基于SWChen系统预测靶向林麝(Moschus berezovskii) FASN、HMGCR和CYP11A1基因miRNAs的研究
Predicting miRNA Targeting FASN, HMGCR and CYP11A1 Genes in Moschus berezovskii Based on SWChen System
-
Keywords:
- Moschus berezovskii /
- FASN /
- HMGCR /
- CYP11A1 /
- miRNA
-
麝香是一种珍贵的动物源药材，具有较高的药用价值和香料价值[1-4]，但其形成过程复杂且未知，限制了麝香产业的发展和产香效率的提高。研究表明：麝香的化学组分包括脂肪酸类的烷烃物质或衍生的醇类、酮类和醛类 (如麝香酮、6-甲基庚烷-1,6-二醇和十六烯醛等)以及固醇类、甾类和芳香族类物质 (如胆固醇、间甲酚和二氢雌甾酮等)[2]，这些化学组分对麝香形成至关重要，同时也是麝香药用和香用价值的关键物质。动物的脂肪酸合酶(fatty acid synthase，FASN)、3-羟基-3-甲基-戊二酰辅酶A还原酶(3-hydroxy-3-methylglutaryl-CoA reductase，HMGCR)和细胞色素P450家族11亚家族A1 (CYP11A1)是长链的脂肪酸类衍生物、大环碳链酮类以及芳香族甾类物质合成的关键酶[5-9]。基于麝香的化学组分和合成相关化学组成的关键酶，在林麝(Moschus berezovskii)中筛选调控FASN、HMGCR和CYP11A1基因表达的调控因子，对探究麝香可能的生物合成机制具有重要意义。
MicroRNA (miRNA)是一种长度约为20 nt的非编码RNA，通过作用靶基因mRNA的3′-UTR在转录后水平抑制靶基因的表达，对动物的生长和代谢等过程具有关键的调控作用[10-11]。筛选调控林麝FASN、HMGCR和CYP11A1基因表达的miRNAs能够进一步了解麝香的生物合成过程，然而现在已知的林麝基因序列信息非常少，缺少林麝基因的mRNA和miRNA序列信息[1, 12]。由于牛(Bos taurus)、山羊(Capra hircus)和绵羊(Ovis aries)与林麝编码基因的3′-UTR序列并不完全一致，通过同源物种来推测调控林麝基因的miRNAs获取信息并不完整，缺少适合预测林麝miRNAs的工具。本研究通过基于Smith-Waterman局部序列比对算法[13]编写的SWChen系统对调控林麝FASN、HMGCR和CYP11A1基因表达的miRNAs进行预测筛选，并以人(Homo sapiens)的FASN基因为例，与TargetScan、miRDB和miRSytem预测软件和miRTarBase数据库比较，评价SWChen系统对miRNAs预测能力；利用代谢组学测序来确定麝香的化学成分，对与合成相关化学成分有关的FASN、HMGCR和CYP11A1基因进行miRNAs预测，以林麝、牛、山羊和绵羊预测的结果进行集合论分析确定候选miRNAs，以期为麝香的生物合成机制研究提供参考。
1. 材料与方法
1.1 试验动物
118头健康成年雄性林麝 (5岁) 饲养于重庆市药物种植研究所林麝养殖基地(N29°，E107°，海拔678 m)，饲养采用精饲料和青绿饲料[红薯藤 (Ipomoea batatas)和光叶海桐 (Pittosporum glabratum)嫩叶]相结合的方式，自由采食。精饲料包括 65%玉米、25%大豆、6%麦麸、0.4%食盐、1.5% CaCO3、0.8% CaHPO4、0.15%维生素和0.15%矿物质。每天17：30混合精饲料与红薯藤等补充饲喂。
1.2 样品采集
在5—6月泌香盛期，采用微创香腺采集法获取林麝香腺组织样本，立刻放入RNA保存液中并转移至−80 ℃保存；在11—12月麝香成熟阶段，通过“活麝取香”法采取林麝成熟麝香3份，置于离心管内保存。
1.3 代谢组检测
将采集到的麝香样品送至上海百趣生物有限公司采用GC-MS进行非靶标代谢组学检测，使用甲醇—氯仿(体积比为3∶1)溶液进行萃取，通过总离子流图信号获取麝香的主要化学成分及相对含量。
1.4 转录组测定及序列分析
通过总RNA提取后，送样至上海生工生物科技有限公司采用Hi-seq 2500 测序。然后将测序数据进行Trinity拼接、序列比对和功能注释等获得FASN、HMGCR和CYP11A1基因mRNA序列并进行结构分析，确定3′-UTR序列以及林麝miRNAs序列数据；以牛、山羊和绵羊为参考，对3个基因的3′-UTR序列进行比对，并使用MEGA 6.0及最大似然法构建进化树；通过RNA二级结构分析(unafold.rna.albany.edu)了解各物种基因3′-UTR序列的差异情况。
1.5 SWChen系统对miRNAs预测准确性的验证
由于目前常用的miRNAs预测软件如miRSystem (mirsystem.cgm.ntu.edu)、TargetScan (www.targetscan.org)和miRDB (mirdb.org)仅预测部分常见物种的miRNAs，无法对调控林麝基因的miRNA进行准确预测，因此，本研究在miRBase数据库(www.mirbase.org)下载人的miRNAs序列，并在GenBank (www.ncbi.nlm.nih.gov/genbank/)查询人FASN基因3′-UTR序列(NM_004104.5)，利用SWChen系统(https://github.com/YLCHEN1992/SWChen)对调控FASN表达的miRNAs进行预测，通过与在线软件miRSystem、TargetScan和miRDB的预测结果比较，以miRTarbase数据库(mirtarbase.cuhk.edu.cn)中调控FASN表达的全部miRNAs (miRTarget_All)和具有强力证据可调控人FASN基因表达的miRNAs (miRTarget_High)作为参考，检测SWChen系统对miRNA预测的准确性。
1.6 调控FASN、HMGCR和CYP11A1基因表达的miRNA预测
