Name: mirMachine: Una ventanilla única para la anotación de miARN de plantas (Video) | JoVE Journal
Uploaded: 2021-05-01T13:30:00.000+00:00
Duration: 6 min 16 s
Description: Aprende a utilizar mirMachine, una herramienta computacional automatizada para identificar microARNs conocidos y novedosos en plantas como Arabidopsis thaliana y trigo. Este método mejora la sensibilidad y especificidad respecto a algoritmos previos.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

1. Dependencias e instalación de software
<ol><li>Instale dependencias de software desde su sitio de inicio o usando conda.<ol><li>Descargue e instale Perl, si aún no está instalado, desde su sitio de inicio (https://www.perl.org/get.html). NOTA: Los resultados representados se predijeron utilizando Perl v5.32.0.</li>
		<li>Descargue Blast+, un programa de alineación, desde su sitio principal (https://www.ncbi.nlm.nih.gov/books/NBK279671/) como ejecutable y como código fuente. NOTA: Los resultados representados se predijeron utilizando BLAST 2.6.0+.</li>
		<li>Instale el paquete precompilado de RNAfold desde https://www.tbi.univie.ac.at/RNA/.</li>
		<li>Alternativamente, instale estos softwares usando la siguiente conda: i) conda install -c bioconda blast; ii) conda install -c bioconda viennarna.</li>
	</ol></li>
</ol>2. La configuración y prueba de mirMachine
<ol><li>Descargue la versión más reciente de los scripts mirMachine y el script de envío mirMachine desde GitHub, https://github.com/hbusra/mirMachine.git y, a continuación, establezca la ruta de los scripts en la ruta de acceso.</li>
	<li>Utilice los datos de prueba proporcionados en el GitHub para asegurarse de que mirMachine junto con todas sus dependencias se hayan descargado correctamente.</li>
	<li>Ejecute mirMachine en los datos de prueba que se muestran a continuación. bash mirMachine_submit.sh -f iwgsc_v2_chr5A.fasta -i mature_high_conf_v22_1.fa.filtered.fasta -n 10 NOTA: Establezca la opción -n en 10 ya que los datos de prueba contienen solo un cromosoma del genoma del trigo. De forma predeterminada, la opción -n se establece en 20.</li>
	<li>Controle los archivos de salida hairpins.tbl.out.tbl para los miARN maduros predichos, sus precursores previstos y sus ubicaciones en los cromosomas.</li>
	<li>Compruebe los archivos de registro para las salidas y advertencias del programa.</li>
</ol>3. Identificación de miARN basada en homología
<ol><li>Ejecute mirMachine utilizando el script bash que se muestra a continuación: bash mirMachine_submit.sh -f $genome_file -i $input_file -m $mismatches -n $number_of_hits</li>
	<li>Compruebe los miRNAs predichos. Busque el archivo de salida denominado $input_file.results.tbl.hairpins.tbl.out.tbl para los miRNAs predichos. Busque el archivo de salida denominado $input_file.results.tbl.hairpins.fsa para las secuencias FASTA pre-miRNA. Busque el archivo de salida denominado $input_file.results.tbl.hairpins.log para el archivo de registro de horquilla.</li>
</ol>4. Nueva identificación de miARN
<ol><li>Preprocese los archivos sRNA-seq FASTQ en el formato FASTA adecuado. Recorte los adaptadores si es necesario. No recorte lecturas de baja calidad; en su lugar, elimínelos. Elimine las lecturas que contengan N. Convierta el archivo FASTQ en un archivo FASTA ($input_file).</li>
	<li>Ejecute mirMachine utilizando el script bash que se muestra a continuación. bash mirMachine_submit.sh -f $genome_file -i $input_file -n $number_of_hits -sRNAseq -lmax $lmax -lmin $lmin -rpm $rpm NOTA: $mismatches se estableció en 0 para las predicciones basadas en sRNA-seq.</li>
	<li>Compruebe los miRNAs predichos. Busque el archivo de salida denominado $input_file.results.tbl.hairpins.tbl.out.tbl para los miRNAs predichos. Busque el archivo de salida denominado $input_file.results.tbl.hairpins.fsa para las secuencias FASTA pre-miRNA. Busque el archivo de salida denominado $input_file.results.tbl.hairpins.log para el archivo de registro de horquilla.</li>
</ol>5. Parámetros avanzados
NOTA: Los valores predeterminados se definen para todos los parámetros excepto para el archivo del genoma y el archivo miRNA de entrada.
<ol><li>Establezca la opción -db en una base de datos de explosión para omitir la base de datos de referencia de construcción dentro de la canalización.</li>
	<li>Establezca la opción -m en el número de discrepancias permitidas. NOTA: En los valores predeterminados, la opción - m se estableció en 1 para las predicciones basadas en homología y 0 para las predicciones basadas en sRNA-seq.</li>
	<li>Establezca el -n en el número de aciertos que desea eliminar después de la alineación (el valor predeterminado es 20). Cambie esto según la especie.</li>
	<li>Utilice - long para evaluar las estructuras secundarias de la lista de sospechosos.</li>
	<li>Utilice la - s para activar la nueva predicción de miARN basada en datos de sRNA-seq.</li>
	<li>Establezca la opción - lmax en la longitud máxima de las lecturas de sRNA-seq para incluir en el cribado.</li>
	<li>Establezca la opción - lmax en la longitud mínima de las lecturas de sRNA-seq para incluir en el cribado.</li>
	<li>Utilice la opción -rpm para establecer el umbral de lecturas por millón (RPM). NOTA: Para parámetros avanzados como la longitud de pri-miRNAs/pre-miRNAs, se anima a los usuarios experimentados a modificar los scripts para su investigación de interés. Además, si los usuarios tienen la intención de omitir algunos pasos o prefieren usar salidas modificadas, el script de envío se puede modificar simplemente agregando # al principio de las líneas para omitir esas líneas.</li>
</ol>

