Name: a bioinformatics pipeline to accurately and efficiently analyze the microrna transcriptomes in plants
Uploaded: 2020-01-21T12:30:00
Description: Watch this Scientific Journal Video about A Bioinformatics Pipeline to Accurately and Efficiently Analyze the MicroRNA Transcriptomes in Plants at JoVE.com

이 작품은 베이징 농업 임업 과학 아카데미 (KJCX201917, KJCX20180425, KJCX20180204)와 중국의 국립 자연 과학 재단 (31621001)에서 LL에 지원되었습니다.

1. 설치 및 테스트
<ol><li>필요한 종속성을 다운로드 : Bowtie222 및 RNAfold23. 컴파일된 패키지를 권장합니다.<ol>
<li>홈 사이트<a href="http://bowtie-bio.sourceforge.net/bowtie2/index.shtml" target="_blank">(http://bowtie-bio.sourceforge.net/bowtie2/index.shtml)에서</a>읽기 매핑 도구인 Bowtie2를 다운로드합니다.</li>
		<li>RNA 보조 구조를 예측하는 데 사용되는 비엔나 패키지 도구인 RNAfold를 <a href="ht...

<ol>
	<li>Ghildiyal, M., Zamore, P. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Small+silencing+RNAs:+an+expanding+universe.">Small silencing RNAs: an expanding universe.</a> Nature Reviews Genetics. 10 (2), 94-108 (2009).</li><li>Bartel, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MicroRNAs:+target+recognition+and+regulatory+functions.">MicroRNAs: target recognition and regulatory functions.</a> Cell. 136 (2), 215-233 (2009).</li><li>Moran, Y., Agron, M., Praher, D., Technau, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+evolutionary+origin+of+plant+and+animal+microRNAs.">The evolutionary origin of plant and animal microRNAs.</a> Nature Ecology Evolution. 1 (3), 27 (2017).</li><li>Xie, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Expression+of+Arabidopsis+MIRNA+genes.">Expression of Arabidopsis MIRNA genes.</a> Plant Physiology. 138 (4), 2145-2154 (2005).</li><li>Zhao, X., Zhang, H., Li, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identification+and+analysis+of+the+proximal+promoters+of+microRNA+genes+in+Arabidopsis.">Identification and analysis of the proximal promoters of microRNA genes in Arabidopsis.</a> Genomics. 101 (3), 187-194 (2013).</li><li>Bologna, N. G., Mateos, J. L., Bresso, E. G., Palatnik, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+loop-to-base+processing+mechanism+underlies+the+biogenesis+of+plant+microRNAs+miR319+and+miR159.">A loop-to-base processing mechanism underlies the biogenesis of plant microRNAs miR319 and miR159.</a> EMBO JOURNAL. 28 (23), 3646-3656 (2009).</li><li>Rogers, K., Chen, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biogenesis,+turnover,+and+mode+of+action+of+plant+microRNAs.">Biogenesis, turnover, and mode of action of plant microRNAs.</a> Plant Cell. 25 (7), 2383-2399 (2013).</li><li>Voinnet, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Origin,+biogenesis,+and+activity+of+plant+microRNAs.">Origin, biogenesis, and activity of plant microRNAs.</a> Cell. 136 (4), 669-687 (2009).</li><li>Iwakawa, H. O., Tomari, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Functions+of+MicroRNAs:+mRNA+Decay+and+Translational+Repression.">The Functions of MicroRNAs: mRNA Decay and Translational Repression.</a> Trends in Cell Biology. 25 (11), 651-665 (2015).</li><li>Lee, R. C., Feinbaum, R. L., Ambros, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+C.+elegans+heterochronic+gene+lin-4+encodes+small+RNAs+with+antisense+complementarity+to+lin-14.">The C. elegans heterochronic gene lin-4 encodes small RNAs with antisense complementarity to lin-14.</a> Cell. 75 (5), 843-854 (1993).</li><li>Wightman, B., Ha, I., Ruvkun, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Posttranscriptional+regulation+of+the+heterochronic+gene+lin-14+by+lin-4+mediates+temporal+pattern+formation+in+C.+elegans.">Posttranscriptional regulation of the heterochronic gene lin-14 by lin-4 mediates temporal pattern formation in C. elegans.