将得到的林麝mRNA 3′-UTR序列及获得的林麝miRNAs数据库利用SWChen系统进行分析，预测调控林麝FASN、HMGCR和CYP11A1基因表达的miRNAs；在GenBank中获取牛、山羊和绵羊FASN、HMGCR和CYP11A1基因的mRNA序列(表1)。在miRBase数据库获取牛、山羊和绵羊的miRNA序列，由于绵羊miRNA数量较少，将山羊和绵羊miRNA进行整合得到羊的miRNA数据库，共同用于山羊和绵羊miRNA的预测分析。利用SWChen系统预测调控牛、山羊和绵羊FASN、HMGCR和CYP11A1基因的候选miRNAs，并通过双阈值(种子序列匹配评分及亲和程度评分同时考虑)预测调控基因表达的miRNAs，以增加预测精度，最后将预测结果进行集合论分析以期获取麝香合成相关和候选miRNAs分子。
表 1 物种基因序列GenBank编号Table 1. GenBank No. of species gene sequence物种 species FASN HMGCR CYP11A1 牛 Bos taurus NM_001012669.1 NM_001105613.1 NM_176644.2 山羊 Capra hircus NM_001285629.1 XM_018053703.1 NM_001287574.1 绵羊 Ovis aries XM_027974304.1 XM_004005125.3 NM_001093789.1 2. 结果与分析
2.1 SWChen系统miRNA功能预测结果
由图1可知：SWChen通过种子区匹配预测(single)调控人FASN的基因共有193条，其中匹配miRTarget_All数据8条，匹配miRTarget_High数据3条，而调高miRNA与mRNA亲和力判定阈值后(双阈值)与miRTarbase数据库不匹配；TargetScan在线软件预测有745条，其中匹配miRTarget_All数据15条，匹配miRTarget_High数据3条；miRSystem在线软件预测有62条，其中匹配miRTarget_All数据4条，匹配miRTarget_High数据4条；miRDB在线软件预测有47条，其中匹配miRTarget_All数据6条，匹配miRTarget_High数据2条。4个软件预测的miRNAs结果集合统计(图2)显示：TargetScan出现530条独立miRNAs，miRSystem和miRDB分别出现10条和1条独立的miRNAs；SWChen系统总共出现3条独立的miRNAs，有186条与TargetScan结果重叠，31条与miRSystem结果重叠，39条与miRDB结果重叠，双阈值SWChen结果除miRSystem均包含在其他软件预测结果中。
![]()
图 1 4种miRNA预测软件与miRTarget数据库匹配情况Figure 1. Comparing prediction results of four miRNA prediction softwares by using miRTarget database match![]()
图 2 4种miRNA预测软件预测结果集合统计注：A. SWChen系统种子匹配预测；B. SWChen系统种子+结合强度匹配预测；C. TargetScan保守及非保守miRNA预测；D. miRDB预测的miRNA；E. miRSystem预测的miRNA。Figure 2. The gather statistic to resuls of four miRNA prediction softwaresNote: A. seed sequence match prediction of SWChen; B. seed sequence and binding intensity match prediction of SWChen; C. conserved and non-conserved miRNA prediction by TargetScan tool; D. miRNA prediction of miRDB tool; E. miRNA prediction of miRSystem tool.2.2 林麝成熟麝香代谢组测序分析结果
林麝麝香化学组分含量最高的前10个物质列于表2。结果显示：成熟麝香中的主要成分为长碳链的酮和醛等物质、特殊脂肪酸碳链的环酮类物质以及芳香族和甾类物质。
表 2 成熟麝香主要化学组分Table 2. The main chemical components of matured musk化学组分 chemical components CAS编号 CAS No. 检测峰面积 detected area 样本方差 sample deviation 反式-脱氢雄甾酮 trans-dehydroandrosterone 53-43-0 11168282.67 1121583.40 6-甲基庚烷-1,6-二醇 6-methylheptane-1,6-diol 5392-57-4 11110678.00 811962.87 麝香酮 muscone 541-91-3 10499690.67 10790615.92 对甲酚 p-cresol 106-44-5 4090610.00 294912.52 胆固醇 cholesterol 57-88-5 4071492.00 1409731.95 13-十四烯醛 13-tetradecenal 85896-31-7 3715398.33 2517935.89 8-环十六烯-1-酮 8-cyclohexadecen-1-one 3100-36-5 1771978.00 16964.98 顺式-13-十八烯醛 cis-13-octadecenal 58594-45-9 1749918.33 2317990.10 苯乙酸 benzeneacetic acid 103-82-2 1712839.67 1217397.87 4-甲基环十五烷-1-酮 4-methyl-cyclopentadecanone 34894-60-5 1266641.67 788677.07 2.3 物种基因序列进化树构建及RNA二级结构分析