<ol><li>Voinnet, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Origin%2C+biogenesis%2C+and+activity+of+plant+microRNAs%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Origin, biogenesis, and activity of plant microRNAs.</a> Cell. 136 (4), 669-687 (2009).</li>
<li>Budak, H., Akpinar, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+miRNAs%3A+biogenesis%2C+organization+and+origins%5BTitle%5D)+AND+%22Functional+%26+Integrative+Genomics%22%5BJournal%5D)">Plant miRNAs: biogenesis, organization and origins.</a> Functional & Integrative Genomics. 15 (5), 523-531 (2015).</li>
<li>Lee, R. C., Feinbaum, R. L., Ambros, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+C.+elegans+heterochronic+gene+lin-4+encodes+small+RNAs+with+antisense+complementarity+to+lin-14%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">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>Zhang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exogenous+plant+MIR168a+specifically+targets+mammalian+LDLRAP1%3A+evidence+of+cross-kingdom+regulation+by+microRNA%5BTitle%5D)+AND+%22Cell+Research%22%5BJournal%5D)">Exogenous plant MIR168a specifically targets mammalian LDLRAP1: evidence of cross-kingdom regulation by microRNA.</a> Cell Research. 22 (1), 107-126 (2012).</li>
<li>Pang, K. C., Frith, M. C., Mattick, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rapid+evolution+of+noncoding+RNAs%3A+Lack+of+conservation+does+not+mean+lack+of+function%5BTitle%5D)+AND+%22Trends+in+Genetics%22%5BJournal%5D)">Rapid evolution of noncoding RNAs: Lack of conservation does not mean lack of function.</a> Trends in Genetics. 22 (1), 1-5 (2006).</li>
<li>Guleria, P., Mahajan, M., Bhardwaj, J., Yadav, S. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+small+RNAs%3A+biogenesis%2C+mode+of+action+and+their+roles+in+abiotic+stresses%5BTitle%5D)+AND+%22Genomics%2C+Proteomics+and+Bioinformatics%22%5BJournal%5D)">Plant small RNAs: biogenesis, mode of action and their roles in abiotic stresses.</a> Genomics, Proteomics and Bioinformatics. 9 (6), 183-199 (2011).</li>
<li>Jones-Rhoades, M. W., Bartel, D. P., Bartel, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MicroRNAs+and+their+regulatory+roles+in+plants%5BTitle%5D)+AND+%22Annual+Review+of+Plant+Biology%22%5BJournal%5D)">MicroRNAs and their regulatory roles in plants.</a> Annual Review of Plant Biology. 57, 19-53 (2006).</li>
<li>Singh, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+small+RNAs%3A+advancement+in+the+understanding+of+biogenesis+and+role+in+plant+development%5BTitle%5D)+AND+%22Planta%22%5BJournal%5D)">Plant small RNAs: advancement in the understanding of biogenesis and role in plant development.</a> Planta. 248 (3), 545-558 (2018).</li>
<li>Lucas, S. J., Budak, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sorting+the+wheat+from+the+chaff%3A+identifying+miRNAs+in+genomic+survey+sequences+of+Triticum+aestivum+chromosome+1AL%5BTitle%5D)+AND+%22PloS+One%22%5BJournal%5D)">Sorting the wheat from the chaff: identifying miRNAs in genomic survey sequences of Triticum aestivum chromosome 1AL.</a> PloS One. 7 (7), 40859(2012).</li>
<li>Li, S., Castillo-González, C., Yu, B., Zhang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+functions+of+plant+small+RNAs+in+development+and+in+stress+responses%5BTitle%5D)+AND+%22Plant+Journal%22%5BJournal%5D)">The functions of plant small RNAs in development and in stress responses.</a> Plant Journal. 90 (4), 654-670 (2017).</li>
<li>Lee, Y., Jeon, K., Lee, J. T., Kim, S., Kim, V. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MicroRNA+maturation%3A+Stepwise+processing+and+subcellular+localization%5BTitle%5D)+AND+%22EMBO+Journal%22%5BJournal%5D)">MicroRNA maturation: Stepwise processing and subcellular localization.</a> EMBO Journal. 21 (17), 4663-4670 (2002).</li>
