转载:http://www.oebiotech.com/Article/mirnabjyyc.html

http://www.ebiotrade.com/newsf/2014-9/201492594150379.htm

miRNA自从被发现以来,一直备受关注,俨然已成为非编码RNA家庭中永不凋零的“玫瑰”。关于miRNA,主要有两个研究方向,其一是作为biomarker,这方面研究仅需足够庞大的临床样本支撑即可;miRNA的另一研究方向为功能机制研究,此时必须有miRNA靶基因的参与,可是如何确定miRNA调控的靶基因呢?接下来小编为您整理了常用miRNA靶基因预测分析数据库,供您参考~

1.TargetScan

TargetScan数据库是大家比较常用的预测miRNA靶基因数据库,主要通过搜索和每条miRNA种子区域匹配的保守的8mer和7mer位点来预测靶基因。该数据库提供人、小鼠、大鼠、奶牛、狗、猩猩、恒河猴、负鼠、鸡和青蛙等动物信息。最新更新时间为2015年8月,版本为V7.0。

链接:http://www.targetscan.org/


该数据库支持通过miRNA预测靶基因,也支持通过mRNA预测相关的miRNA。

2.PITA

该数据库基于靶位点的可接性(target-site accessibility)和自由能预测miRNA 的靶标,是著名的生物信息学家Segal实验室开发的。主要包含human、mouse、fly和worm的信息,使用者可以通过miRNA预测靶基因,也可以通过mRNA预测miRNA信息,无论是miRNA还是mRNA均可通过提供name或ID进行分析。

链接:http://genie.weizmann.ac.il/pubs/mir07/mir07_dyn_data.html


该数据库允许对靶关系的预测和下载。

3.miRBase

miRBase数据库是一个提供包括已发表的miRNA序列数据、注释、预测基因靶标等信息的全方位数据库,是存储miRNA信息最主要的公共数据库之一。该数据库于2014年6月更新为最新版本V21.0,包含223个物种的35828个成熟的miRNA序列。该数据库提供便捷的网上查询服务,允许用户使用关键词或序列在线搜索已知的miRNA和靶标信息(仅包含已有的靶标信息,所以会出现部分miRNA靶标信息无的现象)。该数据库用于miRNA信息查询较多,靶关系预测较少。

链接:http://www.mirbase.org/


使用者可利用miRNA的name、ID、染色体位置、序列进行搜索、查询相关信息。

4.microRA.org

该数据库提供了关于人类、小鼠、大鼠、果蝇和斑马鱼基因组的microRNA靶目标的预测信息以及miRNA在不同组织的表达谱,支持通过miRNA预测靶基因,也支持通过mRNA分析相关的miRNA。最新更新时间为2010年,好久不更新啦~

链接:http://www.microrna.org/


5.miRTarBase

该数据库主要收集的是被实验验证的miRNA靶标,同时提供支持搜索结果的文献或方法,最新更新于2015年9月。该数据库支持浏览、搜索和数据下载。

链接:http://mirtarbase.mbc.nctu.edu.tw/


该数据库可以通过不同方面进行查询,例如miRNA、gene、disease、pathway等。

6.starBase V2.0

该数据库采集了6000多份样本,14种癌症来自于37个独立研究的108份CLIP-seq数据,同时辅助降解组实验数据搜寻miRNA的靶标,提供了各式各样的可视化界面去探讨miRNA靶标。除了miRNA和靶标mRNA之间关系,该数据库还进行lncRNA、circRNA、protein与mRNA之间的相互作用分析,并分析了ceRNA机制。该数据库主要包含人、小鼠、线虫3个物种信息。

链接:http://starbase.sysu.edu.cn/


注:本数据库更倾向于利用mRNA搜索相关miRNA信息哦。

除上述比较常用的数据库外,还有MicroRNAdb、miRWalk、PicTar、RNA22等miRNA靶基因预测分析数据库,但这些数据库与以上所列数据库除了鉴定靶基因标准有些许差异外,其他方面大同小异,小编认为好用数据库掌握几款足以,如果各位看官对其它数据库感兴趣,闲暇时可自行尝试哦。

5、预测和鉴定miRNA的靶基因的更多相关文章

  1. miRNA分析--靶基因预测(三)

    miRNA分析--数据过滤(一) miRNA分析--比对(二) 根据miRNA Target Prediction in Plants, miRNA并非所有区域都要求严格匹配,其中第1位碱基和第14位 ...

  2. HOMER | MEME | 转录因子的靶基因预测

    Finding Enriched Motifs in Genomic Regions (findMotifsGenome.pl) 在指定区域做motif enrichment,大大降低了假阳性. ME ...

