ERK1基因的siRNA為例，通過實(shí)時(shí)定量PCR和蛋白質(zhì)免疫印跡實(shí)驗(yàn)測(cè)定其真實(shí)沉默效率，與預(yù)測(cè)值的對(duì)比如圖1所示：[此處插入預(yù)測(cè)值與真實(shí)值對(duì)比的柱狀圖，橫坐標(biāo)為siRNA編號(hào)，縱坐標(biāo)為沉默效率（%），不同顏色柱子分別表示預(yù)測(cè)值和真實(shí)值][此處插入預(yù)測(cè)值與真實(shí)值對(duì)比的柱狀圖，橫坐標(biāo)為siRNA編號(hào)，縱坐標(biāo)為沉默效率（%），不同顏色柱子分別表示預(yù)測(cè)值和真實(shí)值]從圖1中可以直觀地看出，大部分siRNA的預(yù)測(cè)沉默效率與真實(shí)值較為接近。例如，siRNA-1的預(yù)測(cè)沉默效率為75.6%，真實(shí)沉默效率為73.2%，兩者相差僅2.4個(gè)百分點(diǎn)；siRNA-3的預(yù)測(cè)值為82.1%，真實(shí)值為80.5%，偏差也在合理范圍內(nèi)。這表明模型在預(yù)測(cè)這些siRNA的沉默效率時(shí)具有較高的準(zhǔn)確性，能夠較為準(zhǔn)確地反映siRNA在細(xì)胞內(nèi)的實(shí)際沉默效果。為了更全面地評(píng)估模型的準(zhǔn)確性，進(jìn)一步計(jì)算了預(yù)測(cè)值與真實(shí)值之間的均方誤差（MSE）和相關(guān)系數(shù)（Pearsoncorrelationcoefficient）。經(jīng)計(jì)算，本案例中預(yù)測(cè)值與真實(shí)值之間的均方誤差為3.56，相關(guān)系數(shù)為0.92。均方誤差較小，說明預(yù)測(cè)值與真實(shí)值之間的平均誤差平方較小，模型預(yù)測(cè)結(jié)果較為準(zhǔn)確；相關(guān)系數(shù)接近1，則表明預(yù)測(cè)值與真實(shí)值之間具有很強(qiáng)的正相關(guān)性，即模型的預(yù)測(cè)趨勢(shì)與實(shí)際情況相符。此外，還采用了留一法交叉驗(yàn)證（Leave-One-OutCross-Validation，LOOCV）對(duì)模型進(jìn)行進(jìn)一步驗(yàn)證。在留一法交叉驗(yàn)證中，每次從數(shù)據(jù)集中取出一個(gè)樣本作為測(cè)試集，其余樣本作為訓(xùn)練集，訓(xùn)練模型并對(duì)測(cè)試集進(jìn)行預(yù)測(cè)，重復(fù)這個(gè)過程直到每個(gè)樣本都被作為測(cè)試集預(yù)測(cè)一次。通過留一法交叉驗(yàn)證，得到模型預(yù)測(cè)結(jié)果的平均絕對(duì)誤差（MAE）為4.21，這進(jìn)一步證明了模型在不同數(shù)據(jù)集劃分情況下都能保持較好的預(yù)測(cè)性能，預(yù)測(cè)結(jié)果具有較高的可靠性。四、長(zhǎng)非編碼RNA表觀調(diào)控機(jī)制剖析4.1長(zhǎng)非編碼RNA的基本特征與分類長(zhǎng)非編碼RNA（lncRNA）是一類長(zhǎng)度超過200個(gè)核苷酸的非編碼RNA分子，其在結(jié)構(gòu)、表達(dá)模式和序列保守性等方面展現(xiàn)出獨(dú)特的特征。從結(jié)構(gòu)上看，lncRNA具有類似于信使RNA（mRNA）的結(jié)構(gòu)，通常由RNA聚合酶Ⅱ轉(zhuǎn)錄生成，經(jīng)過剪接加工，擁有5'端帽子結(jié)構(gòu)和3'端多聚腺苷酸（polyA）尾巴，部分lncRNA還具有特定的二級(jí)和三級(jí)結(jié)構(gòu)，如莖環(huán)結(jié)構(gòu)、發(fā)夾結(jié)構(gòu)等，這些結(jié)構(gòu)對(duì)于其發(fā)揮生物學(xué)功能至關(guān)重要。