[發明專利]一種基于網格搜索的規則權重分配siRNA設計方法

有效

• 申請號: 202110251670.0
• 申請日: 2021-03-08
• 公開（公告）號: CN112951322B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 萬季;劉鵬;沈一鳴;徐韻婉;潘有東;王弈;宋麒
• 申請（專利權）人: 深圳市新合生物醫療科技有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00;G06F18/214;G06F18/241
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 吳金水

本發明公開了一種基于網格搜索的規則權重分配siRNA設計方法，涉及生物信息學技術領域，包括以下步驟：S1、從siRNA數據中訓練得到siRNA設計規則權重；S2、基于得到的siRNA設計規則權重從候選siRNA集合中篩選出高沉默效率siRNA。本發明按照不同權重來區別對待每條規則，基于不同權重的多規則設計，可以避免將所有規則按同等重要程度對待，突出其中的重要規則，可以區分出有效的siRNA和無效的siRNA，并且能定量預測候選siRNA序列的效率。

技術領域

本發明涉及生物信息學技術領域，具體的，涉及一種基于網格搜索的規則權重分配siRNA設計方法。

背景技術

RNA干擾(RNA?interference,RNAi)是一種由短雙鏈RNA(Small?interferingRNA,siRNA)誘導的轉錄后基因沉默現象，具有特異性、選擇性、高效性、作用迅速等特點，被廣泛用于基因功能探索、基因表達調控機制等領域，加快了功能基因組學的研究，同時也推動了基因治療等相關領域的研究。

siRNA是由20～27個堿基對組成的雙鏈RNA，其效率受到靶基因mRNA序列和自身序列等諸多因素影響，其中一個關鍵因素就是siRNA序列設計，大量研究證明針對同一靶mRNA設計的siRNA作用效果差別很大。如何篩選高效沉默靶基因的siRNA是一個難題，采用生物實驗的方法進行一一驗證，存在實驗成本高、時間周期長、效率低下等問題，所以通過生物信息學與計算機輔助siRNA設計、縮小高沉默效率siRNA的篩選范圍，可以有效降低RNA干擾技術的研究和應用成本。

一般通過比較分析高效的siRNA序列和低效率的siRNA序列差異，總結出一些高沉默效率siRNA的序列規則，對候選siRNA序列按滿足規則的情況進行打分，一般情況下，得分較高的認為會有較高的RNA干擾效率。然而單純基于現有規則的siRNA設計一方面總結的經驗有較強的偏好性，通常只適用于某些特定數據；另一個方面基于現有規則的方法把每條規則的權重看成是一樣的，沒有考慮按不同的權重來區別對待每條規則。

發明內容

針對siRNA設計中存在的問題，本發明充分考慮不同規則對siRNA效率的不同影響，開發了一套siRNA設計的生物信息學方法。根據本發明方案，提供了一種由計算機實現的基于網格搜索的規則權重賦值的siRNA設計的生物信息學方法，具體方案為：

一種基于網格搜索的規則權重分配siRNA設計方法，包括以下步驟：

S1、從siRNA數據中訓練得到siRNA設計規則權重；

S2、基于得到的siRNA設計規則權重從候選siRNA集合中篩選出高沉默效率siRNA。

進一步地，步驟S1包括以下子步驟：

S101、獲取并處理siRNA數據；

S102、獲取siRNA設計規則；

S103、對siRNA設計規則設置siRNA設計規則權重值；

S104、根據siRNA設計規則權重值計算得到siRNA設計規則得分矩陣；

S105、根據S101獲取的siRNA數據和S104獲取的siRNA設計規則得分矩陣，確定最佳siRNA設計規則權重。

優選地，S101中所述siRNA數據包括siRNA序列和siRNA的RNA干擾效率值。

優選地，S101中所述獲取并處理siRNA數據，包括對所述siRNA的RNA干擾效率值進行處理，將所有的siRNA的RNA干擾效率值均一化，其中效率為0代表不能進行RNA干擾，效率為100表示完全RNA干擾，通過實驗不能檢測到相應的mRNA或者蛋白。