Name: mirMachine : un guichet unique pour l’annotation des miARN végétaux (Vidéo) | JoVE Journal
Uploaded: 2021-05-01T13:30:00.000+00:00
Duration: 6 min 16 s
Description: Découvrez mirMachine, un pipeline automatisé pour l'identification précise des microARN connus et nouveaux chez Arabidopsis thaliana et le blé. Cet outil bioinformatique améliore la sensibilité et la spécificité des prédictions.

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. Dépendances et installation du logiciel
<ol><li>Installez les dépendances logicielles à partir de leur site d’origine ou à l’aide de conda.<ol><li>Téléchargez et installez Perl, s’il n’est pas déjà installé, à partir de son site d’accueil (https://www.perl.org/get.html). REMARQUE : Les résultats représentés ont été prédits à l’aide de Perl v5.32.0.</li>
		<li>Téléchargez Blast+, un programme d’alignement, depuis son site d’accueil (https://www.ncbi.nlm.nih.gov/books/NBK279671/) en tant qu’exécutable et en code source. REMARQUE : Les résultats représentés ont été prédits à l’aide de BLAST 2.6.0+.</li>
		<li>Installez le paquet précompilé de RNAfold à partir de https://www.tbi.univie.ac.at/RNA/.</li>
		<li>Vous pouvez également installer ces logiciels à l’aide de la commande suivante : i) conda install -c bioconda blast; ii) Conda install -c bioconda viennarna.</li>
	</ol></li>
</ol>2. La configuration et les tests de mirMachine
<ol><li>Téléchargez la dernière version des scripts mirMachine et du script de soumission mirMachine à partir de GitHub, https://github.com/hbusra/mirMachine.git, puis définissez le chemin d’accès des scripts dans le PATH.</li>
	<li>Utilisez les données de test fournies sur GitHub pour vous assurer que mirMachine et toutes ses dépendances ont été téléchargées correctement.</li>
	<li>Exécutez mirMachine sur les données de test indiquées ci-dessous. bash mirMachine_submit.sh -f iwgsc_v2_chr5A.fasta -i mature_high_conf_v22_1.fa.filtered.fasta -n 10 REMARQUE: Définissez l’option -n sur 10 car les données de test ne contiennent qu’un seul chromosome du génome du blé. Par défaut, l’option -n est définie sur 20.</li>
	<li>Contrôlez les fichiers de sortie hairpins.tbl.out.tbl pour les miARN matures prédits, leurs précurseurs prédits et leurs emplacements sur les chromosomes.</li>
	<li>Vérifiez les fichiers journaux pour les sorties du programme et les avertissements.</li>
</ol>3. Identification des miARN basée sur l’homologie
<ol><li>Exécutez mirMachine à l’aide du script bash illustré ci-dessous : bash mirMachine_submit.sh -f $genome_file -i $input_file -m $mismatches -n $number_of_hits</li>
	<li>Vérifiez les miARN prévus. Recherchez le fichier de sortie nommé $input_file.results.tbl.hairpins.tbl.out.tbl pour les miARN prévus. Recherchez le fichier de sortie nommé $input_file.results.tbl.hairpins.fsa pour les séquences FASTA pré-miARN. Recherchez le fichier de sortie nommé $input_file.results.tbl.hairpins.log pour le fichier journal de l’épingle à cheveux.</li>