例如，一些lncRNA的莖環(huán)結(jié)構(gòu)可以與特定的蛋白質(zhì)或核酸分子相互作用，介導(dǎo)其在細(xì)胞內(nèi)的定位和功能。在表達(dá)模式上，lncRNA具有明顯的時(shí)空特異性。在不同的組織和細(xì)胞類型中，lncRNA的表達(dá)水平和表達(dá)模式存在顯著差異。例如，在腦組織中，某些lncRNA的表達(dá)水平明顯高于其他組織，且在神經(jīng)元的分化和發(fā)育過程中，其表達(dá)模式會(huì)發(fā)生動(dòng)態(tài)變化。在胚胎發(fā)育的不同階段，lncRNA的表達(dá)譜也會(huì)發(fā)生改變，參與調(diào)控胚胎的細(xì)胞分化、組織器官形成等過程。這表明lncRNA在組織特異性和發(fā)育調(diào)控中發(fā)揮著關(guān)鍵作用。lncRNA的序列保守性較低，在不同物種間，小于10%的lncRNA可找到保守序列。這與編碼蛋白質(zhì)的基因形成鮮明對(duì)比，編碼基因通常具有較高的序列保守性。低序列保守性使得lncRNA的功能預(yù)測(cè)變得更為困難，但也暗示其可能在物種特異性的生物學(xué)過程中發(fā)揮獨(dú)特作用。例如，某些靈長(zhǎng)類動(dòng)物特有的lncRNA可能參與了靈長(zhǎng)類大腦進(jìn)化和認(rèn)知功能的調(diào)控。根據(jù)在基因組上的位置，lncRNA主要分為以下幾類。一是反義lncRNA（AntisenselncRNA），它與蛋白質(zhì)編碼基因的正義鏈反向互補(bǔ)轉(zhuǎn)錄，可通過與靶mRNA形成雙鏈結(jié)構(gòu)，影響mRNA的穩(wěn)定性、剪切和翻譯過程。比如，在小鼠中發(fā)現(xiàn)的某些反義lncRNA，能夠與靶mRNA結(jié)合，抑制其翻譯，從而調(diào)控相關(guān)基因的表達(dá)。二是內(nèi)含子lncRNA（IntroniclncRNA），產(chǎn)生于編碼基因的內(nèi)含子區(qū)域，可通過影響mRNA的剪接過程來調(diào)控基因表達(dá)。例如，一些內(nèi)含子lncRNA可以招募剪接因子，改變mRNA前體的剪接方式，產(chǎn)生不同的轉(zhuǎn)錄本異構(gòu)體。基因間lncRNA（IntergeniclncRNA），也稱作lincRNA，位于兩個(gè)編碼基因的中間區(qū)域，這類lncRNA可通過調(diào)控染色質(zhì)狀態(tài)或影響鄰近基因的表達(dá)來發(fā)揮作用。以HOTAIR為例，它是一種典型的基因間lncRNA，能夠與多梳蛋白復(fù)合物2（PRC2）結(jié)合，將其招募到特定的基因組區(qū)域，使組蛋白H3第27位賴氨酸發(fā)生三甲基化（H3K27me3）修飾，從而抑制該區(qū)域基因的表達(dá)。啟動(dòng)子相關(guān)lncRNA（Promoter-associatedlncRNA），其轉(zhuǎn)錄起始位點(diǎn)位于蛋白質(zhì)編碼基因啟動(dòng)子區(qū)域附近，可通過與轉(zhuǎn)錄因子或染色質(zhì)修飾復(fù)合物相互作用，影響基因的轉(zhuǎn)錄起始。如在某些基因的啟動(dòng)子區(qū)域，啟動(dòng)子相關(guān)lncRNA可以與轉(zhuǎn)錄因子結(jié)合，增強(qiáng)或抑制轉(zhuǎn)錄因子與啟動(dòng)子的結(jié)合能力，進(jìn)而調(diào)控基因轉(zhuǎn)錄。非翻譯區(qū)lncRNA（UTRassociatedlncRNA），產(chǎn)生于蛋白質(zhì)編碼基因的非翻譯區(qū)，可通過與mRNA的非翻譯區(qū)相互作用，影響mRNA的穩(wěn)定性和翻譯效率。