弗雷赛斯freescience Freescience由浙江大学医学院几个硕博士发起创建,旨在最广泛分享有价值的科研技能和知识;FreeScience的宗旨:“科学自由分享、人人平等,共求真理”。 近期有许多小伙伴遇到miRNA预测靶基因的问题,这期将介绍一个构建miRNA-mRNA调控网络的小工具。 miRNA是近年来研究的热点,掌握miRNA数据库,不仅有利于研究,同时也能够极大地节省科研时间。 以下是目前网上搜罗的一些数据库,相信不少小伙伴都会用到,但同时也有许多不方便的问题,比如,搜索或下载受限,数据库取交集,网站服务器更新,预测信息冗余。 本期介绍的工具不仅是解决了以上问题,还能做出高大上的miRNA-mRNA网络图,是不是很心动呢? 一个高通量实验数据CLIP-Seq(或称为HITS-CLIP,PAR-CLIP,iCLIP)和mRNA降解组测序数据支持的microRNA靶标数据库,包含了miRNA-mRNA,miRNA-lncRNA,miRNA-circRNA,miRNA-ceRNA 和RNA-protein等的调控关系。整合和构建多个流行的靶标预测软件的交集和调控关系。 众所周知的microRNA基因注释数据库。目前miRBase只提供了microRNA的靶标的预测软件的链接(如:PicTar)。 整合CLIP-Seq和ChIP-Seq的数据探讨microRNA的转录和转录后调控,构建转录因子->microRNA->靶标的调控网络。 一个收集已被实验验证的microRNA靶标数据库。 一个整合的microRNA靶标数据库。整合多个靶标预测软件的调控关系。 基于靶mRNA序列的进化保守等特征搜寻动物的microRNA靶基因。是预测microRNA靶标假阳性率较低的软件。而且是microRNA领域大牛Bartel实验室开发的。网址:http://www./ 基于microRNA或microRNA靶标联合作用等特征开发的搜寻动物的microRNA靶基因。假阳性率也较低。是microRNA领域大牛Rajewsky实验室开发的。 网址:http://pictar./ 基于靶位点的可接性和自由能预测microRNA的靶标。是著名的生物信息学家Segal实验室开发的。 基于序列特征预测microRNA的结合位点。是几个流行的microRNA靶标预测软件的其中一个。IBM公司的研究团队开发的。 是著名的MemorialSloan-Kettering 癌症研究中心的研究人员开发的软件和数据库。miRanda的最新版本又叫mirSVR。 EMBL-EBI的Enright 实验室开发的microRNA靶标数据库。 整合实验证实的microRNA靶标的数据库。 整合microRNA表达、靶标和疾病相关信息的数据库。 动物的microRNA基因及其靶标的数据库。 动物microRNA靶标预测和功能注释数据库。 一个基于miRNA-target配对自由能预测microRNA的靶标。 microRNA基因和microRNA靶标数据库。 整合多个以上microRNA数据库(mirwalk2相关tips点这里)。 1. 下载Cytoscape,http://www.。 下载与操作系统匹配的版本(支持Mac OS X、Windows 64bit、Linux),下载后安装过程与常规软件相同。 2. 在Cytoscape中下载CyTargetLinker。 4. 安装完毕后,下载miRNA数据库。 http://projects.bigcat./cytargetlinker/regins/ 5. 解压下载文件hsa-regins。 6. 输入数据,新建txt文件。可以输入基因名称或miRNA名称,或者共同输入。 输入基因和miRNA个数不受限。 这里我们以TP53和miR-150为例,预测 TP53和miR-150是否存在调节关系,同时探索其他TP53的靶基因或者miR-150调控的基因。 7. 打开Cytoscape,导入 txt文件。 8. 导入后选择高级选项。 9. 勾选掉如下图的选项。 10. 单击如图column1和source node,后选择ok。 11. 忽略以下提示,选择是,即可。 12. 如下图,导入成功。 13. 点击安装CyTargetLinker中的拓展网络。 14. 加载数据库,即下载的hsa-regins文件,点击ok。 15. 勾选掉不是miRNA的数据库。 16. 等待运行结果。 17. 出现以下如图结果,即运行成功。 18. 重新布局。点击如图选项,重新布局。 19. 据库来源,p值,实验支持的类型,文献来源pmid号。 20. 选取高质量的预测信息。 在进行miRNA靶基因预测时往往会得到大量的预测信息,我们根据是否实验支持,文献报道,p值高低来缩减我们研究范围。 这里只选取实验支持的结果来构建网络。 21. 在edge table中选择好要实验支持的edge,点击如下图的选项。 22. 构建高信度的网络。 点击如图的选项。 23. 生成了原网络的高信度的miRNA-mRNA子网络。 赵忻艺,将大数据应用于医学科研,主要包括临床医学数据的挖掘、收集、整理和利用(标准化和科学化的数据库),医学分子大数据的整理、利用及研究(基因、蛋白及代谢)。特别针对肿瘤个体化的基因测序和数据快速处理,寻找个体化的分子标志物、药物靶标和治疗方案。目前,已建立浙大大数据挖掘团队,旨在降低研究者学习大数据的门槛,推动大数据共享与研究协作,发表更高质量的研究成果,为科研决策提供精准的预测和实验证据。 |
|