<li>Lee, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MicroRNA+genes+are+transcribed+by+RNA+polymerase+II%5BTitle%5D)+AND+%22EMBO+Journal%22%5BJournal%5D)">MicroRNA genes are transcribed by RNA polymerase II.</a> EMBO Journal. 23 (2), 4051-4060 (2004).</li>
<li>Bartel, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MicroRNAs%3A+Genomics%2C+biogenesis%2C+mechanism%2C+and+function%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">MicroRNAs: Genomics, biogenesis, mechanism, and function.</a> Cell. 116 (2), 281-297 (2004).</li>
<li>Lee, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+nuclear+RNase+III+Drosha+initiates+microRNA+processing%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">The nuclear RNase III Drosha initiates microRNA processing.</a> Nature. 425 (6956), 415-419 (2003).</li>
<li>Meyers, B. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Criteria+for+annotation+of+plant+microRNAs%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Criteria for annotation of plant microRNAs.</a> Plant Cell. 20 (12), 3186-3190 (2008).</li>
<li>Sanei, M., Chen, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+microRNA+turnover%5BTitle%5D)+AND+%22Current+Opinion+in+Plant+Biology%22%5BJournal%5D)">Mechanisms of microRNA turnover.</a> Current Opinion in Plant Biology. 27, 199-206 (2015).</li>
<li>Li, J., Yang, Z., Yu, B., Liu, J., Chen, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Methylation+protects+miRNAs+and+siRNAs+from+a+3%E2%80%B2-end+uridylation+activity+in+Arabidopsis%5BTitle%5D)+AND+%22Current+Biology%22%5BJournal%5D)">Methylation protects miRNAs and siRNAs from a 3′-end uridylation activity in Arabidopsis.</a> Current Biology. 15 (16), 1501-1507 (2005).</li>
<li>Rogers, K., Chen, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biogenesis%2C+turnover%2C+and+mode+of+action+of+plant+microRNAs%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Biogenesis, turnover, and mode of action of plant microRNAs.</a> Plant Cell. 25 (7), 2383-2399 (2013).</li>
<li>Axtell, M. J., Meyers, B. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revisiting+criteria+for+plant+microRNA+annotation+in+the+Era+of+big+data%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Revisiting criteria for plant microRNA annotation in the Era of big data.</a> Plant Cell. 30 (2), 272-284 (2018).</li>
<li>Camacho, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((BLAST%2B%3A+architecture+and+applications%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">BLAST+: architecture and applications.</a> BMC Bioinformatics. 10 (1), 421(2009).</li>
<li>Markham, N. R. N., Zuker, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((UNAFold%3A+Software+for+nucleic+acid+folding+and+hybridization%5BTitle%5D)+AND+%22Methods+in+Molecular+Biology%22%5BJournal%5D)">UNAFold: Software for nucleic acid folding and hybridization.</a> Methods in Molecular Biology. 453, 3-31 (2008).</li>
<li>Alptekin, B., Akpinar, B. A., Budak, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comprehensive+prescription+for+plant+miRNA+identification%5BTitle%5D)+AND+%22Frontiers+in+Plant+Science%22%5BJournal%5D)">A comprehensive prescription for plant miRNA identification.</a> Frontiers in Plant Science. 7, 2058(2017).</li>
<li>Zhang, B., Pan, X., Cannon, C. H., Cobb, G. P., Anderson, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Conservation+and+divergence+of+plant+microRNA+genes%5BTitle%5D)+AND+%22Plant+Journal%22%5BJournal%5D)">Conservation and divergence of plant microRNA genes.</a> Plant Journal. 46 (2), 243-259 (2006).</li>
<li>Appels, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Shifting+the+limits+in+wheat+research+and+breeding+using+a+fully+annotated+reference+genome%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Shifting the limits in wheat research and breeding using a fully annotated reference genome.</a> Science. 361 (6403), 7191(2018).</li>