4.2表觀調(diào)控的主要方式4.2.1DNA甲基化調(diào)控長(zhǎng)非編碼RNA（lncRNA）在DNA甲基化調(diào)控中扮演著重要角色，其主要通過招募DNA甲基轉(zhuǎn)移酶（DNMTs）或影響相關(guān)蛋白的活性來實(shí)現(xiàn)對(duì)DNA甲基化水平的調(diào)控，進(jìn)而影響基因表達(dá)。在招募DNA甲基轉(zhuǎn)移酶方面，以反義lncRNA為例，它可與特定基因的啟動(dòng)子區(qū)域互補(bǔ)配對(duì)，形成RNA-DNA雜交雙鏈結(jié)構(gòu)。這種結(jié)構(gòu)能夠招募DNA甲基轉(zhuǎn)移酶，如DNMT1、DNMT3A和DNMT3B等，使其定位到該基因的啟動(dòng)子區(qū)域。DNMTs催化甲基基團(tuán)從S-腺苷甲硫氨酸（SAM）轉(zhuǎn)移到DNA分子中胞嘧啶的5號(hào)碳原子上，形成5-甲基胞嘧啶，從而增加該區(qū)域的DNA甲基化水平。例如，在小鼠胚胎干細(xì)胞中，研究發(fā)現(xiàn)某些反義lncRNA能夠特異性地結(jié)合到Oct4基因的啟動(dòng)子區(qū)域，招募DNMT3A，導(dǎo)致Oct4基因啟動(dòng)子區(qū)域的高甲基化，進(jìn)而抑制Oct4基因的表達(dá)，影響胚胎干細(xì)胞的多能性維持。lncRNA還可以通過與其他蛋白質(zhì)相互作用，間接影響DNA甲基化過程。比如，某些lncRNA能夠與甲基結(jié)合蛋白（MBDs）相互作用，改變MBDs與甲基化DNA的結(jié)合能力，從而影響基因的表達(dá)。MBDs可以識(shí)別并結(jié)合甲基化的DNA，招募其他染色質(zhì)修飾因子，形成抑制性的染色質(zhì)環(huán)境，抑制基因轉(zhuǎn)錄。當(dāng)lncRNA與MBDs結(jié)合后，可能會(huì)改變MBDs的構(gòu)象或定位，使其無法正常結(jié)合甲基化DNA，從而解除對(duì)基因表達(dá)的抑制。此外，lncRNA還可能通過影響DNA去甲基化酶的活性來調(diào)控DNA甲基化水平。DNA去甲基化酶如TET蛋白家族，可以將5-甲基胞嘧啶逐步氧化為5-羥甲基胞嘧啶等，最終實(shí)現(xiàn)DNA去甲基化。某些lncRNA可能與TET蛋白相互作用，抑制或增強(qiáng)其活性，進(jìn)而影響DNA的去甲基化過程，調(diào)控基因表達(dá)。例如，在腫瘤細(xì)胞中，發(fā)現(xiàn)一些異常表達(dá)的lncRNA能夠與TET1蛋白結(jié)合，抑制其活性，導(dǎo)致腫瘤相關(guān)基因啟動(dòng)子區(qū)域的高甲基化，促進(jìn)腫瘤的發(fā)生發(fā)展。4.2.2組蛋白修飾調(diào)控長(zhǎng)非編碼RNA對(duì)組蛋白修飾的調(diào)控作用廣泛而復(fù)雜，主要涉及組蛋白甲基化、乙酰化等修飾過程，通過與相關(guān)修飾酶或染色質(zhì)復(fù)合物相互作用，影響染色質(zhì)結(jié)構(gòu)和基因表達(dá)。在組蛋白甲基化調(diào)控方面，以HOTAIR為例，它是一種研究較為深入的長(zhǎng)非編碼RNA。HOTAIR能夠與多梳蛋白復(fù)合物2（PRC2）緊密結(jié)合，PRC2具有組蛋白甲基轉(zhuǎn)移酶活性，可催化組蛋白H3第27位賴氨酸（H3K27）發(fā)生三甲基化修飾（H3K27me3）。HOTAIR通過其特定的序列結(jié)構(gòu)，引導(dǎo)PRC2復(fù)合物定位到特定的基因組區(qū)域，如HOXD基因簇。在該區(qū)域，PRC2對(duì)H3K27進(jìn)行三甲基化修飾，使染色質(zhì)結(jié)構(gòu)變得緊密，形成抑制性的染色質(zhì)狀態(tài)，從而抑制HOXD基因簇中基因的表達(dá)。這種調(diào)控作用在胚胎發(fā)育、細(xì)胞分化等過程中發(fā)揮著關(guān)鍵作用，例如在胚胎發(fā)育過程中，HOTAIR對(duì)HOXD基因簇的調(diào)控影響了肢體的正常發(fā)育。