由图3可知：同一基因之间3′-UTR序列存在差异较小，其中林麝FASN和HMGCR基因3′-UTR序列与牛和羊被分为两类，而林麝CYP11A1基因3′-UTR序列与山羊和绵羊被归为一类。进一步对各基因的3′-UTR序列进行RNA二级结构进行预测，结果(图4)显示：林麝、牛、山羊和绵羊FASN基因3′-UTR序列RNA二级结构的最小自由能分别为−222.80、−234.60、−229.10和−234.70 kcal/mol，HMGCR基因3′-UTR序列RNA二级结构的最小自由能分别为−466.00、−477.60、−267.20和−1417.30 kcal/mol，CYP11A1基因3′-UTR序列RNA二级结构的最小自由能分别为−110.10、−112.90、−105.50和−112.00 kcal/mol，其中林麝和牛FASN基因3′-UTR与山羊和绵羊相比出现较多的单链空泡。
![]()
图 3 基因3′-UTR序列进化树比对注：数字代表进化树分支的差异程度。Figure 3. Sequence alignment of gene 3′-UTR by evolution tree constructionNote: The numbers represent the degree of divergence in the branches of the evolutionary tree.![]()
图 4 各物种基因3′-UTR RNA二级结构预测Figure 4. Predicted RNA secondary structures of gene 3′-UTR sequences in respective species2.4 SWChen系统分析各物种调控FASN、HMGCR和CYP11A1基因表达的miRNAs
通过miRNA转录组序列保守分析发现：林麝miRNAs数据总有1391条，miRBase数据库中查询牛的miRNAs数据为1030条，山羊和绵羊的数据为519条。SWChen系统的种子匹配预测结果显示：调控林麝、牛、山羊和绵羊FASN基因表达的miRNAs在相应数据库中的占比分别为5.25%、5.53%、1.70%和2.38%；调控HMGCR基因表达的miRNAs占比分别为12.55%、13.11%、10.88%和6.12%；调控CYP11A1基因表达的miRNAs占比分别为3.54%、3.69%、4.76%和4.22%；在林麝和牛中，调控FASN和HMGCR基因表达的miRNAs占比高于山羊和绵羊，而调控CYP11A1基因表达的miRNAs占比低于山羊和绵羊。集合论分析结果(图5和表3)显示：在4个物种中，调控FASN基因表达的miRNAs交集为miR-24-3p和miR-30b-3p；调控HMGCR基因表达的miRNAs交集为miR-29b、miR-146a和miR-2284d；调控CYP11A1基因表达的miRNAs交集为let-7家族。
![]()
图 5 4个物种中调控FASN、HMGCR和CYP11A1基因表达的miRNAs集合分析维恩图Figure 5. Venn diagram of miRNAs regulating FASN, HMGCR and CYP11A1 genes expression intersection analysis in four species表 3 调控基因的miRNA交集Table 3. miRNA intersection of targeting genes基因 genes miRNA交集 miRNA interesection FASN miR-24-3p，miR-30b-3p HMGCR miR-29b，miR-146a，miR-2284d CYP11A1 let-7g，let-7i，let-7f，let-7b，let-7d，let-7c，let-7a-5p HMGCR∩CYP11A1 (M. berezovskii) miR-205a-5p，miR-143-5p，miR-205-5p，miR-205，miR-205b HMGCR∩CYP11A1 (B. taurus) miR-125a，miR-125b，miR-205，miR-670 HMGCR∩CYP11A1 (C. hircus) miR-1224，miR-125a-5p，miR-125b-5p HMGCR∩FASN (M. berezovskii) miR-146b，miR-146a-5p，miR-146c-5p，miR-146d-5p，miR-146a，miR-27b，
miR-146b-5p，miR-30b-3p，miR-30e-3p，miR-2424，miR-96-3pHMGCR∩FASN (B. taurus) miR-10165-5p，miR-2358，miR-2394，miR-669 CYP11A1∩FASN (M. berezovskii) miR-143-5p，miR-205a-5p，miR-205-5p，miR-205，miR-205b CYP11A1∩FASN (B. taurus) miR-2406 CYP11A1∩FASN (C. hircus or O. ries) miR-342-5p 双阈值分析结果显示(表4)：调控FASN基因表达的miRNAs仅在山羊和绵羊中存在miR-874-5p交集；调控HMGCR基因表达的miRNAs在林麝、牛和山羊中存在miR-545-3p、miR-429和miR-181b-3p交集，调控CYP11A1基因表达的miRNAs仅在林麝、山羊和绵羊中存在miR-532-3p的交集。
表 4 在各物种中预测调控基因的miRNAs (双阈值)Table 4. Predicted miRNAs targeting genes in species respectively (dual thresholds)物种名称
species name预测调控 FASN 基因的 miRNA
spredicted miRNAs for
regulating FASN gene预测调控 HMGCR 基因的 miRNA