</a> Cell. 75 (5), 855-862 (1993).</li><li>Friedlander, M. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Discovering+microRNAs+from+deep+sequencing+data+using+miRDeep.">Discovering microRNAs from deep sequencing data using miRDeep.</a> Nature Biotechnology. 26 (4), 407-415 (2008).</li><li>Yang, X., Li, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRDeep-P:+a+computational+tool+for+analyzing+the+microRNA+transcriptome+in+plants.">miRDeep-P: a computational tool for analyzing the microRNA transcriptome in plants.</a> Bioinformatics. 27 (18), 2614-2615 (2011).</li><li>Meyers, B. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Criteria+for+annotation+of+plant+MicroRNAs.">Criteria for annotation of plant MicroRNAs.</a> Plant Cell. 20 (12), 3186-3190 (2008).</li><li>Yang, X., Zhang, H., Li, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+analysis+of+gene-level+microRNA+expression+in+Arabidopsis+using+deep+sequencing+data.">Global analysis of gene-level microRNA expression in Arabidopsis using deep sequencing data.</a> Genomics. 98 (1), 40-46 (2011).</li><li>Kuang, Z., Wang, Y., Li, L., Yang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRDeep-P2:+accurate+and+fast+analysis+of+the+microRNA+transcriptome+in+plants.">miRDeep-P2: accurate and fast analysis of the microRNA transcriptome in plants.</a> Bioinformatics. , (2018).</li><li>Kozomara, A., Birgaoanu, M., Griffiths-Jones, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRBase:+from+microRNA+sequences+to+function.">miRBase: from microRNA sequences to function.</a> Nucleic Acids Research. 47 (1), 155-162 (2019).</li><li>Griffiths-Jones, S., Saini, H. K., van Dongen, S., Enright, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRBase:+tools+for+microRNA+genomics.">miRBase: tools for microRNA genomics.</a> Nucleic Acids Research. 36, 154-158 (2008).</li><li>Axtell, M. J., Meyers, B. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Revisiting+Criteria+for+Plant+MicroRNA+Annotation+in+the+Era+of+Big+Data.">Revisiting Criteria for Plant MicroRNA Annotation in the Era of Big Data.</a> Plant Cell. 30 (2), 272-284 (2018).</li><li>Taylor, R. S., Tarver, J. E., Hiscock, S. J., Donoghue, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evolutionary+history+of+plant+microRNAs.">Evolutionary history of plant microRNAs.</a> Trends in Plant Science. 19 (3), 175-182 (2014).</li><li>Kozomara, A., Griffiths-Jones, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRBase:+annotating+high+confidence+microRNAs+using+deep+sequencing+data.">miRBase: annotating high confidence microRNAs using deep sequencing data.</a> Nucleic Acids Research. 42, 68-73 (2014).</li><li>Langmead, B., Salzberg, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+gapped-read+alignment+with+Bowtie+2.">Fast gapped-read alignment with Bowtie 2.</a> Nature Methods. 9 (4), 357-359 (2012).</li><li>Lorenz, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ViennaRNA+Package+2.0.">ViennaRNA Package 2.0.</a> Algorithms for Molecular Biology. 6, 26 (2011).</li><li>Langmead, B., Trapnell, C., Pop, M., Salzberg, S. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ultrafast+and+memory-efficient+alignment+of+short+DNA+sequences+to+the+human+genome.">Ultrafast and memory-efficient alignment of short DNA sequences to the human genome.</a> Genome Biology. 10 (3), 25 (2009).</li><li>An, J., Lai, J., Sajjanhar, A., Lehman, M. L., Nelson, C. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRPlant:+an+integrated+tool+for+identification+of+plant+miRNA+from+RNA+sequencing+data.">miRPlant: an integrated tool for identification of plant miRNA from RNA sequencing data.