经典力作|屈良鹄-miRNA靶序列数预测的据库而开发（干货）
编者按：总是会有人说，周杰伦的经典歌曲是《稻香》，《双节棍》等；刘德华的《忘情水》，《来生缘》等，这些歌曲都是百听不厌，常听常新的，而且听起来的感觉都是不一样的。但是，怎么评价学术界的经典文章或者是成名作呢？有的人认为，发的影响因子越高越好，这样就是经典文章。但是，iNature认为，作为经典文章，肯定使用的人很多，而且看的人也是拍手叫绝，所以我们是根据总引用量，来客观的评价一篇文章。今天就推出屈良鹄高引用量的一篇文章（非综述类），以飨读者。
iNature：MicroRNA（miRNA）通过靶向mRNA来调节基因表达的一类重要的小非编码RNA（sRNA）。然而，将miRNA怎么去寻找调控靶基因，在技术上仍然具有挑战性。最近，高通量CLIP-Seq和降解组测序（Degradome-Seq）方法已被用于分别鉴定Argonaute相互作用位点和miRNA裂解位点。在这项研究中，屈良鹄研究组引入了一个新的数据库，starBase（sRNA tar get Base）， 并且已经开发了这个数据库，可以帮助研究人员从CLIP-Seq和Degradome-Seq数据中全面的探索miRNA-靶标相互作用图谱。
MicroRNA (miRNA) 是一类由内源基因编码的长度约为22 个核苷酸的非编码单链RNA 分子，它们在动植物中参与转录后基因表达调控【1,2】。通过与mRNAs碱基配对，miRNA介导翻译抑制或mRNA降解【1-3】。功能研究表明，miRNAs参与许多细胞过程的调节，如增殖，凋亡，分化和细胞周期【1-3】。
miRNA起作用机制
通过克隆和深度测序已经在动物和植物中鉴定了数千个miRNA，但确定这些miRNA的靶标是一个持续的挑战【1-4】。迄今为止，已经开发了大量的靶标预测程序，例如用于动物miRNA靶标的TargetScan【5,6】，PicTar【7】，miRanda【8】，PITA【9】和RNA22【10】，以及miRU 【11】和TargetFinder【12】用于植物miRNA靶标鉴定。
degradome sequencing实验流程
此外，已经建立了几个资源系统地收集和描述实验验证的miRNA靶标（TarBase【13】，miRecords 【14】）和预测的miRNA靶标（miRGator【15】，MiRNAMap【16】。然而，由于动物mRNA的miRNA调节需要与靶mRNA的3'-UTR区域的少数核苷酸进行碱基配对，所以不同的靶标预测程序产生不同的结果，并具有高的假阳性【4,17-19】。虽然已经预测植物miRNA靶标是基于它们与miRNA的广泛且经常保守的互补性【1,2】，但是研究人员必须花费大量的时间和精力试图验证预测的miRNA靶标，结果可能是错误的。
CLIP-Seq原理
在过去几年中，已经在使用高通量实验方法确定生物学相关的miRNA-靶标相互作用方面做出了重大的努力。几个最近的研究已经报道了使用交联和Argonaute（Ago）免疫沉淀以及高通量测序[CLIP-Seq，也被称为通过交联免疫沉淀分离的RNA的高通量测序（HITS-CLIP）]【20 -22】和高通量降解组测序[Degradome-Seq，也被称为“RNA末端平行分析”（PARE）]【23-27】，以分离动物和植物中的miRNA。 CLIP-Seq和Degradome-Seq方法的应用显著降低了miRNA结合位点的假阳性预测率，也缩小了miRNA靶位点的搜索空间【20-27】。 CLIP-Seq和Degradome-Seq数据数量的增加为研究人员提供了一个强大的需求，可以促进对这些数据的注释和分析。
AGO蛋白可能的作用
为了满足这一需求，屈良鹄研究组已经开发starBase数据库。 starBase利用CLIP-Seq和Degradome-Seq方法测序的数据[6个物种，包括人类，小鼠，秀丽隐杆线虫（Caenhorhabditis elegans），拟南芥（Arabidopsis thaliana） （Oryza sativa）和葡萄（Vitis vinifera）]。成千上万的miRNA靶标调控关系，以及数百万个Ago结合位点和切割位点的信息包含在starBase中。
实验流程
目前的版本包括21个CLIP-Seq产生的高通量测序数据和来自6个生物体的10个降解组序列实验。通过分析数百万个映射的CLIP-Seq和Degradome-Seq读数，屈良鹄研究组在动物和植物中分别鉴定了约100万个Ago结合簇和约200万个切割的靶簇。分析这些簇，以及通过6个miRNA靶预测程序预测的目标位点，导致分别鉴定来自CLIP-Seq和Degradome-Seq数据的约40万个和约66,000个miRNA-靶标调控关系。
测序界面
另外，还开发了两种新的网络服务器，用于从CLIP-Seq和Degradome-Seq数据中鉴定miRNA结合位点或切割位点。作为全面整合Ago CLIP-Seq和Degradome-Seq数据的手段，该数据库预计将提供大量资源，帮助研究人员寻找新的miRNA靶点相互作用和开发下一代miRNA靶点预测算法。 starBase可在http://starbase.sysu.edu.cn/上找到。
原文下载
