XiaoMi-AI文件搜索系统
World File Search SystemUTR
使用深度学习优化 5'UTR 以进行 mRNA 传递基因编辑
摘要：mRNA 疗法正在彻底改变制药行业，但仍然缺乏优化一级序列以增加表达的方法。在这里，我们使用深度学习设计 5'UTR 以实现高效的 mRNA 翻译。我们对三种细胞类型的完全或部分随机 5'UTR 文库进行多核糖体分析，发现 UTR 性能在细胞类型之间高度相关。我们在所有数据集上训练模型，并使用它们指导使用梯度下降和生成神经网络设计高性能 5'UTR。我们通过实验测试了设计的 5'UTR 与编码 megaTALTM 基因编辑酶的 mRNA，用于两种不同的基因靶标和两种不同的细胞系。我们发现设计的 5'UTR 支持强大的基因编辑活动。编辑效率与细胞类型和基因靶标相关，尽管表现最佳的 UTR 特定于一种货物和细胞类型。我们的结果突出了基于模型的序列设计用于 mRNA 疗法的潜力。引言 mRNA 疗法和疫苗提供了一种向活细胞和组织传递瞬时遗传指令的安全、有效和灵活的方法 1 。与基于质粒或 AAV 的递送相比，mRNA 具有多种优势，包括独立于编码的治疗性蛋白质的简单制造 2 、较低的免疫原性和瞬时基因表达 3,4 。因此，mRNA 技术对于快速开发针对 COVID-19 大流行的疫苗至关重要 5,6 ，目前正在开发用于蛋白质替代疗法 7,8 、再生医学 9,10 和癌症免疫疗法 11,12 等应用 13 。mRNA 平台的一个有趣用途是递送基因编辑试剂 3,14 ，因为基因编辑器的瞬时表达避免了长时间暴露带来的有害影响（例如脱靶编辑 4 ）并降低了形成抗药抗体的可能性，从而允许重复给药 15 。尽管有多种基因编辑平台，但单链紧凑酶（如 megaTALs 16）特别适合 mRNA 递送。megaTALs 是最小转录激活因子样 (TAL) 效应结构域与工程化巨核酸酶的融合。TAL 效应子将对少数基因组靶位具有内在特异性的巨核酸酶定位到单个位点，在该位点催化 DNA 双链断裂的形成，从而实现高活性和特异性 16 。由于这些特性，megaTAL 已被开发用于多种治疗相关靶点 17–19 。
如何设计mRNA疫苗或治疗
3ʹ未翻译区域（3'UTR）。na; ve mRNAS ojen的3ʹUTR包含由细胞蛋白结合并调节mRNA稳定性的调节序列。3ʹUTR序列可以修改为废除降低mRNA稳定性的microRNA结合序列。3ʹUTR。对非哺乳动物细胞类型（例如，昆虫细胞培养，植物，斑马鱼）中的cons; tu; tu; ve表达，我们建议您使用高度表达且稳定的家政管理基因的短短5ʹ和3ʹUTR序列。另一个考虑; on tor Utr selec; on是细胞型特异性UTR可以在目标细胞类型39,40中赋予SELEC； VE表达。
脑源性神经营养因子mRNA的未翻译区域控制其翻译性和亚细胞定位
脑衍生的神经营养因子（BDNF）促进了发育过程中神经元的生存和生长。在成人神经系统中，BDNF对于多种生物学过程（例如记忆形成和食物摄入）中的突触功能很重要。此外，BDNF还与心血管系统的开发和维护有关。BDNF基因包括几个替代的未翻译5 0外显子和两个3 0 UTR的变体。尚未建立这些整个替代品对转换性的影响。使用报告基因并翻译核糖体的纯粹纯度分析，我们显示了普遍存在的BDNF 5 0 UTR，但不是3 0 UTR，对翻译产生抑制作用。但是，与以前的报告相反，我们没有检测到神经元活动对BDNF翻译的显着影响。通过敲击牛3 0 UTR的敲门式分析，牛生长激素3 0 UTR表明，BDNF 3 0 UTR是有效的BDNF mRNA和BDNF mRNA和BDNF蛋白在大脑中产生的，但在肺和心脏中的抑制作用。最后，我们表明bdnf mRNA富含大鼠脑突触剂体，其中含有转录本的外显子I检测到较高的富集。总而言之，这些结果在理解BDNF UTR的功能方面发现了两个新方面。首先，长BDNF 3 0 UTR不会抑制大脑中的BDNF表达。第二，外显子I - 衍生5 0 UTR在BDNF mRNA的亚细胞靶向中具有明显的作用。
