人类基因组中保守RNA二级结构的鉴定和分类

摘要

简介

介绍

许多新的功能RNA结构（fRNAs），如snoRNAs、miRNA、剪接因子和核糖开关[1–三]，在过去几年中被发现。这些结构作为独立分子和mRNA转录物的一部分发挥作用。这些最新发现证实了fRNAs在细胞中发挥着许多重要的调节、结构和催化作用，并表明目前可能只有一小部分fRNAss被鉴定出来[1,三,4].

通过比较基因组学有效识别fRNA的计算方法的发展受到了阻碍，因为fRNA通常只表现出弱保守的一级序列信号[5]. 幸运的是，fRNA结构的干配对区域大多以一种特征性的替换模式进化，因此只允许保持配对碱基之间配对能力的替换。这导致补偿性双重替代（例如GC↔ AU）和几种兼容的单一替代物（例如GC↔ GU）；后者是由于RNA在G和U之间形成非Watson-Crick对的能力而成为可能的。这种进化信号可以被用来比较鉴定fRNA[6–12].

现在已测序的许多非人类脊椎动物基因组可以与人类基因组进行比对，从而在每个位置都可以利用有关进化过程的大量信息进行多重比对[13–15]. 考虑到基因组的多样性，能够有效利用这种进化信息的比较方法原则上应该能够有效地识别保守的人类fRNAs。我们开发了一种称为EvoFold的比较方法，用于在多序列比对中识别功能性RNA结构。EvoFold利用了最近设计的一种模型构建，即系统发育随机上下文无关文法（phylo-SCFG）[10,16,17]，是RNA二级结构和序列进化的组合概率模型。Phylo-SCFG使用随机上下文无关文法（SCFG）[18,19]定义可能的RNA二级结构的优先分布，以及一组系统发育模型[20–22]评估每个对齐列的替换模式与其二级结构注释的符合程度。EvoFold使用了一个非常通用的RNA二级结构模型，它可以对从短发夹到复杂的多工作结构的所有结构进行建模，包括在其训练集中没有看到的新结构。置换过程使用系统发育树和与比对序列相关的进化分支长度，明确地对结构内成对碱基的共同进化进行建模。茎配对区域不仅通过补偿性替换的存在来检测，还通过相容的单一替换和整体较慢的进化速度来检测。我们建立了一个人类参考的八路脊椎动物全基因组比对，并使用EvoFold在人类基因组中搜索功能RNA。这项研究共得到48479个候选RNA结构。基于假阳性率的估计，不幸的是，假阳性率与非常大的不确定性有关，我们估计候选集包含大约10000个RNA转录物的大约18500个亚结构。这些数字是根据估计的62%的假阳性率得出的。在最核心的候选基因中，估计的假阳性率要低得多，这个屏幕会发现大量已知的功能RNA，并包含新的候选miRNAs、硒代半胱氨酸插入位点、RNA编辑发夹、参与转录自动调节的RNA、，以及形成功能完全未知的单核或小功能RNA家族的许多折叠。

结果

我们构建了人类的全基因组比对[23]，黑猩猩[24]，鼠标[25]，老鼠[26]、狗、鸡[27]斑马鱼和河豚鱼[28]使用MULTIZ程序的基因组[13,29]. 根据这一比对，我们组装了一组人类基因组片段，其中至少有四个其他物种进行了比对，并且替换模式显示了使用PhastCons方法的负选择证据[15]. 进一步过滤这些片段，以去除逆转录基因、简单/低复杂性重复、具有线粒体染色体同源性的片段，以及相对于人类和小鼠基因组中相邻基因在同源位置不明确的片段（“非同步人-鼠匹配”）。结果集定义了1181107个保守片段，跨越参考人类基因组的3.7%。我们应用了EvoFold算法，如所示图1每个保守片段。这导致总共48479个候选RNA折叠，其中5个以上的配对碱基跨越了人类基因组的0.07%（参见图S1长度分布）。这些可以通过加州大学圣克鲁斯分校（UCSC）基因组浏览器进行交互式探索或批量检索(http://genome.ucsc.edu,协议S1).