  3. miRNA

    MicroRNA (miRNA)  是一类内生的.长度约为20-24个核苷酸的小 RNA,其在细胞内具有多种重要的调节作用.每个 miRNA 可以有多个靶基因的表达,而几个 miRNA 也可以调节同一 ...

  4. miRNA 基本知识

    miRNA MicroRNA (miRNA)  是一类内生的.长度约为20-24个核苷酸的小 RNA,其在细胞内具有多种重要的调节作用.每个 miRNA 可以有多个靶基因的表达,而几个 miRNA 也 ...

  5. miRTarBase 数据库简介

    miRTarBase 是一个手 收集的,经过实验验证过miRNA靶基因的数据库,对于每条miRNA靶基因的记录, 都会赋予1个唯一的 miRNA-target interactions (简称MTs) ...

  6. miRNA|housekeeping|RNAi|siRNA|Oncomirs|miRBase|PMRD|TargetScan|miRDeep|miRNA target|seed regions|

    生物信息学-miRNA 转录组的分类: Noncoding RNA可分为负责Regulatory和housekeeping,housekeeping就是组织日常功能miRNA便是Regulatory ...

  7. 植物 miRNA 研究

    相比动物miRNA 而言, 植物miRNA 的研究相对较少. 植物miRNA 相比动物miRNA , 有以下特点: 1) 植物miRNA 的长度为 21 nt 左右, 动物miRNA 长度在 22 ~ ...

  8. Mol Cell Proteomics. | 用于鉴定新型融合转录本及其在癌细胞中的潜在翻译产物的多功能蛋白质组基因组学工具FusionPro

    期刊:Molecular & Cellular Proteomics 发表时间:June 17, 2019 DOI:10.1074/mcp.RA119.001456 分享人:任哲 内容与观点: ...

  9. 【GS文献】基因组选择在植物分子育种应用的最新综述(2020)

    目录 1. 简介 2. BLUP类模型 3. Bayesian类模型 4. 机器学习 5. GWAS辅助的GS 6. 杂交育种 7. 多性状 8. 长期选择 9. 预测准确性评估 10. GS到植物育 ...

随机推荐

  1. winform窗体取消最大化双击标题最大化

    实现目标,固定窗体大小,1.窗体标题去掉最大化按钮2.双击窗体标题也不会最大化,彻底取消最大化 问题,如果设置窗体MaximizeBox和MinimumSize属性,看似问题解决了,单随之而来的问题是 ...

  2. linux FAQ(zz)

    1.Which is the command used to find the available shells in your Operating System Linux ? Ans : $ech ...

  3. DEDE 列表页调用如 标题,时间,简介等

    以下是直接从板子中复制出来的,CSS自已根据需要写下就行.在调时简介长度不知道怎么控制,现在说下方法1. infolen='30' 这个可以2. 系统设置 >其它设置 >内容简介长度填下就 ...

  4. awk过滤磁盘使用率

    过滤出大于某个值的磁盘使用率: #!/bin/bash diskspace=`df -Ph`IFS="\n" for line in $diskspace;do        ec ...

  5. 斐波那契数列F(n)【n超大时的(矩阵加速运算) 模板】

    hihocoder #1143 : 骨牌覆盖问题·一 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 骨牌,一种古老的玩具.今天我们要研究的是骨牌的覆盖问题: 我们有一个 ...

  6. /dev/sda

    /dev/sda这是Linux系统下的设备文件,类似Windows系统上面的本地磁盘.U盘.光驱等设备.Linux系统访问设备文件需要mount命令挂载映射成文件,查看: 1.建一个目录(挂载磁盘分区 ...

  7. 关于 haproxy keepalived的测试

    可以阅读的一篇文章(http://blog.csdn.net/xyang81/article/details/52554398) 以下测试的配置都是基本的,简单化的,达到了效果滴,没有参考上面文档 准 ...

  8. python的字符串操作函数之一览

    s.strip(chars) s.find(x,start,end) s.index(x.start,end)#见上: s.format()#见上: s.partition(x)#见上: s.repl ...

  9. R数据类型

    2.2.1 向量向量是用于存储数值型.字符型或逻辑型数据的一维数组.执行组合功能的函数c()可用来创建向量.各类向量如下例所示: a <-c(1, 2, 5, 3, 6, -2, 4) b &l ...

  10. java:stack栈: Stack 类表示后进先出(LIFO)的对象堆栈

    //Stack 类表示后进先出(LIFO)的对象堆栈 //它提供了通常的 push 和 pop 操作,以及取栈顶点的 peek 方法.测试堆栈是否为空的 empty 方法.在堆栈中查找项并确定到栈顶距 ...