miRNAs 是一類由發(fā)卡結構的轉錄物而形成的短的單鏈非編碼 RNA，長度一般在 19-25 個 nt。 miRNA 發(fā)揮作用的方式是通過和編碼蛋白的 mRNA 的 3‘UTR 區(qū)域進行互補結合，從而抑制 mRNA 的翻譯或者直接導致 mRNA 的降解，起到一個負向調控基因表達的效果。

通過計算機模擬計算，研究人員發(fā)現(xiàn)單個 miRNA 平均可以抑制超過 100 個 mRNA 的表達（或者降解）。目前在人類中發(fā)現(xiàn)的 miRNA 超過 2000 個，從理論上而言，miRNAs 總共可以抑制超過 20 萬個 mRNA，由于 miRNA 的下游靶基因在一 定程度上具有重疊，因此目前的理論認為：超過 60%的人類蛋白編碼基因的 3’UTR 都含有 miRNA 結合位點。

由此，我們*有理由將 miRNAs 看成是人體內較為復雜及龐大的一大類基因調控分子。基于 miRNAs 對于基因表達的強大調控作用，這類分子在病理情況下也同樣發(fā)揮了重要的作用并不會讓研究者感到意外（前幾年對于 miRNAs 研究的追捧也印證了這類分子對于研究人員的吸引力）。現(xiàn)在就miRNA在腫瘤中的作用進行一次較為全面的梳理和介紹。

miRNA 的生物合成及功能 

整個 miRNA 在體內的生物合成過程始于細胞核，終于胞質，可以將整個 miRNA 的生物合成過程分為三個主要的事件：收獲（cropping），核轉運（nuclear export）及修剪（dicing）【參考文獻 1-4】。

首先，含有 miRNA 序列的基因通過 RNA 聚合酶 II（Pol II）進行轉錄，形成帶有 5'帽子（5'cap） 及 3'PolyA 結構的原始 miRNA 分子（primary miRNAs，pri-miRNAs）。這類 pri-miRNAs 長度往往有幾個 kb 長，通常呈現(xiàn)出莖環(huán)結構（stem-loop），而成熟的 miRNA 序列則包含在這些莖環(huán)結構中。

在原始 miRNAs（pri-miRNAs）向成熟的 miRNA 形成過程中，首先發(fā)揮作用的是 Drosha/DGCR8  異源二聚體（heterodimer）。它的作用切割原始 miRNAs 的莖環(huán)并形成長度約 60-100nt 的呈發(fā)卡結構（hairpin-structure）的前體 miRNA（precursor-miRNA，pre-miRNAs）。從原始 miRNAs 中切割出發(fā)卡結構的前體 miRNAs 的過程，被稱為收獲（cropping）。

呈發(fā)卡結構的前體-miRNA 可以被 Exportin-5（XPO5）及其協(xié)同蛋白 Ran-GTP 所識別，并將前體-miRNA 從細胞核中轉運到胞漿內。 

前體-miRNA 在胞漿內被 RNase III 酶 Dicer 所切割，并釋放長度約 22 nt 的雙鏈 miRNA。人體內 Dicer 酶可以和兩個相關的蛋白相互作用，一個是 TRBP（transactivation response RNAbindingprotein）；另一個是 PACT（proteinactivator of the interaction, 也有被稱為 PRKRA）。 之所以要提到 TRBP 和 PACT 這兩個分子，不是因為它們對于 Dicer 酶的活性有影響，而是因為這兩個分子會影響 miRNA 的功能。但是 TRBP 和 PACT 介導的詳細分子機制還不清楚。

當雙鏈 miRNA 形成后，它們和 Argonaute（Ago）相互作用，從而形成 RISC 復合物（RNAinduced silencing complex，RNA 誘導的沉默復合物）。兩條 RNA 鏈中的一條鏈保持和 Ago 蛋白的結合，這條鏈就是成熟的 miRNA（有時也被稱為導向鏈，guide strand ）；另一條鏈（有時也被稱為 passenger strand 或者用 miRNA*表示）被降解。miRNA 通過與靶標 mRNA 的結合，將 Ago 蛋白靶向至靶標 mRNA。

由于 miRNA 是通過調控靶標 mRNA 后發(fā)揮作用的，因此如何發(fā)現(xiàn)及鑒定 miRNA 下游的靶標 mRNA 是該研究領域內較為重要的課題和方向。

在預測 miRNA 下游靶標的領域內，最新的計算機算法會考慮如下的因素： 

1）物種間的進化保守性； 

2）種子序列； 

3）靶標中的 miRNA 結合位點的數(shù)量； 

4）結合區(qū)域周圍的序列影響。 

現(xiàn)在常見的 miRNA 靶標分析算法根據(jù)是否考慮物種間的保守性，可以分為兩大類： 

1）基于物種間保守性的算法和； 

2）不考慮物種間保守性的算法。

目前常用的 miRNA 下游靶基因預測的軟件/算法都是基于物種間保守性的，常見的算法/網(wǎng)站，包括 miRanda，PicTar，TargetScan 和 DIANA-microT。PITA 和 rna22 算法不僅考慮了物種間的保守性，還考慮了其他的參數(shù)，例如 miRNA 與靶基因結合的自由能（free energy）及結合區(qū)域的二級結構。

盡管 miRNA 的靶基因在持續(xù)地發(fā)現(xiàn)，但是考慮到至少 60%的基因都可能受到 miRNAs 的調控，目前所發(fā)現(xiàn)的受到 miRNA 調控的靶基因依然只是極少部分。因此，如何有效、快速地發(fā)現(xiàn) miRNAs 下游的靶基因，不僅是一個科學問題，更可以加深我們對于 miRNA 調控機制的研究并指導我們開發(fā)具有治療意義的 miRNA 靶標。

【參考文獻】： 

1、Kim VN, HanJ, Siomi MC. 2009. Biogenesis of small RNAs in animals.  Nat. Rev. Mol. CellBiol. 10:126–39 

2、Kim VN. 2004. MicroRNA precursors in motion: Exportin-5 mediates  theirnuclear export. Trends Cell Biol. 14:156–59 

3、Kim VN. 2005. MicroRNA biogenesis: coordinated cropping and dicing.  Nat.Rev. Mol. Cell Biol. 6:376–85 

4、Lee Y, Jeon K, Lee JT, Kim S, Kim VN. 2002. MicroRNA maturation:  stepwiseprocessing and subcellular localization. EMBO J. 1:4663–70