在单独的窗口中打开

图1

EvoFold预测方法概述

（A） 人类基因组和保守元素的示意图。保守元素定义了输入对齐。

（B） 八向基因组比对片段。

（C） fRNA模型的SCFG定义了所有可能的二级结构注释的分布。括号中显示了许多可能的二级结构之一。比对区域中的替换是相对于人类的彩色编码：补偿性双替换为绿色，兼容的单替换为蓝色。

（D） 与路线的二级结构注释相对应的颜色编码折叠。

（E） 使用两个系统发育模型评估可能的二级结构注释：使用单核苷酸系统发育模型对未配对柱进行评估。对柱进行组合，并使用双核苷酸系统发育模型进行评估。水平分支长度反映了预期的替换次数。

我们根据三个不同的标准对这些候选褶皱进行分类：它们的大小、基因组位置和整体形状。我们区分了两种尺寸范围：短（5到15个配对碱基，39075倍）和长（超过15个配对碱，9404倍）；五种类型的基因组定位：编码型（12736倍）、3′UTR（3331倍）、5′UTR型（334倍）、内含子型（11777倍）和基因间型（20301倍）；四种形状：发夹形（42964个折叠）、Y形（3479个折叠），三叶形（250个折叠）和更复杂的形状（1786个折叠）。该方案产生了40种不同的RNA折叠预测类别。候选折叠也通过基因组中的接近度或与cDNA重叠而聚集成一组折叠，这些折叠可能是单个潜在RNA转录物的一部分。这将48479个候选RNA折叠分为23287个候选结构，包含转录本。最后，每个类别中的折叠都是根据长度规范化的相似比分数（我们称之为折叠潜力分数（fps））进行排序的，并且使用洗牌方案初步估计每个类别中假阳性预测的比率，作为分数的函数(材料和方法,图S2和第3页,表S1和S2系列).

我们将所有可用的人类和非人类mRNA和EST映射到人类基因组，并确定了相对于基因组DNA中的背景命中率，我们的候选RNA折叠集的命中率的富集度。发现这些差异在3.6×（人类cDNA）到11.4×（非人类EST）之间。这明显高于从中选择这些候选元素的全套保守元素的丰度(图S4).

我们还发现，与反向补体相比，对已知fRNA的预测通常在fRNA链上得分更高（例如，我们预测的89%已知miRNAs就是这种情况）。这种不对称性主要是由GU（或UG）配对的能力引起的，而不是其反向补码AC（CA）。由于RNA茎中最常见的替换类型涉及GU（或UG）对，这可能会对EvoFold分数产生显著影响，因此可以通过比较比对分数与其反向补体分数来推断折叠的链关联。在候选RNA包含在已知转录物中的情况下，义链的EvoFold分数（即与转录模板链互补的链）通常显著高于反义链(表S3). 因为这与对已知fRNAs观察到的效应相似，这提供了间接证据，证明这些预测中有许多是新的fRNA。然而，这种效应的部分原因可能是成分不对称，也可能是转录介导的修复[30]或其他感官相关功能元素的影响（参见协议S1).

使用洗牌法，我们估计48479个候选序列包含18500个部分正确的fRNAs（参见材料和方法，验证部分）。然而，这一估计与洗牌方法固有的巨大不确定性有关，仅应视为基于可用数据的第一近似值（参见讨论). 基于洗牌方法和候选基因的基因组分布，我们估计，在上述不确定性的条件下，我们的预测包括大约10000个人类RNA转录本：其中2200个是蛋白编码基因的转录本，这些基因在UTR中含有功能性RNA或重叠其编码区，剩下的是fRNA基因。在对基于洗牌的假阳性率估计进行校正后，褶皱被分解为不同的大小、位置和形状，如所示图2.

在单独的窗口中打开

图2

基于真阳性估计的人类基因组中检测到的RNA折叠类型的分解

请参见材料和方法，验证部分。

折叠根据（A）大小（配对碱基的数量）、（B）在基因组中的位置和（C）形状进行分类。指出了各类褶皱的相对丰度。对于（B），还显示了保守片段相对于其基因组位置的基因组跨度，以供比较。

四分之三的预测褶皱较短。这些可能代表了小的完整褶皱单元和大褶皱的部分预测的混合，其中只有一个小的核心元素具有足够的进化协变，可以通过我们的方法检测到。在长折叠中，约82%是基因间或内含子，5.5%在3′UTR中，0.5%在5′UTR中，令人惊讶的是12%（550倍）与已知编码区重叠。下文将进一步讨论这些问题。正如所料，小褶皱主要是单个发夹；这些碱基中通常没有足够的配对碱基来支持更复杂的稳定结构。长褶皱的形状分布更为多样，但也以简单的发夹为主。同样，由于这些通常是部分结构预测，因此这种分解可能会偏向更简单的褶皱类型。

