miRNA测序数据生信分析——第四讲，未知物种的生信分析实例

已于 2024-04-26 13:33:37 修改
阅读量1.1k 收藏 6
点赞数 2
分类专栏： miRNA分析 文章标签： 数据库 linux 生物信息学
于 2023-10-13 21:53:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44616693/article/details/133812157
版权

miRNA测序数据生信分析——第四讲，未知物种的生信分析实例

miRNA测序数据生信分析——第四讲，未知物种的生信分析实例

再次强调：这里未知物种，是指进行miRNA测序的物种在miRBase、miRDB、miRTarbase数据库都不存在miRNA信息。而不是不知道进行miRNA测序的物种

1. 下载测序数据

和博文（miRNA测序数据生信分析——第三讲，已知物种的生信分析实例）中的测序数据一样。假设这个数据的物种是Oecanthus indicus。
SRA号：DRR463940 单端测序 测序类型：miRNA-seq 文件DRR463940.fastq

2. 原始数据质控——软件fastqc

3. 注释tRNA和rRNA，使用Rfam数据库——软件blast，Rfam_statistics.py脚本

4. 注释miRNA，包括种类，序列及定量，靶基因和绘图

测序物种Oecanthus indicus（Oin）。该物种在miRBase、miRDB、miRTarbase数据库都不存在miRNA信息。

4.1 鉴定，使用miRBase数据库——软件blast

cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/01miRBase
#查询物种Oecanthus indicus是否在数据库miRBase中
grep “Oecanthus indicus” /home/zhaohuiyao/Database/miRBase/organisms.txt #没有返回
在这里插入图片描述
#自己编辑三个字符简写为：oin
/home/zhaohuiyao/Biosoft/general/ncbi-blast-2.10.0+/bin/makeblastdb -in /home/zhaohuiyao/Database/miRBase/mature.fa -dbtype nucl -out /home/zhaohuiyao/Database/miRBase/mature
#只保留一个比对结果
/home/zhaohuiyao/Biosoft/general/ncbi-blast-2.10.0+/bin/blastn -task blastn-short -db /home/zhaohuiyao/Database/miRBase/mature -query …/…/00Rawdata/DRR463940.fasta -out DRR463940_miRBase.annotations -outfmt 6 -evalue 1e-5 -num_alignments 1
head DRR463940_miRBase.annotations
在这里插入图片描述
#统计
wc -l ./DRR463940_miRBase.annotations #63113条比对结果（63113/311289=20.27%）
cut -f 2 ./DRR463940_miRBase.annotations | awk ‘{name=substr($1,5,length($1)); print name}’ | sort | uniq | wc -l #420种miRNA（不关注物种，只关注miRNA种类）

4.2 定量和miRNA序列提取

miRNA序列提取：
步骤一：提取一种miRNA（不关注物种）对应的测序Reads序列名称，并在测序Reads中进行序列提取，拿到该miRNA的所有可能序列
步骤二：对所有可能序列进行多序列比对（MATTF）
步骤三：依据MAFFT比对结果，提取一致性序列，该一致性序列为该测序物种miRNA序列
步骤四：整合所有miRNA序列
miRNA序列定量：
在运行上面步骤一时，会生成序列定量文件

步骤一：提取一种miRNA（不关注物种）对应的测序Reads序列名称，并在测序Reads中进行序列提取，拿到该miRNA的可能序列。
cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/02Sequence_Quantity
python ./miRBase_sequence_unknown.py -i …/01miRBase/DRR463940_miRBase.annotations -data /home/zhaohuiyao/miRNA_seq/DRR463940/00Rawdata/DRR463940.fasta -s oin -o ./
在这里插入图片描述
#miRNA定量结果
在这里插入图片描述
#某一miRNA对应的是所有测序Reads序列
在这里插入图片描述
步骤二：对所有可能序列进行多序列比对（MATTF）
#安装MAFFT
官网下载最新安装包：https://mafft.cbrc.jp/alignment/software/
cd /home/zhaohuiyao/Biosoft/general
wget https://mafft.cbrc.jp/alignment/software/mafft-7.505-with-extensions-src.tgz
tar -zxvf ./mafft-7.505-with-extensions-src.tgz
cd mafft-7.505-with-extensions/core/
#编辑文件，vim Makefile。修改第一行内容，PREFIX = /usr/local  PREFIX = /home/zhaohuiyao/Biosoft/general/mafft-7.505-with-extensions
make clean
make
make install
#可执行文件：/home/zhaohuiyao/Biosoft/general/mafft-7.505-with-extensions/bin/mafft

cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/02Sequence_Quantity
mkdir MAFFT && cd MAFFT/
#编辑脚本mafft_run.sh在这里插入图片描述
/bin/bash ./mafft_run.sh
#每个miRNA序列文件对应一个.mafft结果文件

步骤三：依据MAFFT比对结果，提取一致性序列，该一致性序列为本物种miRNA序列
cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/02Sequence_Quantity/MAFFT/
mkdir consensus && cd consensus/
#编辑脚本consensus_run.sh以及consensus_seq.py
一致性序列的标准：依据多序列比对结果，统计每一个位置碱基的频次。频次最高的碱基为该位置碱基。
其中可能涉及的问题：①当该位置频次最高的是“-”字符时，忽略该位置。②当该位置频次最高的字符出现多个时，涉及到简并碱基的问题，这次暂不考虑，随机选择一种。
在这里插入图片描述
/bin/bash ./consensus_run.sh
#每个.mafft结果文件对应一个.concensus文件

步骤四：整合所有miRNA序列
cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/02Sequence_Quantity
cat ./MAFFT/consensus/oin-* > DRR463940_miRBase.annotations.fa

4.3 miRNA靶基因，使用miRanda和TargetScan软件进行预测

#三个子目录miRanda/、TargetScan/和Total/
#两个软件的运行均需要准备两个文件。miRNA序列文件和mRNA序列文件。
miRNA序列文件：①成熟的miRNA序列，长度20-24nt；②种子序列，成熟miRNA 5’端的第2-8个核苷酸。
mRNA序列文件：①可以包括其他ncRNA序列（例如lncRNA也能与miRNA靶向结合）；②可以是完整的mRNA序列，也可以是mRNA的仅3`UTR序列；③可以一个基因对应一个mRNA序列，也可以多个（最后会整合到靶基因水平。但是需要提供mRNA—Gene关系文件）

#准备文件
#miRNA序列文件：上面4.2拿到的miRNA序列文件
#mRNA序列文件：这个文件包括了其他ncRNA序列，完整mRNA序列，一个基因对应多个mRNA序列。
#mRNA—Gene关系文件

cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/03Target/
#mRNA序列文件
wget https://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/001/405/GCF_000001405.40_GRCh38.p14/GCF_000001405.40_GRCh38.p14_rna.fna.gz
gunzip ./GCF_000001405.40_GRCh38.p14_rna.fna.gz
#mRNA—Gene关系文件
grep ">" GCF_000001405.40_GRCh38.p14_rna.fna | awk -v OFS="\t" '{split($0,arr," "); name=substr(arr[1],2); split($0,arr1,")"); split(arr1[1],arr2,"("); print name,arr2[2]}' > mrna_gene.info

#将fasta进行多行转单行
/home/zhaohuiyao/Biosoft/seqkit seq -i -w 0 GCF_000001405.40_GRCh38.p14_rna.fna > GCF_000001405.40_GRCh38.p14_rna.fna.tmp
rm GCF_000001405.40_GRCh38.p14_rna.fna
mv GCF_000001405.40_GRCh38.p14_rna.fna.tmp GCF_000001405.40_GRCh38.p14_rna.fna
4.3.1 miRanda软件