</ol>4. Nouvelle identification des miARN
<ol><li>Prétraitez les fichiers FASTQ sRNA-seq au format FASTA approprié. Coupez les adaptateurs si nécessaire. Ne coupez pas les lectures de mauvaise qualité; Au lieu de cela, supprimez-les. Supprimer les lectures contenant N. Convertissez le fichier FASTQ en fichier FASTA ($input_file).</li>
	<li>Exécutez mirMachine à l’aide du script bash illustré ci-dessous. bash mirMachine_submit.sh -f $genome_file -i $input_file -n $number_of_hits -sRNAseq -lmax $lmax -lmin $lmin -rpm $rpm REMARQUE: $mismatches a été réglé sur 0 pour les prédictions basées sur le sRNA-seq.</li>
	<li>Vérifiez les miARN prévus. Recherchez le fichier de sortie nommé $input_file.results.tbl.hairpins.tbl.out.tbl pour les miARN prévus. Recherchez le fichier de sortie nommé $input_file.results.tbl.hairpins.fsa pour les séquences FASTA pré-miARN. Recherchez le fichier de sortie nommé $input_file.results.tbl.hairpins.log pour le fichier journal de l’épingle à cheveux.</li>
</ol>5. Paramètres avancés
Remarque : Les valeurs par défaut sont définies pour tous les paramètres à l’exception du fichier de génome et du fichier miARN d’entrée.
<ol><li>Définissez l’option -db sur une base de données blast pour ignorer la base de données de référence de construction dans le pipeline.</li>
	<li>Définissez l’option -m sur le nombre de non-concordances autorisées. REMARQUE: Par défaut, l’option - m a été définie sur 1 pour les prédictions basées sur l’homologie et 0 pour les prédictions basées sur le sRNA-seq.</li>
	<li>Définissez le -n sur le nombre d’accès à éliminer après l’alignement (20 par défaut). Changez cela en fonction de l’espèce.</li>
	<li>Utilisez le -long pour évaluer les structures secondaires de la liste des suspects.</li>
	<li>Utilisez le - s pour activer la nouvelle prédiction de miARN basée sur les données de sRNA-seq.</li>
	<li>Définissez l’option - lmax sur la longueur maximale des lectures sRNA-seq à inclure dans le dépistage.</li>
	<li>Définissez l’option - lmax sur la longueur minimale des lectures sRNA-seq à inclure dans le dépistage.</li>
	<li>Utilisez l’option -rpm pour définir le seuil de lectures par million (RPM). REMARQUE: Pour les paramètres avancés tels que la longueur des pri-miARN / pré-miARN, les utilisateurs expérimentés sont encouragés à modifier les scripts pour leur recherche d’intérêt. De plus, si les utilisateurs ont l’intention de sauter certaines étapes ou préfèrent utiliser des sorties modifiées, le script de soumission peut être modifié en ajoutant simplement # au début des lignes pour sauter ces lignes.</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>

