經典的miRNA靶標預測資料庫

「胡，starbase是幹嘛的？」

「不就是預測miRNA與mRNA結合的資料庫嘛。」

「還有呢？」

「。。。。。。」

相信大家都聽說過starbase，很火，是的，連實驗外包公司都用它，能不火嘛！但是你對它真正了解多少呢？好啦，下面我們就來系統的介紹一下它。首先，官網地址要知道：http://starbase.sysu.edu.cn/

starbase是從高通量的CLIP-Seq實驗數據和降解組實驗數據中搜尋micorRNA靶標，提供了各式各樣的可視化界面去探討microRNA的靶標，包含了miRNA-mRNA、miRNA-lncRNA、miRNA-circRNA、miRNA-ceRNA和RNA-protein等的調控關係。總而言之，該資料庫從多維測序數據中識別出超過110萬個miRNA-ncRNA，250萬個miRNA-mRNA，210萬個RBP-RNA和150萬個RNA-RNA相互作用，它還提供了進行miRNA，lncRNA，假基因和mRNA的存活和差異表達分析的平臺。

根據官網地址，打開後主頁面如下：

根據其菜單欄模塊多少就能知道該資料庫內容極其豐富，下面小編就幾個常用的模塊來簡單介紹一下該資料庫的用法。

1.     miRNA-Target

預測miRNA的靶基因。該模塊提供miRNA-mRNA、miRNA-lncRNA、miRNA-pseudogene、miRNA-circRNA和miRNA-sncRNA的相互作用網絡，這裡我們以miRNA-mRNA為例，展示如何根據特定的miRNA預測與其結合的mRNA，具體操作如下圖所示。

以hsa-let-7a-5p為例，通過左側面板進行具體設置。比如我們搜索人體內該miRNA的結合靶標時，進行如下設置即可。其中mammal代表哺乳動物，CLIP Data可以調整支持CLIP-seq實驗的次數以控制預測的嚴格性，Program Number選擇實驗數目，Predicted Program可以選擇使用哪些預測軟體來進行預測：

提交後結果如下：

點擊上圖基因NAP1L1所在行TargetScan列的，可以看到TargetScan預測的hsa-let-7a-5p與基因NAP1L1的具體結合位點。

點擊AgoExpNum處的52，可以看到測序類型、來源及參考等信息。

接下來我們可以點擊基因GNG5所在行的Pan-Cancer所在列的數字6

可以發現has-let-7a-5p與靶基因GNG5在6個腫瘤疾病中呈負相關性。

 

當我們想知道某一miRNA是否和某一具體mRNA是否有結合時，可以同時輸入miRNA和mRNA信息，如下圖，提交即可

下圖可以看到hsa-let-7a-5p與ACTB存在結合位點，但只有軟體microT證實。

當然，我們也可以根據某一特定mRNA來預測與其結合的miRNA，如圖所示，輸入過程同上，只是microRNA一欄空置不要輸入，結果如下，紅色方框即為與目的基因ACTB結合的所有miRNA。

 

2.     Degradome-RNA

提供了一種分析RNA降解模式的綜合方法，針對miRNA介導的降解片段進行測序，篩選鑑定miRNA調控的靶基因，準確性更高。包含2個子模塊，即miRNA-mRNA和miRNA-ncRNA。這裡我們以miRNA-mRNA為例，分析miRNA定向切割的靶標。

具體操作方法如1，這裡我們以hsa-let-7a-2-3p為例，進行後續分析。提交後結果如下：

 

以基因PTMA所在行為例，點擊GeneID列的  ENSG00000187514，可以連結至基因PTMA的ENSEMBL資料庫。點擊CleaveEventNum列的數字2，可以顯示hsa-let-7a-2-3p切割PTMA的2個具體位點。

點擊CleaveExpNum的數字4，發現有4項證據證明hsa-let-7a-2-3p在chr2:232576622-232576622[+]處切割，圖中可以看到該結論在同一項研究內的HeLa細胞和K562細胞均被證實。

3.     RNA-RNA

可全面預測候選ncRNA及其靶標之間的RNA-RNA相互作用。主要包括sncRNA-RNA 、lncRNA-RNA、mRNA-RNA、pseudogene-RNA及miRNA-RNA5個模塊。具體方法如1，按需輸入即可。

4.     ceRNA-Network

該模塊提供3個子模塊，即mRNA-ceRNA、lncRNA-ceRNA和pseudogene-ceRNA。分別用於通過競爭性結合microRNA來可視化mRNA，lncRNA，轉錄的假基因及其親本基因之間的串擾。

5.     RBP-Target

該模塊為目前可用的各種細胞類型提供了最完整的RBP-ncRNA相互作用。該模塊有5個子模塊，包括RBP-mRNA、RBP-lncRNA、RBP-pseudogene、RBP-circRNA 及RBP-sncRNA。結合shRNA篩選數據和確切的RBP-RNA相互作用，我們系統地探索了K562和HepG2細胞系中敲除RBP時RBP靶標的反應。以RBP-mRNA相互作用為例，探索一下有多少RBP可以調節mRNA-TP53。具體操作同上，均是點點點，只不過我們這裡「RBP」 參數下輸入「all」，「target」參數下輸入「TP53」，然後提交即可。具體結果解釋同上。

好啦，今天就先介紹到這裡。其實這個資料庫整體操作起來並不難，當我們不明白具體什麼意思時盡可以點點點，放心，電腦不會壞。