对于miRNA大家应该都不陌生，是一段长度在21-23nt的单链非编码RNA序列。
microRNA, abbreviated miRNA or miR, are short, highly conserved, non-coding RNAsthat play an important role in the complex network of gene regulation,especially in gene silencing. MicroRNAs regulate gene expression highly specifically at the post-transcriptional level. In general, microRNAs have a size of 21 to 23 nucleotides (nt).
引自维基百科[MicroRNA]
对于已发表的miRNA鉴定，使用测序数据与标准数据库进行比对即可；对于新的miRNA，就需要借助一些软件进行预测。目前已发表的用于预测miRNA的软件很多，今天给大家介绍一款miRNA预测的软件miR-PREFeR，针对的是植物物种的miRNA预测，内容主要来源于软件发表的文献。
文献：miR-PREFeR: an accurate, fast, and easy-to-use plant miRNA prediction tool using small RNA-Seq data
发表年份：2014
期刊：Bioinformatics
引用频次：91
github：https://github.com/hangelwen/miR-PREFeR
miRNA预测的优缺点
只要是预测软件，就不能百分之百的保证预测结果完全正确。对于植物的miRNA预测而言，目前软件的弊端主要有一下几个。
- 假阳性比较高，也就是预测得到的结果高于真实值
- CPU或者内存资源消耗比较多，可以理解为运行时间长
- 物种支持度低，对于某些小众物种，没有对应的数据库数据进行参照
- 某些软件依赖关系复杂，难以安装
miR-PREFeR软件是python语言编写的，免安装；不过运行时依赖ViennaRNA包(说实话，这个不好装)；软件支持断点续投，这也算是很大的一个优点了，毕竟断掉重来真的很费事。
软件及依赖包的安装大家参考官网说明即可，不再赘述。
miR-PREFeR使用
输入数据
软件输入数据很简单，比对结果以及参考基因组，如果有gff文件，可以辅助。也就是说只要有能用的参考基因组，就可以进行预测。参考基因组等信息统一在配置文件中指定，示例如下。
#Genomic sequence file in fasta format. Absolute path perfered. If a path
#relative if used, it's relatvie to the working directory where you execute
#the pipeline.
FASTA_FILE = ./TAIR10.chr1.fa
#Small RNA read alignment file in SAM format. The SAM file should contain
#the SAM header. If N samples are used, then N file names are listed here,
#separated by comma. please note that before doing alignment, process the
#reads fasta files using the provided script 'process-reads-fasta.py' to
#collapse and rename the reads. Absolute path perfered. If a path
#relative if used, it's relatvie to the working directory where you execute
#the pipeline.
ALIGNMENT_FILE = ./cold.chr1.sam, ./pdep.chr1.sam, ./pind.chr1.sam
软件使用的是所有样本数据，一来整合所有样本数据，增加可信度，二来进行相互矫正，提高低表达miRNA的预测成功率。
准备完成后，运行很简单，执行 python /software_path/miR_PREFeR.py -L -k pipeline config.example即可。
输出数据
输出数据有多种格式，其中最简单明了的是html文件，相当于分析报告，示例如下。
miRNA-report-lendis
对预测得到的数据进行统计并给出相应的序列。
miRNA-report-blast
除此之外，报告中还会给出miRBase数据库链接，可以进行blast比对，查看数据库中相似序列的信息，可以说是非常人性化了，点击之后的结果如下。
miRNA-miRBase
与其他软件的对比
这款软件的最大创新点就在于保证检出灵敏度的情况下，极大地减少了假阳性比率，以下是与各软件的对比。
miRNA-software-compare
对于软件的分析结果，77.8%的预测miRNA与已知的miRNA起始位置相同，81%的长度完全一致，98.4%的预测结果与已知的有1nt的差别(并不清楚为什么这么比，不应该是直接说有多少和已知的完全一样？)。
软件分析原理
- 筛选潜在的区间
因为是miRNA测序，理论上成熟的miRNA区域的测序深度应该更高，软件第一步就是根据这个条件筛选潜在的miRNA-peak区域。
miRNA-peak
选定peak之后，会进行侧翼扩展用于筛选miRNA前体序列，示例如下。
miRNA-region
对于临近的两个峰值，会进行整合，筛选后获得一个区间；对于单一峰值，会向侧翼进行扩展形成两个区域。
- miRNA预测
miRNA预测时遵循两个标准
- 序列能形成稳定的颈环结构(miRNA预测的经典结构)
- 成熟miRNA区域高深度覆盖，侧翼序列至少有一条reads覆盖；若没有侧翼覆盖数据，适当提高成熟区覆盖度阈值
参考文献：
[1] https://doi.org/10.1093/bioinformatics/btu380
#如有侵权，请告知删除#
#如有错误，欢迎指正#
网友评论