项目名称: miRNA与FOXO转录因子相互作用调控家鸡肌肉生长的机制研究

项目编号: No.31472090

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 畜牧学与草地科学

项目作者: 聂庆华

作者单位: 华南农业大学

项目金额: 85万元

中文摘要: 项目组前期在鸡肌肉组织中筛选出品种间差异表达的miR-16和miR-223,以及它们共有的靶基因FOXO转录因子。本项目在此基础上,构建miR-16和miR-223过表达/抑制表达的鸡成肌细胞模型,通过细胞水平高通量测序、细胞共转染、蛋白质组定量分析等先进技术鉴定肌肉生长过程中的靶基因及其功能,并揭示miRNA与FOXO转录因子之间的相互作用。其次,利用染色质免疫共沉淀等技术研究鸡成肌细胞生长过程中FOXO1和FOXO3等转录因子对mRNA及miRNA的转录调控和作用网络。最后,针对调控网络中关键性miRNA和编码基因进行遗传变异和标记性状关联分析,进一步揭示它们对生长的遗传效应和筛选出与肉鸡生长性状显著关联的有效分子标记。综合以上,本项目将系统构建调控性miRNA与FOXO转录因子在肌肉细胞中的相互作用网络,全面解析miRNA和FOXO转录因子对家鸡肌肉生长的分子调控机制。

中文关键词: 候选基因;基因功能;基因表达;基因多态性

英文摘要: In our previous study, we have identified the differentially expressed miR-16, miR-223 and their common targets (FOXO transcription factor genes) in muscle tissues from different chicken breeds. Based on previous research foundation during chicken myoblast growth, in this project, we firstly identify all regulatory target genes for miR-16 and miR-223, and determine the interactions between these two miRNA and FOXO transcription factor by use of some advanced technology including high-throughput sequencing in cell culture,co-transfection and proteome quantitative analysis, et al. Moreover, we further analyze the effects of FOXO1 and FOXO3 in regulating miRNA and mRNA at transcriptional level and the interaction network during chicken myoblast growth process through chromatin immunoprecipitation (ChIP) technology. Finally, some key miRNA and encoding genes within the network are selected for variation and marker-trait association analysis, so as to reveal the genetic effects of these genes on growth and to identify effective molecular markers for broiler growth. In summary, in this project, we aim to construct the interaction network among regulatory miRNA and FOXO transcription factors in chicken myoblast, and systematically reveal the molecular regulatory mechanism of miRNA and FOXO transcription factors in regulating muscle growth in domestic chickens.

英文关键词: Candidate gene;Gene function;Gene expression;Gene polymorphism

成为VIP会员查看完整内容
0

相关内容

【Nature. Mach. Intell. 】图神经网络论文汇集
专知会员服务
46+阅读 · 2022年3月26日
MIT设计深度学习框架登Nature封面,预测非编码区DNA突变
专知会员服务
13+阅读 · 2022年3月18日
最新「图机器学习药物发现」综述论文,22页pdf245篇文献
如何构建你的推荐系统?这份21页ppt教程为你讲解
专知会员服务
64+阅读 · 2021年2月12日
【MIT】理解深度学习网络里单个神经元的作用
专知会员服务
28+阅读 · 2020年9月12日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
人工智能预测RNA和DNA结合位点,以加速药物发现
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月30日
Arxiv
0+阅读 · 2022年5月30日
Arxiv
0+阅读 · 2022年5月27日
On the Utility of Prediction Sets in Human-AI Teams
Arxiv
0+阅读 · 2022年5月26日
Arxiv
12+阅读 · 2021年5月3日
小贴士
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员