PsRobot的使用流程 | 小麦篇

⭐⭐⭐本文记录我使用PsRobot的psRobot_tar模块识别靶基因的过程。踩了不少坑，供实验室师弟师妹们借鉴学习。本文参考：

• PsRobot: a web-based plant small RNA meta-analysis toolbox
• miRNA靶基因预测：psRoBot

1. psRobot_tar模块 is designed to find potential small RNA targets;
   psRobot_tar 识别潜在的小RNA 的靶基因。

2. psRobot_map模块 is designed to find all perfect matching locations of short sequences (less than 40bp) in longer reference sequences;
   psRobot_map 在更长的参考序列上找出所有完美匹配的短序列(小于40bp)。

3. psRobot_mir模块 is designed to find small RNAs with stem-loop precursors (e.g. miRNAs or shRNAs) for a batch of input sequences from high throughput sequencing data;
   psRobot_mir 可为一批来自高通量的输入序列寻找具有茎环前体的小RNA(如miRNA或shRNA)。

4. psRobot_deg模块 is designed to identify which small RNA targets are supported by user specified degradome data.
   psRobot_deg 用于识别哪些小RNA靶标得到了用户指定的降解组数据的支持。

下面我们借助psRobot_tar模块识别miRNA的靶基因，let's go。

1. 下载、处理mature.fa文件

• 1. 从mirBase下载，mature.fa 文件
     👉 注意：最好迅雷下载，不知道为何，浏览器直接下载，下载不了。
• 2. 使用Notepad++ 软件处理，删除其他物种的miRNA，仅保留小麦的，另存为tae_miR.fa.

2. 从Ensembl plants 下载cDNA文件。

Triticum_aestivum.IWGSC.cdna.all.fa

3. 使用xftp 上传至服务器

• Triticum_aestivum.IWGSC.cdna.all.fa
• tae_miR.fa

4. 简化Triticum_aestivum.IWGSC.cdna.all.fa 和tae_miR.fa文件

删除以">"开始的行中cdna 及以后的信息

sed  -ri   '/>/s/cdna.*$/ /g'  Triticum_aestivum.IWGSC.cdna.all.fa

简化tae_miR.fa

没处理之前的tae_miR.fa
less -SN tae_miR.fa
===================  没处理之前  =========================
>tae-miR159a MIMAT0005343 Triticum aestivum miR159a
UUUGGAUUGAAGGGAGCUCUG
>tae-miR159b MIMAT0005344 Triticum aestivum miR159b
UUUGGAUUGAAGGGAGCUCUG
>tae-miR160 MIMAT0005345 Triticum aestivum miR160
UGCCUGGCUCCCUGUAUGCCA
>tae-miR164 MIMAT0005346 Triticum aestivum miR164
UGGAGAAGCAGGGCACGUGCA
===================  没处理之前  =========================

处理tae_miR.fa，变得清爽多了
sed  -ri  '/>/s/MIMAT.*$//g'  tae_miR.fa
less -SN tae_miR.fa
===================  处理之后  ===========================
>tae-miR159a 
UUUGGAUUGAAGGGAGCUCUG
>tae-miR159b 
UUUGGAUUGAAGGGAGCUCUG
>tae-miR160 
===================  处理之后  ===========================

5. 依赖软件mfold3.5 安装 (有管理员权限)

wget http://omicslab.genetics.ac.cn/psRobot/program/WebServer/mfold.tar.gz
tar xvzf mfold.tar.gz
cd  mfold-3.5/
./configure
make
sudo make install

6. PsRobot软件 安装 (有管理员权限)

wget http://omicslab.genetics.ac.cn/psRobot/program/WebServer/psRobot_v1.2.tar.gz
tar xvzf psRobot_v1.2.tar.gz
cd  psRobot_v1.2
sudo ./configure
make
sudo make install
source  ~/.bashrc 

7. PsRobot运行

PsRobot 有一些参数：

psRobot_tar  -s  tae_miR.fa  -t  Triticum_aestivum.IWGSC.cdna.all.fa  -p 8  -o  target_results.gTP

使用cDNA序列不用genomic序列的原因是，miRNA在细胞质和靶基因结合发挥作用。此时靶基因还有UTR区域但是已经没有内含子区了。(考虑到UTR区域的序列特点，其实用CDS序列也行)

psRobot_tar 的参数:

• -s input file name: smRNA sequences (fasta format)；default = smRNA
  待预测的miRNA，fasta格式；默认：smRNA

• -t input file name: target sequences (fasta format)，default = target
  用于搜索的cDNA序列，fasta格式；默认： target

• -o output file name，👉注意：default = smRNA-target.gTP
  输出文件名，默认：smRNA-target.gTP

• -ts target penalty score, lower is better (0-5)，default = 2.5
  输出结果的阈值，默认：2.5

• -fp 5 prime boundary of essential sequence (1-2)，default = 2
  5'后第几位开始是必要区间(1~2)， 默认：2

• -tp 3 prime boundary of essential sequence (7-31)， default = 17
  3'后第几位开始是必要区间(7~31)， 默认：17

• -gl position after which with gap/bulge permit (0-30), 0 means no gap/bulge permitted， default = 17
  从第几个碱基后允许出现gap/bulge， 默认：17

• -p number of processors use，default = 1，
  使用线程数， 默认：1，👉注意：根据实际情况可以改大些

• -gn number of gaps/bulges permitted (0-5)， default = 1
  允许存在几个gap/bulge， 默认：1

8. 结果查看

less  -SN target_results.gTP
======================================================
1 >tae-miR159a    Score: 2.5      TraesCS7A02G377100.1  
2 
3 Query:          1 TTTGGATTGAAGGGAGCTCTG^M 22
4                   *|||||*||||||||||||::*
5 Sbjct:       1095 TAACCTTACTTCCCTCGAGGTA 1074
6 
7 
8 >tae-miR159a    Score: 2.5      TraesCS7D02G446700.1  
9 
10 Query:          1 TTTGGATTGAAGGGAGCTCTG^M 22
11                   |||||*|:|||||||||||*|*
12 Sbjct:        952 AAACCAAGCTTCCCTCGAG-CG 932
13 
14 
15 >tae-miR159a    Score: 2.5      TraesCS1D02G307500.2  
16 
17 Query:          1 TTTGGATTGAAGGGAGCTCTG^M 22
18                   *|||||*||||||||||||::*
19 Sbjct:       1156 TAACCTTACTTCCCTCGAGGTA 1135
======================================================

9. 将靶基因对存于miRNA-mRNA.txt 文件

cat  target_results | grep  "^>"   | cut  -f  1,3 | sed 's/>//g' >>miRNA_mRNA.txt