miRNA #

miRNA(microRNA)는 21-25 nucletode(nt)의 single-stranded RNA 분자로서 mRNA의 번역을 억제하여 진핵생물의 유전자 발현을 직접 제어하는 역할을 한다. 최초의 miRNA(primary miRNA/primiRNA)는 핵 안에서 Drosha라는 RNase III type 효소에 의해 70-90nt 정도의 stem-loop 구조로 만들어지고, 이후 세포질로 이동하여 Dicer라는 효소에 의해 21-25nt의 성숙한 miRNA(mature miRNA)로 만들어진다. 이 성숙한 miRNA 분자는 세포질에서 유전자의 3'UTR에 상보적으로 결합하여 target mRNA의 번역을 조절한다.

• 이러한 miRNA는 1993년에 최초로 C.elegans에서 발생 과정을 조절하는 stRNA(small temporal RNA)인 lin-4와 let-7가 발견된 이후 최근 세포 분화와 사멸, 초파리의 지방 대사, 식물에서 꽃과 잎의 발생 과정 등에 miRNA가 관여하는 것으로 밝혀지고 있다.

• 또한 일부 miRNA의 염기 서열은 종 간의 보존도가 매우 높아 중요한 생명 현상에 관여할 것으로 추측하고 있다. 한편 miRNA의 위와 같은 기능을 이해하기 위해서는 miRNA와 반응하는 target mRNA를 찾는 것이 매우 중요하다.

• 그러나 miRNA의 target을 찾기 위한 고속 처리 실험 기술(high-throughtput experimental technique)은 아직까지 알려지지 않은 상태이다.

• 또한 식물의 경우 miRNA는 그것의 target과 거의 완벽하게 상보적으로 결합하여 비교적 쉽게 miRNA target을 동정할 수 있지만, 동물의 경우는 불일치(mismatch)와 벌지(buldge)를 허용하여 상보적인 결합을 하기 때문에 기존의 서열 또는 서열의 상동성에 기반한 접근법으로 miRNA target을 찾기가 매우 어렵다.

miRNA의 중요성 #

miRNA는 새로운 형태의 생체 조절 물질로서 다양하고도 필수적인 기능을 가질 것으로 추측되고 있다. 그 기능에 관한 연구는 진핵생물 유전자의 발현 조절을 이해하는 데 있어, 새로운 breakthrough를 이룰 것으로 관련 학계에서는 전망하고 있다. 또한, miRNA의 대사 또는 기능의 결함으로 인해 발생하는 질병의 연구나 miRNA의 조작을 통한 유전자 발현의 조절은 향후 신약개발을 위한 기반기술을 제공할 것으로 보인다.

miRNA 분석 방법 #

일반적인 miRNA 분석은 아래의 순서와 같이 진행되나, 분석 방향에 따라서 일부 생략 혹은 변경이 가능하다.

1. miRNA sequencing
2. 참조 서열에 시퀀싱 리드를 매핑
3. 새로운 혹은 이미 알려진 miRNA 탐색
4. 예측된 miRNA 발현치 추정
5. miRNA의 타겟 mRNA 예측

miRNA 분석 프로그램 #

miRNA 분석은 상황에 따라서 다양하게 프로그램을 변경해야 하는 프로그램이다. miRNA 분석이 많이 진행되어 밝혀진 miRNA가 많은 종들은 기본적으로 가장 많이 사용되는 프로그램을 이용하면 되지만, 그렇지 않은 종들은 db를 사용해서 예측하기 어렵다. 만들어진 데이터가 어떠한 시퀀싱 기계로 만들어졌는지, 무슨 종을 어떠한 분석을 진행하고 싶은지에 따라 사용자가 원하는 분석 방향을 선택해서 맞춤형으로 진행할 수 있도록 Tools4miRs 1,2 라는 website에서 제공한다. miRNA와 관련된 database와 프로그램들을 잘 정리해두었기 때문에, miRNA를 분석하기 전에 한 번 살펴보고 분석을 진행한다면, 많은 도움이 될 사이트이다.

새로운 혹은 이미 알려진 miRNA 탐색 #

miRNA는 종 간의 보존성이 강하기 때문에, miRNA 서열 만으로 계통 분석이 가능하다.3 하지만 아직까지는 일부 종(Human, Mouse 등)에 대해서만 database가 잘 되어 있다. 대부분의 miRNA 예측 프로그램들은 miRNA의 database인 miRBase 4에 있는 정보를 토대로 예측을 하기 때문에, DB화가 잘 되어있지 않은 종 외에는 miRNA 분석은 아직 어렵고 예측이 되더라도 정확하지 않을 가능성이 높다.

예측된 miRNA 발현치 추정 #

miRNA 발현치를 추정해주는 프로그램 중에서 Count 값과 RPKM(또는 FPKM, TPM) 값을 결과로 내주는 프로그램도 있지만, Count 값만 결과로 내주는 프로그램들이 있다. 이러한 경우에는 RPKM(FPKM, TPM) 값을 계산하는 공식을 이용하여 계산하는 것도 있지만, 분석이 많이 진행되지 않은 종이라면 miRNA는 많이 예측되지 않을 것이기 때문에 Subread 5,6의 featureCounts 7 프로그램으로 CPM 값을 계산하여 이후 분석을 진행하는 방법도 있다.

miRNA의 타겟 mRNA 예측 #

miRNA가 타겟으로 하는 mRNA는 발현이 떨어지는, 즉 서로의 발현 값은 negative한 관계를 가진다. 프로그램을 통해 예측되어 나온 mRNA는 예상했던 것보다 많이 나올 수 있기 때문에, 예측된 mRNA의 발현 값이 실제로 miRNA의 발 현값과 negative correlation 관계를 보이는지 확인한 후에 이후 분석을 진행하는 것이 좋을 것 같다.

References #

• Tools4miRs Website 1
• Lukasik, Anna, Maciej Wójcikowski, and Piotr Zielenkiewicz: Tools4miRs–one place to gather all the tools for miRNA analysis. Bioinformatics 2016, 2722-2724.
• Wheeler, Benjamin M., et al.: The deep evolution of metazoan microRNAs. Evolution & development 2009, 50-68. 3
• miRBase Database 4
• Subread Website 5
• Liao, Yang, Gordon K. Smyth, and Wei Shi: The Subread aligner: fast, accurate and scalable read mapping by seed-and-vote. Nucleic acids research 41.10 2013, e108-e108. 6
• Liao, Yang, Gordon K. Smyth, and Wei Shi: featureCounts: an efficient general purpose program for assigning sequence reads to genomic features. Bioinformatics 2013, 923-930. 7

Incoming Links #

Related Articles (Article 0) #

• 편집위원회/페이지이름

Related Bioinformaticses (Bioinformatics 1) #

• Cytoscape/CluePedia
• Ingenuity Pathway Analysis
• RNA
• RNAi
• Transcriptome 개요 (책 발간용 글 편집 및 수정)

Suggested Pages #

• 0.158 mRNA
• 0.141 Peptide nucleic acid
• 0.084 바이러스
• 0.082 Xenopus
• 0.065 구제역바이러스
• 0.049 Xenopus/Microinjection
• 0.048 생물정보학/파이썬/변수와함수/테스트
• 0.042 primer extension
• 0.035 Pseudogene
• 0.028 Blotting
• More suggestions...