https://pan.baidu.com/s/1bzjLdc（可直接下载，仅用于教育，不得商用）
原文链接
https://academic.oup.com/nar/article-lookup/doi/10.1093/nar/gkq1056
猜你喜
美哭了|11月份，所有的Cell及子刊（总共38本）的封面，你最喜欢哪一张（文后还附有其影响因子，值得收藏）
经典力作|黄荷凤-体外受精成功率低及流产频发，黄荷凤给你答案（干货，很有用）
Nature Communications|上海交大附属仁济医院冯海忠研究组揭示胶质母细胞瘤新机制
Molecular cell|傅向东开发R-ChIP方法，解决R-loops形成机制
参考文献
1. Bartel,D.P. (2004) MicroRNAs: genomics, biogenesis, mechanism, and function. Cell, 116, 281–297.
2. Bartel,D.P. (2009) MicroRNAs: target recognition and regulatory functions. Cell, 136, 215–233.
3. Filipowicz,W., Bhattacharyya,S.N. and Sonenberg,N. (2008) Mechanisms of post-transcriptional regulation by microRNAs: are the answers in sight? Nat. Rev. Genet., 9, 102–114.
4. Rajewsky,N. (2006) microRNA target predictions in animals. Nat. Genet., 38(Suppl.), S8–13.
5. Lewis,B.P., Burge,C.B. and Bartel,D.P. (2005) Conserved seed pairing, often flanked by adenosines, indicates that thousands of human genes are microRNA targets. Cell, 120, 15–20.
6. Lewis,B.P., Shih,I.H., Jones-Rhoades,M.W., Bartel,D.P. and Burge,C.B. (2003) Prediction of mammalian microRNA targets. Cell, 115, 787–798.
7. Krek,A., Grun,D., Poy,M.N., Wolf,R., Rosenberg,L., Epstein,E.J., MacMenamin,P., da Piedade,I., Gunsalus,K.C., Stoffel,M. et al. (2005) Combinatorial microRNA target predictions. Nat. Genet., 37, 495–500.
8. John,B., Enright,A.J., Aravin,A., Tuschl,T., Sander,C. and Marks,D.S. (2004) Human MicroRNA targets. PLoS Biol., 2, e363.
9. Kertesz,M., Iovino,N., Unnerstall,U., Gaul,U. and Segal,E. (2007) The role of site accessibility in microRNA target recognition. Nat. Genet., 39, 1278–1284.
10. Miranda,K.C., Huynh,T., Tay,Y., Ang,Y.S., Tam,W.L., Thomson,A.M., Lim,B. and Rigoutsos,I. (2006) A pattern-based method for the identification of MicroRNA binding sites and their corresponding heteroduplexes. Cell, 126, 1203–1217.
11. Zhang,Y. (2005) miRU: an automated plant miRNA target prediction server. Nucleic Acids Res., 33, W701–W704.
12. Fahlgren,N. and Carrington,J.C. (2010) miRNA target prediction in plants. Methods Mol. Biol., 592, 51–57.
13. Papadopoulos,G.L., Reczko,M., Simossis,V.A., Sethupathy,P. and Hatzigeorgiou,A.G. (2009) The database of experimentally supported targets: a functional update of TarBase. Nucleic Acids Res., 37, D155–D158.