Notre pipeline de miARN, SUmir, a été utilisé pour l’identification de nombreux miARN végétaux au cours de la dernière décennie. Ici, nous avons développé un nouveau pipeline d’identification et d’annotation de miARN entièrement automatisé et disponible gratuitement, mirMachine. En outre, un certain nombre de pipelines d’identification de miARN, y compris, mais sans s’y limiter, le pipeline précédent, dépendaient du logiciel UNAfold21, qui est devenu un logiciel commercial au fil du temps, bien qu...

Les progrès des technologies de séquençage de nouvelle génération ont élargi la compréhension des structures d’ARN et des éléments régulateurs, révélant des ARN non codants (ARNnc) importants sur le plan fonctionnel. Parmi les différents types d’ARNnc, les microARN (miARN) constituent une classe régulatrice fondamentale de petits ARN d’une longueur comprise entre 19 et 24 nucléotides chez lesplantes1,2. Depuis la découverte du premier miARN chez le nématode Caenorhabditis elegans3, la présence et les fonctions des miARN ont été largement étudiées dans les génomes animaux et végétaux ainsi que 4,5,6. Les miARN fonctionnent en ciblant les ARNm pour le clivage ou la répression translationnelle7. L’accumulation de preuves a également montré que les miARN sont impliqués dans un large éventail de processus biologiques chez les plantes, y compris la croissance et le développement8, l’auto-biogenèse9 et plusieurs réponses biotiques et abiotiques au stress10.
Chez les plantes, les miARN sont initialement traités à partir de longs transcrits primaires appelés pri-miARN11. Ces pri-miARN générés par l’ARN polymérase II à l’intérieur du noyau sont de longs transcrits formant une structure repliéeimparfaite 12. Les pri-miARN subissent plus tard un processus de clivage pour produire des précurseurs endogènes en épingle à cheveux simple brin (ss) des miARN appelés pré-miARN11. Le pré-miARN forme une structure en forme d’épingle à cheveux dans laquelle un seul brin se replie en une structure double brin pour exciser un miARN duplex (miARN/miARN*)13. La protéine de type dicer coupe les deux brins du duplex miARN/miARN*, laissant 2-nucléotide 3'-surplomb14,15. Le miARN duplex est méthylé à l’intérieur du noyau, ce qui protège l’extrémité 3' du miARN de la dégradation et de l’activité d’uridylation16,17. Une hélicase déroule le miARN méthylé duplex après l’exportation et expose le miARN mature au complexe de silençage induit par l’ARN (RISC) dans le cytosol18. Un brin du duplex est un miARN mature incorporé dans RISC, tandis que l’autre brin, miARN*, est dégradé. Le complexe miARN-RISC se lie à la séquence cible conduisant soit à la dégradation de l’ARNm en cas de complémentarité complète, soit à la répression translationnelle en cas de complémentarité partielle13.
Sur la base des caractéristiques d’expression et de biogenèse, des lignes directrices pour l’annotation des miARN ont été décrites15,19. Avec les lignes directrices définies, Lucas et Budak ont développé le pipeline SUmir pour effectuer une identification in silico miARN basée sur l’homologie dans les plantes9. Le pipeline SUmir était composé de deux scripts : SUmirFind et SUmirFold. SUmirFind effectue des recherches de similarité par rapport à des ensembles de données de miARN connus grâce au criblage de l’outil de recherche d’alignement local de base (BLAST) du National Center for Biotechnology Information (NCBI) avec des paramètres modifiés pour inclure les résultats avec seulement 2 discordances ou moins et pour éviter les biais vers des résultats plus courts (blastn-short -ungapped -penalty -1 -reward 1). SUmirFold évalue la structure secondaire des séquences de miARN putatives à partir des résultats BLAST20 en utilisant UNAfold21. SUmirFold différencie les miARN des petits ARN interférents par l’identification des caractéristiques de la structure en épingle à cheveux. De plus, il différencie les miARN des autres ARNsr tels que l’ARNt et l’ARNr par les paramètres, l’indice d’énergie de pliage minimum > 0,67 et la teneur en GC de 24-71%. Ce pipeline a été récemment mis à jour en ajoutant deux étapes supplémentaires pour (i) augmenter la sensibilité, (ii) augmenter la précision de l’annotation et (iii) fournir la distribution génomique des gènes miARN prédits22. Compte tenu de la conservation élevée des séquences de miARN des plantes23, ce pipeline a été conçu à l’origine pour la prédiction des miARN basée sur l’homologie. Les nouveaux miARN, cependant, n’ont pas pu être identifiés avec précision avec cette analyse bioinformatique, car elle reposait fortement sur la conservation des séquences de miARN entre des espèces étroitement apparentées.
Cet article présente un nouveau pipeline de miARN entièrement automatisé, mirMachine, qui 1) peut identifier plus précisément les miARN connus et nouveaux (par exemple, le pipeline utilise maintenant de nouvelles prédictions de miARN basées sur le séquençage d’ARNS ainsi que l’identification de miARN basée sur l’homologie) et 2) est entièrement automatisé et disponible gratuitement. Les résultats ont également inclus les distributions génomiques des miARN prédits. mirMachine a été testé pour les prédictions basées sur l’homologie et sur le séquençage de l’ARNs dans les génomes du blé et d’Arabidopsis . Bien qu’initialement publié en tant que logiciel libre, UNAfold est devenu un logiciel commercial au cours de la dernière décennie. Avec cette mise à niveau, l’outil de prédiction de structure secondaire est passé de UNAfold à RNAfold afin que mirMachine puisse être disponible gratuitement. Les utilisateurs peuvent désormais exécuter un court script de soumission pour exécuter le pipeline mirMachine entièrement automatisé (des exemples sont fournis à 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></td><td></td><td>mirMachine</td></tr><tr><td>script de soumission 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 (blé, IWGSC RefSeq v2)</td><td></td><td></td><td></td></tr></tbody></table>

