技术服务描述

  miRNA是一类在生物体内起到重要调控作用的的小片段非编码RNA。一般认为miRNA通过和mRNA的结合，可以抑制mRNA的表达，从而影响到Gene的表达。

  目前miRNA的靶基因预测软件主要是依据miRNA与其靶位点的互补性、miRNA与其靶位点的调控关系、miRNA靶位点的保守性、miRNA-mRNA双链之间的热稳定性及附近序列的二级结构等原则设计的。 目前miRNA预测主要基于算法预测，目前也有一部分以实验结果为收集对象的数据库。使用算法预测的数据库，有如 TargetScan、miRDB、RNAhybrid、DIANA-microT-CDS 等。以实验实验验证的收集的靶标相互作用数据库，有如 miRTarBase、Tarbase v8 等。 考虑到研究时效性，我们选择基于miRbase22为基础研究的数据库，在此基础上筛选出近5年内较新的数据库。

  其中， miRDB数据库 是根据 “miRNA通过下调其靶基因的表达” miRNA主要功能特征，采用机器学习来进行模型预测得到的靶标数据库。它通过采用大量RNA数据集，使用 “过表达的miRNA“ 及 “下调的转录本” 进一步量化miRNA靶向下调的特征，采用SVM算法开发了预测模型 MirTarget。 该算法结合实验数据同时比较 TargetScan，DIANA-MicroT，miRanda 和 PITA 另外四种预测算法，获得了最优表现。 该模型对于每个候选靶标基因，它都会生成由SVM计算出的概率分数，该分数反映了预测结果的统计置信度，分数越高，置信度越高。所有预测目标的目标预测分数在50到100之间，一般而言，预测得分 > 80 的预测目标具有较高的可信度。如果分数低于60，则需要谨慎选择，一般需要提供其他证据支持。

   TargetScan数据库 则基于序列互补原则，找到比对到靶 3'UTR 的保守性 8 mer、7 mer 或 6 mer 位点（seed match 序列），进一步根据热力学稳定性筛选得到 miRNA 的靶基因。 随后，对于不具备保守性的 seed match 区域计算相应的 context score。 将保守和不保守区域的 context score 进行排序即得到 context score percentile。 一般考虑 context score percentile > 90 为预测的可能具有功能的 miRNA 的靶基因。

  综上，miRDB数据库主要通过miRNA-mRNA调控关系来进行量化计算，而TargetScan通过序列互补原则筛选后再进行热稳定性量化计算，前者相较于后者更有说服力，而后者得到的数据较为全面。我们综合两者，通过标准 miRDB Score >= 80 & TargetScan context score percentile >= 90 的靶基因作为预测结果。通过预测给出的miRNA-靶基因对，用于后续进一步网络图或富集分析。

Venn 图 示例：

图 2.7.1. TargetScan vs miRDB 的靶基因交集veen图