<li>Wang, Y., Kuang, Z., Li, L., Yang, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+bioinformatics+pipeline+to+accurately+and+efficiently+analyze+the+microRNA+transcriptomes+in+plants%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%3A+JoVE%22%5BJournal%5D)">A bioinformatics pipeline to accurately and efficiently analyze the microRNA transcriptomes in plants.</a> Journal of Visualized Experiments: JoVE. (155), e59864(2020).</li>
<li>Kozomara, A., Griffiths-Jones, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MiRBase%3A+Annotating+high+confidence+microRNAs+using+deep+sequencing+data%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">MiRBase: Annotating high confidence microRNAs using deep sequencing data.</a> Nucleic Acids Research. 42, 68-73 (2014).</li>
<li>Lorenz, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ViennaRNA+Package+2.0%5BTitle%5D)+AND+%22Algorithms+for+Molecular+Biology%22%5BJournal%5D)">ViennaRNA Package 2.0.</a> Algorithms for Molecular Biology. 6 (1), 26(2011).</li>
<li>Wicker, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+transposable+elements+on+genome+structure+and+evolution+in+bread+wheat%5BTitle%5D)+AND+%22Genome+Biology%22%5BJournal%5D)">Impact of transposable elements on genome structure and evolution in bread wheat.</a> Genome Biology. 19 (1), 103(2018).</li>
<li>Flavell, R. B., Bennett, M. D., Smith, J. B., Smith, D. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome+size+and+the+proportion+of+repeated+nucleotide+sequence+DNA+in+plants%5BTitle%5D)+AND+%22Biochemical+Genetics%22%5BJournal%5D)">Genome size and the proportion of repeated nucleotide sequence DNA in plants.</a> Biochemical Genetics. 12 (4), 257-269 (1974).</li>
<li>Wicker, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+repetitive+landscape+of+the+5100+Mbp+barley+genome%5BTitle%5D)+AND+%22Mobile+DNA%22%5BJournal%5D)">The repetitive landscape of the 5100 Mbp barley genome.</a> Mobile DNA. 8, 22(2017).</li>
<li>Yang, Q., Ye, Q. A., Liu, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanism+of+siRNA+production+from+repetitive+DNA%5BTitle%5D)+AND+%22Genes+and+Development%22%5BJournal%5D)">Mechanism of siRNA production from repetitive DNA.</a> Genes and Development. 29 (5), 526-537 (2015).</li>
<li>Lam, J. K. W., Chow, M. Y. T., Zhang, Y., Leung, S. W. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((siRNA+versus+miRNA+as+therapeutics+for+gene+silencing%5BTitle%5D)+AND+%22Molecular+Therapy.+Nucleic+Acids%22%5BJournal%5D)">siRNA versus miRNA as therapeutics for gene silencing.</a> Molecular Therapy. Nucleic Acids. 4 (9), 252(2015).</li>
<li>Bartel, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MicroRNAs+directing+siRNA+biogenesis%5BTitle%5D)+AND+%22Nature+Structural+and+Molecular+Biology%22%5BJournal%5D)">MicroRNAs directing siRNA biogenesis.</a> Nature Structural and Molecular Biology. 12 (7), 569-571 (2005).</li>
<li>Meng, Y., Shao, C., Wang, H., Chen, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Are+all+the+miRBase-registered+microRNAs+true%3F+A+structure-+and+expression-based+re-examination+in+plants%5BTitle%5D)+AND+%22RNA+Biology%22%5BJournal%5D)">Are all the miRBase-registered microRNAs true? A structure- and expression-based re-examination in plants.</a> RNA Biology. 9 (3), 249-253 (2012).</li>
<li>Berezikov, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evolutionary+flux+of+canonical+microRNAs+and+mirtrons+in+Drosophila%5BTitle%5D)+AND+%22Nature+Genetics%22%5BJournal%5D)">Evolutionary flux of canonical microRNAs and mirtrons in Drosophila.</a> Nature Genetics. 42 (1), author reply 9-10 6-9 (2010).</li>
</ol>