mirmachine : un guichet unique pour l’annotation des miarn végétaux

mirMachine: A One-Stop Shop for Plant miRNA Annotation

Parmi les différents types d’ARN non codants, les microARN (miARN) ont sans doute été sous les projecteurs au cours de la dernière décennie. En tant que régulateurs post-transcriptionnels de l’expression génique, les miARN jouent un rôle clé dans diverses voies cellulaires, y compris le développement et la réponse au stress a/biotique, comme la sécheresse et les maladies. Le fait de disposer de séquences génomiques de référence de haute qualité a permis l’identification et l’annotation de miARN chez plusieurs espèces végétales, où les séquences de miARN sont hautement conservées. Comme les processus computationnels d’identification et d’annotation des miARN sont principalement des processus sujets aux erreurs, les prédictions basées sur l’homologie augmentent la précision de la prédiction. Nous avons développé et amélioré le pipeline d’annotation de miARN, SUmir, au cours de la dernière décennie, qui a été utilisé pour plusieurs génomes de plantes depuis lors. 
Cette étude présente un nouveau pipeline de miARN entièrement automatisé, mirMachine (miRNA Machine), en (i) ajoutant une étape de filtrage supplémentaire sur les prédictions de structure secondaire, (ii) le rendant entièrement automatisé, et (iii) introduisant de nouvelles options pour prédire soit des miARN connus basés sur l’homologie, soit de nouveaux miARN basés sur de petites lectures de séquençage d’ARN utilisant le pipeline précédent. Le nouveau pipeline de miARN, mirMachine, a été testé à l’aide de la ressource d’information Arabidopsis, TAIR10, de la publication du génome d’Arabidopsis et du génome de référence du blé v2 de l’International Wheat Genome Sequencing Consortium (IWGSC).

Le pipeline miARN, mirMachine, décrit ci-dessus a été appliqué aux données de test pour l’évaluation rapide de la performance du pipeline. Seuls les miARN végétaux à haut niveau de confiance déposés à la miRBase v22.1 ont été examinés sur le chromosome 5A du génome RefSeq v224 du blé IWGSC. mirMachine_find a renvoyé 312 occurrences pour la liste non redondante de 189 miARN de confiance élevé avec un maximum de 1 incompatibilité autorisée (tableau 1). mirMachine_fold classé 49 d’en...

Ici, nous présentons un nouveau pipeline de miARN entièrement automatisé, mirMachine qui 1) peut identifier les miARN connus et nouveaux avec plus de précision et 2) est entièrement automatisé et disponible gratuitement. Les utilisateurs peuvent désormais exécuter un court script de soumission pour exécuter le pipeline mirMachine entièrement automatisé.

