ユニークな機能的オフターゲットフィルタリングアプローチを備えたsiRNA設計ツール

調査により、不要な転写産物やターゲティング外では、RNA干渉（RNAI）ベースの遺伝子関数研究中に偽陽性の表現型を誘導する可能性があることが明らかになりました。しかし、この誤った陽性の表現型の問題に対処するという点で、小さな干渉RNA（siRNA）オフターゲットの最小化に対する標準的な計算アプローチは、ターゲットの最小化オフの最小化に不足しています。これらのオフターゲットの一部は、調査対象の生化学経路を妨害する可能性があります。また、ユーザーの関心のプロセスに定量化できない結果をもたらすセルの代謝経路を誤って標的とする可能性があります。ここでは、機能的に類似している、または直接的なターゲット遺伝子に関連する不注意なターゲットから生じる偽陽性の表現型を最小限に抑えることを目的とした機能的なオフターゲットフィルタリングを初めて実装するsiRNA選択ツールの開発を報告します。強力なsiRNAの最適化された選択のためのマルチパラメトリック分類器（サポートベクターマシン）。機能的なオフターゲットフィルタリングは、直接的な標的遺伝子、つまり共通の生物学的プロセスに関与し、同様の表現型を持つ可能性のあるオフターゲット遺伝子の数を最小限に抑えます。テキストマイニングアルゴリズムは、これらの遺伝子に関連する生物学的プロセスを比較することにより、直接ターゲットおよび各オフターゲット転写産物に関連する関連生物学的プロセスを見つけるために使用されます。また、予測されたオフターゲット遺伝子リストから除外される可能性のある潜在的に有害である可能性のある1つ以上のオフターゲットを選択する選択をユーザーに提供します。3つの異なるソースからの生物学的に検証されたsiRNAの膨大なセットを使用したテストは、効果的なsiRNA選択の観点から、ツールの一貫した良好なパフォーマンスを示しました。一般的なテストセットで比較した場合、非常に効率的なsiRNAの選択における特異性の観点から、現在の4つの強力なsiRNA選択アルゴリズムを上回りました。高コンテンツスクリーニングで使用される強力なsiRNAを使用したゲノムワイドテストは、表現型出力の観点から2767設計されたsiRNAの検証を確認しました。このツールは現在、ヒト遺伝子のsiRNA設計をサポートしており、http：//gyanxet-beta.comで自由に利用できます。

Investigations have revealed that silencing unwanted transcripts or off-targeting can induce false positive phenotype during RNA interference (RNAi)-based gene function study. But still the standard computational approaches towards small interfering RNA (siRNA) off-target minimization fall short in terms of addressing this false positive phenotype issue. Some of these off-targets may interfere with the biochemical pathway being investigated. It may also inadvertently target cell's metabolic pathways with unquantifiable consequences on the processes of user's interest. Here, we report the development of a siRNA selection tool that, for the first time, implements a functional off-target filtering that aims to minimize false positive phenotypes arising from inadvertent targets that are functionally similar or related to the direct target gene, along with a multi-parametric classifier (support vector machine) for optimized selection of potent siRNAs. The functional off-target filtering minimizes the number of off-target genes which are functionally related to the direct target gene, i.e. involved in a common biological process and may have similar phenotype. A text-mining algorithm is used to find related biological processes associated with the direct target and each off-target transcript by comparison of the biological processes associated with these genes. It also gives the user a choice to select one or more off-targets that may be potentially more harmful, from a predicted off-target gene list to be filtered out. Testing with huge set of biologically validated siRNAs from three different sources showed consistent good performance of our tool in terms of effective siRNA selection. It outperformed four potent siRNA selection algorithms of present day in terms of specificity in the selection of highly efficient siRNAs when compared on a common test set. A genome wide testing with potent siRNAs used in high-content screening confirmed validation of 2767 designed siRNAs in terms of phenotypic output. This tool presently supports siRNA designs for human genes and is freely available at http://gyanxet-beta.com .