</a> BMC Bioinformatics. 15, 275 (2014).</li><li>Lei, J., Sun, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miR-PREFeR:+an+accurate,+fast+and+easy-to-use+plant+miRNA+prediction+tool+using+small+RNA-Seq+data.">miR-PREFeR: an accurate, fast and easy-to-use plant miRNA prediction tool using small RNA-Seq data.</a> Bioinformatics. 30 (19), 2837-2839 (2014).</li><li>Evers, M., Huttner, M., Dueck, A., Meister, G., Engelmann, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=miRA:+adaptable+novel+miRNA+identification+in+plants+using+small+RNA+sequencing+data.">miRA: adaptable novel miRNA identification in plants using small RNA sequencing data.</a> BMC Bioinformatics. 16, 370 (2015).</li><li>Mathelier, A., Carbone, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MIReNA:+finding+microRNAs+with+high+accuracy+and+no+learning+at+genome+scale+and+from+deep+sequencing+data.">MIReNA: finding microRNAs with high accuracy and no learning at genome scale and from deep sequencing data.</a> Bioinformatics. 26 (18), 2226-2234 (2010).</li><li>Zhu, Q. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+diverse+set+of+microRNAs+and+microRNA-like+small+RNAs+in+developing+rice+grains.">A diverse set of microRNAs and microRNA-like small RNAs in developing rice grains.</a> Genome Research. 18 (9), 1456-1465 (2008).</li><li>Fahlgren, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MicroRNA+gene+evolution+in+Arabidopsis+lyrata+and+Arabidopsis+thaliana.">MicroRNA gene evolution in Arabidopsis lyrata and Arabidopsis thaliana.</a> Plant Cell. 22 (4), 1074-1089 (2010).</li><li>Fromm, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Uniform+System+for+the+Annotation+of+Vertebrate+microRNA+Genes+and+the+Evolution+of+the+Human+microRNAome.">A Uniform System for the Annotation of Vertebrate microRNA Genes and the Evolution of the Human microRNAome.</a> Annual Review of Genetics. 49, 213-242 (2015).</li><li>Blevins, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identification+of+Pol+IV+and+RDR2-dependent+precursors+of+24+nt+siRNAs+guiding+de+novo+DNA+methylation+in+Arabidopsis.">Identification of Pol IV and RDR2-dependent precursors of 24 nt siRNAs guiding de novo DNA methylation in Arabidopsis.</a> Elife. 4, 09591 (2015).</li><li>Zhai, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+One+Precursor+One+siRNA+Model+for+Pol+IV-Dependent+siRNA+Biogenesis.">A One Precursor One siRNA Model for Pol IV-Dependent siRNA Biogenesis.</a> Cell. 163 (2), 445-455 (2015).</li><li>Werner, S., Wollmann, H., Schneeberger, K., Weigel, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Structure+determinants+for+accurate+processing+of+miR172a+in+Arabidopsis+thaliana.">Structure determinants for accurate processing of miR172a in Arabidopsis thaliana.</a> Current Biology. 20 (1), 42-48 (2010).</li><li>Mateos, J. L., Bologna, N. G., Chorostecki, U., Palatnik, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identification+of+microRNA+processing+determinants+by+random+mutagenesis+of+Arabidopsis+MIR172a+precursor.">Identification of microRNA processing determinants by random mutagenesis of Arabidopsis MIR172a precursor.</a> Current Biology. 20 (1), 49-54 (2010).</li><li>Vitsios, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mirnovo:+genome-free+prediction+of+microRNAs+from+small+RNA+sequencing+data+and+single-cells+using+decision+forests.">Mirnovo: genome-free prediction of microRNAs from small RNA sequencing data and single-cells using decision forests.</a> Nucleic Acids Research. 45 (21), 177 (2017).</li></ol>