spredicted miRNAs for
regulating HMGCR gene预测调控 CYP11A1 基因的 miRNA
spredicted miRNAs for
regulating CYP11A1 gene林麝 M. berezovskii — miR-545-3p，miR-429-3p，
miR-200-3p，
miR-181b-3p，miR-29dmiR-532-3p 牛 B. taurus miR-10182-3p，miR-1777a，miR-669 miR-2350，miR-429，miR-545-3p — 山羊 C. hircus miR-874-5p miR-181b-3p，miR-186-5p，
miR-429，miR-497-3pmiR-532-3p 绵羊 O. aries miR-874-5p — miR-532-3p 3. 讨论
SWChen系统是基于Smith-Waterman局部序列比对算法和碱基互补配对原理[11, 13]，预测2条序列之间的相互作用能力和相似性情况的程序，主要基于R语言软件编写，用于RNA之间的作用情况预测[14-17]。计分规则参数使得序列比对过程中出现连续3~4个的相互匹配才能抵消1个错配，符合miRNA序列种子匹配规则，通过矩阵最大值进行重新回数算分即为SWChen系统的最终评分，选择适合的评分参数对于提高相互作用预测准确性具有重要意义。
Smith-Waterman算法是评价2条序列之间功能域和保守域的比对算法，相比BLAST算法[18]和马尔可夫模型[19]推算，Smith-Waterman算法更加准确，能够满足预测需求，但是这种算法的速度最慢，且会忽略第2评分结合位置。miRTarBase数据库包含了现有已验证调控功能的miRNAs，而在所有物种的研究中，人FASN研究证据较多，因此以人种为对象评估SWChen系统的准确性具有更高的可信度。程序评估结果显示：4种预测工具的结果差异并不大，其中SWChen相比miRSystem和miRDB工具能预测出较多的候选miRNAs，匹配miRTarBase数据库的miRNAs条数更多；而TargetScan预测的miRNAs条数约为SWChen的4倍，但匹配数据库的miRNAs约为SWChen的2倍，提示SWChen的背景噪音相对TargetScan较小。所有的miRNA预测工具均基于miRNA对靶基因的识别机制[11]，其中TargetScan在计分过程中考虑结合位置的保守性和miRNA亲和程度，再去除物种序列保守性判断之后预测的miRNAs会增加，而SWChen并不考虑序列保守性，同时将评分控制为80分，即种子区域的完全匹配，占据识别机制中的大部分识别情况；而TargetScan的算法包括了miRNA第2~8位和第3~8位的匹配规律[11]，因此预测出较多的候选miRNAs，但却增加了错误miRNAs的噪音，这是TargetScan和SWChen之间预测结果差异的原因。miRSystem系统为集成多种预测工具的miRNA预测系统，在预测结果中获得强有力证据的miRNAs匹配条数最多，背景噪音相对较小，但匹配miRTarget_All数据的数量也减少，在miRNA的靶基因研究中，miRNA预测主要基于多工具的交集筛选，因此集成的miRSystem会得到更多的miRTarget_High匹配结果；双阈值预测能够得到较多的重叠miRNAs，暗示双阈值的准确性可能更高。SWChen系统能够满足miRNA靶基因预测的需求，能够得到相对其他工具同等价值的结果，且离线预测、数据库及参数的可变动使其更加灵活，能够预测林麝miRNAs对靶基因的调控情况，可为特种动物、昆虫、植物和真菌等关键miRNA的筛选提供便利。
已有研究表明：麝香的形成过程主要有2种假设[1-4, 12]。第一，林麝香腺分泌初香后，初香物质储存于香囊中经微生物的发酵熟化后形成成熟麝香；第二，林麝香腺直接分泌麝香的主要化学成分储存于香囊中积累，而微生物不是麝香形成的决定因素。无论林麝通过哪种方式形成成熟麝香，林麝合成和分泌的化学组分对麝香的形成至关重要。通过代谢组学的手段对麝香进行检测，使用不同的萃取试剂得到的化学组分和含量有一定差异，在麝香的甲醇和氯仿提取物中主要成分为脂肪酸类的烷烃类、醇类、酮类、醛类、固醇类、甾类及芳香族类物质，与其他文献报道[2]一致。脂肪酸衍生类、环酮类、甾类和固醇类为麝香的主要成分，而FASN、HMGCR和CYP11A1是合成上述物质的关键基因。
FASN基因对于长链脂肪酸的合成和活化过程具有重要作用[5, 9, 20-22]，如碳链的延伸、末端酰基的活化和双键的还原等，特别是与麝香酮(3-甲基环十五酮)碳链骨架的形成具有较强的关联性；同时FASN合成的亚基酶对碳链的转运、去饱和、脱羟基和碳链活化等具有重要作用，如酰基载体蛋白β-酮酰ACP还原酶和β-酮酰ACP水解酶等。对于固醇类和甾类物质而言，HMGCR是其合成的限速酶[8-9]，它参与甲羟戊酸的合成，而甲羟戊酸作为基础物质进一步形成异戊烯基焦磷酸、鲨烯、羊毛固醇和胆固醇等产物，对于类固醇物质的合成和分泌具有重要作用。CYP11A1是胆固醇的侧链裂解的关键酶[4, 8, 23]，对于孕烯酮、雄烯二酮和脱氢雄甾酮等物质合成至关重要，而在麝香检测到大量的雄性激素前体物质，如反式-脱氢雄甾酮，其合成同时需要HMGCR和CYP11A1的参与。因此，FASN、HMGCR和CYP11A1对于麝香的生物合成有较强的关联性，具有较大的研究价值和潜力。miRNAs是基因转录后调控的关键因子[10-11]，对生物代谢组分的调控具有关键作用。1个基因可受多条miRNAs调控，同时1条miRNAs可调控多个基因的表达，预测共同靶向林麝多个麝香合成相关基因表达的miRNAs对探究麝香生物合成机制具有重要意义，同时也为牛和羊的肉质和繁殖性状相关研究提供参考。