由于EvoFold的目的是在所有脊椎动物中寻找在结构上保守并保持在相同基因组背景中的RNA，因此本次调查可能没有检测到其他fRNA。有一些已知的功能性RNA种类流动性太强或进化速度太快，EvoFold无法检测到，例如tRNAs和snoRNAs。脊椎动物tRNAs产生了许多特定于谱系的拷贝，这些拷贝位于基因组的不同位置，其中大多数是假基因，因此剩余的功能拷贝通常在不同脊椎动物谱系的不同基因组环境中结束[27]. 因此，超过99%的功能性人类tRNA未通过我们应用的过滤器，该过滤器去除了人类和小鼠之间的非同步匹配，因此在我们的一组预测折叠中不存在。相比之下，大多数snoRNAs在我们的预测折叠集合中缺失，要么是因为它们的碱基对（bp）太少，例如CD-box snoRNA中的4-5 bp，要么是脊椎动物进化中经历了太多的结构变化。我们观察到32%的已知高度保守snoRNAs的bp不能在鱼或鸡中形成，导致与EvoFold设计检测的整体结构信号发生冲突。信号识别粒子RNA和Y RNA也因其进化流动性而被遗漏。另一方面，RNase P RNA以及U11和U12剪接体RNA都是非常保守的，并通过该筛选进行检测。根据我们目前的方法，我们无法预测脊椎动物基因组中还有多少未发现的高度流动或快速进化的RNA。

对于其他已知类别的RNA，如miRNAs，EvoFold的灵敏度很高，几乎找到了所有已知的成员。为了评估EvoFold的敏感性，我们使用各种精选的已知RNA集进行了5倍交叉验证测试。这些测试表明，EvoFold在检测某些已知类别的RNA方面表现良好，例如miRNAs和组蛋白3′UTR干环(表1). 尽管组蛋白3′UTR茎环的茎仅包含6 bp，但它们的预测非常准确：97%的预测具有100%的正确结构。

表1

EvoFold灵敏度

在单独的窗口中打开

由于EvoFold使用的fps对高度保守的紧密折叠进行了排序，我们还直接基于替代证据定义了一个替代分数，并使用它定义了一组517个ncRNA候选序列（参见协议S1). 例如，这一得分在上述U11和U12剪接体RNA中名列前茅。这组中排名第二的三叶草状褶皱目前正在进行实验研究。

我们通过重做敏感性实验和部分仅使用鼠-人亚对齐的洗牌实验，评估了使用八向对齐代替成对对齐的相对好处。Rfam Seed混合组敏感性下降59%，假阳性率略有增加(表S4). 总的来说，EvoFold对成对排列的预测较少。

长基因间和内含子发夹中的新miRNAs

一些折叠分类中的高等级候选RNAs对于某些类别的已知RNAs来说非常丰富。特别是，我们发现已知miRNAs在长内含子和基因间发夹类中的高等级候选基因中大量富集(表2和​和3）：三)：我们排名前100位的长基因间发夹中有36个和前100位长内含子发夹中的33个是已知的miRNAs。在我们第一次计算48479个候选fRNAs时，其中157个是已知的miRNAs。自那时以来，在最近的三篇论文中，又有38个被证实为miRNAs[31–33]，在这组中，共有195个已知的miRNAs。总之，这三篇最近的论文从输入EvoFold的1181107个保守片段中发现了55个新的miRNA；因此，EvoFold对这些新的miRNAs的敏感性为69%（38/55）。

表2

顶部取芯长型内置发夹

在单独的窗口中打开

表3

顶部取芯长芯发夹

在单独的窗口中打开

已知的miRNAs往往位于短的保守片段中（70%位于最长200 bp的片段中），它们的茎有相对较少的突起（86%的茎基最多20%位于突起中）。使用这些额外的标准，我们从3500个预测的长基因间和内含子发夹中定义了一组更具体的277个miRNA候选者。这一组包含90个已知的miRNAs和187个新的候选基因，估计假阳性率为15%（参见材料和方法). Xie等人[31]最终测试了五个预测的miRNAs，并验证了四个。Bentwich等人[32]验证了14个预测的miRNAs，Berezikov等人验证了6个[33]. 由于有六名候选人经过多次验证，因此总共有18名候选人通过了验证。