NGS의 출현과 함께, 다양한 종29,30에서sRNA 염기서열 분석 데이터의 양이 계속 증가함에 따라 많은 수의 miRNA 층이 확인되었다. 중앙 집중식 커뮤니티 데이터베이스 miRBase21에서,퇴적된 miRNA 항목은 지난 10년간 거의 100배 증가했습니다. 그러나, 동물의 miRNAs에 비해, 식물 miRNA는 식별 / 어노미를 더 복잡하게 많은 독특한 기능을 가지고<sup cl...

생물학에 있는 마지막 2 십년간에 있는 가장 흥미로운 발견의 한개는 게놈1의다양한 기능을 통제에 있는 sRNA 종의 증식하는 역할입니다. 특히, miRNAs는 진핵생물에서 20-24-nt sRNAs의 중요한 클래스를 구성하고, 주로 생애 주기 발달 단계에 걸쳐 눈에 띄는 유전자 조절자로서 전사 후 수준에서 기능뿐만 아니라 자극 및 스트레스 반응2,3. 식물에서, miRNAs는 pri-miRNAs에게 불린 1 차적인 전사자에서, 일반적으로 개별 전사 단위로 RNA 중합효소 II에 의해 전사되는4,5. 진화적으로 보존된 세포 기계(동물의 Drosha RNase III, 식물의 DICER와 유사)에 의해 처리되는 pri-miRNAs는 즉각적인 miRNA 전구체, 프리 miRNA로 절제되며, 이는 분자 내 줄기 루프 구조를 형성하는 서열을 포함하는6,7. pre-miRNA는 기능적 가닥, 성숙한 miRNA 및 덜 빈번한 기능 파트너인 miRNA*2,8로구성된 이중 가닥 중간체, 즉 miRNA 이중으로 처리됩니다. RNA 유도 침묵 복합체 (RISC)로 로드 한 후, 성숙한 miRNAs는 서열 상보성에 기초하여 그들의 mRNA 표적을 인식할 수 있었다, 부정적인 조절 기능의 결과2,8. miRNA는 대상 성적 표를 불안정하게 하거나 표적 번역을 방지할 수 있지만 이전 방식은 식물8,9에서지배됩니다.
선충 제10, 11에서 첫 번째 miRNA가 발견된 이후,11,많은 연구가 miRNA 식별 및 기능분석에 전념하고 있으며, 특히 NGS 방법의 가용성 이후에. NGS 방법의 광범위한 응용 프로그램은 전구체의 줄기 루프 구조와 성숙한 miRNA 및 miRNA *에 대한 서열 읽기의 우선 적 축적과 같은 miRNA의 고유 한 기능을 캡처하도록 설계된 계산 도구의 활용을 크게 촉진했습니다. 그 결과, 연구자들은 다양한 종에서 miRNAs를 식별하는 데 놀라운 성공을 거두었습니다. 앞서 설명한 확률 모델12를기반으로, 우리는 NGS 데이터에서 식물 miRNA를 발견하기위한 최초의 계산 도구인 miRDeep-P13을개발했습니다. miRDeep-P는 특히 더 많은 가변 전구체 길이및 큰 paralogous 패밀리13,14,15를특징으로 하는 식물 miRNAs를 디코딩하는 도전을 정복하기 위한 것이었습니다. 그것의 방출 후에, 이 프로그램은 수천 번 다운로드되고 40 개 이상의 식물 종16에서miRNA 전사체에 추가하는 데 사용되었습니다. miRDeep-P와 같은 NGS 기반 도구에 의해 추진, 공공 miRNA 저장소 miRBase17에등록 된 miRNA의 수가 극적으로 증가하고있다, 여기서 이상 38,000 miRNA 항목은 현재 호스팅 (릴리스 22.1) 단지에 비해 ~500 miRNA 항목 (릴리스 2.0) 200818.
그러나 식물 miRNA 항에서 두 가지 새로운 문제가 발생했습니다. 첫째, 거짓 양성의 높은 비율은 식물 miRNA 주석의 품질에 크게 영향을 미쳤다16,19 다음과 같은 이유로: 1) NGS sRNA 라이브러리에서 내인성 짧은 간섭 RNA (siRNAs)의 홍수는 엄격한 miRNA 주석 기준의 부족으로 인해 miRNAs로 잘못 주석하였다; 2) 선행 miRNA 정보가 없는 종의 경우, NGS 데이터를 기반으로 예측된 거짓 긍정은 제거하기 어렵다. 예를 들어 miRBase를 사용하여, 테일러 등20 공공 저장소에서 식물 miRNA 항목의 1/3을 발견21 (릴리스 21) 설득력 있는 증거 부족 하 고 식물 miRNA 가족의 심지어 3/4 는 의심 했다. 