#安装软件miRanda
cd /home/zhaohuiyao/Biosoft/general
wget http://cbio.mskcc.org/microrna_data/miRanda-aug2010.tar.gz
tar -zxvf ./miRanda-aug2010.tar.gz
cd miRanda-3.3a/
./configure --prefix=/home/zhaohuiyao/Biosoft/general/miRanda-3.3a
make
make install
#可执行文件：/home/zhaohuiyao/Biosoft/general/miRanda-3.3a/bin/miranda

cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/03Target/miRanda
ln -s …/GCF_000001405.40_GRCh38.p14_rna.fna oin_mrna.fasta
ln -s …/mrna_gene.info oin_gene_mrna.info.txt
/home/zhaohuiyao/Biosoft/general/miRanda-3.3a/bin/miranda …/…/02Sequence_Quantity/DRR463940_miRBase.annotations.fa oin_mrna.fasta -quiet -out DRR463940_miRBase.annotations.miRanda.original
#参数-quiet：表示不输出没有发生靶向的miRNA-mRNA关系
#结果文件DRR463940_miRBase.annotations.miRanda.original，这个文件中只有以">>"开头的行，才是预测的miRNA-靶mRNA的信息行
grep “>>” DRR463940_miRBase.annotations.miRanda.original > DRR463940_miRBase.annotations.miRanda.tmp
#结合mRNA—Gene的关系文件（oin_gene_mrna.info.txt），获得mRNA-靶基因关系文件
python3 ./miRanda_Target.py -i ./DRR463940_miRBase.annotations.miRanda.tmp -db ./oin_gene_mrna.info.txt -o ./
#结果文件DRR463940_miRBase.annotations.miRanda
在这里插入图片描述

4.3.2 TargetScan软件

#安装软件TargetScan
cd /home/zhaohuiyao/Biosoft/general
mkdir targetscan_50 && cd targetscan_50/
wget https://www.targetscan.org/vert_50/vert_50_data_download/targetscan_50.zip
unzip ./targetscan_50.zip && rm ./targetscan_50.zip
#可执行文件：/home/zhaohuiyao/Biosoft/general/targetscan_50/targetscan_50.pl

cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/03Target/TargetScan
ln -s …/GCF_000001405.40_GRCh38.p14_rna.fna oin_mrna.fasta
ln -s …/mrna_gene.info oin_gene_mrna.info.txt

#TargetScan对输入的文件格式有要求。请依据要求对miRDB用到的文件进行修改，得到新的输入文件DRR463940_miRBase.annotations.fa.TargetScan和oin_mrna.fasta.TargetScan
#miRNA只需要种子序列（miRNA 5’端的第2~8个核苷酸），物种号：NCBI的Taxonomy数据库中查看1982312
awk ‘{if($0~/^>/){printf “%s\t”, substr($0,2) } else { printf “%s\t%s\n”, substr($0,2,7),“1982312”}}’ …/…/02Sequence_Quantity/DRR463940_miRBase.annotations.fa > RR463940_miRBase.annotations.fa.TargetScan
在这里插入图片描述
awk ‘{if($0~/^>/){printf “%s\t”, substr($0,2) } else { printf “%s\t%s\n”, “1982312”,$0}}’ oin_mrna.fasta > oin_mrna.fasta.TargetScan
在这里插入图片描述
perl /home/zhaohuiyao/Biosoft/general/targetscan_50/targetscan_50.pl DRR463940_miRBase.annotations.fa.TargetScan oin_mrna.fasta.TargetScan DRR463940_miRBase.annotations.TargetScan.original
#结合mRNA—Gene的关系文件（oin_gene_mrna.info.txt），获得mRNA-靶基因关系文件
python ./TargetScan_Target.py -i ./DRR463940_miRBase.annotations.TargetScan.original -db ./oin_gene_mrna.info.txt -o ./
#结果文件DRR463940_miRBase.annotations.TargetScan
在这里插入图片描述