虽然miRNAs可能是高得分基因间和内含子发夹的重要组成部分，但这些类别中的大多数褶皱很可能具有其他功能。特别是，三个最高核的长内含子发夹都发现于离子通道基因的内含子中，这些内含子通常是RNA编辑的目标，通过A-to-I转换包括发夹，例如[34–36]. 在A-I转换中，酶ADAR（作用于RNA的腺苷脱氨酶）作用于发夹状RNA结构，将特定腺苷（A）转变为肌苷（I）。其中一个基因，GRIA4、，已知在其编码区域中有一个A-to-I编辑发夹[37]，我们也检测到了。因此，这三个内含子发夹有可能参与前mRNA的类似编辑。

新编码fRNAs

候选RNA包含数量惊人的重叠编码区的长折叠。编码折叠之所以迷人，至少有两个原因。首先，它们通常在基因记录中发挥作用，如RNA编辑GRIA4、，导致核糖体产生的蛋白质与使用遗传密码直接翻译基因组序列得到的蛋白质不同[38]. 其次，它们的一级序列编码蛋白质和fRNA水平的信息，这些双重功能限制导致了高度受限的进化过程[39].

15个排名靠前的长编码发夹包含8个经过仔细研究的RNA，其中5个以RNA编辑的形式参与遗传编码（R-G位点格栅2、格栅3、，和网格接口4) [37]和编程移帧(OAZ1号机组和办公自动化2) [38,40] (表4). 其余三种中的两种在调节翻译效率方面发挥作用（COL1A1和COL1A2）[41]一个是miRNA[42,43]重叠的似乎是一个虚假注释的开放阅读框架。

表4

顶部取芯长代码发夹

在单独的窗口中打开

在前15名中的7个新的候选RNA中，我们预测至少有3个与基因编码有关。其中两个与已知的硒蛋白有关9月1日和选择[44]. 硒蛋白构成了遗传编码的另一个重要例子：它们含有被编码为硒酸半胱氨酸插入位点的框架内UGA终止密码子。这些终止密码子的重新编码是由一个叫做硒代半胱氨酸插入序列（SECIS）的发夹控制的。在真核生物中，SECIS以前只在硒蛋白转录物的3′UTR中发现[38,44,45]但在原核生物中，它存在于UGA密码子下游的编码区[38,46]. 这两份抄本的3′UTR中都有带注释的SECIS[44,47]，但Rfam数据库中给出的发夹结构仅部分保存。两者的预测编码发夹9月1日和选择位于硒代半胱氨酸插入位点（UGA密码子）下游不到10个碱基(图3). 因此，我们假设这两个发夹都参与了UGA密码子的重新编码，并且它们可能构成编码区域中真核SECIS发夹的第一个示例。在审查期间，我们了解到最近的独立实验工作表明9月1日发夹确实有助于UGA的阅读[48].

在单独的窗口中打开

图3

硒代半胱氨酸插入位点附近的编码发夹

（A） 基因结构、EvoFold预测和硒蛋白T（SELT）的硒代半胱氨酸插入位点周围的保护。发夹的配对区域以深绿色显示，可以看到仅从UGA插入位点下游的八个碱基开始（用*表示）。箭头表示转录方向。

（B） 跨越预测发夹的八向路线的注释段。SS anno，括号格式的二级结构注释（匹配的括号表示成对，句点表示未成对的区域）；对符号，配对列被分配相同的符号以便于导航；分数，位置特异性得分（0-9），表明对二级结构注释的信心。预测对中的替换是相对于人类序列的彩色编码：绿色是补偿性双替换，蓝色是相容的单替换，红色是不相容的替换。

（C） 发夹的描述，显示为T而不是U，以便于与基因组序列进行比较。配对是通过八向排列中的替换进行颜色编码的（参见b）。

第三个是最高等级的长编码发夹，发现于UBE1C公司基因(图4). 这显示了在A-to-I RNA编辑位点发现的许多其他发夹的特征[34–36]通过重叠内含子-外显子边界，并在其两侧有一个1 bp的对称突起和连续的腺苷。这提供了很好的证据，证明这个发夹可能作为一个a-to-I编辑位点，在初级mRNA转录中发生改变。对跨越该区域的人类cDNA的检查也发现cDNA单个基因组差异显示鸟苷（G）而不是腺苷（a）。由于肌苷被测序为鸟苷，这一证据进一步支持了这一假设，即发夹可以作为ADAR的A-to-I编辑底物。

