Tools for Sequence-Based miRNA Target Prediction: What to Choose?
Tools for Sequence-Based miRNA Target Prediction: What to Choose?
复制标题
基于序列的 miRNA 靶标预测工具：该选择什么？
DOI：
10.3390/ijms17121987
复制
发表时间：
2016-12-09
影响因子：
5.6
通讯作者：
Brebi-Mieville P
中科院分区：
文献类型：
--
作者：
Riffo-Campos ÁL;Riquelme I;Brebi-Mieville P
MicroRNAs(MiRNAs)是指长度在22nT左右的非编码小RNA。它们通过与靶mRNA互补碱基配对，在转录后水平调节基因表达，导致mRNA降解，从而阻止翻译。在过去的十年中，miRNAs的功能障碍与许多疾病的发生和发展有关。目前，研究人员需要一种方法来准确识别miRNA靶标，然后再应用实验方法，以便在生物过程中更好地描述miRNAs的功能，从而能够预测其影响。计算预测工具提供了一种快速识别假定的miRNA靶标的方法。然而，由于已经开发了大量的工具来预测miRNA：mRNA的相互作用，每个工具都有不同的算法，生物研究人员有时不知道哪一个是他研究的最佳选择，很多时候也不了解这些工具的生物信息学基础。这篇综述描述了这些预测工具的生物学基础，描述了主要的基于序列的算法，并提供了一些关于生物学家使用它们的见解。
MicroRNAs (miRNAs) are defined as small non-coding RNAs ~22 nt in length. They regulate gene expression at a post-transcriptional level through complementary base pairing with the target mRNA, leading to mRNA degradation and therefore blocking translation. In the last decade, the dysfunction of miRNAs has been related to the development and progression of many diseases. Currently, researchers need a method to identify precisely the miRNA targets, prior to applying experimental approaches that allow a better functional characterization of miRNAs in biological processes and can thus predict their effects. Computational prediction tools provide a rapid method to identify putative miRNA targets. However, since a large number of tools for the prediction of miRNA:mRNA interactions have been developed, all with different algorithms, the biological researcher sometimes does not know which is the best choice for his study and many times does not understand the bioinformatic basis of these tools. This review describes the biological fundamentals of these prediction tools, characterizes the main sequence-based algorithms, and offers some insights into their uses by biologists.
登录
查看更多内容
影响因子：
64.5
作者：
Hafner M;Landthaler M;Burger L;Khorshid M;Hausser J;Berninger P;Rothballer A;Ascano M Jr;Jungkamp AC;Munschauer M;Ulrich A;Wardle GS;Dewell S;Zavolan M;Tuschl T
通讯作者：
Tuschl T
影响因子：
3
作者：
Gaidatzis D;van Nimwegen E;Hausser J;Zavolan M
通讯作者：
Zavolan M
影响因子：
3
作者：
Hsu JB;Chiu CM;Hsu SD;Huang WY;Chien CH;Lee TY;Huang HD
通讯作者：
Huang HD
影响因子：
1.8
作者：
HOFACKER, IL;FONTANA, W;SCHUSTER, P
通讯作者：
SCHUSTER, P
影响因子：
64.8
作者：
Chendrimada, TP;Gregory, RI;Shiekhattar, R
通讯作者：
Shiekhattar, R