林麝、牛、山羊和绵羊的FASN、HMGCR和CYP11A1基因3′-UTR序列差异较小，同源物种之间基因的3′-UTR有保守性，保守区域可能为共同的miRNAs作用位点，同时也验证了序列拼接的正确性[12]；较高的自由能及更多的单链空泡结构将增加miRNA与mRNA的结合概率[14-15]。通过SWChen系统分别对4个物种中调控FASN、HMGCR和CYP11A1基因的miRNAs进行预测，在林麝和牛中，FASN基因受控的miRNAs在各自miRNA数据库中的占比相对山羊和绵羊较高，暗示林麝和牛FASN基因受miRNA调控的潜力强于山羊和绵羊，与RNA结构分析的结果一致；林麝HMGCR基因受miRNA调控的数量占比较高，可能与其3′-UTR长度和序列复杂程度有关；而CYP11A1基因在4个物种之间预测的候选miRNA数量差异不大，且RNA二级结构空泡结构及最小自由能差距不明显，暗示4个物种CYP11A1基因受miRNA调控的潜力一致。候选miRNAs数量在相应物种总体数据库中的占比和基因3′-UTR的RNA二级结构和最小自由能预测，可为分析miRNA对基因的调控潜能提供参考。
集合论分析显示：4个物种FASN基因共同受到miR-24-3p和miR-30b-3p调控，miR-24-3p可通过调控锌指同源基因ZHX2 (zinc fingers and homeoboxes 2)影响FASN基因的表达[24]，miR-30c-5p可调控下调FASN的表达改善肝性脂肪沉积[22]，预测miR-24-3p和miR-30b-3p有很大的潜力调控4个物种的FASN基因表达。预测调控HMGCR基因表达的miRNAs结果显示：miR-29b、miR-146a和miR-2284d为4个物种miRNA的交集部分，miR-29能够抑制小鼠HMGCR的表达而影响在肝脏的胆固醇沉积[25]，miR-29b作为miR-29的同源miRNAs，具有较大的潜力调控4个物种HMGCR的表达，miR-146a与免疫炎症、心血管疾病、糖尿病及总胆固醇含量等具有一定的相关性[26-29]，这些因素均与固醇类和甾类物质合成相关，miR-146a存在很大的潜能调控HMGCR基因的表达影响固醇类物质的合成导致相应疾病发生；通过双阈值分析可知：调控HMGCR基因表达的miRNA有较大可能为miR-181b-3p和miR-429家族，miR-181d-5p能够显著下调猪的HMGCR基因[30]，而鸡肝脏中的miR-429与HMGCR的表达具有较强的相关性[31]，因此miR-29b、miR-146a、miR-181b-3p和miR-429都具有调控HMGCR表达的潜力。调控CYP11A1基因表达的miRNAs集合分析显示均属于let-7家族成员，let-7家族是细胞中含量最为丰富的miRNA家族，参与动物免疫、繁殖和生长发育等过程[32-34]；CYP11A1属于雄性激素的合成限速酶[8-9]，在各物种中均有较高的保守性。结合UTR进化树、二级结构和miRNA占比可知：4个物种CYP11A1基因的相关参数基本接近一致，暗示let-7对保守性较强的CYP11A1有较强的调控潜能；进一步的双阈值预测结果显示：miR-532-3p也能够调控CYP11A1基因的表达，而miR-532-3p被报道涉及女性不孕不育[35]，miR-532-3p可能通过调控CYP11A1基因导致相关生殖类疾病。而在林麝中未发现共同调控FASN、HMRCR和CYP11A1的miRNAs分子，但miR-205和miR-143家族存在交集，有参与麝香合成调控通路的可能。研究表明：miR-205主要参与AKT和Wnt信号通路[36-40]，miR-143主要参与NF- kappaB信号通路[41-43]，暗示麝香的生物合成机可能涉及miR-205和miR-143参与的AKT、Wnt和NF- kappaB信号通路。
4. 结论
本研究通过自主开发的SWChen 系统预测发现：调控林麝FASN基因表达的miRNA包括miR-24-3p和miR-30b-3p，调控林麝HMGCR基因表达的miRNA有miR-29b、miR-146a、miR-181b-3p和miR-429家族，调控林麝CYP11A1基因表达的miRNA有miR-532-3p和let-7家族，共同调控林麝3个基因表达的miRNAs主要为miR-205家族和miR-143家族。研究结果可为研究林麝、牛、山羊和绵羊FASN、HMGCR和CYP11A1的转录后调控提供参考，同时对解析林麝的麝香合成机制具有重要意义。
-
![]()
图 1 4种miRNA预测软件与miRTarget数据库匹配情况
Figure 1. Comparing prediction results of four miRNA prediction softwares by using miRTarget database match
![]()
图 2 4种miRNA预测软件预测结果集合统计
注：A. SWChen系统种子匹配预测；B. SWChen系统种子+结合强度匹配预测；C. TargetScan保守及非保守miRNA预测；D. miRDB预测的miRNA；E. miRSystem预测的miRNA。
Figure 2. The gather statistic to resuls of four miRNA prediction softwares
Note: A. seed sequence match prediction of SWChen; B. seed sequence and binding intensity match prediction of SWChen; C. conserved and non-conserved miRNA prediction by TargetScan tool; D. miRNA prediction of miRDB tool; E. miRNA prediction of miRSystem tool.
![]()
图 3 基因3′-UTR序列进化树比对
注：数字代表进化树分支的差异程度。
Figure 3. Sequence alignment of gene 3′-UTR by evolution tree construction
Note: The numbers represent the degree of divergence in the branches of the evolutionary tree.