在单独的窗口中打开

图4

A-to-I编辑的候选基板

（A） 基因结构、EvoFold预测、cDNA、保守性和八向比对显示在UBE1C公司基因。预测的发夹显示在括号中，可以看到与内含子-外显子边界重叠。红色方框突出显示了基因组序列包含a和cDNA包含G的位置。橙色条和标签“4”表示在所示物种的该环位置中最多存在四个额外的碱基。

（B） 发夹的描述（参见图3B表示颜色图例），并指示ADAR编辑的潜在位置（A-to-I）。

（C） 这将导致赖氨酸转变为精氨酸氨基酸。

在剩下的四个候选长编码发夹中，有两个位于功能未知的基因中（KIAA1190和KIAA0924），一个是Wolf-Hirschhorn综合征候选基因-1，WHSC1L1号机组[49]，也许最有趣的是DGCR8（DiGeorge综合征关键区域）基因。这个DGCR8已知该基因含有两个双链RNA结合域[50].DGCR8最近已证明与Drosha有关，并在初级miRNA转录物到前体miRNA的加工过程中发挥关键作用[51,52]. 该基因不仅在其第一外显子中包含一个高得分发夹，而且在5′UTR类别中包含最长和第二高得分发卡(图5). 5′UTR发夹类似于已知miRNAs预测的折叠，并通过mirScan获得非常显著的分数[53]（请参见协议S1). 因此，这些褶皱可能参与了DGCR8，可能通过5′UTR发夹的断裂DCGR8公司/上述Drosha微处理器复合体。

在单独的窗口中打开

图5

5′UTR miRNA-Like发夹和基因编码发夹（DGCR8）参与miRNA处理

（A） 基因结构和EvoFold预测显示在DGCR8.

（B） 跨越长的miRNA-like 5′UTR-发夹的八向定线的注释段（参见图3B代表图例）。

（C） 褶皱的描述。

新型立体折叠

除了先前已知的RNA家族的新例子外，高级候选RNA还包括几个全新的家族。其中一个是在长三叶草状褶皱类别中排名最高和第四的候选人。它们的位置相距不到3500个碱基，并且两者都被几乎没有特征的基因的转录物重叠ZNF207型[54] (图6A） ●●●●。两个折叠都包含几个支持替换(图6B） ●●●●。较短的折叠位于基因的3′UTR，较长的折叠位于选择性剪接变异体的内含子。这两个褶皱的主要序列(图6C） 排列良好：中央干配对区域几乎相同，只有少数补偿性和相容性替换，而环因替换和插入/删除而不同(图6D） ●●●●。这种进化关系表明了一种共同的功能约束，它保留了两个三叶草状褶皱的中心部分。这些褶皱内部和之间的紧密接近、高分和系统进化差异表明，它们可能构成一个新的fRNA家族的成员。

在单独的窗口中打开

图6

立体褶皱预测

（A） 基因结构、EvoFold预测和基因末端的cDNAZNF207型3′UTR和一个替代剪接变异体的内含子具有高得分的三叶草状褶皱预测。

（B） 跨越3′UTR褶皱的八路线注释段（参见图3B代表图例）。

（C） 3′UTR褶皱（左）和内含褶皱（右）的描述。

（D） 人类3′UTR和内含子折叠初级序列的注释性比对。用褶皱的二级结构对路线进行注释，并对相应对中的替换差异进行彩色编码（参见图3B表示颜色图例）。

讨论

我们对人类基因组进行了一次调查，以通过使用八路全基因组序列比对的比较基因组学来确定功能性RNA结构。虽然这种比对包含了比以前更多的进化信息，但这些目前可用的基因组在检测负选择的统计能力方面仍然非常有限[55]随着更多脊椎动物基因组测序，这种情况在未来几年将发生变化。然而，这项研究表明，我们已经有足够的进化信息来有效发现许多类fRNAs。来自额外基因组和额外实验的进一步信息应该能够剔除许多假阳性预测，并完善单个候选结构。

这项初步调查表明，人类基因组中的功能性RNA比当前RNA序列数据库中的多。我们估计这些数据库注释了人类基因组中的1207个RNA基因（参见材料和方法). 我们的结果表明，可能存在10倍以上的功能性RNA，以及7倍以上的RNA基因。然而，这些值取决于混洗实验正确估计假阳性率的能力。目前尚不清楚洗牌实验能在多大程度上估计假阳性率，因此我们目前的估计与很大且难以量化的不确定性有关。以前基于成对比对的ncRNAs扫描发现，只有一小部分预测可以通过实验验证[56,57]，因此需要谨慎。进一步的实验工作将有必要可靠地描述人类fRNAs的数量。然而，结合其他证据的存在（感觉链偏差、转录证据、生物学上似是而非的折叠以及同源家族的存在），我们的结果确实表明还有许多其他RNA有待发现。在我们试图全面探索人类基因组序列的关键功能元素时，对蛋白质编码基因中的RNA基因和RNA结构元素的探索既是一个巨大的机遇，也是一个巨大挑战。