Nuestra línea de miARN, SUmir, se ha utilizado para la identificación de muchos miARN de plantas durante la última década. Aquí, desarrollamos una nueva tubería de identificación y anotación de miARN totalmente automatizada y disponible gratuitamente, mirMachine. Además, varias tuberías de identificación de miARN, incluida, entre otras, la tubería anterior, dependían del software UNAfold21, que se convirtió en un software comercial con el tiempo, aunque una vez estuvo disponible gratuitamente. Est...

Los avances en las tecnologías de secuenciación de próxima generación han ampliado la comprensión de las estructuras de ARN y los elementos reguladores, revelando ARN no codificantes (ncRNA) funcionalmente importantes. Entre los diferentes tipos de ncRNAs, los microRNAs (miRNAs) constituyen una clase reguladora fundamental de pequeños RNAs con una longitud entre 19 y 24 nucleótidos en plantas 1,2. Desde el descubrimiento del primer miARN en el nematodo Caenorhabditis elegans3, la presencia y las funciones de los miARN se han estudiado ampliamente en genomas animales y vegetales, así comoen 4,5,6. Los miARN funcionan dirigiéndose a los ARNm para la escisión o la represión traslacional7. La evidencia acumulada también ha demostrado que los miARN están involucrados en una amplia gama de procesos biológicos en las plantas, incluyendo el crecimiento y el desarrollo8, la autobiogénesis9 y varias respuestas de estrés biótico y abiótico10.
En las plantas, los miARN se procesan inicialmente a partir de transcripciones primarias largas llamadas pri-miARN11. Estos pri-miRNAs generados por la ARN polimerasa II dentro del núcleo son transcripciones largas que forman una estructura imperfecta de pliegue hacia atrás12. Los pri-miRNAs luego se someten a un proceso de escisión para producir precursores endógenos de horquilla monocatenaria (ss) de miRNAs llamados pre-miRNAs11. El pre-miARN forma una estructura similar a una horquilla en la que una sola hebra se pliega en una estructura de doble cadena para extirpar un miARN dúplex (miARN / miARN *)13. La proteína tipo Dicer corta ambas hebras del dúplex miRNA/miRNA*, dejando voladizos de 2-nucleótidos 3'-14,15. El miARN dúplex está metilado dentro del núcleo, lo que protege el extremo 3' del miARN de la degradación y la actividad de uridilación16,17. Una helicasa desenrolla el miARN dúplex metilado después de la exportación y expone el miARN maduro al complejo de silenciamiento inducido por ARN (RISC) en el citosol18. Una hebra del dúplex es miARN maduro incorporado en RISC, mientras que la otra hebra, miARN*, se degrada. El complejo miRNA-RISC se une a la secuencia diana, lo que conduce a la degradación del ARNm en caso de complementariedad completa o a la represión traslacional en caso de complementariedad parcial13.
Con base en las características de expresión y biogénesis, se han descrito directrices para la anotación de miARN15,19. Con las directrices definidas, Lucas y Budak desarrollaron el pipeline SUmir para realizar una identificación in silico de miRNA basada en homología en plantas9. La canalización de SUmir estaba compuesta por dos scripts: SUmirFind y SUmirFold. SUmirFind realiza búsquedas de similitud contra conjuntos de datos de miARN conocidos a través de la herramienta de búsqueda básica de alineación local (BLAST) del Centro Nacional de Información Biotecnológica (NCBI) con parámetros modificados para incluir aciertos con solo 2 o menos desajustes y para evitar el sesgo hacia golpes más cortos (blastn-short -ungapped -penalty -1 -reward 1). SUmirFold evalúa la estructura secundaria de las supuestas secuencias de miARN a partir de los resultados de BLAST20 utilizando UNAfold21. SUmirFold diferencia los miRNAs de los pequeños RNAs interferentes mediante la identificación de las características de la estructura de horquilla. Además, diferencia los miRNAs de otros ssRNAs como tRNA y rRNA por los parámetros, el índice mínimo de energía de pliegue > 0.67 y el contenido de GC de 24-71%. Esta tubería se ha actualizado recientemente agregando dos pasos adicionales para (i) aumentar la sensibilidad, (ii) aumentar la precisión de la anotación y (iii) proporcionar la distribución genómica de los genes de miARN predichos22. Dada la alta conservación de las secuencias de miARN de plantas23, esta tubería fue diseñada originalmente para la predicción de miARN basada en homología. Sin embargo, los nuevos miARN no pudieron identificarse con precisión con este análisis bioinformático, ya que dependía en gran medida de la conservación de secuencias de miARN entre especies estrechamente relacionadas.
Este documento presenta una nueva y totalmente automatizada tubería de miARN, mirMachine que 1) puede identificar miARN conocidos y nuevos con mayor precisión (por ejemplo, la tubería ahora utiliza predicciones novedosas de miARN basadas en sRNA-seq, así como la identificación de miARN basada en homología) y 2) está totalmente automatizado y disponible gratuitamente. Los resultados también han incluido las distribuciones genómicas de los miRNAs predichos. mirMachine se probó para predicciones basadas en homología y basadas en sRNA-seq en genomas de trigo y Arabidopsis . Aunque inicialmente se lanzó como software libre, UNAfold se convirtió en un software comercial en la última década. Con esta actualización, la herramienta de predicción de estructura secundaria se cambió de UNAfold a RNAfold para que mirMachine pueda estar disponible gratuitamente. Los usuarios ahora pueden ejecutar un script de envío corto para ejecutar la canalización mirMachine totalmente automatizada (se proporcionan ejemplos en https://github.com/hbusra/mirMachine.git).