![]()
图 4 各物种基因3′-UTR RNA二级结构预测
Figure 4. Predicted RNA secondary structures of gene 3′-UTR sequences in respective species
![]()
图 5 4个物种中调控FASN、HMGCR和CYP11A1基因表达的miRNAs集合分析维恩图
Figure 5. Venn diagram of miRNAs regulating FASN, HMGCR and CYP11A1 genes expression intersection analysis in four species
表 1 物种基因序列GenBank编号
Table 1 GenBank No. of species gene sequence
物种 species FASN HMGCR CYP11A1 牛 Bos taurus NM_001012669.1 NM_001105613.1 NM_176644.2 山羊 Capra hircus NM_001285629.1 XM_018053703.1 NM_001287574.1 绵羊 Ovis aries XM_027974304.1 XM_004005125.3 NM_001093789.1 
下载: 导出CSV
表 2 成熟麝香主要化学组分
Table 2 The main chemical components of matured musk
化学组分 chemical components CAS编号 CAS No. 检测峰面积 detected area 样本方差 sample deviation 反式-脱氢雄甾酮 trans-dehydroandrosterone 53-43-0 11168282.67 1121583.40 6-甲基庚烷-1,6-二醇 6-methylheptane-1,6-diol 5392-57-4 11110678.00 811962.87 麝香酮 muscone 541-91-3 10499690.67 10790615.92 对甲酚 p-cresol 106-44-5 4090610.00 294912.52 胆固醇 cholesterol 57-88-5 4071492.00 1409731.95 13-十四烯醛 13-tetradecenal 85896-31-7 3715398.33 2517935.89 8-环十六烯-1-酮 8-cyclohexadecen-1-one 3100-36-5 1771978.00 16964.98 顺式-13-十八烯醛 cis-13-octadecenal 58594-45-9 1749918.33 2317990.10 苯乙酸 benzeneacetic acid 103-82-2 1712839.67 1217397.87 4-甲基环十五烷-1-酮 4-methyl-cyclopentadecanone 34894-60-5 1266641.67 788677.07
下载: 导出CSV
表 3 调控基因的miRNA交集
Table 3 miRNA intersection of targeting genes
基因 genes miRNA交集 miRNA interesection FASN miR-24-3p，miR-30b-3p HMGCR miR-29b，miR-146a，miR-2284d CYP11A1 let-7g，let-7i，let-7f，let-7b，let-7d，let-7c，let-7a-5p HMGCR∩CYP11A1 (M. berezovskii) miR-205a-5p，miR-143-5p，miR-205-5p，miR-205，miR-205b HMGCR∩CYP11A1 (B. taurus) miR-125a，miR-125b，miR-205，miR-670 HMGCR∩CYP11A1 (C. hircus) miR-1224，miR-125a-5p，miR-125b-5p HMGCR∩FASN (M. berezovskii) miR-146b，miR-146a-5p，miR-146c-5p，miR-146d-5p，miR-146a，miR-27b，
miR-146b-5p，miR-30b-3p，miR-30e-3p，miR-2424，miR-96-3pHMGCR∩FASN (B. taurus) miR-10165-5p，miR-2358，miR-2394，miR-669 CYP11A1∩FASN (M. berezovskii) miR-143-5p，miR-205a-5p，miR-205-5p，miR-205，miR-205b CYP11A1∩FASN (B. taurus) miR-2406 CYP11A1∩FASN (C. hircus or O. ries) miR-342-5p
下载: 导出CSV
表 4 在各物种中预测调控基因的miRNAs (双阈值)
Table 4 Predicted miRNAs targeting genes in species respectively (dual thresholds)
物种名称
species name预测调控 FASN 基因的 miRNA
spredicted miRNAs for
regulating FASN gene预测调控 HMGCR 基因的 miRNA
spredicted miRNAs for
regulating HMGCR gene预测调控 CYP11A1 基因的 miRNA
spredicted miRNAs for
regulating CYP11A1 gene林麝 M. berezovskii — miR-545-3p，miR-429-3p，
miR-200-3p，
miR-181b-3p，miR-29dmiR-532-3p 牛 B. taurus miR-10182-3p，miR-1777a，miR-669 miR-2350，miR-429，miR-545-3p — 山羊 C. hircus miR-874-5p miR-181b-3p，miR-186-5p，
miR-429，miR-497-3pmiR-532-3p 绵羊 O. aries miR-874-5p — miR-532-3p
下载: 导出CSV
-
[1] JIE H, ZHANG P, XU Z X, et al. MicroRNA and other small RNA sequence profiling across six tissues of Chinese forest musk deer (Moschus berezovskii)[J]. BioMed Research International, 2019, 2019: 4370704. DOI: 10.1155/2019/4370704.
[2] LI D Y, CHEN B L, ZHANG L, et al. The musk chemical composition and microbiota of Chinese forest musk deer males[J]. Scientific Reports, 2016, 6: 18975. DOI: 10.1038/srep18975.
[3] LI Y M, ZHANG T X, QI L, et al. Microbiota changes in the musk gland of male forest musk deer during musk maturation[J]. Frontiers in Microbiology, 2018, 9: 3048. DOI: 10.3389/fmicb.2018.03048.
[4] ZHANG T X, PENG D, QI L, et al. Musk gland seasonal development and musk secretion are regulated by the testis in muskrat (Ondatra zibethicus)[J]. Biological Research, 2017, 50: 10. DOI: 10.1186/s40659-017-0116-9.
[5] CARMAN G M, HAN G S. Fat-regulating phosphatidic acid phosphatase: a review of its roles and regulation in lipid homeostasis[J]. Journal of Lipid Research, 2019, 60(1): 2. DOI: 10.1194/jlr.S087452.
[6] SMIT L A, MOZAFFARIAN D, WILLETT W. Review of fat and fatty acid requirements and criteria for developing dietary guidelines[J]. Annals Nutrition and Metabolism, 2009, 55: 44. DOI: 10.1159/000228995.
[7] DE SIQUEIRA CARVALHO A A, DA SILVA V G, ZANOTELI E, et al. Myopathy due to HMGCR antibodies in adult mimicking muscular dystrophy associated with cancer and statin exposure-narrative review of the literature-case report[J]. Therapeutics and Clinical Risk Management, 2018, 14: 903. DOI: 10.2147/TCRM.S162931.