둘째, 크고 복잡한 게놈16을가진 식물 miRNAs를 예측하기 위한 매우 시간이 많이 소요되는 과정이 된다. 이러한 문제를 극복하기 위해 새로운 필터링 전략을 추가하고, 점수 매기기 알고리즘을 정비하고, 식물 miRNA 어노미에 대한 새로운 기준을 통합하여 miRDeep-P를 업데이트하고, 새 버전 miRDP2를 출시했습니다. 또한, 우리는 NGOs sRNA 데이터 세트를 사용하여 애기장대, 쌀, 토마토, 옥수수 및 밀과 같은 게놈 크기를 점진적으로 증가시키는 miRDP2를 테스트했습니다. 다른 5개의 널리 사용되는 공구 및 그것의 이전 버전에 비해, miRDP2는 향상된 정확도 및 감도로 이 sRNA 데이터를 구문 분석하고 miRNA 전사체를 더 빨리 분석했습니다.
miRDP2 패키지의 내용 miRDP2 패키지는 준비된 bash 스크립트에서 순차적으로 실행해야 하는 6개의 문서화된 Perl 스크립트로 구성됩니다. 6개의 스크립트 중3개(convert_bowtie_to_blast.pl, filter_alignments.pl, excise_candidate.pl)는miRDeep-P에서 상속됩니다. 다른 스크립트는 원래 버전에서 수정됩니다. 여섯 스크립트의 함수는 다음에 설명되어 있습니다.
preprocess_reads.pl 필터 입력 읽기(너무 길거나 너무 짧은 읽기(<19 nt 또는 >25 nt)를 포함하여, Rfam ncRNA 서열과 상관관계가 있는 읽기뿐만 아니라 RPM(백만 개당 읽기) 미만의 읽기를 읽습니다. 그런 다음 스크립트는 알려진 miRNA 성숙 시퀀스와 상관 관계가 있는 읽기를 검색합니다. 입력 파일은 FASTA / FASTQ 형식으로 원래 읽기 및 miRNA 및 ncRNA 서열에 매핑 읽기의 bowtie2 출력입니다.
RPM 계산 공식은 다음과 같이 표시됩니다.
<img alt="Equation 1" src="/files/ftp_upload/59864/59864equ01.jpg">
convert_bowtie_to_blast.pl은 나비 넥타이 형식을 BLAST 구문 분석 형식으로 변경합니다. BLAST 구문 분석 형식은 표준 NCBI BLASToutput 형식에서 파생된 사용자 지정 테이블 형식 분리 형식입니다.
filter_alignments.pl은 게놈에 읽는 깊은 시퀀싱의 정렬을 필터링합니다. 부분 정렬뿐만 아니라 다중 정렬 읽기(사용자가 지정한 주파수 차단)를 필터링합니다. 기본 입력은 BLAST 구문 분석 형식의 파일입니다.
excise_candidate.pl은 지침으로 정렬된 읽기를 사용하여 참조 시퀀스에서 잠재적인 전구체 시퀀스를 잘라내있습니다. 기본 입력은 BLAST 구문 분석 형식의 파일과 FASTA 파일입니다. 출력은 FASTA 형식의 모든 잠재적전위서서열이다.
mod-miRDP.pl 두 개의 입력 파일, 서명 파일 및 구조 파일, 공장 특정 매개 변수로 채점 시스템을 변경 하 여 코어 miRDeep-P 알고리즘에서 수정 됩니다. 입력 파일은 도트 브래킷 전구체 구조 파일이며 배포 서명 파일을 읽습니다.
mod-rm_redundant_meet_plant.pl에는 mod-miRDP.pl 의해 생성된 chromosome_length, 전구체 및 original_prediction 세 가지 입력 파일이 필요합니다. 새로 업데이트된 plant miRNA 기준에 의해 필터링된 두 개의 출력 파일, 중복되지 않은 예측 파일 및 예측 된 파일을 생성합니다. 출력 파일의 형식에 대한 자세한 내용은 섹션 1.4에 설명되어 있습니다.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Computer/computing node</td>
			<td>N/A</td>
			<td>N/A</td>
			<td>Perl is required; at least 8 GB RAM and 100 GB storage are recommended</td>
		</tr>
	</tbody>
</table>

