The sufficient minimal set of miRNA seed types.
The sufficient minimal set of miRNA seed types.
复制标题
DOI：
10.1093/bioinformatics/btr149
复制
发表时间：
2011-05-15
期刊：
影响因子：
--
通讯作者：
Stümpflen V
中科院分区：
文献类型：
--
作者：
Ellwanger DC;Büttner FA;Mewes HW;Stümpflen V
动机：靶序列与miRNA 6 - 8nt长种子序列的配对是miRNA靶位预测最重要的特征。同时，新的高通量技术如Argonaute HITS-CLIP提供了对miRNA:mRNA双链的详细研究。这些交互图能够以一种庞大的方式第一次区分功能性和非功能性目标位点。预测算法应用不同的种子范式来识别miRNA靶点。因此，对miRNA靶点预测的定量评估具有重要意义。结果：我们根据实验验证的功能靶点的转录组分析确定了一组典型的种子类型。我们证实了长种子的特异性，但我们发现大多数功能靶点是由只有6 nt的特异性较低的种子形成的，这表明这种类型的关键作用。相当一部分真正的目标地点是不受保护的。此外，大多数功能位点仍未被常用的预测方法所发现。联系方式：florian.buettner@helmholtz-muenchen.de v.stuempflen@helmholtz-muenchen.de补充信息：补充数据可在Bioinformatics在线获取。
Motivation: Pairing between the target sequence and the 6–8 nt long seed sequence of the miRNA presents the most important feature for miRNA target site prediction. Novel high-throughput technologies such as Argonaute HITS-CLIP afford meanwhile a detailed study of miRNA:mRNA duplices. These interaction maps enable a first discrimination between functional and non-functional target sites in a bulky fashion. Prediction algorithms apply different seed paradigms to identify miRNA target sites. Therefore, a quantitative assessment of miRNA target site prediction is of major interest. Results: We identified a set of canonical seed types based on a transcriptome wide analysis of experimentally verified functional target sites. We confirmed the specificity of long seeds but we found that the majority of functional target sites are formed by less specific seeds of only 6 nt indicating a crucial role of this type. A substantial fraction of genuine target sites arenon-conserved. Moreover, the majority of functional sites remain uncovered by common prediction methods. Contact: florian.buettner@helmholtz-muenchen.de v.stuempflen@helmholtz-muenchen.de Supplementary Information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
64.8
作者：
Baek, Daehyun;Villen, Judit;Shin, Chanseok;Camargo, Fernando D.;Gygi, Steven P.;Bartel, David P.
通讯作者：
Bartel, David P.
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：
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：
4.5
作者：
Nielsen, Cydney B.;Shomron, Noam;Burge, Christopher B.
通讯作者：
Burge, Christopher B.
影响因子：
7
作者：
Siepel, A;Bejerano, G;Haussler, D
通讯作者：
Haussler, D