4.3.3 整合两个软件预测结果——脚本Total_Target.py

#取并集，获得最终miRNA-Gene关系文件
cd /home/zhaohuiyao/miRNA_seq/DRR463940/02miRNA/unknown/03Target/Total
python ./Total_Target.py -db1 …/miRanda/DRR463940_miRBase.annotations.miRanda -db2 …/TargetScan/DRR463940_miRBase.annotations.TargetScan -o ./
#结果文件DRR463940_miRBase.annotations.target

4.4 绘制miRNA-靶基因互作图——软件Cytoscape

5. 总结

以上就是针对未知物种的miRNA分析。与已知物种的分析之间存在重叠，重点是两个预测软件miRanda和TargetScan的使用。上面步骤中涉及了很多脚本，但都是很简单的文件内容提取比对。

彼岸花128
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
miRNA测序数据生信分析——第一讲，总结概述
weixin_44616693的博客
10-09 1402
这里的miRNA测序指转录水平的测序。这里每一个数据库都可以在线访问，但是如果要本地使用，都需要进行数据库文件下载，整理。
miRNA生物信息数据分析流程初探(一)
Wang____Yang的博客
11-11 1874
使用snakemake搭建miRNA分析流程
miRNA-seq分析流程
高锦的博客
10-11 1万+
miRNA-seq分析流程
miRNA
weixin_30670965的博客
12-24 1672
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 也可以调节同一个基因的表达。据推测，miRNA 调节着人类三分之一的基因。 miRNA命名 1、物种 hsa、mmu、rno分别代表人、小鼠、大鼠。 2、类别 mir、MIR、miR分别代表...
miRNA测序数据生信分析——第二讲，数据库下载整理
weixin_44616693的博客
10-10 1636
一个非编码RNA的整合数据库，可用来识别鉴定各种类型的ncRNA。提供的是ncRNA在基因组上的基因序列，而非转录成熟ncRNA的序列。最新版：2022-11-02Rfam数据库中ncRNA类型分三大类：Cis-reg和Gene和Intron。这三大类又有子类。一个提供包括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。最新版：2018-12-01。
miRNA测序数据生信分析——第三讲，已知物种的生信分析实例
weixin_44616693的博客
10-11 704
以上就是针对已知物种的miRNA分析。同时满足miRBase、miRTarBase和miRDB三个数据的物种，只有5种。因此针对未知的分析是重要的，而且在你时候的时候，可能会交叉使用。上面步骤中涉及了很多脚本，但都是很简单的文件内容提取比对。
生信分析例文
12-04
通过生信分析挖掘在癌症中三个MiRNA,为肿瘤治疗提供靶点。
mirna-mrna数据分析
07-02
在实际分析中，我们通常会收集到大量mirna和mRNA的表达谱数据，这些数据可能来自高通量测序技术，如small RNA-seq和RNA-seq。数据分析的第一步是对这些原始数据进行质量控制，包括检查序列质量、去除低质量读取、...
生物信息学 数据分析 coExp
04-04
在生物信息学领域，数据分析是核心任务之一，而coExp，即共表达分析，是其中的一个重要组成部分。共表达分析主要是研究基因之间的表达模式，通过分析不同样本中基因的表达水平，来识别那些在多种条件下表达水平有...
circrna:circRNA定量，差异表达分析和miRNA靶标预测RNA-Seq数据
03-11
nf-core / circrna是一种生物信息学流水线，用于定量，miRNA靶标预测和RNA测序数据中存在的circRNA的差异表达分析（当前支持总RNA-Seq配对末端测序数据，已映射至智人Gencode参考基因组GRCh37， GRCh38 v34）。...
miranda
05-09
miranda,QQ和MSN集成工具
miranda工具的使用（对UPNP设备渗透测试）
05-20
本文是利用miranda工具对upnp设备进行一系列渗透测试……
全基因组重测序数据分析报告.doc