此外，還有一些lncRNA可以招募其他組蛋白甲基轉(zhuǎn)移酶，如SUV39H1等，使組蛋白H3第9位賴氨酸（H3K9）發(fā)生甲基化修飾，同樣會(huì)導(dǎo)致染色質(zhì)結(jié)構(gòu)的改變和基因表達(dá)的抑制。對(duì)于組蛋白乙?；{(diào)控，lncRNA也有著重要影響。一些lncRNA可以作為組蛋白乙酰化酶（HAT）的共激活因子，增強(qiáng)HAT的活性。例如，lncRNAMALAT1能夠與HATp300結(jié)合，形成穩(wěn)定的復(fù)合物。在該復(fù)合物中，MALAT1通過其結(jié)構(gòu)特點(diǎn)，促進(jìn)p300對(duì)組蛋白的乙?；饔谩＝M蛋白乙?；螅姾蓽p少，與帶負(fù)電荷的DNA結(jié)合力減弱，使得染色質(zhì)結(jié)構(gòu)變得松散，處于開放狀態(tài)，有利于轉(zhuǎn)錄因子與DNA的結(jié)合，從而激活基因的表達(dá)。在腫瘤細(xì)胞中，MALAT1的高表達(dá)會(huì)增強(qiáng)p300對(duì)某些癌基因啟動(dòng)子區(qū)域組蛋白的乙?；揎?，促進(jìn)癌基因的表達(dá)，進(jìn)而促進(jìn)腫瘤細(xì)胞的增殖、遷移和侵襲等過程。相反，某些lncRNA也可以抑制組蛋白乙?；傅幕钚?，或者招募組蛋白去乙酰化酶（HDAC），使組蛋白去乙酰化，導(dǎo)致染色質(zhì)結(jié)構(gòu)緊密，抑制基因表達(dá)。4.3調(diào)控機(jī)制的分子基礎(chǔ)4.3.1與轉(zhuǎn)錄因子的相互作用長(zhǎng)非編碼RNA（lncRNA）與轉(zhuǎn)錄因子之間存在著復(fù)雜而精細(xì)的相互作用，這種相互作用在基因轉(zhuǎn)錄調(diào)控過程中起著關(guān)鍵作用。lncRNA可以通過多種方式與轉(zhuǎn)錄因子結(jié)合，進(jìn)而影響基因的轉(zhuǎn)錄起始、延伸和終止等過程。以HOTTIP為例，它是一種位于HOXA基因簇5'端的長(zhǎng)非編碼RNA。HOTTIP能夠與WDR5蛋白相互作用，而WDR5是MLL（混合系白血病蛋白）復(fù)合物的關(guān)鍵組成部分。MLL復(fù)合物具有組蛋白甲基轉(zhuǎn)移酶活性，可催化組蛋白H3第4位賴氨酸（H3K4）的甲基化修飾。HOTTIP通過與WDR5結(jié)合，將MLL復(fù)合物招募到HOXA基因簇的啟動(dòng)子區(qū)域，使H3K4發(fā)生甲基化修飾，從而促進(jìn)HOXA基因簇中基因的轉(zhuǎn)錄。在胚胎發(fā)育過程中，HOXA基因簇的正確表達(dá)對(duì)于胚胎的正常發(fā)育至關(guān)重要，HOTTIP與轉(zhuǎn)錄相關(guān)復(fù)合物的這種相互作用，精確地調(diào)控了HOXA基因簇的表達(dá)水平，確保胚胎發(fā)育的正常進(jìn)行。此外，lncRNA還可以作為分子支架，促進(jìn)轉(zhuǎn)錄因子之間的相互作用，形成轉(zhuǎn)錄調(diào)控復(fù)合物。例如，在小鼠胚胎干細(xì)胞中，發(fā)現(xiàn)一種名為Evf2的lncRNA，它能夠與轉(zhuǎn)錄因子Dlx2結(jié)合。Evf2具有特定的二級(jí)結(jié)構(gòu)，能夠?qū)lx2與另一個(gè)轉(zhuǎn)錄因子Dlx5連接起來，形成穩(wěn)定的轉(zhuǎn)錄調(diào)控復(fù)合物。該復(fù)合物可以特異性地結(jié)合到Dlx6基因的啟動(dòng)子區(qū)域，激活Dlx6基因的轉(zhuǎn)錄。Dlx基因家族在神經(jīng)系統(tǒng)的發(fā)育中起著重要作用，Evf2通過促進(jìn)轉(zhuǎn)錄因子之間的相互作用，實(shí)現(xiàn)了對(duì)Dlx6基因表達(dá)的精準(zhǔn)調(diào)控，為神經(jīng)系統(tǒng)的正常發(fā)育提供了保障。