a bioinformatics pipeline to accurately and efficiently analyze the microrna transcriptomes in plants

MicroRNAs (miRNAs)는 20- 24-뉴클레오티드 (nt) 내인성 작은 RNA (sRNA)는 전사 후 수준에서 유전자 발현조절에 강력한 역할을 하는 식물 및 동물에서 광범위하게 존재합니다. 차세대 염기서열 분석(NGS) 방법에 의한 sRNA 라이브러리 시퀀싱은 지난 10년간 miRNA 전사체를 식별하고 분석하는 데 널리 사용되어 왔으며, 그 결과 miRNA 발견이 급격히 증가했습니다. 그러나, 식물 miRNA 기고에서 2개의 중요한 도전은 식물 게놈의 크기 그리고 복잡성 뿐만 아니라 서열화된 sRNA 라이브러리의 증가 깊이 때문에 생겨났습니다. 첫째, sRNA의 많은 다른 모형, 특히, sRNA 라이브러리에서 짧은 간섭 RNA (siRNAs)는, 많은 계산 공구에 의해 miRNAs로 잘못 부고됩니다. 둘째, 크고 복잡한 게놈을 가진 식물 종에서 miRNA 전사체를 분석하는 데 매우 시간이 많이 걸리는 과정이 됩니다. 이러한 과제를 극복하기 위해 최근 새로운 필터링 전략을 채택하고 점수 매기기 알고리즘을 정비하고 새로 업데이트된 식물 miRNA를 통합하여 miRDeep-P2(miRNA 전사체 분석을 위한 인기 도구)를 miRDeep-P2(짧은 경우 miRDP2)로 업그레이드했습니다. 조건. 우리는 애기장대, 쌀, 토마토, 옥수수 및 밀을 포함하여 게놈 복잡성이 증가하는 5개의 대표적인 식물에 있는 연속된 sRNA 인구에 대하여 miRDP2를 시험했습니다. 결과는 miRDP2가 매우 높은 효율로 이러한 작업을 처리했음을 나타냅니다. 또한 miRDP2는 감도 및 정확도에 관한 다른 예측 도구를 능가했습니다. 종합하면, 우리의 결과는 식물 miRNA 전사체를 분석하기위한 빠르고 정확한 도구로 miRDP2를 보여 주므로 지역 사회가 식물에서 miRNAs에 더 잘 추가하는 데 도움이되는 유용한 도구입니다.

본 원에 기재된 miRNA 부호, miRDP2는 애기장대, 오리자 사티(쌀), 솔라눔 리코퍼시쿰(tomato), 제아메이즈(maize) 및 트리티쿰 에스티움(밀)을 포함하여 점차 적으로 증가하는 게놈 길이를 가진 5종의식물종으로부터 10개의 공공 sRNA-seq 라이브러리에 적용된다. 전반적으로, 각 종에 대해, 상이한 조직으로부터의 2개의 대표적인 sRNA 라이?...

Watch this Scientific Journal Video about A Bioinformatics Pipeline to Accurately and Efficiently Analyze the MicroRNA Transcriptomes in Plants at JoVE.com

A Bioinformatics Pipeline to Accurately and Efficiently Analyze the MicroRNA Transcriptomes in Plants

업데이트된 식물 miRNA 기준과 철저한 알고리즘을 갖춘 생물정보학 파이프라인, 즉 miRDeep-P2(짧은 경우 miRDP2)는 식물의 microRNA 전사체, 특히 복잡하고 큰 게놈이 있는 종의 경우 정확하고 효율적으로 분석할 수 있습니다.

식물의 MicroRNA 전사체를 정확하고 효율적으로 분석하는 생물정보학 파이프라인

MicroRNAs (miRNAs) are 20- to 24-nucleotide (nt) endogenous small RNAs (sRNAs) extensively existing in plants and animals that play potent roles in ...