<table><tbody><tr><td>https://www.ncbi.nlm.nih.gov/books/NBK279671/</td><td></td><td></td> <td>Blast+</td></tr><tr><td>https://github.com/hbusra/mirMachine.git</td><td>mirScript</td>de <td></td><td></td> envío</tr> de <tr><td>https://www.perl.org/get.html</td><td></td><td></td><td>Perl</td></tr><tr><td>https://www.tbi.univie.ac.at/RNA/</td><td></td><td></td> <td>RNAfold</td></tr><tr><td>Arabidopsis TAIR10</td><td></td><td></td><td></td></tr><tr><td>Triticum aestivum (trigo, IWGSC RefSeq v2)</td><td></td><td></td><td></td></tr></tbody></table>

mirmachine: una ventanilla única para la anotación de miarn de plantas

mirMachine: A One-Stop Shop for Plant miRNA Annotation

De los diferentes tipos de ARN no codificantes, los microARN (miARN) han estado en el centro de atención durante la última década. Como reguladores post-transcripcionales de la expresión génica, los miRNAs juegan un papel clave en varias vías celulares, incluyendo tanto el desarrollo como la respuesta al estrés biótico, como la sequía y las enfermedades. Tener secuencias genómicas de referencia de alta calidad permitió la identificación y anotación de miARN en varias especies de plantas, donde las secuencias de miARN están altamente conservadas. Como los procesos computacionales de identificación y anotación de miARN son en su mayoría procesos propensos a errores, las predicciones basadas en homología aumentan la precisión de la predicción. Desarrollamos y hemos mejorado la línea de anotación de miARN, SUmir, en la última década, que se ha utilizado para varios genomas de plantas desde entonces. 
Este estudio presenta una nueva tubería de miARN totalmente automatizada, mirMachine (miRNA Machine), (i) agregando un paso de filtrado adicional en las predicciones de la estructura secundaria, (ii) haciéndolo completamente automatizado, y (iii) introduciendo nuevas opciones para predecir miARN conocidos basados en homología o nuevos miARN basados en pequeñas lecturas de secuenciación de ARN utilizando la tubería anterior. La nueva tubería de miARN, mirMachine, se probó utilizando The Arabidopsis Information Resource, TAIR10, liberación del genoma de Arabidopsis y el genoma de referencia de trigo v2 del Consorcio Internacional de Secuenciación del Genoma del Genoma del Trigo (IWGSC).

La tubería de miARN, mirMachine, descrita anteriormente se aplicó a los datos de prueba para la evaluación rápida del rendimiento de la tubería. Solo los miARN vegetales de alta confianza depositados en miRBasa v22.1 se examinaron contra el cromosoma 5A del genoma RefSeq v224 del trigo IWGSC. mirMachine_find devolvió 312 aciertos para la lista no redundante de 189 miARN de alta confianza con un máximo de 1 desajuste permitido (Tabla 1). mirMachine_fold clasificado 49 de ellos como...

Aquí, presentamos una nueva y totalmente automatizada tubería de miARN, mirMachine que 1) puede identificar miARN conocidos y novedosos con mayor precisión y 2) está totalmente automatizada y disponible gratuitamente. Los usuarios ahora pueden ejecutar un breve script de envío para ejecutar la canalización mirMachine totalmente automatizada.

mirMachine: Una ventanilla única para la anotación de miARN de plantas

Of different types of noncoding RNAs, microRNAs (miRNAs) have arguably been in the spotlight over the last decade. As post-transcriptional regulators of ...