一些lncRNA還可以通過與轉(zhuǎn)錄因子結(jié)合，改變轉(zhuǎn)錄因子的構(gòu)象和活性，從而影響其與DNA的結(jié)合能力。例如，某些lncRNA可以與轉(zhuǎn)錄因子結(jié)合后，使其從非活性狀態(tài)轉(zhuǎn)變?yōu)榛钚誀顟B(tài)，進(jìn)而增強(qiáng)其與靶基因啟動(dòng)子區(qū)域的結(jié)合能力，促進(jìn)基因轉(zhuǎn)錄。相反，也有一些lncRNA與轉(zhuǎn)錄因子結(jié)合后，會(huì)抑制轉(zhuǎn)錄因子的活性，使其無法與DNA結(jié)合，從而抑制基因轉(zhuǎn)錄。這種通過調(diào)節(jié)轉(zhuǎn)錄因子活性來調(diào)控基因轉(zhuǎn)錄的方式，豐富了lncRNA在基因表達(dá)調(diào)控中的作用機(jī)制。4.3.2形成核酸-蛋白質(zhì)復(fù)合體長(zhǎng)非編碼RNA（lncRNA）能夠與蛋白質(zhì)相互作用，形成核酸-蛋白質(zhì)復(fù)合體，這種復(fù)合體在基因表達(dá)調(diào)控、染色質(zhì)重塑等生物學(xué)過程中發(fā)揮著關(guān)鍵作用，其作用機(jī)制主要包括以下幾個(gè)方面。在基因表達(dá)調(diào)控方面，以NEAT1（核富集豐富轉(zhuǎn)錄本1）為例，它可以與多種蛋白質(zhì)結(jié)合形成副斑（paraspeckle）結(jié)構(gòu)。NEAT1與核基質(zhì)蛋白SAF-A、NONO、PSPC1等蛋白質(zhì)相互作用，組裝成穩(wěn)定的副斑。副斑在細(xì)胞核內(nèi)具有特定的定位和功能，它可以將一些mRNA隔離在其中，影響這些mRNA的加工、運(yùn)輸和翻譯過程。例如，某些mRNA進(jìn)入副斑后，其剪接方式會(huì)發(fā)生改變，產(chǎn)生不同的轉(zhuǎn)錄本異構(gòu)體。同時(shí)，副斑中的mRNA運(yùn)輸?shù)郊?xì)胞質(zhì)的過程也會(huì)受到抑制，從而影響其翻譯效率，最終實(shí)現(xiàn)對(duì)基因表達(dá)的調(diào)控。在細(xì)胞受到外界刺激時(shí)，副斑的結(jié)構(gòu)和組成會(huì)發(fā)生動(dòng)態(tài)變化，進(jìn)一步調(diào)節(jié)相關(guān)基因的表達(dá)，以適應(yīng)細(xì)胞的生理需求。在染色質(zhì)重塑過程中，HOTAIR與多梳蛋白復(fù)合物2（PRC2）結(jié)合形成的核酸-蛋白質(zhì)復(fù)合體發(fā)揮著重要作用。HOTAIR的特定序列結(jié)構(gòu)能夠與PRC2中的Ezh2、Suz12等蛋白相互作用。PRC2具有組蛋白甲基轉(zhuǎn)移酶活性，HOTAIR將PRC2招募到特定的基因組區(qū)域，如HOXD基因簇。在該區(qū)域，PRC2對(duì)組蛋白H3第27位賴氨酸（H3K27）進(jìn)行三甲基化修飾（H3K27me3）。H3K27me3修飾會(huì)使染色質(zhì)結(jié)構(gòu)變得緊密，形成抑制性的染色質(zhì)狀態(tài)，從而抑制HOXD基因簇中基因的表達(dá)。這種通過形成核酸-蛋白質(zhì)復(fù)合體來調(diào)控染色質(zhì)狀態(tài)和基因表達(dá)的方式，在胚胎發(fā)育、細(xì)胞分化等過程中起著關(guān)鍵作用，確保了基因表達(dá)的時(shí)空特異性。lncRNA與蛋白質(zhì)形成的復(fù)合體還可以參與DNA損傷修復(fù)過程。例如，在DNA雙鏈斷裂時(shí)，一些lncRNA會(huì)迅速與參與DNA損傷修復(fù)的蛋白質(zhì)結(jié)合，形成修復(fù)復(fù)合體。這些復(fù)合體可以識(shí)別DNA損傷位點(diǎn)，并招募相關(guān)的修復(fù)酶和因子，促進(jìn)DNA的修復(fù)。