我们以最高置信度预测的RNA折叠包括许多已知的fRNAs，例如miRNAs和遗传记录信号，以及数千个新的fRNA候选，其中很大一部分是由补偿性替代支持的。其中一些新的fRNAs扩大了现有的家族，而另一些则形成了新的小家族。对单个候选基因的详细分析揭示了额外的支持证据，并允许在某些情况下制定特定的功能假设，包括新的SECIS元件、RNA编辑发夹、调节发夹和上面讨论的miRNA候选基因。我们估计大约有500个编码区包含重叠的功能RNA结构，其中不可忽略的一部分可能包含未记录的遗传记录示例。

我们开发的EvoFold方法经过训练，只能预测由许多物种的清晰同源拷贝中的一致进化信号支持的RNA茎。为了保证同源性，所使用的比对要求不同物种的比对序列出现在相同的基因组背景中，即每个物种中都有同源侧翼DNA。这大大减少了因转座子和逆转录假基因等流动元件导致的假阳性预测的数量。然而，它使我们错过了一些高度流动的已知fRNAs，例如tRNAs和snoRNAs。即使相对宽松的阈值允许我们的总体预测中估计有62%的假阳性。除了EvoFold模型所包含的同源拷贝的简单进化外，用分子进化的一般模型识别移动fRNAs还需要谱系特异性复制和功能丧失的逻辑。

比对错误也会破坏真的fRNA的进化信号，因此对当前序列比对分数的改进可能会改善结果。仅涉及少数基底的局部对准误差不太可能影响整个结构，因此通常应允许至少识别信号减少的部分结构。然而，更广泛的错误，即非同源区域对齐，很可能会导致fRNA完全丢失，如上文所述。

EvoFold的假阳性率在最核心的预测中要低得多，但它永远不会完全为零，即使对于最大的预测结构也是如此。一个问题是，负选择最强的元素是超保守区域[58]，通常在现有脊椎动物中的替代物太少，进化方法无法区分RNA二级结构的保护和其他类型的功能保护。在获得更多基因组之前，对于这些元素，我们面临着类似于预测单个序列中RNA结构的问题，而没有比较基因组学的好处。

新预测的fRNAs之间的序列比较证实，其中一些可分为小的同源家族，但大多数为单基因。由于许多fRNAs经历了谱系特异性扩增[2,32]，我们发现，在人类基因组中寻找旁系同源物很可能会显示这些单体中的许多是系统发育浅家族的创始人。然而，特定血统的扩张和快速多样化可能会使家庭成员在基于主次身份的搜索中难以识别。

EvoFold评分方案对紧密折叠进行了非常高的排名，紧密折叠具有较高的配对与非配对碱基比率，例如miRNAs和组蛋白3′UTR干环。事实上，这两个家庭在这项调查中表现突出，如果不知道他们的存在，这项研究会有一个明确的新结果。它们排名如此之高的原因之一是因为fps是一个长度规范化的似然比，它倾向于强调成对与未成对碱基的比率，而不是成对碱数的总数。其他标准化方案可能会强调替代标记的ncRNA候选基因所示的其他fRNAs家族（参见协议S1).

这组折叠预测代表了我们认为对进化上保守的人类fRNAs的第一次全面调查。（另一项基于多重比对和保守片段PhastCons检测的调查在本文的最后阶段引起了我们的注意[59]. 对于人类RNA基因的预期数量，作者似乎也得出了类似的结论。）我们试图创建一个综合的集合，它仍然保持相对较低的假阴性率，希望它能为进一步研究fRNAs提供有用的资源。为了促进这些进一步的研究，可以通过UCSC人类基因组浏览器获得完整的预测，包括详细的结构标记比对，如图3–6(http://genome.ucsc.edu). 此外，可以从EvoFold网站访问每个类别的折叠排列列表、miRNA候选集合、ncRNA候选集合和旁系家族集合(http://www.cbse.ucsc.edu/jsp/EvoFold).

材料和方法

支持信息

致谢

缩写

脚注

工具书类