mirMachine : un guichet unique pour l’annotation des miARN végétaux

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

L’identification informatique des micro-ARN donne des prédictions faussement positives élevées. Avec les mises à jour récentes, mirMachine offre une sensibilité et une spécificité élevées dans les prédictions de micro-ARN connues et nouvelles. MirMachine s’est avéré supérieur aux algorithmes de micro-ARN les plus récents en termes de sensibilité et mirMachine est maintenant entièrement automatisé et disponible gratuitement afin que tout le monde puisse l’utiliser avec les instructions fournies.MirMachine peut prédire la distribution à l’échelle du génome des micro-ARN putatifs sans limitation des données spécifiques aux tissus et aux conditions. La disponibilité des données préliminaires avant l’expérience de séquençage de l’ARNms accélérerait le processus de vérification des gènes importants de micro-ARN. Avant de configurer la machine, téléchargez et installez les dépendances logicielles à partir des sites d’accueil respectifs en utilisant les liens dans le manuscrit texte.Alternativement, un moyen plus simple et plus rapide d’installer les dépendances logicielles consiste à utiliser la conduite à l’aide des commandes fournies dans le manuscrit du texte. Téléchargez la dernière version des scripts mirMachine le script de soumission de machine simple à partir de GitHub. Définissez ensuite le chemin d’accès des scripts dans l’onglet chemin.Assurez-vous que mirMachine et ses dépendances ont été téléchargés correctement en exécutant mirMachine sur les données de test de GitHub. Vérifiez l’état de la tâche à l’écran par le flux de sortie standard. Une fois que tout le texte terminé apparaît, contrôlez les fichiers de sortie.Contrôlez les épingles à cheveux point TBL point out point TBL fichiers de sortie. Remarquez les séquences d’étoiles pré-miARN matures et les séquences d’étoiles miARN sur les deuxième, troisième et sixième colonnes. Trouvez l’emplacement des miARN prédits sur les chromosomes à la fin de chaque ligne.Vérifiez ensuite les fichiers journaux pour les sorties du programme et les avertissements. Pour l’identification basée sur l’homologie, exécutez la mirMachine en utilisant le script bash et vérifiez les ARNm prédits. Trouvez le fichier de sortie pour les séquences les plus rapides des miARN matures et des pré-miARN, ainsi que le fichier de sortie du fichier journal en épingle à cheveux.Pour une nouvelle identification de miARN, pré-traitez les fichiers sRNA-seq Fast Q dans le format FASTA approprié. Coupez les adaptateurs et supprimez les lectures de mauvaise qualité comme celles contenant de l’azote car le prétraitement pour les lectures sRNA-seq ne fait pas partie de mirMachine. Choisissez un outil de découpage stable et des paramètres de découpage pour les données soumises.Convertissez le fichier FASTQ en fichier FASTA en tant que fichier d’entrée. Si un fichier de table d’abondance est fourni, utilisez le script de modification fourni avec les scripts mirMachine pour convertir le fichier de table en une entrée FASTA appropriée. Ensuite, exécutez mirMachine à l’aide du script bash.Vérifiez les miARN prévus. Recherchez le fichier de sortie pour les séquences FASTA prédites d’ARNm et de miARN prem et le fichier de sortie pour le fichier journal en épingle à cheveux. Définissez l’option dash DB sur une base de données blast pour ignorer la base de données de référence de construction dans le pipeline.Définissez l’option M sur le nombre de non-concordances autorisées et le tiret N sur le nombre de coups à éliminer après l’alignement. Changez cela en fonction de l’espèce. Utilisez le tiret long pour évaluer les structures secondaires de la liste des suspects, et le tiret pour activer la nouvelle prédiction des miARN basée sur les données de séquençage de l’ARNs.Réglez l’option tiret L max sur la longueur maximale des lectures S RNA-seq à inclure dans le dépistage et l’option dash L min sur la longueur minimale des lectures sRNA-seq à avoir dans le criblage. Utilisez l’option RPM tiret pour définir le seuil de lectures par million. Dans l’analyse représentative.La distribution des familles d’ARNm du chromosome cinq A du blé IWGSC est affichée. Le groupe d’ARNm le plus représenté était miR9666 avec 18 miARN identifiés. Performance de la mirMachine sur Arabidopsis thaliana et les espèces de blé par rapport au miRDP2.Les comparaisons de la sensibilité et des points positifs numéro deux ont montré que mirMachine surpassait miRDP2 sur les données d’Arabidopsis. Pour les données sur le blé, la prédiction basée sur l’homologie mirMachine avec des preuves d’expression a fourni une meilleure sensibilité que miRDP2. Pour les deux génomes, miRDP2 a prédit un nombre plus élevé de vrais positifs que les prédictions basées sur le sRNAs-seq et l’homologie.La configuration de l’application requise peut être fastidieuse pour l’utilisateur inexpérimenté. Suivre ce tutoriel vidéo aiderait. La visualisation du processus d’installation encouragera les chercheurs non informaticiens à se lancer dans l’informatique de base.De plus, l’étude des fichiers de sortie dans la vidéo aidera certainement les utilisateurs à interpréter leurs résultats.

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

Research

Recherche

JoVE Journal

Biology

Biologie

Une procédure simple d'effectuer des expériences de micropuces personnalisées microARN est décrite. Les étapes comprennent isoler l'ARN, l'étiquetage ARN et l'ADN de référence, l'hybridation des échantillons à puces, la numérisation des microarrays, quantifier et analyser les signaux d'hybridation.

