[发明专利]一种基于circRNA位置信息预测RNA结合蛋白的方法

说明书

本发明涉及基因工程技术领域，特别涉及一种基于circRNA位置信息预测RNA结合蛋白的方法。本发明基于circRNA染色体位置信息，得到circRNA同方向起始位置前100个碱基的染色体位置信息，然后在Linux系统上利用生物信息学软件bedtools获得circRNA同方向前侧位置序列，并进一步得到circRNA同方向前侧位置序列的motif；从已知数据库中下载已知蛋白质的motif的meme格式文件，将其与circRNA同方向前侧位置序列的motif进行比对、匹配，进而得到circRNA的RNA结合蛋白。该方法能够批量预测circRNA的RBP，不受数量和物种的限制。

技术领域

本发明涉及基因工程技术领域，特别涉及一种基于circRNA位置信息预测RNA结合蛋白的方法。

背景技术

Circular RNA，简称为circRNA，被称作环状RNA，是具有共价闭环结构、既没有5’至3’极性、也没有聚腺苷酸化尾巴的非编码RNA，由前体mRNA反向剪接产生，需要典型的剪接体机制，且互补序列和特异性蛋白因子均可促进这种剪接。研究表明，circRNA普遍存在于各种组织和器官的发育中，参与一些特定生物学过程，包括转录调控、细胞之间的信息传递等，且在人类疾病的发生和发展中发挥重要作用。

RNA结合蛋白(RNA binding protein)，简称为RBP，在RNA的转录后调控中起关键作用，可以通过与特定的顺式调控元件相互作用，组装核糖核蛋白复合物以结合RNA序列，影响靶标RNA的表达和功能。研究表明，在circRNA生命周期的各个阶段，包括circRNA的生成、转录后调控、功能执行、特定修饰和潜在的细胞外转运途径等生物学过程中都有RBP的参与，RBP可以通过与circRNA剪接起始侧翼序列相结合，从而调控circRNA的生成。

目前已知公开数据库中，只有circinteractome数据库能够预测circRNA的RBP，但由于其数据库的限制，一次最多只能输入20条circRNA，且只能预测具有公共circRNA ID的人类circRNA，这就对研究其他物种，例如猪、牛、羊等的科研工作者造成了极大的约束。随着高通量测序技术的不断进步，越来越多物种不同状态下的组织被测序处理，大量的circRNA被发现，由于这些新发现的circRNA没有公共的ID信息，且不属于人，只有基于测序获得的染色体位置信息，想要通过现有的数据库来预测获得这些circRNA的RBP几乎不可能。

发明内容

为了克服现有技术的不足和缺点，本发明的目的在于提供一种基于circRNA位置信息预测RNA结合蛋白的方法。

本发明的目的通过下述技术方案实现：

一种基于circRNA位置信息预测RNA结合蛋白的方法，包含如下步骤：

(1)提取待测样本总RNA，进行高通量circRNA测序，得到circRNA染色体位置信息；基于circRNA染色体位置信息，将所有circRNA染色体位置信息整理为后缀名为.bed的bed文件，命名为circRNA_location.bed；

(2)基于步骤(1)得到的circRNA_location.bed文件，通过软件python运行location_change.py文件，得到名为circRNA_flank_location.bed的文件；该bed文件内包含基于上述circRNA染色体位置信息所获得的circRNA同方向起始位置前100个碱基的染色体位置信息，即RBP可能结合的位点，该位置信息用于后续的分析；

(3)从NCBI或Ensembl下载步骤(1)中待测样本对应物种的参考基因组核苷酸序列文件，基于步骤(2)得到的circRNA同方向起始位置前100个碱基的位置信息文件circRNA_flank_location.bed，在Linux系统上利用生物信息学软件bedtools获得circRNA同方向前侧位置序列，进而得到名为circRNA_flank_sequence.fa的序列信息文件；