评估虚拟现实认知干预对初级网球运动员网球表现的影响：试点研究
背景：有证据表明，认知训练干预措施会对执行功能产生积极影响，并且一些研究表明，运动员通常在某些认知任务上表现出更高的准确性和更快的响应时间。虽然建议执行职能的参与是高级体育活动的一部分，但尚不清楚这种训练方法是否可以直接受益于运动表现。目的：这项研究的目的是评估合并虚拟现实（VR）和基于平板电脑的认知训练干预对青少年网球运动员的影响的影响。在这里，我们检查了通过认知训练干预措施补充定期网球训练的球员的通用网球评分（UTR）的差异，以及仅继续定期网球训练的小组。该自定义认知培训计划针对特定的认知控制能力，包括注意力，工作记忆和目标管理。方法：在由专门研究团队领导的随机对照试验设计中，从一群网球运动员中收集了数据。参与者（n = 23，年龄：平均14.8，SD 2.4岁）来自捷克草坪Tenis Klub（布拉格，捷克共和国）参加这项研究。这些个体被随机分为干预 +训练组（n = 13）或训练组（对照组; n = 10），而UTR分数的变化是感兴趣的主要指标。结果：基线两组之间的UTR没有差异（干预：平均8.32，SD 2.7；控制：平均7.60，SD 2.3）。在治疗期之后，干预组的个体显示出其UTR的显着改善（0.5; t 12 = 4.88，p <.001）与对照组不同（增加0.02； t 9 = 1.77，p = .12）。在比较每个组达到的UTR（训练后UTR减去UTR）的变化时，我们发现干预组的UTR比对照组高38％。对协方差的分析表明，干预组的UTR的改善要大于对照组（F 1,20 = 8.82，p = .008）。
DNA 甲基化是 STX6 和其他额颞叶变性遗传风险相关基因位点失调的一个因素
MAPT cg01934064 17 44064242 船体搁板 -0.14 0.024 MAPT cg15323584 17 44022846 5'UTR 搁板 0.11 0.009 MAPT cg17569492 17 44026659 5'UTR 岛 0.09 0.019 MAPT cg12727978 17 44075500 船体露天海域 0.08 0.009 TREM2 cg02828883 6 41131823 TSS1500 露天海域 0.08 0.005 TIA1 cg14434028 2 70452453 船体露天海域 0.08 0.036 TIA1 cg13119546 2 70444039 身体 opensea 0.05 0.041 RUNX2 cg16181497 6 45409732 身体 opensea -0.07 0.042 RUNX2 cg12755953 6 45430813 身体 opensea 0.06 0.039 RUNX2 cg04110902 6 45500999 身体 opensea 0.05 0.038 GRN cg06800040 17 42427647 身体 shelf 0.07 0.022 FTLD1m 按亚型分类：TDP Type A C9orf72 vs CTRL MAPT cg15323584 17 44022846 5'UTR shelf 0.17 0.002 MAPT cg12727978 17 44075500 船体 开海 0.15 0.001 MAPT cg17569492 17 44026659 5'UTR 岛 0.1 0.032 MAPT cg19276540 17 44060353 船体 岛 0.08 0.035 RUNX2 cg12041069 6 45341222 船体 搁板 0.15 0.04 RUNX2 cg17636752 6 45391973 船体 岸 0.09 0.036 RUNX2 cg12755953 6 45430813 船体 开海 0.08 0.026 TIA1 cg14434028 2 70452453 身体 开放海 0.13 0.011 TIA1 cg13119546 2 70444039 身体 开放海 0.06 0.047 