CircRNA预测软件大对比（一）

近年来，环状RNA（circRNA）成为新兴的明星分子，越来越多的环状RNA被发现参与众多的病例生理过程。随着高通量测序技术的日益成熟，基于测序reads的环状RNA预测方法成为人们讨论的热点。来自于丹麦奥尔胡斯大学（Aarhus University）的研究人员利用普通的RNA-Seq数据比较了5种常用的环状RNA预测软件（见表1）。

表1. Overview of algorithms

1

预测结果大PK

首先，研究人员用5个软件分别对同一个rRNA-depleted RNA-Seq数据集进行分析。他们发现各个算法给出的环状RNA数目从1500（circRNA_finder）到4000（CIRI）不等，并且只有854个同时被5个软件发现（图1）。

图1：5种常见环状RNA预测软件结果对比

2  准确性评估 

为了验证软件给出的circRNA是否可信，研究人员试图引入线性RNA酶消化（RNase R）的RNA-Seq数据来判断预测到的circRNA是否存在假阳性。结果显示不同的软件给出的circRNA对RNase R的抵制效率不同，其中，CIRI表现最差，有28.03%的假阳性率（见图2）。

图2：各个软件预测假阳性率比较

研究人员还关心每个软件预测出的表达量最高的100个circRNA是否真的是环状。他们分别以junction read数目对环状RNA进行排序，观察表达量高的前100个环状RNA是否被线性RNA酶消化。同样，在CIRI的预测中高表达的环状RNA有超过半数（63%）不可靠。MapSplice和CIRCexplorer是表现最好的两款软件，分别只有9%和6%的circRNA被消化（图3）。

图3：Top100环状RNA可信度比较

3结论

通过比较现有的circRNA预测软件，我们可以看到不同的算法表现差异较大，用户在使用的时候需要小心。CIRCexplorer和MapSplice输出最可信的circRNA列表，主要的原因是这两个算法依靠已知的基因注释文件，明确的序列注释信息可以帮助他们降低假阳性率，但也限制了这两个软件不能发现de novo的环状RNA。

CircRNA_finder和find_circ也有着很高的准确性，并且这两个软件可以独立于基因注释信息运行，预测全新的环状RNA。由于单个软件往往在一个方面存在着一定的局限性，且数据表明能够被多个算法预测到的环状RNA有着较高的可信度，因此，在实际项目中，推荐大家多使用两到三个环状RNA预测软件，进而取它们的交集。。

我们也会在接下来的推文中重点讨论几个预测软件的使用，欢迎大家持续关注。

参考文献：

Hansen T B, Venø M T, Damgaard C K, et al. Comparison of circular RNA prediction tools[J]. Nucleic Acids Research, 2016, 44(6):e58.