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).