zhangjunpeng的个人博客分享 http://blog.sciencenet.cn/u/zhangjunpeng

博文

miRNA组学

已有 1262 次阅读 2022-5-24 07:15 |个人分类:读书|系统分类:科普集锦

miRNA组学

 

微小RNAmicroRNA,简称miRNA)是非编码RNA研究领域的明星分子,它能够调控基因表达水平并且直接参与细胞稳态。miRNA的误调节能够导致疾病的发生,因而使其成为有趣的小分子生物标志物。另一方面,通过添加/上调细胞miRNA,模拟miRNA合成物或使用miRNA诱饵下调其功能,miRNA可以成为治疗靶点。具体地,miRNA的基本概念和功能可参见往期文章:miRNA是何方神圣?miRNA也走非主流路线!

 

由于miRNA的流行程度和小分子大功能,专门为其著书立说的书籍也有好几本。例如Kenneth Tew主编的《miRNA and Cancer》(https://www.elsevier.com/books/mirna-and-cancer/tew/978-0-12-811922-8)、Stefan de Folter主编的《Plant MicroRNAs》(https://link.springer.com/book/10.1007/978-1-4939-9042-9)、Krishnarao Appasani主编的《MicroRNAs: From Basic Science to Disease Biology》(https://www.cambridge.org/core/books/micrornas/E7B201D0C65B9A94B30F54D0ECB39BD0)和Massimo Negrini等主编的《MicroRNA in Human Malignancies》(https://www.elsevier.com/books/microrna-in-human-malignancies/negrini/978-0-12-822287-4)等。以上大部分书籍都将miRNA与疾病联系起来,探究miRNA的生物学功能。

 

2014年,Jens AllmerMalik YousefmiRNA相关研究定义为miRNomics(姑且译为miRNA组学),并且出了书籍《miRNomics》第一版。时隔7年之后,2022年《miRNomics》第二版问世(图1https://link.springer.com/book/10.1007/978-1-0716-1170-8)。相比前一版,内容更加丰富了,尤其是添加了miRNA海绵内容。

image.png

1 miRNomics》书籍第二版

 

整本书分为三部分(共19章),第一部分主要介绍miRNA相关的分子生物学机理以及实验手段,第二部分从计算方法学角度研究miRNA,第三部分讲述miRNA调控与压力和疾病间的关系以及讨论miRNA作为生物标志物和靶标治疗的潜力。

 

全书内容还是丰富的,从miRNA调控机理、miRNA实验检测方法、miRNA功能注释与验证、miRNA数据库与工具、miRNA以及靶标识别、miRNA与疾病关系到miRNA参与细胞通讯等内容,最后一章还重点说明了miRNA研究领域当今存在的44个挑战,详细目录内容见图2

 

image.png

2 miRNomics》目录

后话

miRNA书籍对于走进miRNA领域是一种捷径,甚至比从大量研究文献中了解miRNA研究方向还要直接。当然,miRNA书籍的挑选还要看自己所要关心的研究对象。总体来说,《miRNomics》书籍是一本比较全面的书籍,值得选择性或全部阅读。

 

参考文献与链接

[1] Yousef, M., & Allmer, J. (Eds.). (2022). miRNomics: microRNA biology and computational analysis. Totowa, NJ: Humana Press.

 

 

以往推荐如下:

1. 因果推理综述推荐一篇

2. 生物学家的机器学习指南

3. 基础模型的机遇与风险

4. 一份单细胞数据分析教程

5. R/Shiny交互式生物Web应用程序

6. VOSviewer:文献图谱可视化

7. 卡片式笔记工具:Roam Research

8. 国外知乎:Quora

9. 生信问答平台:Biostars

10. IT问答平台:Stack Overflow

11. 预印本知多少?

12. 借助Bioconductor策划单细胞分析

13. 要选哪个蛋白质互作数据库作为先验信息?

14. mRNA表达无法取代蛋白质表达

15. scIB:单细胞数据融合基准框架

16. 临床医疗维修店铺

17. NAguideR:填充蛋白质组学数据缺失值

18. 怎样做好一项研究?

19. 怎样做开题报告?

20. 深度学习助力单细胞数据分析

21. Any RNA

22. 走进数据科学

23. 直抵自闭症核心

24. 癌症内RNA

25. 一对搭档:计算与生物

26. TF靶标

27. 生物组织内细胞通讯

28. 记一次主题编辑经历

29. 6个,10个,14......

30. 你健康吗?

31. 你衰老了吗?

32. scIMC:填充单细胞转录组数据缺失值

33. 差异表达分析:经典方法未必逊色于流行方法

34. 多组学的基本要素

35. 怎样开展网络数据分析?

 

image.png

image.png 




https://blog.sciencenet.cn/blog-571917-1339920.html

上一篇:怎样开展网络数据分析?
下一篇:走进数据挖掘

1 李宏翰

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-7-1 18:39

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部