Prediction of novel microRNA genes in cancer-associated genomic regions--a combined computational and experimental approach.
Prediction of novel microRNA genes in cancer-associated genomic regions--a combined computational and experimental approach.
复制标题
DOI：
10.1093/nar/gkp120
复制
发表时间：
2009-06
影响因子：
14.9
通讯作者：
Poirazi P
中科院分区：
文献类型：
--
作者：
Oulas A;Boutla A;Gkirtzou K;Reczko M;Kalantidis K;Poirazi P
大多数现有的计算工具依赖于序列同源性和/或结构相似性来识别新的 microRNA (miRNA) 基因。最近的监督算法被用来解决这个问题，考虑到序列、结构和比较基因组学信息。在大多数这些研究中，miRNA 基因预测很少得到实验证据的支持，预测的准确性仍然不确定。在这项工作中，我们提出了一种新的计算工具（SSCprofiler），利用基于 Profile 隐马尔可夫模型的概率方法来预测新的 miRNA 前体。通过同时整合序列、结构和保守性等生物学特征，SSCprofiler 对大量人类 miRNA 基因实现了 88.95% 的灵敏度和 84.16% 的特异性的性能准确度。经过训练的分类器用于识别位于癌症相关基因组区域内的新 miRNA 候选基因，并使用来自全基因组平铺阵列的表达信息对结果预测进行排序。最后，使用 Northern blot 分析对四个得分最高的预测进行了实验验证。我们的工作结合了分析和实验技术，表明 SSCprofiler 是一种高度准确的工具，可用于识别人类基因组中的新 miRNA 候选基因。 SSCprofiler 可作为 Web 服务免费提供，网址为 http://www.imbb.forth.gr/SSCprofiler.html。
The majority of existing computational tools rely on sequence homology and/or structural similarity to identify novel microRNA (miRNA) genes. Recently supervised algorithms are utilized to address this problem, taking into account sequence, structure and comparative genomics information. In most of these studies miRNA gene predictions are rarely supported by experimental evidence and prediction accuracy remains uncertain. In this work we present a new computational tool (SSCprofiler) utilizing a probabilistic method based on Profile Hidden Markov Models to predict novel miRNA precursors. Via the simultaneous integration of biological features such as sequence, structure and conservation, SSCprofiler achieves a performance accuracy of 88.95% sensitivity and 84.16% specificity on a large set of human miRNA genes. The trained classifier is used to identify novel miRNA gene candidates located within cancer-associated genomic regions and rank the resulting predictions using expression information from a full genome tiling array. Finally, four of the top scoring predictions are verified experimentally using northern blot analysis. Our work combines both analytical and experimental techniques to show that SSCprofiler is a highly accurate tool which can be used to identify novel miRNA gene candidates in the human genome. SSCprofiler is freely available as a web service at http://www.imbb.forth.gr/SSCprofiler.html.
登录
查看更多内容
影响因子：
56.9
作者：
Carninci, P;Kasukawa, T;Hayashizaki, Y
通讯作者：
Hayashizaki, Y
影响因子：
56.9
作者：
Lagos-Quintana, M;Rauhut, R;Tuschl, T
通讯作者：
Tuschl, T
影响因子：
56.9
作者：
Kapranov, Philipp;Cheng, Jill;Gingeras, Thomas R.
通讯作者：
Gingeras, Thomas R.
影响因子：
56.9
作者：
Lim, LP;Glasner, ME;Bartel, DP
通讯作者：
Bartel, DP
影响因子：
64.5
作者：
Miranda, Kevin C.;Huynh, Tien;Rigoutsos, Isidore
通讯作者：
Rigoutsos, Isidore