circRNA研究匯總 | 20230227-0305
研究匯總
歡迎各位來到“circRNA研究報道匯總”欄目,本期從pubmed中檢索收集最新發(fā)布(20230227-0305)的circRNA文獻(xiàn)共計28篇,下面我們一起來看看,circRNA研究最近有哪些新進(jìn)展。
檢索式:(circRNA[Title/Abstract]) OR circular RNA[Title/Abstract]

01.控制哺乳動物細(xì)胞蛋白質(zhì)表達(dá)的合成環(huán)狀RNA開關(guān)和電路
標(biāo)題:Synthetic circular RNA switches and circuits that control protein expression in mammalian cells
雜志:Nucleic Acids Res
影響因子:19.160
通訊作者:Shigetoshi Kameda(日本京都大學(xué)iPS細(xì)胞研究與應(yīng)用中心)
背景:
合成信使RNA(mRNA)作為基于mRNA的治療和疫苗的一種新興應(yīng)用被廣泛關(guān)注。最近,合成環(huán)狀RNA(circRNAs)也已顯示出作為一類新的合成mRNA的前景,能夠在細(xì)胞中實現(xiàn)優(yōu)異的穩(wěn)定性和持久的基因表達(dá)。然而,circRNA的翻譯控制仍然具有挑戰(zhàn)性。該項研究提出了“circRNA開關(guān)”,能夠通過檢測細(xì)胞內(nèi)RNA或蛋白質(zhì)來控制circRNA的蛋白質(zhì)表達(dá)。作者通過將miRNA結(jié)合序列或蛋白質(zhì)結(jié)合序列分別插入非翻譯區(qū)(UTR)或柯薩奇病毒B3內(nèi)部核糖體進(jìn)入位點(CVB3 IRES),設(shè)計了microRNA(miRNA)和蛋白質(zhì)響應(yīng)性circRNA開關(guān)。工程化的circRNA在不誘導(dǎo)嚴(yán)重細(xì)胞毒性和免疫原性的情況下有效表達(dá)報告蛋白,并對靶miRNA或蛋白質(zhì)作出反應(yīng),以細(xì)胞類型特異性的方式控制circRNA的翻譯水平。此外,我們構(gòu)建了基于circRNA的基因電路,通過連接miRNA和蛋白質(zhì)響應(yīng)性circRNA,通過檢測內(nèi)源性miRNA來選擇性地激活翻譯。在持續(xù)表達(dá)水平方面,設(shè)計的circRNA電路比基于線性mRNA的電路表現(xiàn)更好。合成circRNA裝置為RNA工程提供了新的見解,并在RNA合成生物學(xué)和治療方面具有潛力。

來激活翻譯
02.mcPGK1依賴的PGK1線粒體導(dǎo)入促進(jìn)肝臟TIC的代謝重編程和自我更新
標(biāo)題:mcPGK1-dependent mitochondrial import of PGK1 promotes metabolic reprogramming and self-renewal of liver TICs
雜志:Nat Commun
影響因子:17.694
通訊作者:陳真真(鄭州大學(xué)生命科學(xué)學(xué)院)
背景:
肝腫瘤起始細(xì)胞(TICs)有助于腫瘤的起始、轉(zhuǎn)移、進(jìn)展和耐藥性。代謝重編程是癌癥的標(biāo)志,在肝臟腫瘤發(fā)生中起著至關(guān)重要的作用。然而,代謝重編程在TIC中的作用仍有待研究。作者在該項研究中鑒定了一種線粒體編碼的環(huán)狀RNA,稱為mcPGK1(用于轉(zhuǎn)移磷酸甘油酸激酶1的線粒體環(huán)狀RNA),它在肝臟TIC中高度表達(dá)。mcPGK1敲低會損害肝臟TIC的自我更新,而其過表達(dá)會驅(qū)動肝臟TIC自我更新。在機(jī)制上,mcPGK1通過抑制線粒體氧化磷酸化(OXPHOS)和促進(jìn)糖酵解來調(diào)節(jié)代謝重編程。這改變了細(xì)胞內(nèi)α-酮戊二酸和乳酸的水平,它們是Wnt/β-連環(huán)蛋白激活和肝臟TIC自我更新的調(diào)節(jié)劑。此外,mcPGK1通過TOM40相互作用促進(jìn)PGK1線粒體導(dǎo)入,通過PGK1-PDK1-PDH軸將代謝從氧化磷酸化重新編程為糖酵解。這項研究成果表明,線粒體編碼的circRNA是控制線粒體功能、代謝重編程和肝臟TIC自我更新的額外調(diào)節(jié)層。

03.基于多源功能信息的協(xié)同深度學(xué)習(xí)改進(jìn)疾病相關(guān)circRNA預(yù)測
標(biāo)題:Collaborative deep learning improves disease-related circRNA prediction based on multi-source functional information
雜志:Brief Bioinform
影響因子:13.994
通訊作者:彭佳杰(西北理工大學(xué)計算機(jī)科學(xué)學(xué)院)
背景:
新的研究表明,環(huán)狀RNA(circRNAs)參與多種生物過程,并在疾病診斷、治療和推斷中發(fā)揮關(guān)鍵作用。盡管已經(jīng)開發(fā)了包括傳統(tǒng)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等多種方法以預(yù)測circRNA與疾病之間的關(guān)聯(lián),但circRNA的生物學(xué)功能尚未得到充分開發(fā)。一些方法基于不同的觀點探索了與疾病相關(guān)的circRNA,但如何有效地使用circRNA的多視圖數(shù)據(jù)仍然沒有得到很好的研究。因此,該項研究提出了一種基于協(xié)同學(xué)習(xí)和circRNA多視圖功能注釋的計算模型來預(yù)測潛在的circRNA疾病關(guān)聯(lián)。首先,作者提取circRNA多視圖功能注釋并分別構(gòu)建circRNA關(guān)聯(lián)網(wǎng)絡(luò),以實現(xiàn)有效的網(wǎng)絡(luò)融合。然后,設(shè)計了多視圖信息的協(xié)同深度學(xué)習(xí)框架,以獲取circRNA多源信息特征,充分利用circRNA多視圖信息之間的內(nèi)在關(guān)系。作者還構(gòu)建了一個由circRNA和疾病組成的網(wǎng)絡(luò),并提取circRNA與疾病的一致性描述信息。最后,作者基于圖形自動編碼器預(yù)測了circRNA與疾病之間的潛在關(guān)聯(lián)。
與現(xiàn)有模型相比,該計算模型在預(yù)測候選疾病相關(guān)circRNA方面具有更好的性能。此外,這表明了該方法的高度實用性,作者使用幾種常見疾病作為案例研究,以發(fā)現(xiàn)與它們相關(guān)的一些未知的circRNA。實驗表明,CLCDA可以有效地預(yù)測疾病相關(guān)的circRNA,并有助于人類疾病的診斷和治療。

參考文獻(xiàn)列表

轉(zhuǎn)載請聯(lián)系郵箱授權(quán):circRNA@163.com