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

  • miRNA测序数据生信分析——第四讲，未知物种的生信分析实例
    • 1. 下载测序数据
    • 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
      • 4.1 鉴定，使用miRBase数据库——软件blast
      • 4.2 定量和miRNA序列提取
      • 4.3 miRNA靶基因，使用miRanda和TargetScan软件进行预测
        • 4.3.1 miRanda软件
        • 4.3.2 TargetScan软件
        • 4.3.3 整合两个软件预测结果——脚本Total_Target.py
      • 4.4 绘制miRNA-靶基因互作图——软件Cytoscape
    • 5. 总结

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。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/133910.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

贴片电容材质的区别与电容的主要作用

贴片电容材质的区别与电容的主要作用

一、贴片电容材质NPO、COG、X7R、X5R、Y5V、Z5U区别 主要是介质材料不同，不同介质种类由于它的主要极化类型不一样，其对电场变化的响应速度和极化率也不一样。在相同的体积下的容量就不同，随之带来的电容器介质的损耗、容量的稳定性也就不同…
阅读更多...
Jenkins集成newman

Jenkins集成newman

一、Docker环境准备 二、Jenkins环境准备 三、登录Jenkins 安装NodeJs插件 四、Jenkins全局工具配置Nodejs 五、创建Jenkins自由风格项目 构建步骤1：选择Execute NodeJS script构建步骤2：选择执行shell脚本 六、将postman相关的脚本、环境变量数据、全局…
阅读更多...
【QT】Ubuntu 交叉编译安装 QT 5.12.7 源码

【QT】Ubuntu 交叉编译安装 QT 5.12.7 源码

目录 1、下载 QT 源码包 2、搭建安装环境(下载依赖库) 3、创建QT源码编译脚本 4、运行编译脚本 1、下载 QT 源码包 QT5.12.7源码下载地址: download | QT 5.12.7 选择任意一种下载即可，适用于 Windows 和 Linux 环境 这里选择的是.tar.xz 类型，上…
阅读更多...
ubuntu20.04 vins-fusion 运行记录

ubuntu20.04 vins-fusion 运行记录

过程记录 环境： ubuntu20.04 opencv4.2.0(此次使用) 3.3.1(其他程序在使用) vins-fusion vision_opencv 1.下载VINS-Fusion和cv_bridge，并进行修改，方便使用opencv4.2.0和对应的cv_bridge。 mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src…
阅读更多...
UE4和C++ 开发-UE4怎么删除C++类

UE4和C++ 开发-UE4怎么删除C++类

1 关闭visual stdio，关闭UE4引擎。 2 打开你的项目文件夹。找到你要删除的.h,.cpp文件删除。 3、删除Binaries文件夹。 4 右击.uproiect文件，点击Generate Visual Studio project files. 5 双击.uproiect文件,忽略警告打开就看到已经删除了想要删除的C类…
阅读更多...
计算机导论实验——Linux基础入门

计算机导论实验——Linux基础入门

使用Xshell登录 Linux 主机 linux命令： cd：去哪里 pwd：在哪里 ls：查看当前有什么文件 mkdir：创建新目录 cp：复制 cat：连接或显示文件 rm：删除 mv：用于移动或重命名文件…
阅读更多...
《3D 数学基础》几何检测-相交性检测

《3D 数学基础》几何检测-相交性检测

目录 1. 2D直线相交 2. 3D射线相交点 3. 射线和平面的交点 4. 3个平面的交点 5. 射线和圆或者球交点 6. 两个圆或者球是否相交 7. 球和平面的相交性检测 8. 射线和AABB的相交性（13.17） 9. 射线和三角形的相交性（13.16） …
阅读更多...
ssm+vue的课程网络学习平台管理系统（有报告）。Javaee项目，ssm vue前后端分离项目。

ssm+vue的课程网络学习平台管理系统（有报告）。Javaee项目，ssm vue前后端分离项目。

演示视频： ssmvue的课程网络学习平台管理系统（有报告）。Javaee项目，ssm vue前后端分离项目。 项目介绍： 采用M（model）V（view）C（controller）三层体…
阅读更多...
给你一个项目，你将如何开展性能测试工作？

给你一个项目，你将如何开展性能测试工作？

一、性能三连问 1、何时进行性能测试？ 性能测试的工作是基于系统功能已经完备或者已经趋于完备之上的，在功能还不够完备的情况下没有多大的意义。因为后期功能完善上会对系统的性能有影响，过早进入性能测试会出现测试结果不准确、浪费测试资…
阅读更多...
NSIDC定义的海冰相关概念

NSIDC定义的海冰相关概念

文章目录 相关概念Matlab绘图结果展示 相关概念 NSIDC 表示 “National Snow and Ice Data Center”，即美国国家雪和冰数据中心。NSIDC 是一个位于美国科罗拉多大学波尔得分校的研究中心，致力于收集、管理和分发全球雪和冰的科学数据。 Matlab绘图 cl…
阅读更多...
【C++】-c++11的知识点（中）--lambda表达式，可变模板参数以及包装类(bind绑定)

【C++】-c++11的知识点（中）--lambda表达式，可变模板参数以及包装类(bind绑定)

💖作者：小树苗渴望变成参天大树🎈 🎉作者宣言：认真写好每一篇博客💤 🎊作者gitee:gitee✨ 💞作者专栏：C语言,数据结构初阶,Linux,C 动态规划算法🎄 如 果 你 …
阅读更多...
暴力递归转动态规划（九）

暴力递归转动态规划（九）

题目 题有点难，但还挺有趣 有一个咖啡机数组arr[]，其中arr[i]代表每一个咖啡机冲泡咖啡所需的时间，有整数N，代表着准备冲咖啡的N个人（假设这个人拿到咖啡后喝完的时间为0，拿手里咖啡杯即变空）&a…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023