TIA1 cg15836561 2 70442511 ExonBnd 开放海 0.06 0.028 TBK1 cg23175599 12 64848891 5'UTR 架 0.1 0.026 TREM2 cg02828883 6 41131823 TSS1500 开放海 0.09 0.017 CCNF cg26647200 16 2482775 身体 架 0.09 0.022 GRN cg06800040 17 42427647 车身搁板 0.08 0.031 GRN cg12837296 17 42426483 5'UTR 开海 0.07 0.033 GRN cg23570245 17 42426011 5'UTR 开海 0.06 0.048 GRN cg08491241 17 42421960 TSS1500 开海 0.06 0.05 SQSTM1 cg05578452 5 179255653 车身开海 0.07 0.005 SQSTM1 cg09046399 5 179264098 3'UTR 开海 0.06 0.025 FTLD1m 亚型：TDP C 型 vs CTRL MAPT cg01934064 17 44064242 船体架 -0.16 0.016 MAPT cg17569492 17 44026659 5'UTR 岛 0.08 0.045 MAPT cg26979107 17 44061355 船体岸 0.06 0.016 MAPT cg22635938 17 44039549 5'UTR 公海 -0.06 0.012 MAPT cg01582587 17 44036817 5'UTR 公海 0.05 0.022 TBK1 cg09999583 12 64878162 船体公海-0.1 0.029 TREM2 cg02828883 6 41131823 TSS1500 公海 0.08 0.009
重新审查合成ORF序列对工程线路1逆转录的影响
A.从左到右：每个构造的示意图，一个来自逆转录术539分析的代表性井以及相对于SML1的逆转录效率。L1SPA_DBL_SMBB包含L1SPA_DOBLE的ORF1和540 ORF2序列，在ORF1P启动密码子（如SML1），541），541和SML1结构的删除3'UTR上具有Kozak共识。Restore_3'utr等于l1spa_dbl_smbb，但完整的L1SPA 3'UTR恢复了Neo Cassette的上游542。grr_after_neo等效于543 L1SPA_DBL_SMBB，但与Neo 544盒的下游放置的L1SPA 3'UTR的G-RICH区域，并删除了人类L1 Polyadyenylation信号。直方图显示了三个545生物复制测定的平均值，每个测定法包括每个构造的三个技术重复。三角形，正方形，546和钻石形状表示每个生物学重复的个体值，误差线547代表生物学重复之间的标准偏差。548
声音学习的神经分子和转基因模型
图 1 P. discolor 基因组的改进基因注释。UCSC 基因组浏览器截图展示了具有各种改进的基因座示例，包括注释 (A) 先前注释中缺失的基因；CNTNAP2 ，(B) 新外显子；FOXP2 ，(C) 改进的 UTR；THSD1 ，和 (D) 替代异构体；GABRP 。在每个面板中，顶部轨道（浅蓝色）表示 Jebb 等人 2020 年报告的先前注释，第二条轨道（黑色）报告当前研究的更新注释。蓝色和红色的附加轨道表示支持当前注释的实验证据。水平线表示预测或观察到的基因座。垂直线或粗矩形表示通过预测或功能数据识别的外显子。较细的矩形表示从第一个外显子（5'UTR）或最后一个外显子（3'UTR）延伸出来的非翻译区（UTR）。箭头表示编码区（外显子）之间的非编码序列（内含子）和基因组中的编码方向。每个基因下方标有以千碱基 (kb) 为单位的比例尺。
基于 CRISPR/Cas9 的非洲锥虫血液中必需基因的精准标记
