近日，哈尔滨医科大学等处的研究人员首次利用生物信息学方法，高通量识别人类癌症中小分子化合物与miRNA间的关联关系，相关成果公布在Nature出版社旗下《科学报告》（Scientific Reports）杂志上。
miRNA是一种单链的非编码RNA，参与多种与人类癌症密切相关的生物学过程，如细胞增殖、分化、凋亡等。近年的研究发现miRNA能够被化学小分子所靶向，并受到了越来越多的关注，利用小分子化合物靶向miRNA将成为一种新型的癌症治疗方法。
研究人员利用生物信息学方法高通量识别人类癌症中小分子化合物与miRNA间的关联关系。基于小分子扰动的基因芯片数据、癌症中的差异表达基因以及miRNA所调控的靶基因等信息，在17种人类癌症中构建了小分子和miRNA的关联网络。
之后研究人员还通过对网络的进一步分析，确定了小分子模块和miRNA模块的功能特点，并成功应用于候选药物的筛选以及药物的重新定位。研究结果发现曲古抑菌素A(TSA)可能具有广谱抗癌的作用，同时，TSA与miR-19a、miR-19b、miR-23b的关联关系在所有癌症中出现的频率最高，通过对这三个miRNA共同的靶基因进行通路分析发现，它们显著富集在了MAPK信号通路和mTOR信号通路中，这提示我们TSA可能通过调控这两个信号通路发挥抗癌作用。
此外，分析结果还指出，2-脱氧-D-葡萄糖(2DOG)具有成为候选抗癌药物的潜力以及雌二醇可能具有抗炎活性等。这项研究的成果将极大地加快miRNA相关药物的研发，为癌症的治疗提供更加安全、高效的候选药物，同时也将对癌症患者的个性化医疗提供重要的参考和帮助。
文章的通讯作者是哈尔滨医科大学李霞教授，第一作者是杨宝峰院士指导的博士后姜伟副教授，这两个研究组合作，共同解析了基于转录反应识别人类癌症中小分子和miRNA关联。
李霞教授多年来一直从事生物信息学领域研究，主要研究方向是：基于生物谱的复杂重大疾病的分子分型与生物标志物识别；生物信息融合分析技术；分子生物网络（SNPs虚拟网络、基因调控网络、miRNA-mRNA协同调控网、蛋白质互作网络等）重建；miRNA与复杂疾病调控机制研究；复杂疾病的风险通路（pathway）识别技术；基因与蛋白质功能研究的生物芯片信息学分析技术；高通量药物分子靶标筛选技术；研发解析癌症分子机制的生物信息学方法与分析平台等。（生物谷Bioon.com）
doi:10.1038/srep00282
PMC:
PMID:
Identification of links between small molecules and miRNAs in human cancers based on transcriptional responses
Wei Jiang; Xiaowen Chen; Mingzhi Liao; Wei Li; Baofeng Lian; Lihong Wang; Fanlin Meng; Xinyi Liu; Xiujie Chen; Yan Jin; Xia Li
The use of small molecules to target miRNAs is a new type of therapy for human diseases, particularly cancers. We proposed a novel high-throughput approach to identify the biological links between small molecules and miRNAs in 23 different cancers and constructed the Small Molecule-MiRNA Network (SMirN) for each cancer to systematically analyze the properties of their associations. In each SMirN, we partitioned small molecules (miRNAs) into modules, in which small molecules (miRNAs) were connected with one miRNA (small molecule). Almost all of the miRNA modules comprised miRNAs that had similar target genes and functions or were members of the same miRNA family. Most of the small molecule modules involved compounds with similar chemical structures, modes of action, or drug interactions. These modules can be used to identify drug candidates and new indications for existing drugs. Therefore, our approach is valuable to drug discovery and cancer therapy.