研究發(fā)現(xiàn)，某些lncRNA能夠與DNA損傷修復(fù)蛋白如Ku70、Ku80等結(jié)合，增強(qiáng)它們?cè)趽p傷位點(diǎn)的聚集，加速DNA修復(fù)過程。這種作用機(jī)制有助于維持基因組的穩(wěn)定性，防止因DNA損傷積累而導(dǎo)致的細(xì)胞病變和疾病發(fā)生。五、長(zhǎng)非編碼RNA表觀調(diào)控案例研究5.1疾病相關(guān)的調(diào)控案例5.1.1癌癥中的長(zhǎng)非編碼RNA調(diào)控以乳腺癌為例，深入剖析長(zhǎng)非編碼RNA（lncRNA）在癌癥發(fā)生發(fā)展中的表觀調(diào)控作用。乳腺癌是全球女性最常見的惡性腫瘤之一，其發(fā)病機(jī)制復(fù)雜，涉及多個(gè)基因和信號(hào)通路的異常改變，而lncRNA在其中扮演著關(guān)鍵角色。在乳腺癌中，LINC00115是一個(gè)被廣泛研究的lncRNA。研究發(fā)現(xiàn)，LINC00115在紫杉醇耐藥的乳腺癌干細(xì)胞中高表達(dá)。通過RNApull-down和質(zhì)譜分析等技術(shù)手段，揭示了LINC00115作為一個(gè)支架lncRNA，能夠與SETDB1（一種H3K9甲基轉(zhuǎn)移酶）、PLK3（一種蛋白激酶）和HIF1α（缺氧誘導(dǎo)因子1α）相互作用，形成一個(gè)復(fù)雜的調(diào)控網(wǎng)絡(luò)。具體而言，LINC00115與SETDB1結(jié)合，招募SETDB1到特定的基因組區(qū)域，使該區(qū)域組蛋白H3第9位賴氨酸發(fā)生甲基化修飾（H3K9me），改變?nèi)旧|(zhì)結(jié)構(gòu)，影響基因表達(dá)。同時(shí)，LINC00115還通過與PLK3相互作用，調(diào)節(jié)PLK3對(duì)HIF1α的磷酸化修飾，進(jìn)而影響HIF1α的穩(wěn)定性和活性。HIF1α是乳腺癌化療耐藥和轉(zhuǎn)移的關(guān)鍵因子，其穩(wěn)定性和活性的改變直接影響乳腺癌細(xì)胞的干性、化療耐藥性和轉(zhuǎn)移能力。在乳腺癌細(xì)胞系中，敲低LINC00115后，乳腺癌干細(xì)胞的干性顯著降低，對(duì)化療藥物的敏感性增強(qiáng)，細(xì)胞的遷移和侵襲能力也明顯減弱，這表明LINC00115通過表觀調(diào)控機(jī)制促進(jìn)了乳腺癌的化療耐藥和轉(zhuǎn)移過程。另一個(gè)在乳腺癌中發(fā)揮重要作用的lncRNA是MALAT1。MALAT1在乳腺癌組織中高表達(dá)，且與乳腺癌的不良預(yù)后相關(guān)。MALAT1主要通過調(diào)控染色質(zhì)狀態(tài)和基因表達(dá)來影響乳腺癌細(xì)胞的生物學(xué)行為。一方面，MALAT1可以與組蛋白乙?；竝300結(jié)合，增強(qiáng)p300對(duì)組蛋白的乙?；钚?。在乳腺癌細(xì)胞中，MALAT1-p300復(fù)合物可使某些癌基因啟動(dòng)子區(qū)域的組蛋白H3第9位賴氨酸發(fā)生乙?；揎棧℉3K9ac），染色質(zhì)結(jié)構(gòu)變得松散，處于開放狀態(tài)，從而促進(jìn)癌基因的轉(zhuǎn)錄，如促進(jìn)乳腺癌細(xì)胞中與增殖、遷移相關(guān)的基因表達(dá)，進(jìn)而促進(jìn)乳腺癌細(xì)胞的增殖和遷移。另一方面，MALAT1還可以與一些轉(zhuǎn)錄因子相互作用，影響它們與靶基因啟動(dòng)子的結(jié)合能力。例如，MALAT1能夠與轉(zhuǎn)錄因子EZH2結(jié)合，增強(qiáng)EZH2對(duì)某些抑癌基因啟動(dòng)子的結(jié)合，使這些抑癌基因啟動(dòng)子區(qū)域的組蛋白H3第27位賴氨酸發(fā)生三甲基化修飾（H3K27me3），形成抑制性的染色質(zhì)狀態(tài)，抑制抑癌基因的表達(dá)，促進(jìn)乳腺癌的發(fā)展。