[8] KUMAZAWA T, TSUCHIYA N, WANG L Z, et al. Microsatellite polymorphism of steroid hormone synthesis gene CYP11A1 is associated with advanced prostate cancer[J]. International Journal of Cancer, 2004, 110(1): 140. DOI: 10.1002/ijc.20070.
[9] RAHALI D, DALLAGI Y, HUPKENS E, et al. Spermatogenesis and steroidogenesis disruption in a model of metabolic syndrome rats[J]. Archives of Physiology and Biochemistry, 2020(11): 1. DOI: 10.1080/13813455.2020.1812665.
[10] FILIPOWICZ W, BHATTACHARYYA S N, SONENBERG N. Mechanisms of post-transcriptional regulation by microRNAs: are the answers in sight?[J]. Nature Reviews Genetics, 2008, 9(2): 102. DOI: 10.1038/nrg2290.
[11] BARTEL D P. MicroRNAs: target recognition and regulatory functions[J]. Cell, 2009, 136(2): 215. DOI: 10.1016/j.cell.2009.01.002.
[12] ZHANG L, JIE H, XIAO Y P, et al. Genomic identification and expression analysis of the cathelicidin gene family of the forest musk deer[J]. Animals, 2019, 9(8): 481. DOI: 10.3390/ani9080481.
[13] SMITH T F, WATERMAN M S. Identification of common molecular subsequences[J]. Journal of Molecular Biology, 1981, 147(1): 195. DOI: 10.1016/0022-2836(81)90087-5.
[14] 崔小芝, 吴巧群, 吴小敏, 等. 从江香猪lncGHR1基因的克隆、组织表达及超表达研究[J]. 农业生物技术学报, 2020, 28(12): 2165. DOI: 10.3969/j.issn.1674-7968.2020.12.007. [15] 杨丽红, 吴小敏, 崔小芝, 等. NONHSAT184603.1基因对解旋酶基因BLM表达的影响[J]. 农业生物技术学报, 2020, 28(9): 1642. DOI: 10.3969/j.issn.1674-7968. [16] 吴小敏, 倪锴, 朱晓锋, 等. 猪PRKAA1基因相关LncRNAs的筛选及其在组织中的表达分析[J]. 农业生物技术学报, 2020, 28(2): 232. DOI: 10.3969/j.issn.1674-7968.2020.02.005. [17] 吴巧群, 许厚强, 崔小芝, 等. 从江香猪miR-143-3P克隆及组织表达[J]. 中国畜牧杂志, 2021, 57(1): 1. DOI: 10.19556/j.0258-7033.20200624-04. [18] ALTSCHUL S F, MADDEN T L, SCHÄFFER A A, et al. Gapped BLAST and PSI-BLAST: a new generation of protein database search programs[J]. Nucleic Acids Research, 1997, 25(17): 3389. DOI: 10.1093/nar/25.17.3389.
[19] PEDERSEN J S, HEIN J. Gene finding with a hidden markov model of genome structure and evolution[J]. Bioinformatics, 2003, 19(2): 219. DOI: 10.1093/bioinformatics/19.2.219.
[20] KAVIANI S, COOPER J A. Appetite responses to high-fat meals or diets of varying fatty acid composition: a comprehensive review[J]. European Journal of Clinical Nutrition, 2017, 71(10): 1154. DOI: 10.1038/ejcn.2016.250.
[21] WOOD J D, ENSER M, FISHER A V, et al. Fat deposition, fatty acid composition and meat quality: a review[J]. Meat Science, 2008, 78(4): 343. DOI: 10.1016/j.meatsci.2007.07.019.
[22] FAN J H, LI H P, NIE X, et al. MiR-30c-5p ameliorates hepatic steatosis in leptin receptor-deficient (db/db) mice via down-regulating FASN[J]. Oncotarget, 2017, 8(8): 14561. DOI: 10.18632/oncotarget.14561.
[23] O'HARA L, YORK J P, ZHANG P M, et al. Targeting of GFP-Cre to the mouse Cyp11a1 locus both drives cre recombinase expression in steroidogenic cells and permits generation of Cyp11a1 knock out mice[J]. PLoS One, 2014, 9(1): e84541. DOI: 10.1371/journal.pone.0084541.
[24] YU X G, LIN Q H, WU Z C, et al. ZHX2 inhibits SREBP1c-mediated de novo lipogenesis in hepatocellular carcinoma via miR-24-3p[J]. Journal of Pathology, 2020, 252(4): 358. DOI: 10.1002/path.5530.
[25] LIU M X, GAO M, LI C Z, et al. Dicer1/miR-29/HMGCR axis contributes to hepatic free cholesterol accumulation in mouse non-alcoholic steatohepatitis[J]. Acta Pharmacologica Sinica, 2017, 38(5): 660. DOI: 10.1038/aps.2016.158.
[26] LUO H C, LUO Q S, WANG C F, et al. Association of miR-146a, miR-149, miR-196a2, miR-499 gene polymorphisms with ischemic stroke in a Chinese people[J]. Oncotarget, 2017, 8(46): 81295. DOI: 10.18632/oncotarget.18333.
[27] MENSÀ E, GIULIANI A, MATACCHIONE G, et al. Circulating miR-146a in healthy aging and type 2 diabetes: age- and gender-specific trajectories[J]. Mechanisms of Ageing and Development, 2019, 180: 1. DOI: 10.1016/j.mad.2019.03.001.
[28] HUANG S, LV Z Q, DENG Q F, et al. A genetic variant in Pre-miR-146a (rs2910164 C> G) is associated with the decreased risk of acute coronary syndrome in a Chinese population[J]. The Tohoku Journal of Experimental Medicine, 2015, 237(3): 227. DOI: 10.1620/tjem.237.227.