miRDeep2는 플랜트 개발에서 중요한 전사 규제 기관이며 환경 문제에 대응하는 데 중요한 플랜트 microRNA를 정확하게 식별하는 데 사용할 수 있습니다. miRDeep2는 현저하게 짧은 실행 시간을 필요로 하고 특히 큰 게놈을 가진 식물에 있는 microRNA를 예측하기 위한 감도 및 정확도 둘 다에 있는 우수한 성능을 전시합니다. 거짓 긍정과 긴 처리 시간은 식물 microRNA 음표에 있는 도전입니다.miRDeep2는 새로운 필드 링 전략을 추가하고, 채점 알고리즘을 정비하고, 엄격한 기준을 통합함으로써 이러한 문제를 극복할 수 있습니다. 높은 신뢰도 microRNA 주석은 게놈의 다양한 기능을 조절하는 microRNA의 역할을 발견하는 데 기본입니다. 단계별 지침은 처음으로 microRNA 인노서에 도움이 될 수 있습니다.숙련된 연구원의 경우 이 방법은 다른 도구보다 miRDeep2를 사용하는 이점과 이점을 이해하는 데 유용합니다. miRDeep2 패키지를 설치하려면 miRDeep2 웹 페이지로 이동하여 타볼 파일을 가져옵니다. 그런 다음 다운로드한 파일의 모든 내용을 하나의 폴더로 추출하고 폴더 경로를 경로로 설정합니다.miRDeep2 파이프라인을 테스트하려면 테스트 데이터와 하나의 포맷된 GSM 시퀀싱 파일과 하나의 아라비도시스 탈리아나 게놈 파일을 포함하는 예상 출력을 다운로드하고 다운로드한 모든 파일을 현재 작업 디렉터리로 이동합니다. 압축 된 타르볼 파일을 추출 한 후, 아라비도시스 게놈 기준 지수 및 비코딩 RNA 기준 지수를 구축합니다. 모든 중간 파일과 결과를 포함하는 user_selected_folder 폴더가 자동으로 생성됩니다.그런 다음 miRDeep2 파이프라인을 테스트 데이터를 사용하여 실행할 수 있습니다. 테스트 출력을 확인하려면 탭 구분 출력 파일을 봅니다. 예측된 microRNAs의 최종 출력에는 염색체 ID, 가닥 방향, 대표자가 ID, 전구체 ID, 성숙한 miRNA 위치, 전구체 위치, 성숙한 시퀀스 및 전구체 서열을 나타내는 컬럼이 포함됩니다.그런 다음 프로그램 출력 및 경고가 포함된 완료된 단계 및 script_log 및 script_err 파일에 대한 정보를 제공하는 progress_log 파일을 확인합니다. 파이프라인을 실행하기 전에 입력 읽기가 적절한 형식으로 사전 처리되도록 하려면 깊은 시퀀싱 읽기의 5및 3개의 주요 끝에서 어댑터를 제거하고 모든 FAST A 식별자가 고유한지 확인합니다. 각 시퀀스 식별자는 밑줄 x와 심층 시퀀싱 데이터 집합에서 검색된 정확한 시퀀스의 복사본 수를 나타내는 정수로 끝나야 합니다.고유한 FAST A 식별자를 보장하기 위해, 관심 종의 게놈 서열이 인덱싱된 경우 참조 인덱스를 작성하는 ID.To 실행 번호를 포함, iGenomes 웹 사이트에서 Bowtie 2 인덱스 파일을 다운로드합니다. 다음으로, 리보소말 RNA, 전사 RNA, 소형 핵RNA 및 소형 뉴클레오라 RNA를 포함하는 RNA fam으로부터 주요 비코딩 서열을 포함하는 비-microRNA 비코딩 RNA 인덱스를 구축하여 다른 비코딩 RNA 단편으로부터 시끄러운 서열을 걸러낸다. miRDeep2를 사용하여 깊은 시퀀싱 데이터에서 새 microRNA를 감지하려면 패키지의 bash 스크립트를 실행하여 분석 파이프라인을 시작합니다.읽기에 매핑된 다른 위치의 수와 Bowtie 2 를 실행하기 위한 불일치 번호및 백만당 읽기의 임계값은 필요에 따라 수정할 수 있습니다. miRDeep2 출력을 확인하려면 자동으로 생성된 output_folder 데이터를 봅니다. 이러한 대표적인 분석에서, miRDeep2 microRNA 부기 파이프라인은 지시된 바와 같이 점차 증가된 게놈 크기를 가진 5개의 식물 종으로부터 10개의 공공 sRNA 서열 라이브러리에 적용되었다.각 종에 대해, 다른 조직과 그들의 인덱스 게놈 서열에서 2개의 대표적인 작은 RNA 라이브러리는 2개의 입력으로 처리됩니다. 이전 방법을 사용하여, 게놈 처리는 100 시간 이상 걸릴 수 있었습니다 또는 때때로 게놈의 길이 때문에 분석의 중간에 중단할 것입니다. 그러나 miRDeep2는 이러한 예측 프로세스를 분에서 몇 시간까지 현저하게 짧은 기간으로 완료합니다.이 테스트에 사용되는 두 개의 서열 된 아라비도시스 작은 RNA의 경우 miRDeep2는 다른 도구에 비해 감도 및 정확도 모두에서 더 나은 수행을 수행했습니다. 프로그램의 입력 인덱스가 올바른지 확인하십시오. 예를 들어 Bowtie 인덱스만 보우타이를 사용하고 큰 게놈에 큰 인덱스 옵션을 사용합니다.결과 microRNA의 표적은 microRNA 기능에 대한 통찰력을 제공할 수 있는 시퀀싱 데이터를 사용하여 예측할 수 있습니다. miRDeep2는 특정 식물 종에서 대부분의 microRNA를 정확하고 민감하게 식별하는 데 사용할 수 있으므로 전체적으로 microRNA 기능의 역할을 연구할 수 있습니다.