14. Xiao,F., Zuo,Z., Cai,G., Kang,S., Gao,X. and Li,T. (2009) miRecords: an integrated resource for microRNA-target interactions. Nucleic Acids Res., 37, D105–D110.
15. Nam,S., Kim,B., Shin,S. and Lee,S. (2008) miRGator: an integrated system for functional annotation of microRNAs. Nucleic Acids Res., 36, D159–D164.
16. Hsu,S.D., Chu,C.H., Tsou,A.P., Chen,S.J., Chen,H.C., Hsu,P.W., Wong,Y.H., Chen,Y.H., Chen,G.H. and Huang,H.D. (2008) miRNAMap 2.0: genomic maps of microRNAs in metazoan genomes. Nucleic Acids Res., 36, D165–D169.
17. Ambros,V. (2004) The functions of animal microRNAs. Nature,
431, 350–355.
18. Baek,D., Villen,J., Shin,C., Camargo,F.D., Gygi,S.P. and Bartel,D.P. (2008) The impact of microRNAs on protein output. Nature, 455, 64–71.
19. Sethupathy,P., Megraw,M. and Hatzigeorgiou,A.G. (2006) A guide through present computational approaches for the identification of mammalian microRNA targets. Nat. Methods, 3, 881–886.
20. Chi,S.W., Zang,J.B., Mele,A. and Darnell,R.B. (2009) Argonaute HITS-CLIP decodes microRNA-mRNA interaction maps. Nature, 460, 479–486.
21. Zisoulis,D.G., Lovci,M.T., Wilbert,M.L., Hutt,K.R., Liang,T.Y., Pasquinelli,A.E. and Yeo,G.W. (2010) Comprehensive discovery of endogenous Argonaute binding sites in Caenorhabditis elegans. Nat. Struct. Mol. Biol., 17, 173–179.
22. Hafner,M., Landthaler,M., Burger,L., Khorshid,M., Hausser,J., Berninger,P., Rothballer,A., Ascano,M. Jr, Jungkamp,A.C., Munschauer,M. et al. (2010) Transcriptome-wide identification of RNA-binding protein and microRNA target sites by PAR-CLIP. Cell, 141, 129–141.
23. German,M.A., Pillay,M., Jeong,D.H., Hetawal,A., Luo,S., Janardhanan,P., Kannan,V., Rymarquis,L.A., Nobuta,K., German,R. et al. (2008) Global identification of microRNA-target RNA pairs by parallel analysis of RNA ends. Nat. Biotechnol., 26, 941–946.
24. Addo-Quaye,C., Eshoo,T.W., Bartel,D.P. and Axtell,M.J. (2008) Endogenous siRNA and miRNA targets identified by sequencing of the Arabidopsis degradome. Curr Biol., 18, 758–762.
25. Wu,L., Zhang,Q., Zhou,H., Ni,F., Wu,X. and Qi,Y. (2009) Rice MicroRNA effector complexes and targets. Plant Cell, 21, 3421–3435.
26. Pantaleo,V., Szittya,G., Moxon,S., Miozzi,L., Moulton,V., Dalmay,T. and Burgyan,J. (2010) Identification of grapevine microRNAs and their targets using high throughput sequencing and degradome analysis. Plant J., 62, 960–976.
27. Zhou,M., Gu,L., Li,P., Song,X., Wei,L., Chen,Z. and Cao,X. (2010) Degradome sequencing reveals endogenous small RNA targets in rice (Oryza sativa L. ssp. indica). Front. Biol., 5,67–90.
温馨提示：iNature是介绍一流的，最前沿的科研成果，提供专业的完整的同行解析；另外也会介绍全世界知名的实验室及业界大师；同时为公众提供一个了解生命科学及科研过程的平台。扫描或长按下方二维码可关注“Plant_ihuman”，了解科学领域最新研究进展。另外，iNature公众号也开通了“爱科学爱自然”头条号，欢迎大家关注。
投稿、合作、转载以及招聘信息发布等事宜请联系liupan@sibs.ac.cn 或微信号“13701829856”。