La identificación computacional de micro ARN produce altas predicciones de falsos positivos. Con las actualizaciones recientes, mirMachine proporciona una alta sensibilidad y especificidad en predicciones conocidas y novedosas de micro ARN. MirMachine ha demostrado ser superior a los algoritmos de micro ARN más recientes en términos de sensibilidad y mirMachine ahora está totalmente automatizado y disponible gratuitamente para que todos puedan usarlo con las instrucciones proporcionadas.MirMachine puede predecir la distribución en todo el genoma de los micro ARN putativos sin limitación de los datos específicos de tejidos y condiciones. La disponibilidad de los datos preliminares antes del experimento de secuenciación de ARNms aceleraría el proceso de verificación de los importantes genes de microARN. Antes de configurar la máquina, descargue e instale las dependencias de software de los respectivos sitios de inicio utilizando los enlaces en el manuscrito de texto.Alternativamente, una forma más fácil y rápida de instalar las dependencias del software es usar la conducta utilizando los comandos proporcionados en el texto manuscrito. Descargue la última versión de los scripts mirMachine, el mero script de envío de máquinas desde GitHub. A continuación, establezca la ruta de los scripts en la pestaña de ruta.Asegúrese de que mirMachine y sus dependencias se hayan descargado correctamente ejecutando mirMachine en datos de prueba desde GitHub. Compruebe el estado del trabajo en la pantalla mediante el flujo de salida estándar. Una vez que aparezca todo el texto terminado, controle los archivos de salida.Controle las horquillas punto TBL punto salida archivos de salida TBL. Observe las secuencias de estrellas de miARN maduro y miARN en la segunda, tercera y sexta columnas. Encuentra la ubicación de los miARN predichos en los cromosomas al final de cada línea.A continuación, compruebe los archivos de registro para las salidas y advertencias del programa. Para la identificación basada en homología, ejecute mirMachine utilizando el script bash y verifique los ARNm predichos. Encuentre el archivo de salida para las secuencias más rápidas de miARN maduros y pre miARN, así como el archivo de salida para el archivo de registro de horquilla.Para una nueva identificación de miARN, preprocese los archivos sRNA-seq Fast Q en el formato FASTA adecuado. Recorte los adaptadores y elimine las lecturas de baja calidad como las que contienen N, ya que el preprocesamiento para las lecturas de sRNA-seq no forma parte de mirMachine. Elija una herramienta de recorte estable y parámetros de recorte para los datos enviados.Convierta el archivo FASTQ en un archivo FASTA como archivo de entrada. Si se proporciona un archivo de tabla de abundancia, utilice el script de modificación proporcionado con los scripts mirMachine para convertir el archivo de tabla en una entrada FASTA adecuada. A continuación, ejecute mirMachine utilizando el script bash.Compruebe los miRNAs predichos. Busque el archivo de salida para los ARNm previstos y las secuencias FASTA de miARN prem y el archivo de salida para el archivo de registro de horquilla. Establezca la opción dash DB en una base de datos de explosión para omitir la base de datos de referencia de construcción dentro de la canalización.Establezca la opción M del guión en el número de discrepancias permitidas y el guión N en el número de aciertos que se eliminarán después de la alineación. Cambie esto según la especie. Use el guión largo para evaluar las estructuras secundarias para la lista de sospechosos, y el guión para activar la nueva predicción de miARN basada en datos de sRNA-seq.Establezca la opción dash L max en la longitud máxima de las lecturas de S RNA-seq para incluir en la detección y la opción dash L min en la longitud mínima de las lecturas de sRNA-seq que debe tener en la selección. Utilice la opción RPM del guión para establecer el umbral de lecturas por millón. En el análisis representativo.Se muestra la distribución de las familias de ARNm del cromosoma cinco A del trigo IWGSC. El grupo de ARNm más representado fue miR9666 con 18 miARN identificados. Rendimiento de la mirMachine en especies de Arabidopsis thaliana y trigo en comparación con la miRDP2.Las comparaciones de la sensibilidad y los positivos número dos mostraron que mirMachine superó a miRDP2 en los datos de Arabidopsis. Para los datos de trigo, la predicción basada en la homología de mirMachine con evidencia de expresión proporcionó una mejor sensibilidad que miRDP2. Para ambos genomas, miRDP2 predijo un mayor número de verdaderos positivos que sRNAs-seq y las predicciones basadas en homología.Configurar la aplicación requerida podría ser una carga para el usuario sin experiencia. Seguir este video tutorial ayudaría. La visualización del proceso de instalación alentará a los investigadores no computacionales a entrar en la computación básica.Además, investigar los archivos de salida en el video definitivamente ayudará a los usuarios a interpretar sus resultados.

mirmachine-a-one-stop-shop-for-plant-mirna-annotation

Research

Investigación

JoVE Journal

Biology

Biología

Un procedimiento sencillo de llevar a cabo experimentos de microarrays de encargo de microARN se describe. Los pasos incluyen el aislamiento de ARN, el ARN y el ADN de referencia el etiquetado, la hibridación de las muestras de microarrays, el escaneado de los microarrays, cuantificar y analizar las señales de hibridación.