Exécution personnalisée expériences de micropuces MicroRNA

Cet article décrit la procédure pour l’identification et la caractérisation d’une famille de gènes dans la vigne à cette famille d' Arabidopsis Tóxicos dans Levadura (ATL) E3 ubiquitine ligases.

Flux de travail complet pour le génome-large d’Identification et de la Meta-analyse de l’Expression de la famille des gènes ATL E3 ubiquitine Ligase à Grapevine

Nous présentons ici un protocole détaillé pour faire efficacement des homo - et xénogreffe entre pastèque et gourde, en plus des méthodes de prélèvement d’échantillons de tissus, la génération de données et l’analyse des données, pour l’étude des microARN froid-sensible.

Générant des Homo - et xénogreffe entre la pastèque et la gourde pour l’étude des microARN froid-sensible

Un pipeline bioinformatique, à savoir miRDeep-P2 (miRDP2 pour faire court), avec des critères de miARN végétal mis à jour et un algorithme révisé, pourrait analyser avec précision et efficacité les transcriptomes de microARN chez les plantes, en particulier pour les espèces ayant des génomes complexes et volumineux.

Un pipeline de bioinformatique pour analyser avec précision et efficacité les transcriptomes microARN dans les plantes

Ici, nous décrivons une stratégie étape par étape pour isoler les petits ARN, enrichir les microARN et préparer des échantillons pour le séquençage à haut débit. Nous décrivons ensuite comment traiter les lectures de séquences et les aligner sur les microARN, à l'aide d'outils open source.

Un pipeline complet pour isoler et séquencer les microARN et les analyser à l'aide d'outils Open Source

Nous présentons un protocole détaillé de réparation de petite bibliothèque d'ARN avec moins de biais que les méthodes standard et une sensibilité accrue pour les ARN 2'-O-méthyle. Ce protocole peut être suivi à l'aide de réactifs faits maison pour économiser des coûts ou en utilisant des kits pour plus de commodité.

Améliorer l'ARN-seq : moins de biais et une meilleure détection des ARN 2'-O-Methyl

Décrit ici est un protocole pour caractériser des modules des miRNAs biologiquement synergiques et de leur assemblage en transgènes courts, qui permet la surexpression simultanée pour des applications de thérapie génique.

Caractérisation des miARN fonctionnellement associés dans le Glioblastoma et leur ingénierie en grappes artificielles pour la thérapie génique

Cette méthode démontre l’utilisation de la technique d’hybridation nordique pour détecter les miARN à partir de l’extrait total d’ARN.

Analyse des taches d’ARN pour la détection et la quantification des microARN végétaux

Nous avons développé un test de rapporteur de biogenèse de microARN intronique à utiliser in vitro dans des cellules avec quatre plasmides : un avec un miARN intronique, un avec la cible, un pour surexprimer une protéine régulatrice et un pour Renilla luciférase. Le miARN a été traité et a pu contrôler l’expression de la luciférase en se liant à la séquence cible.

Un test rapporteur pour analyser la maturation des microARN introniques dans des cellules de mammifères

Ce protocole décrit un flux de travail d’édition de gènes CRISPR (clustered regular interspaced short palindromic repeats) à haut débit pour l’analyse de réseaux de microARN qui permet la génération rapide d’un panel de lignées cellulaires génétiquement modifiées portant des combinaisons uniques de délétion de membres de clusters de miARN allant jusqu’à 35 kb dans une seule expérience.

Outil d’édition de gènes CRISPR pour l’analyse de réseaux de microARN

Le protocole décrit un test d’hybridation par immunofluorescence en tandem avec du tissu fixé au formol et inclus dans de la paraffine pour détecter et quantifier simultanément les microARN et les protéines multiplexées.

Amplification et reconnaissance de microARN par hybridation in situ d’acides nucléiques verrouillés en tant que nouvelle méthode de détection et de quantification

Découvrez mirMachine, un pipeline automatisé pour l'identification précise des microARN connus et nouveaux chez Arabidopsis thaliana et le blé. Cet outil bioinformatique améliore la sensibilité et la spécificité des prédictions.

mirMachine : un guichet unique pour l’annotation des miARN végétaux

Explorer plus de vidéos