09-26
全基因组重测序数据分析报告 通过高通量测序识别发现 de novo 的 somatic 和 germ line 突变，结构变异-SNV，包括重排突变（deletioin, duplication 以与 copy number variation）以与 SNP 的座位；针对重排突变和 ...
miRNA生物信息数据分析流程初探(二)
Wang____Yang的博客
11-11 960
在我们描述了miRNA的基本分析流程，本文中我们将对miRNA分析流程中每一个步骤的输出文件进行解释。
miRanda安装、编译和环境变量配置
weixin_43960055的博客
03-21 2998
miRanda安装、编译和环境变量配置 HOME=/home/Biochem，即服务器的根目录。 一、下载 工作路径：$HOME/software $ wget http://cbio.mskcc.org/microrna_data/miRanda-aug2010.tar.gz 二、安装 $ tar zxvf miRanda-aug2010.tar.gz $ mv miRanda-3.3a miRanda $ ./configure --prefix=$HOME/software/miRanda –p
miRanda-通过circRNA的sequence来预测靶向的miRNA
niutingbaby的博客
08-24 2880
miRanda-通过circRNA的sequence来预测靶向的miRNA
miRNA数据库篇——mirBase（序列数据库）
热门推荐
小糖同学的专栏
02-16 2万+
miRNA数据库篇——mirBase（序列数据库） miRbase 是由曼彻斯特大学的研究人员开发的一个在线的miRNA数据库（序列数据库），该数据库中收录了来自200多个物种，接近4万个miRNA的信息，是最全面的miRNA数据库，网址如下 http://www.mirbase.org/index.shtml 主页面： ①：导航栏 Home：首页 Search：课通过多种方式检索miRNA...
如何预测miRNA的靶基因（TargetScan）
avareart的博客
04-26 6310
TargetScan是一款用于预测哺乳动物中miRNA结合位点miRNA结合位点的软件；今天以“人的GAPDH”为例简单粗暴的给大家介绍一下如何利用TargetScan预测miRNA的结合位点： 目的：已知目的基因，预测能与该基因相互作用的miRNA及miRNA的结合位点。 网站：http://www.targetscan.org/vert_80/ 点击上方的链接进入“targetscan”网站 2.在“Select a species”选择研究的物种信息；如下图选择“Human” .
使用mirDeep2进行miRNA-seq数据分析
xuzhougeng blog
04-21 9265
软件安装 首先从GitHub上下载最新的miRDeep2 git clone https://github.com/rajewsky-lab/mirdeep2.git mirdeep2.0.1.2 cd mirdeep2.0.1.2/ 使用install.pl脚本进行安装 perl install.pl 会有如下的提示信息 提示信息 可以按照他的要求，直接使用sou...
miRNA 测序差异分析
最新发布
03-13
miRNA测序差异分析是一种用于研究miRNA在不同样本中表达差异的方法。miRNA是一类长度约为20-24个核苷酸的非编码RNA分子，它们在基因调控、细胞增殖、分化和凋亡等生物学过程中发挥重要作用。 miRNA测序差异分析的步骤通常包括以下几个方面： 1. 数据预处理：对测序数据进行质量控制和去除低质量的reads，同时还需要去除适配体序列和过滤掉低复杂度的reads。 2. 序列比对：将预处理后的reads与参考基因组或转录组进行比对，以确定每个miRNA的表达水平。 3. 表达量计算：根据比对结果，统计每个miRNA在各个样本中的表达量，通常使用reads数或FPKM（每百万读数的miRNA数）来表示。 4. 差异分析：通过统计学方法，比较不同样本之间miRNA的表达差异，并筛选出显著差异表达的miRNA。 5. 功能注释和富集分析：对差异表达的miRNA进行功能注释，了解其可能的生物学功能和通路富集情况。 6. 结果可视化：将差异表达的miRNA进行可视化展示，如热图、散点图等，以便更直观地观察差异表达模式。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值