[29] DEL MONTE A, ARROYO A B, ANDRES-MANZANO M J, et al. miR-146a deficiency in hematopoietic cells is not involved in the development of atherosclerosis[J]. PLoS One, 2018, 13(6): e0198932. DOI: 10.1371/journal.pone.0198932.
[30] JIA Y M, LING M F, ZHANG L C, et al. Downregulation of miR-150 expression by DNA hypermethylation is associated with high 2-hydroxy-(4-methylthio) butanoic acid-induced hepatic cholesterol accumulation in nursery piglets[J]. Journal of Agricultural and Food Chemistry, 2016, 64(40): 7530. DOI: 10.1021/acs.jafc.6b03615.
[31] HU Y, ZHANG R, ZHANG Y H, et al. In ovo leptin administration affects hepatic lipid metabolism and microRNA expression in newly hatched broiler chickens[J]. Journal of Animal Science and Biotechnology, 2012, 3: 16. DOI: 10.1186/2049-1891-3-16.
[32] ETEBARI K, AFRAD M H, TANG B, et al. Involvement of microRNA miR-2b-3p in regulation of metabolic resistance to insecticides in Plutella xylostella[J]. Insect Molecular Biology, 2018, 27(4): 478. DOI: 10.1111/imb.12387.
[33] PENG T F, PAN Y O, GAO X W, et al. Reduced abundance of the CYP6CY3-targeting let-7 and miR-100 miRNAs accounts for host adaptation of Myzus persicae nicotianae[J]. Insect Biochemistry and Molecular Biology, 2016, 75: 89. DOI: 10.1016/j.ibmb.2016.06.002.
[34] LI J B, XUE H, LI T T, et al. Exosomes derived from mesenchymal stem cells attenuate the progression of atherosclerosis in ApoE-/- mice via miR-let7 mediated infiltration and polarization of M2 macrophage[J]. Biochemical and Biophysical Research Communications, 2019, 510(4): 565. DOI: 10.1016/j.bbrc.2019.02.005.
[35] DA SILVA L F I, DA BROI M G, DA LUZ C M, et al. miR-532-3p: a possible altered miRNA in cumulus cells of infertile women with advanced endometriosis[J]. Reproductive BioMedicine Online, 2020, 42(3): 579. DOI: 10.1016/j.rbmo.2020.10.010.
[36] XUE Y D, LIU Y Y, BIAN X H, et al. miR-205-5p inhibits psoriasis-associated proliferation and angiogenesis: Wnt/β-catenin and mitogen-activated protein kinase signaling pathway are involved[J]. The Journal of Dermatology, 2020, 47(8): 882. DOI: 10.1111/1346-8138.15370.
[37] ZHANG P, LU X Y, SHI Z F, et al. miR-205-5p regulates epithelial-mesenchymal transition by targeting PTEN via PI3K/AKT signaling pathway in cisplatin-resistant nasopharyngeal carcinoma cells[J]. Gene, 2019, 710: 103. DOI: 10.1016/j.gene.2019.05.058.
[38] CUI Y, CHEN R, MA L, et al. miR-205 expression elevated with EDS treatment and induced leydig cell apoptosis by targeting RAP2B via the PI3K/AKT signaling pathway[J]. Frontiers in Cell and Developmental Biology, 2020, 8: 448. DOI: 10.3389/fcell.2020.00448.
[39] SUN L L, XIAO L, DU X L, et al. MiR-205 promotes endothelial progenitor cell angiogenesis and deep vein thrombosis recanalization and resolution by targeting PTEN to regulate Akt/autophagy pathway and MMP2 expression[J]. Journal of Cellular and Molecular Medicine, 2019, 23(12): 8493. DOI: 10.1111/jcmm.14739.
[40] WANG D J, WANG S M, LIU Q, et al. SZ-685C exhibits potent anticancer activity in both radiosensitive and radioresistant NPC cells through the miR-205-PTEN-Akt pathway[J]. Oncology Reports, 2013, 29(6): 2341. DOI: 10.3892/or.2013.2376.
[41] CHEN Y Z, PENG H, ZHOU S Q, et al. ADAR1 is targeted by miR-143 to regulate IL-1β-induced endothelial activation through the NFκB pathway[J]. International Journal Biochemistry and Cell Biology, 2017, 89(2): 25. DOI: 10.1016/j.biocel.2017.05.021.
[42] ZHENG Y, YANG F, FU L, et al. The mechanism of miR-143 inducing apoptosis of liver carcinoma cells through regulation of the NF-κB pathway[J]. Oncology Letters, 2018, 15(6): 9567. DOI: 10.3892/ol.2018.8486.
[43] WANG Y J, LI H, SHI Y S, et al. miR-143-3p impacts on pulmonary inflammatory factors and cell apoptosis in mice with mycoplasmal pneumonia by regulating TLR4/MyD88/NF-κB pathway[J]. Bioscience Reports, 2020, 40(7): BSR20193419. DOI: 10.1042/BSR20193419.
-
期刊类型引用(2)
1. 谌颖莲，竭航，赵贵军，封孝兰，张承露，吴佳勇，曾德军. 林麝FASN基因CDS区克隆及序列分析. 野生动物学报. 2022(02): 370-378 . 
百度学术
2. 赵贵军，谌颖莲，曾德军，竭航，张承露，吴佳勇，封孝兰. 基于代谢组学的麝鼠香腺上皮细胞中降麝香酮生物合成机制研究. 西南农业学报. 2022(10): 2462-2468 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 3328
- PDF下载量: 23
- 被引次数: 2
