MiRdetector：一个预测与搜寻miRNA基因的计算工具

上海大学学报(自然科学版)

MiRdetector：一个预测与搜寻miRNA基因的计算工具

张冬宁，〓刘〓阳，〓王翼飞

上海大学理学院，上海 200444

收稿日期:2005-09-06 修回日期:1900-01-01 出版日期:1900-01-01 发布日期:1900-01-01
通讯作者: 王翼飞

MiRdetector: A Computational Tool to Predict and Detect miRNA Genes

ZHANG Dong-ning,LIU Yang,WANG Yi-fei

School of Sciences, Shanghai University, Shanghai 200444, China

Received:2005-09-06 Revised:1900-01-01 Online:1900-01-01 Published:1900-01-01
Contact: WANG Yi-fei

摘要/Abstract

摘要：

MicroRNA（miRNA）是一类内源性的长约21～24 nucleotide(nt)的非编码小分子RNA，能够调节其它基因的表达活性，在生物体的发育过程中发挥重要的作用.每种生物体中miRNA的基因总数还未知，生物信息学分析手段为发现新的miRNA基因提供了有效的方法.作者开发了一个预测与搜寻miRNA基因的完全自动化系统“MiRdetector”.MiRdetector系统是基于计算机比对和miRNA前体茎环结构判断的.用水稻miRNA基因对系统的预测精度进行了检验，系统正确识别了155个样本中的140个，预测精度达到90.32％，并且搜寻到了95个可能的水稻miRNA基因.由于系统的假阳性率较低，因此能够为进一步证实miRNA基因的实验研究提供高质量的数据集.

关键词: BLASTN, MiRdetector, miRNA基因, 茎环结构, 生物基因组, 系统

Abstract:

MicroRNA (miRNA) are a class of endogenous 21～24 nucleotide non-coding small RNAs. They may participate in a wide range of genetic regulatory pathways and play an important role in the development of both animals and plants. The number of miRNA genes in every species is still unknown. Bioinformatics analytic method has been used to find novel miRNA genes. In this study, a computational system called MiRdetector is developed, which is used to predict and identify miRNA genes. The computational system is based on homology search and prediction of stem-loop structure. Oryza sativa miRNA genes were used to examine the prediction quality. In total, 140 in 155 samples were correctly identified. The prediction accuracy reaches 90.32%. Moreover, detected 95 potential miRNA genes were detected. The false positive rate was low, so the data set of candidate miRNA genes can well be used for further verification in experiments.

Key words: biological genome, BLASTN, MiRdetector, stem-loop structure

, system,

miRNA genes

中图分类号:

O 224

张冬宁;刘阳;王翼飞. MiRdetector：一个预测与搜寻miRNA基因的计算工具[J]. 上海大学学报(自然科学版).

ZHANG Dong-ning;LIU Yang;WANG Yi-fei. MiRdetector: A Computational Tool to Predict and Detect miRNA Genes[J]. Journal of Shanghai University（Natural Science Edition）.

[1]	金彦亮, 朱怀清, 齐崎, 周润滋. 领导者驱动下频率权重耦合复杂系统的同步[J]. 上海大学学报(自然科学版), 2020, 26(3): 393-400.
[2]	张艳. 非线性泛函积分微分方程的多步龙格-库塔方法的耗散性[J]. 上海大学学报(自然科学版), 2020, 26(3): 456-471.
[3]	解钧捷, 郑国莘. 轨道交通 LTE-M 通信系统可靠性分析[J]. 上海大学学报(自然科学版), 2019, 25(6): 859-869.
[4]	匡震, 尹晓宇, 武艺鸣, 郑国莘. 隧道环境单根泄漏电缆 MIMO 系统的性能测量[J]. 上海大学学报(自然科学版), 2019, 25(2): 171-179.
[5]	包宇航, 李宝君, 于丽英. 基于直觉模糊的群组DEMATEL决策方法的企业创新能力影响因素评价[J]. 上海大学学报(自然科学版), 2018, 24(5): 819-828.
[6]	鲍深, 张金艺, 姚维强, 梁滨. 基于峰度系数的行人水平行走步态细化分类算法[J]. 上海大学学报(自然科学版), 2018, 24(4): 564-571.
[7]	蔡春艳1, 张金艺1,2,3, 李建宇1, 王伟2, 张洪晖2. 三维惯性传感参数表征下的行人混合步态分类[J]. 上海大学学报(自然科学版), 2017, 23(4): 491-500.
[8]	蒋磊, 李春祥, 邓莹. 基于LPZ谱分析法的非高斯脉动风压模拟[J]. 上海大学学报(自然科学版), 2017, 23(4): 600-608.
[9]	田丰1,2, 许昊骏1, 王攀1, 侯小飞1, 华闵磊1. 3D-VR色彩视觉舒适度评价[J]. 上海大学学报(自然科学版), 2017, 23(3): 324-332.
[10]	郭鹏1, 李钧2, 张海燕3. 基于云平台的智能远程种植系统[J]. 上海大学学报(自然科学版), 2017, 23(2): 244-251.
[11]	胡辛明1, 张鑫1, 钟雨轩1, 彭艳青2, 杨毅1, 姚骏峰1. 无人水面艇仿真系统设计与实现[J]. 上海大学学报(自然科学版), 2017, 23(1): 56-67.
[12]	杜鑫1, 范培兵1, 刘夫伟2. 基于LMI的连续时间线性时滞系统有限频模型降阶[J]. 上海大学学报(自然科学版), 2016, 22(4): 408-420.
[13]	刘硕1, 李敏1, 陈诗琪1, 邱瑞瑾1, 张琴1, 赵明镜1, 陈静2, 商洪才1. 中成药改善慢性心衰患者左室射血分数与脑钠肽水平的系统评价和Meta分析[J]. 上海大学学报(自然科学版), 2016, 22(3): 357-365.
[14]	颜志国, 徐峥, 梅林, 胡传平. 下一代公共安全视频监控系统的大数据分析[J]. 上海大学学报(自然科学版), 2016, 22(1): 81-87.
[15]	任青青, 冯艳丽, 王芳, 曾翠平. 大气中气相和颗粒相羰基化合物的AD-FP系统采集和GC-MS分析[J]. 上海大学学报(自然科学版), 2015, 21(6): 671-686.