Analysis of motifs in microRNA-transcription factor gene regulatory networks
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
MikroRNAlar kendileri protein kodlaması yapmayan, fakat diğer genlerin ifade sonrası değişik oranlarda susturulmalarını sağlayan yaklaşık 22 nükleotid uzunluğunda ufak RNA molekülleridir. miRNAlar tipik olarak transkripsiyon faktörleri (TF) ile karma önbesleme devreleri (kÖBD - cFFC) oluşturarak gen regülasyonunu etkilerler. Bu cFFClerin incelenmesi, miRNAların TF-gen ağlarında regülasyon değişikliğine neden olan katkılarını ortaya çıkartılabilir. Bu katkılar, TF hedef gen repertuarının daraltılması veya cFFCler yoluyla regülasyonda yedeklilik sağlanması olarak özetlenebilir. Analizi gerçekleştirmek için TF, miRNA ve hedef genler arasındaki bağlantılar, bir tanesi miyeloid lösemi hücre dizisine ait olmak üzere iki farklı veri kümesi kullanılarak elde edilmiştir. Veri kümelerinin elde edildiği hücre dizileri tipinin farklılığının yanında, bu iki veri kümesi, içerdikleri TF ve miRNA sayıları ve tahmin edilen bağlantıların istatistiksel anlamlılığı açılarından da farklılık göstermektedir. Bağlantı bilgisi sağlıklı hücreden alınan veri kümesi toplam 124,740 korunmuş insan-fare TF ve 34,298 miRNA düzenleyici bağlantılarını oluşturan 83 TF, 564 miRNA ve 5169 gen içermektedir. İkinci veri kümesi ise FANTOM4 veritabanından elde edilen 173 miRNA, 274 TF ve 6749 genden oluşmakta olup toplam 6631 miRNA ve 60969 TF korunmuş insan-fare düzenleyici bağlantılarını içermektedir. Bu bağlantı matrisine randomizasyon testleri uygulanarak miRNA-tabanlı cFFClerin istatistiki olarak ne kadar anlamlı oldukları ölçülmüştür. Bu ölçümler ise miRNAların gen regülasyonundaki ince ayar etkileri ve evrimsel rolleri hakkında çıkarım yapabilmeyi sağlamıştır. MicroRNAs are small non-coding RNA molecules which contain 21-25 nucleotides, and function in post transcriptional regulation by inhibiting the translation of mRNA targets. miRNAs typically affect gene regulation by forming composite feed forward circuits (cFFCs) which also comprise a transcription factor (TF) and a target gene. By analyzing these cFFCs, the contribution of miRNAs in altering TF networks can be revealed. These contributions could either be the de-escalation of the target gene repertoire or to increase the redundancy through cFFC formation. To conduct the analysis, the connections between genes, miRNAs, and TFs are obtained using two datasets one of which is obtained from human myeloid leukemia cell line. These two datasets are also different from each other in terms of the numbers of TFs and miRNAs that are included in the networks and the significance of the predicted connections. The first dataset which contains connectivity information of a normal cell involves 83 TFs, 564 miRNAs and 5169 genes which construct 124,740 and 34,298 human-mouse conserved TF and miRNA regulatory connections, respectively. The second dataset which contains 137 miRNAs, 274 TFs and 6749 genes which are compiled from the FANTOM 4 database from which the total number of human-mouse conserved regulatory connections is identified as 6631 for miRNAs and 60969 for TFs. Then, in order to reveal the significance on a statistical level, the randomization tests are applied to the connectivity matrix. Obtaining the significance of miRNA-based cFFCs lead us to conclusions about the effect of miRNAs in fine-tuning gene regulatory networks and the evolutionary role of miRNAs in the cell regulation.
Collections