Research

JoVE Journal

Genetics

Peptide-derived Method to Transport Genes and Proteins Across Cellular and Organellar Barriers in Plants

펩타이드 유래의 방법은 식물의 유전자와 단백질 세포 간 및 Organellar 장벽을 수송하는

The capacity to introduce exogenous proteins and express (or down-regulate) specific genes in plants provides a powerful tool for fundamental research as ...

연구

유전학

Detection of Copy Number Alterations Using Single Cell Sequencing

단일 셀 시퀀싱을 사용하여 복사 번호 수선의 검출

Detection of genomic changes at single cell resolution is important for characterizing genetic heterogeneity and evolution in normal tissues, cancers, and ...

Systemic Delivery of MicroRNA Using Recombinant Adeno-associated Virus Serotype 9 to Treat Neuromuscular Diseases in Rodents

설치류에 신경 근육 학 질병을 치료 하는 재조합 형 Adeno 관련 바이러스 Serotype 9를 사용 하 여 예측에 관한 체계적 전달

RNA interference via the endogenous miRNA pathway regulates gene expression by controlling protein synthesis through post-transcriptional gene silencing. ...

An Optogenetic Method to Control and Analyze Gene Expression Patterns in Cell-to-cell Interactions

제어 하 고 셀 상호 작용에서 유전자 표현 패턴을 분석 하는 Optogenetic 메서드

Cells should respond properly to temporally changing environments, which are influenced by various factors from surrounding cells. The Notch signaling ...

Targeted Next-generation Sequencing and Bioinformatics Pipeline to Evaluate Genetic Determinants of Constitutional Disease

다음-세대 시퀀싱과 생물 정보학 파이프라인 헌법 질병의 유전 결정 요인 평가 대상

Next-generation sequencing (NGS) is quickly revolutionizing how research into the genetic determinants of constitutional disease is performed. The ...

A Rapid and Facile Pipeline for Generating Genomic Point Mutants in C. elegans Using CRISPR/Cas9 Ribonucleoproteins

A Rapid and Facile Pipeline for Generating Genomic Point Mutants in C. elegans Using CRISPR/Cas9 Ribonucleoproteins

빠른 고 손쉬운 파이프라인 C. 선 충 을 사용 하 여 CRISPR/Cas9 Ribonucleoproteins에서 게놈 포인트 돌연변이 생성에 대 한

The clustered regularly interspersed palindromic repeats (CRISPR)-CRISPR-associated protein 9 (Cas9) prokaryotic adaptive immune defense system has been ...

Isolation, Characterization and MicroRNA-based Genetic Modification of Human Dental Follicle Stem Cells

절연, 특성화 및 예측에 관한 기반 유전자 조작 인간 치과 여 포 줄기 세포의

To date, several stem cell types at different developmental stages are in the focus for the treatment of degenerative diseases. Yet, certain aspects, such ...

Using In Vitro and In-cell SHAPE to Investigate Small Molecule Induced Pre-mRNA Structural Changes

작은 분자 조사를 시험관 및 셀 모양을 사용 하 여 사전 mRNA 구조 변화 유도

In the process of drug development of RNA-targeting small molecules, elucidating the structural changes upon their interactions with target RNA sequences ...

Characterizing Histone Post-translational Modification Alterations in Yeast Neurodegenerative Proteinopathy Models

효 모 신경 Proteinopathy 모델에서 특성화 히스톤 포스트 번역 상 수정 변경

Neurodegenerative diseases, such as amyotrophic lateral sclerosis (ALS) and Parkinson&#39;s disease (PD), cause the loss of hundreds of thousands of lives ...

Enhanced Yeast One-hybrid Screens To Identify Transcription Factor Binding To Human DNA Sequences

인간의 DNA 시퀀스에 바인딩 전사 요소를 식별 하기 위해 향상 된 효 모 한 하이브리드 화면

Identifying the sets of transcription factors (TFs) that regulate each human gene is a daunting task that requires integrating numerous experimental and ...