目的蛋白质经常用融合标签来表达，以方便实验分析。在通常为二倍体的锥虫中，标签编码 DNA 片段通常与一个天然等位基因融合。然而，由于重组细胞在转染后占群体的 0.1% 以下，这些 DNA 片段还包含一个标记盒用于正向选择。因此，天然 mRNA 非翻译区 (UTR) 被替换，可能会扰乱基因表达；在锥虫中，UTR 通常会在广泛和组成性多顺反子转录的背景下影响基因表达。我们试图开发一种标记策略，以保留血流形式非洲锥虫的天然 UTR，在这里我们描述了一种基于 CRISPR/Cas9 的敲入方法来驱动精确和无标记的必需基因标记。使用简单的标签编码扩增子，我们标记了四种蛋白质：组蛋白乙酰转移酶，HAT2；组蛋白去乙酰化酶，HDAC3；切割和多聚腺苷酸化特异性因子 CPSF3；以及变体表面糖蛋白排除因子 VEX2。该方法保留了天然 UTR，并产生了表达功能性重组蛋白的克隆菌株，通常两个等位基因都被标记。我们展示了基于免疫荧光的定位和富集蛋白质复合物的实用性；在本例中是 GFP HAT2 或 GFP HDAC3 复合物。这种精确标记方法有助于组装表达必需重组基因的菌株，同时保留其天然 UTR。
microRNA监管网络架构的景观和癌症的功能性重新路由Xu Hua 1，Yongsheng Li 2，Sairahul R. Pentaparthi 2，Danie
摘要◥体突变是癌症发展的主要来源，并且在蛋白质编码区域已经确定了许多驱动器突变。然而，位于miRNA中的突变及其靶点结合位点的突变功能在整个人类基因组中仍然在很大程度上未知。在这里，我们在30种癌症类型上建立了详细的miRNA调节网络，以系统地分析miRNA及其目标位点在3 3 0未翻译区域（3 0 UTR），编码序列（CDS）和5 0 UTR区域的突变效果。从9,819个样品中总共将3,518,261个突变映射到miRNA - 基因相互作用（MGI）。突变在几乎所有癌症类型的靶基因中显示出相互排斥的模式。识别的线性回归方法148个候选驱动器突变，可以显着扰动miRNA调节网络。3 0 UTR中的驱动突变通过更改RNA绑定
在3'...
简介：miRNA靶基因的预测和鉴定对于理解mir NAS的生物学至关重要。报告的长期编码RNA（LNCRNA），MicroRNA 195-497簇宿主基因（MIR497HG）调节是由多个非编码RNA（NCRNA）（例如microRNAS（miRNA））介导的。miR497Hg在各种癌症中被认为是肿瘤抑制剂。然而，miR497Hg及其衍生的miRNA的影响在很大程度上是未知的，仍然需要进一步探索。采用实验方法通常很具有挑战性，因为某些LNCRNA难以通过当前的隔离技术识别和隔离。因此，引入了生物信息学工具以帮助这些问题。这项研究试图搜索和识别针对MiR497Hg的3'untranslated区域（3'UTR）的miRNA。方法：在这里，采用了生物信息学工具来识别潜在针对miR497hg的3'UTR的独特miRNA列表。结果：使用MIRDB提取了靶向MiR497Hg的3'UTR的57个候选miRNA。同时，Starmir预测了291个miRNA，可能针对MiR497Hg的3'UTR。使用Venny 2.1.0获得了36个miRNA的共同列表，并使用Starmir的LogitProb评分进一步缩小。最后，确定了总共4个miRNA（HSA-MIR-3182，HSA-MIR-7156-5P，HSA-MIR-452-3P和HSA-MIR-2117）。通过Targetscan鉴定出鉴定的miRNA的mRNA靶标。最后，使用富集进行了基因和基因组（KEGG）富集分析的基因本体论（GO）和京都百科全书（KEGG）富集分析。结论：这一发现可能有助于理解miR497Hg及其调节性miRNA之间的复杂相互作用。此外，在本研究中还提供了计算miRNA-target预测的比较分析，可能会为miRNA用于癌症研究中的生物标志物的基础。马来西亚医学与健康科学杂志（2024）20（1）：161-167。 doi：10.47836/mjmhs.20.1.21马来西亚医学与健康科学杂志（2024）20（1）：161-167。 doi：10.47836/mjmhs.20.1.21