J 2023

Analysis of chimeric reads characterises the diverse targetome of AGO2-mediated regulation

HEJRET, Václav; Nandan Mysore VARADARAJAN; Eva KLIMENTOVÁ; Katarína GREŠOVÁ; Ilektra-Chara GIASSA et al.

Základní údaje

Originální název

Analysis of chimeric reads characterises the diverse targetome of AGO2-mediated regulation

Autoři

HEJRET, Václav; Nandan Mysore VARADARAJAN; Eva KLIMENTOVÁ ORCID; Katarína GREŠOVÁ; Ilektra-Chara GIASSA; Štěpánka VAŇÁČOVÁ a Panagiotis ALEXIOU

Vydání

Scientific Reports, Nature Research, 2023, 2045-2322

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10608 Biochemistry and molecular biology

Stát vydavatele

Německo

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 3.800

Označené pro přenos do RIV

Ano

Kód RIV

RIV/00216224:14740/23:00133649

Organizační jednotka

Středoevropský technologický institut

DOI

UT WoS

EID Scopus

Klíčová slova anglicky

Data processing; Machine learning; miRNAs

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 25. 10. 2024 13:15, Ing. Marie Švancarová

Anotace

V originále

Argonaute proteins are instrumental in regulating RNA stability and translation. AGO2, the major mammalian Argonaute protein, is known to primarily associate with microRNAs, a family of small RNA 'guide' sequences, and identifies its targets primarily via a 'seed' mediated partial complementarity process. Despite numerous studies, a definitive experimental dataset of AGO2 'guide'-'target' interactions remains elusive. Our study employs two experimental methods-AGO2 CLASH and AGO2 eCLIP, to generate thousands of AGO2 target sites verified by chimeric reads. These chimeric reads contain both the AGO2 loaded small RNA 'guide' and the target sequence, providing a robust resource for modeling AGO2 binding preferences. Our novel analysis pipeline reveals thousands of AGO2 target sites driven by microRNAs and a significant number of AGO2 'guides' derived from fragments of other small RNAs such as tRNAs, YRNAs, snoRNAs, rRNAs, and more. We utilize convolutional neural networks to train machine learning models that accurately predict the binding potential for each 'guide' class and experimentally validate several interactions. In conclusion, our comprehensive analysis of the AGO2 targetome broadens our understanding of its 'guide' repertoire and potential function in development and disease. Moreover, we offer practical bioinformatic tools for future experiments and the prediction of AGO2 targets. All data and code from this study are freely available at https://github.com/ML-Bioinfo-CEITEC/HybriDetector/.

Návaznosti

GA20-19617S, projekt VaV
Název: Molekulární mechanismy nekanonických 3' terminálních modifikací RNA a jejich úloha v metabolismu kódujících a nekódujících RNA
Investor: Grantová agentura ČR, The molecular mechanisms of noncanonical 3' terminal RNA tailing and its role in the metabolism of coding and noncoding RNAs
GA23-07372S, projekt VaV
Název: Identifikace a úloha proteinů v kontrole a degradaci RNA a regulaci genové exprese
Investor: Grantová agentura ČR, Identifikace a úloha proteinů v kontrole a degradaci RNA a regulaci genové exprese
GJ19-10976Y, projekt VaV
Název: Klasifikace miRNA vazebných míst nezávisle na „seed” oblasti
Investor: Grantová agentura ČR, Klasifikace miRNA vazebných míst nezávisle na „seed” oblasti
LQ1601, projekt VaV
Název: CEITEC 2020 (Akronym: CEITEC2020)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, CEITEC 2020
90267, velká výzkumná infrastruktura
Název: NCMG III

Přiložené soubory

s41598-023-49757-z__2_.pdf Licence Creative Commons Verze souboru