Mikro RNA'nın hesaplamalı olarak tanımlanması, yüksek yanlış pozitif tahminler verir. Son güncellemelerle mirMachine, bilinen ve yeni mikro RNA tahminlerinde yüksek hassasiyet ve özgüllük sağlar. MirMachine'in hassasiyet açısından en yeni mikro RNA algoritmalarından üstün olduğu kanıtlanmıştır ve mirMachine artık tamamen otomatik ve serbestçe kullanılabilir, böylece herkes verilen talimatlarla kullanabilir.
MirMachine, varsayılan mikro RNA'ların genom çapında dağılımını, dokulara ve koşullara özgü verileri sınırlamadan tahmin edebilir. msRNA dizileme deneyinden önce ön verilerin mevcudiyeti, önemli mikro RNA genleri için doğrulama sürecini hızlandıracaktır. Makineyi kurmadan önce, metin makalesindeki bağlantıları kullanarak ilgili ev sitelerinden yazılım bağımlılıklarını indirin ve yükleyin.
Alternatif olarak, yazılım bağımlılıklarını yüklemenin daha kolay ve hızlı bir yolu, metin makalesinde sağlanan komutları kullanarak davranış kullanmaktır. GitHub'dan yalnızca makine gönderme betiği olan mirMachine betiklerinin en son sürümünü indirin. Ardından komut dosyalarının yolunu yol sekmesine ayarlayın.
MirMachine'i GitHub'daki test verilerinde çalıştırarak mirMachine ve bağımlılıklarının doğru indirildiğinden emin olun. Standart çıkış akışıyla ekrandaki iş durumunu kontrol edin. Tüm bitmiş metinler göründüğünde, çıktı dosyalarını kontrol edin.
Saç tokalarını kontrol edin nokta TBL nokta çıkış nokta TBL çıktı dosyaları. Olgun miRNA pre miRNA ve miRNA'ların ikinci, üçüncü ve altıncı sütunlardaki yıldız dizilerine dikkat edin. Her çizginin sonundaki kromozomlar üzerinde tahmin edilen miRNA'ların yerini bulun.
Ardından, program çıktıları ve uyarıları için günlük dosyalarını kontrol edin. Homoloji tabanlı tanımlama için bash betiğini kullanarak mirMachine'i çalıştırın ve tahmin edilen mRNA'ları kontrol edin. Olgun miRNA'lar ve pre miRNA en hızlı dizileri için çıktı dosyasını ve saç tokası günlük dosyası için çıktı dosyasını bulun.
Yeni miRNA tanımlaması için sRNA-seq Fast Q dosyalarını uygun FASTA formatına önceden işleyin. Adaptörleri kırpın ve sRNA-seq okumaları için ön işleme mirMachine'in bir parçası olmadığından N içerenler gibi düşük kaliteli okumaları kaldırın. Gönderilen veriler için kararlı bir kırpma aracı ve kırpma parametreleri seçin.
FASTQ dosyasını giriş dosyası olarak FASTA dosyasına dönüştürün. Bol miktarda tablo dosyası sağlanmışsa, tablo dosyasını uygun bir FASTA girişine dönüştürmek için mirMachine komut dosyalarıyla birlikte sağlanan değişiklik komut dosyasını kullanın. Ardından bash betiğini kullanarak mirMachine'i çalıştırın.
Tahmin edilen miRNA'ları kontrol edin. Tahmin edilen mRNA'lar ve prem miRNA FASTA dizileri için çıktı dosyasını ve saç tokası günlük dosyası için çıktı dosyasını bulun. İşlem hattı içindeki bina başvuru veritabanını atlamak için çizgi veritabanı seçeneğini bir blast veritabanına ayarlayın.
M tire seçeneğini izin verilen uyuşmazlık sayısına ve N çizgisini hizalamadan sonra ortadan kaldırılacak isabet sayısına ayarlayın. Bunu türlere göre değiştirin. Şüpheli listesinin ikincil yapılarını değerlendirmek için uzun çizgi ve sRNA-seq verilerine dayanan yeni miRNA tahminini etkinleştirmek için tire uzunluğunu kullanın.
Dash L max seçeneğini, taramaya dahil edilecek S RNA-seq okumalarının maksimum uzunluğuna ve dash L min seçeneğini, taramada sahip olunacak sRNA-seq okumalarının minimum uzunluğuna ayarlayın. Milyon başına okuma eşiğini ayarlamak için tire RPM seçeneğini kullanın. Temsili analizde.
IWGSC Buğdayının beş A kromozomundan mRNA ailelerinin dağılımı görüntülenir. En yüksek temsil edilen mRNA grubu, 18 tanımlanmış miRNA ile miR9666 idi. MirMachine'in Arabidopsis thaliana ve buğday türleri üzerindeki performansı miRDP2 ile karşılaştırıldığında.
Duyarlılık ve iki numaralı pozitiflerin karşılaştırılması, mirMachine'in Arabidopsis verilerinde miRDP2'den daha iyi performans gösterdiğini göstermiştir. Buğday verileri için mirMachine homolojisine dayalı tahmin ve ekspresyon kanıtları ile miRDP2'den daha iyi hassasiyet sağlamıştır. Her iki genom için de miRDP2, sRNA'lar-seq ve homolojiye dayalı tahminlerden daha fazla sayıda gerçek pozitif öngördü.
Gerekli uygulamayı ayarlamak, deneyimsiz kullanıcı için külfetli olabilir. Bu video eğitimini takip etmek yardımcı olacaktır. Kurulum sürecinin görselleştirilmesi, hesaplamalı olmayan araştırmacıları bazı temel bilgisayarlara girmeye teşvik edecektir.
Ek olarak, videodaki çıktı dosyalarını araştırmak, kullanıcıların sonuçlarını yorumlamalarına kesinlikle yardımcı olacaktır.
