期刊检索

  • 2024年第22卷
  • 2023年第21卷
  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:蔡媛,钟灿,刘浩,金剑,王勇庆,张水寒.植物长链非编码RNA的生物信息学预测与分析研究进展[J].生物信息学,2019,17(3):151-160.
CAI Yuan,ZHONG Can,LIU Hao,JIN Jian,WANG Yongqing,ZHANG Shuihan.Progress of bioinformatics prediction and analysis of long non-coding RNA in plants[J].Chinese Journal of Bioinformatics,2019,17(3):151-160.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2478次   下载 1867 本文二维码信息
码上扫一扫!
分享到: 微信 更多
植物长链非编码RNA的生物信息学预测与分析研究进展
蔡媛, 钟灿, 刘浩, 金剑, 王勇庆, 张水寒
(湖南省中医药研究院 中药研究所, 长沙 410013)
摘要:
长链非编码RNA(Long non-coding RNAs,lncRNAs)是一类广泛存在于真核生物中,长度大于200个核苷酸、无蛋白编码功能,具有调控基因转录后表达的RNA转录本。新近研究表明,lncRNA在多种生物途径中起着重要调节作用。生物信息学由生物、数学、计算机科学,统计学等多学科交叉产生,能从全局和系统水平对大数据信息进行深入挖掘与分析。采用生物信息学方法预测与分析lncRNA是当前发现和鉴定植物lncRNA的重要策略之一。本文梳理和总结了近年来采用生物信息学预测植物lncRNA及其靶基因的方法策略,以期为今后深入认知植物lncRNA在植物的生长发育过程、抗逆境胁迫及系统进化等过程中的作用研究提供一定参考。
关键词:  长链非编码RNA  生物信息学  功能预测
DOI:10.12113/j.issn.1672-5565.201812006
分类号:Q522
文献标识码:A
基金项目:国家自然科学青年基金项目(No.81503197);湖南省自然科学青年基金项目(No.2018JJ3310);湖南省中医药管理局项目(No.201810);湖南省中医药研究院科研计划项目(No.201705).
Progress of bioinformatics prediction and analysis of long non-coding RNA in plants
CAI Yuan, ZHONG Can, LIU Hao, JIN Jian, WANG Yongqing, ZHANG Shuihan
(Institute of Traditional Chinese Medicine, Hunan Academy of Traditional Chinese Medicine, Changsha 410013,China)
Abstract:
Long non-coding RNAs (lncRNAs) widely exist in eukaryotes, which are RNA transcripts expressed by the transcription of regulatory genes with more than 200 nucleotides in length and no protein-coding ability. Numerous studies have shown that lncRNAs play an important role in regulating a variety of biological pathways. Bioinformatics is generated by multiple disciplines including biology, mathematics, computer science, and statistics, which can deeply mine and analyze big data information from the global and system levels. Currently, using bioinformatic method to predict and analyze lncRNA is one of the important strategies for the discovery and identification of plant lncRNA. This paper summarizes and discusses the methodological strategies of bioinformatics for predicting plant lncRNA and its target genes, so as to provide a reference for the future research on the role of plant lncRNAs in plants growth and development, stress resistance, and phylogenetic evolution.
Key words:  Long non-coding RNA  Bioinformatics  Functional prediction

友情链接LINKS

关闭