Realización de experimentos de microarrays personalizados microARN

Este artículo describe el procedimiento para la identificación y caracterización de una familia del gene en grapevine aplicada a la familia de Arabidopsis Tóxicos en Levadura (ATL) E3 ubiquitina ligasas.

Flujo de trabajo integral para la identificación de todo el genoma y Meta-análisis de la expresión de la familia del Gene del ATL E3 ubiquitina ligasa en Grapevine

Aquí presentamos un protocolo detallado para hacer eficiente el homo - y heterografts entre sandía y calabaza de botella, además de métodos de muestreo de tejido, generación de datos y análisis de datos para la investigación de microRNAs sensible al frío.

Generación de Homo - y Heterografts entre sandía y calabaza de botella para el estudio de MicroRNAs sensible al frío

Una canalización bioinformática, a saber, miRDeep-P2 (miRDP2 para abreviar), con criterios de miRNA de plantas actualizados y un algoritmo revisado, podría analizar con precisión y eficiencia transcriptometrías de microARN en plantas, especialmente para especies con genomas complejos y grandes.

Un gasoducto de bioinformática para analizar de forma precisa y eficiente los transcriptomes de microRNA en las plantas

Aquí, describimos una estrategia paso a paso para aislar pequeños ARN, enriquecer para microARN y preparar muestras para la secuenciación de alto rendimiento. A continuación, describimos cómo procesar lecturas de secuencia y alinearlas con microRNAs, utilizando herramientas de código abierto.

Una tubería completa para aislar y secuenciar microRNAs, y analizarlos mediante herramientas de código abierto

Presentamos un protocolo detallado de reparación de la biblioteca de ARN pequeño con menos sesgo que los métodos estándar y una mayor sensibilidad para los ARN de 2'-O-metil. Este protocolo se puede seguir utilizando reactivos caseros para ahorrar costos o usar kits para mayor comodidad.

Mejora de ARN pequeño-seq: Menos sesgo y mejor detección de 2'-O-Metil RNAs

Aquí se describe un protocolo para caracterizar módulos de miRNAs biológicamente sinérgicos y su ensamblaje en transgenes cortos, lo que permite la sobreexpresión simultánea para aplicaciones de terapia génica.

Caracterización de los miRNAs asociados funcionalmente en el glioblastoma y su ingeniería en clústeres artificiales para la terapia génica

Este método demuestra el uso de la técnica de hibridación del norte para detectar miRNAs a partir del extracto total de ARN.

Análisis de manchas de ARN para la detección y cuantificación de microARN de plantas

Desarrollamos un ensayo informador de biogénesis de microARN intrónico para ser utilizado en células in vitro con cuatro plásmidos: uno con miARN intrónico, uno con el objetivo, uno para sobreexpresar una proteína reguladora y uno para Renilla luciferasa. El miARN se procesó y pudo controlar la expresión de luciferasa uniéndose a la secuencia objetivo.

Un ensayo reportero para analizar la maduración intrónica de microARN en células de mamíferos

Este protocolo describe un flujo de trabajo de edición de genes de repeticiones palindrómicas cortas (CRISPR) agrupadas regularmente interespaciadas de alto rendimiento para el análisis de redes de clústeres de microARN que permite la generación rápida de un panel de líneas celulares modificadas genéticamente que llevan combinaciones únicas de eliminación de miembros de grupos de miRNA de hasta 35 kb dentro de un solo experimento.

Herramienta de edición de genes CRISPR para el análisis de redes de clústeres de microARN

El protocolo describe un ensayo de hibridación de inmunofluorescencia en tándem con tejido fijado en formol e incluido en parafina para detectar y cuantificar microARN y proteínas multiplexadas simultáneamente.

Amplificación y reconocimiento de microARN a través de la hibridación in situ de ácido nucleico bloqueado como un nuevo método de detección y cuantificación

Aprende a utilizar mirMachine, una herramienta computacional automatizada para identificar microARNs conocidos y novedosos en plantas como Arabidopsis thaliana y trigo. Este método mejora la sensibilidad y especificidad respecto a algoritmos previos.

mirMachine: Una ventanilla única para la anotación de miARN de plantas

Explorar más videos