5.1.2神經(jīng)退行性疾病中的調(diào)控在神經(jīng)退行性疾病中，以阿爾茨海默病（AD）為例探討長(zhǎng)非編碼RNA的調(diào)控機(jī)制。阿爾茨海默病是一種常見的神經(jīng)退行性疾病，主要病理特征包括大腦中β-淀粉樣蛋白（Aβ）的沉積、神經(jīng)原纖維纏結(jié)以及神經(jīng)元的進(jìn)行性丟失，導(dǎo)致患者認(rèn)知功能障礙和記憶力減退，長(zhǎng)非編碼RNA在其發(fā)病機(jī)制中起著重要的調(diào)控作用。研究發(fā)現(xiàn)，一個(gè)名為BC200的長(zhǎng)非編碼RNA在阿爾茨海默病患者的大腦中表達(dá)異常。BC200主要在神經(jīng)元中表達(dá)，它參與了mRNA的轉(zhuǎn)運(yùn)和翻譯調(diào)控過程。在正常情況下，BC200通過與一些RNA結(jié)合蛋白相互作用，調(diào)節(jié)mRNA從細(xì)胞核到細(xì)胞質(zhì)的轉(zhuǎn)運(yùn)，以及在細(xì)胞質(zhì)中的翻譯效率。然而，在阿爾茨海默病中，由于大腦內(nèi)環(huán)境的改變，BC200的表達(dá)和功能出現(xiàn)異常。異常表達(dá)的BC200與某些與AD發(fā)病相關(guān)的mRNA結(jié)合能力發(fā)生改變，影響了這些mRNA的正常轉(zhuǎn)運(yùn)和翻譯。例如，BC200與編碼β-淀粉樣前體蛋白（APP）的mRNA結(jié)合增強(qiáng)，導(dǎo)致APP的翻譯增加，進(jìn)而使Aβ的產(chǎn)生增多。Aβ的過度積累是阿爾茨海默病的重要病理特征之一，它會(huì)聚集形成淀粉樣斑塊，對(duì)神經(jīng)元產(chǎn)生毒性作用，導(dǎo)致神經(jīng)元損傷和死亡。此外，BC200還可能通過影響其他與神經(jīng)遞質(zhì)代謝、突觸可塑性等相關(guān)基因的mRNA轉(zhuǎn)運(yùn)和翻譯，進(jìn)一步加重阿爾茨海默病的病理進(jìn)程。另一個(gè)與阿爾茨海默病密切相關(guān)的lncRNA是LoNA。LoNA是一個(gè)核仁特異表達(dá)的長(zhǎng)非編碼RNA，它可以同時(shí)調(diào)控核糖體RNA（rRNA）的轉(zhuǎn)錄以及轉(zhuǎn)錄后甲基化修飾兩個(gè)過程。在正常神經(jīng)元中，LoNA的表達(dá)水平受到嚴(yán)格調(diào)控，它通過影響核糖體DNA的表觀遺傳修飾以及RNA轉(zhuǎn)錄酶在DNA上的附著，來維持rRNA轉(zhuǎn)錄和甲基化修飾的平衡，從而保證核糖體的正常生物合成，為蛋白質(zhì)翻譯提供充足的核糖體。然而，在阿爾茨海默病的模型小鼠中，LoNA的表達(dá)出現(xiàn)異常。異常表達(dá)的LoNA導(dǎo)致rRNA的轉(zhuǎn)錄和甲基化修飾失衡，核糖體生物合成受阻，進(jìn)而影響蛋白尤其是突觸相關(guān)蛋白的翻譯。突觸相關(guān)蛋白對(duì)于維持突觸的結(jié)構(gòu)和功能至關(guān)重要，其翻譯受阻會(huì)導(dǎo)致突觸可塑性降低，影響神經(jīng)元之間的信號(hào)傳遞，最終導(dǎo)致學(xué)習(xí)記憶障礙，這是阿爾茨海默病的典型癥狀之一。在阿爾茨海默病模型小鼠中敲低LoNA，可以顯著恢復(fù)rRNA的水平，減輕模型小鼠的學(xué)習(xí)記憶障礙，這表明LoNA在阿爾茨海默病的發(fā)病機(jī)制中起著關(guān)鍵的調(diào)控作用。5.2發(fā)育過程中的調(diào)控案例5.2.1胚胎發(fā)育中的調(diào)控在胚胎發(fā)育過程中，長(zhǎng)非編碼RNA（lncRNA）發(fā)揮著不可或缺的表觀調(diào)控作用，對(duì)胚胎的正常發(fā)育和細(xì)胞分化至關(guān)重要。