Mechanistische Analysen zu Krankheits-korrelierten SNPs in ...

6 Diskussion
Validierung der jeweiligen Interaktion zwischen miRNA und Ziel-Gen. Eine Plattform für experimentell
validierte miRNA Ziel-Gene bietet TarBase 4 [167–169].
Neben den Algorithmen, die miRNA Bindestellen nach der „seed-match“ Methode vorhersagen,
existieren bereits Algorithmen, die die umliegende Sekundärstruktur in die Vorhersage
einbeziehen (vgl. Supplementary Information von [114]). Beispielhaft sei der PITA
(Probability of Interaction by Target Accessibility) Algorithmus genannt, der von Kertesz et al.
[114] entwickelt wurde. Unter Einbezug von jeweils 70 die miRNA Bindestelle flankierenden
nt berechnet der PITA Algorithmus einen Energie-Score ∆∆G, der die Differenz zwischen
dem Energiegewinn durch die Bindung der miRNA an die Ziel-RNA (∆G duplex ) und der notwendigen
Energie für das „Zugänglichmachen“ der Bindestelle (∆G open ) abbildet. Es konnte
eine starke Korrelation zwischen den ∆∆G-Werten und der experimentellen Repressionen
in Luciferase-Reporterassays beobachtet werden. Ferner zeigte die globale Berechnung von
∆G open für miRNA Bindestellen diverser Spezies (Mensch, Maus, Fliege, Wurm), dass diese
präferentiell in Regionen mit hoher Zugänglichkeit lokalisiert sind. Eine nähere Betrachtung
von Chen et al. [170] hingegen zeigte, dass die guten PITA-Scores für hoch konservierte
miRNA Bindestellen nicht auf deren Zugänglichkeit sondern auf einen gewählten cutoff -
Wert innerhalb des Algorithmus und somit auf deren starke Bindungsenergien zurückzuführen
sind. Dieser Sachverhalt verdeutlicht das Problem der Vergleichbarkeit von Ergebnissen
der zur Vorhersage von miRNA Bindestellen eingesetzten mathematischen Algorithmen, da
diese stark von einzelnen Parametern abhängen.
6.1.3 miR-SNP Datenbanken
Mittlerweile stehen diverse online verfügbare Datenbanken zur Verfügung, die Übersichten
von SNPs in miRNA Bindestellen und miRNA Genen bieten, z.B. PolymiRTS 5 [139, 140]
und miRNASNP 6 [141]. Die miRNASNP Datenbank [141] liefert dem Nutzer zusätzliche
Informationen zur Position der miRNA Bindestelle innerhalb der jeweiligen 3’-UTR und gibt
Auskunft über den aus dem SNP resultierenden Unterschied der jeweiligen Bindungsenergie
zwischen miRNA und Ziel-RNA. Die PolymiRTS Datenbank hingegen enthält ergänzende Informationen
zur Konservierung der jeweiligen miRNA Bindestelle und soweit vorhanden, den
entsprechenden Link zur experimentellen Validierung.
Im Rahmen dieser Arbeit mittels vorgenannter miR-SNP Datenbanken durchgeführte Recherchen
lieferten ausschließlich Informationen über SNPs, die direkt innerhalb einer miRNA
Bindestellen lokalisiert sind. Die vorliegenden Daten des MRAS-Systems sowie die von
Mishra et al. durchgeführten DHFR-Analysen [149] weisen darauf hin, dass auch SNPs außerhalb
von miRNA Erkennungssequenzen einen Einfluss auf die miRNA-Regulation haben
4 http://diana.cslab.ece.ntua.gr/tarbase/
5 http://compbio.uthsc.edu/miRSNP/
6 http://www.bioguo.org/miRNASNP/
138