以XistlncRNA在X染色體失活中的調(diào)控為例，雌性哺乳動(dòng)物細(xì)胞中存在兩條X染色體，為了維持基因劑量平衡，其中一條X染色體在胚胎發(fā)育早期會(huì)發(fā)生隨機(jī)失活，這一過程主要由XistlncRNA介導(dǎo)。在小鼠胚胎發(fā)育過程中，受精后，雌性胚胎細(xì)胞中的兩條X染色體都處于活躍狀態(tài)。隨著胚胎發(fā)育至囊胚期，XistlncRNA從未來要失活的X染色體（Xi）上特異性轉(zhuǎn)錄產(chǎn)生。XistlncRNA通過其特殊的結(jié)構(gòu)和序列，招募一系列轉(zhuǎn)錄抑制復(fù)合物，如多梳蛋白復(fù)合物（PRC1和PRC2）等。PRC1和PRC2可對(duì)組蛋白進(jìn)行修飾，如使組蛋白H3第27位賴氨酸發(fā)生三甲基化修飾（H3K27me3），導(dǎo)致染色質(zhì)結(jié)構(gòu)變得緊密，形成異染色質(zhì)，從而抑制失活X染色體上大多數(shù)基因的轉(zhuǎn)錄，實(shí)現(xiàn)X染色體失活。這一調(diào)控機(jī)制確保了雌性哺乳動(dòng)物細(xì)胞中X染色體相關(guān)基因的表達(dá)平衡，對(duì)胚胎的正常發(fā)育起到關(guān)鍵作用。HoxlncRNA在體節(jié)分段中對(duì)Hox基因表達(dá)的調(diào)控也至關(guān)重要。Hox基因是一類在胚胎發(fā)育中決定身體前后軸不同部位特征的關(guān)鍵基因，其表達(dá)的時(shí)空特異性對(duì)于胚胎體節(jié)的正常分化和形成至關(guān)重要。在脊椎動(dòng)物胚胎發(fā)育過程中，HoxlncRNA通過與染色質(zhì)修飾復(fù)合物相互作用，調(diào)控Hox基因簇的染色質(zhì)狀態(tài)。例如，某些HoxlncRNA可以招募組蛋白甲基轉(zhuǎn)移酶，使Hox基因簇區(qū)域的組蛋白發(fā)生特定的甲基化修飾，如H3K4me3修飾，這種修飾會(huì)使染色質(zhì)結(jié)構(gòu)變得松散，處于開放狀態(tài)，有利于轉(zhuǎn)錄因子與Hox基因的結(jié)合，促進(jìn)Hox基因的表達(dá)。在胚胎體節(jié)形成過程中，不同體節(jié)部位的HoxlncRNA表達(dá)模式不同，從而精確地調(diào)控Hox基因在不同體節(jié)中的表達(dá)，決定了每個(gè)體節(jié)的發(fā)育命運(yùn)，如胸部體節(jié)、腹部體節(jié)等的分化。如果HoxlncRNA的表達(dá)或功能異常，會(huì)導(dǎo)致Hox基因表達(dá)紊亂，進(jìn)而引起體節(jié)發(fā)育異常，如體節(jié)形態(tài)異常、器官位置異常等。5.2.2植物發(fā)育中的調(diào)控以擬南芥為例，長(zhǎng)非編碼RNA（lncRNA）在植物生長(zhǎng)發(fā)育過程中扮演著關(guān)鍵角色，通過多種表觀調(diào)控機(jī)制影響植物的形態(tài)建成、發(fā)育階段轉(zhuǎn)換等過程。在擬南芥中，SEAIRa是從SE基因的3’端鑒定出的一個(gè)反義長(zhǎng)鏈非編碼RNA。SE基因編碼C2H2鋅指蛋白，是植物中miRNA形成途徑中的關(guān)鍵基因，其調(diào)控植物的葉片發(fā)育、頂端分生組織的活性、花序結(jié)構(gòu)和植物發(fā)育階段的轉(zhuǎn)換。研究發(fā)現(xiàn)，SEAIRa在擬南芥生長(zhǎng)發(fā)育過程中與SE呈相反的表達(dá)模式。超表達(dá)SEAIRa會(huì)導(dǎo)致SE下調(diào)表達(dá)，而敲低或者敲除SEAIR會(huì)導(dǎo)致SE上調(diào)表達(dá)，表明SEAIRa是SE的負(fù)調(diào)控因