一种基于miRBase数据库的动物有参的miRNA数据分析方法技术

本发明专利技术公开了一种基于miRBase数据库的动物有参的miRNA数据分析方法，其特征在于，包括如下步骤：准备步骤；下机数据过滤步骤；基因组比对步骤；小RNA注释步骤；miRNA特征分析步骤；miRNA表达量分析步骤；miRNA功能和通路分析步骤；结果整理步骤。本发明专利技术的有益效果在于：分析结果全面，包含涉及到的miRNA分析内容以及其他测到的小RNA信息注释，实现自动化分析，只需提供相关数据库信息即可自动快速进行所有分析内容以及结果统计和整理。所有操作步骤可见，方便错误查询，在进行每一步分析时，都会记录所用到的命令行和参数，以及运行中产生的日志结果，一旦程序运行出错，可以快速检查错误。

An Analysis Method of Animal Referenced MicroRNA Data Based on Microbase Database

【技术实现步骤摘要】
一种基于miRBase数据库的动物有参的miRNA数据分析方法
本专利技术涉及转录组测序领域，具体涉及一种在miRBase数据库中有参考数据的动物miRNA测序的数据分析方法。
技术介绍
miRNA是一类由内源基因编码非编码单链RNA分子，在动植物中参与转录后基因表达调控。多数miRNA以单拷贝、多拷贝或基因簇的形式存在于基因组中。miRNA在很多物种中被广泛发现，且在进化进程中高度保守，因此研究miRNA的确切功能、目的靶基因、以及其作用机制，是转录组学数据分析中的重要一环，对于了解生物体内基因的表达调控机制有重要意义。miRNA的作用机制在动物和植物之间存在明显差异，且有的物种有丰富的miRNA参考数据，但有的物种缺乏参考数据，甚至有些物种没有参考基因组信息，这些情况下的miRNA测序的数据分析方法十分不同。现有的miRNA数据分析工具功能单一且独立，无法实现自动化数据分析，不能进行批量的miRNA数据分析。并且在进行小RNA测序时，除了miRNA还会测到其他的各种小RNA，需要使用不同的数据库信息，对这些小RNA进行注释。目前也没有现成的工具进行相关分析；或者将这些步骤进行关联的工具。
技术实现思路
为了克服现有技术所存在的上述缺陷，本专利技术的目的在于提供一种自动化分析方法，通过整合恰当的分析软件，对于在miRBase数据库中有参考数据的动物miRNA测序数据，进行全套的自动化数据分析以及结果整理。为了实现本专利技术的目的之一，所采用的技术方案是：一种基于miRBase数据库的动物有参的miRNA数据分析方法，包括如下步骤：步骤一，准备步骤：准备并读取config文件，当软件读取相关信息后，会生成进行以下列出的所有分析步骤对应的shell脚本，按顺序运行即可，在运行同时每一步都会有运行日志，方便结果检查；步骤二，下机数据过滤步骤：下机后的原始数据，去除接头，然后过滤低质量序列，过滤序列用于后续分析；步骤三，基因组比对步骤：调用miRDeep2中的mapper.pl脚本进行与基因组序列的比对分析，获得每条序列在基因组上的位置信息，并整理比对到每条染色体上的小RNA的序列数量；步骤四，小RNA注释步骤：首先调用quantifier.pl将这些序列与miRBase数据中该物种的miRNA序列进行比对，注释出miRNA序列，并得到其表达量，然后对于piRBase数据库中有相关信息的物种，再使用Blast对其余序列与piRBase数据库比对，注释出piRNA信息，再使用Blast将其余序列与Rfam数据库比对，注释其他如rRNA，tRNA,snRNA,snoRNA等非编码RNA信息，再使用mireap对剩余的小RNA序列，进行新的miRNA结构预测。最后对所有的小RNA序列的注释结果进行汇总；步骤五，miRNA特征分析步骤：对上一步注释到的miRNA进行着重分析，首先数对miRNA的序列特征进行分析：包括miRNA碱基偏好性分析，即不同长度的miRNA的首位碱基的偏好性，以及所有miRNA每个位置上的碱基偏好性；统计测到的miRNA序列中发生的碱基编辑事件；将该物种成熟miRNA序列与近缘物种进行blast比对，筛选出物种间保守的miRNA，并标记其相似度；对检测到的已知miRNA进行家族(来源于miRBase)归类，并查找相应miRNA家族在其他物种中的存在情况；步骤六，miRNA表达量分析步骤：对miRNA进行表达定量以及差异分析，根据比对到该物种miRNA成熟体的序列数量，统计测到的miRNA的ReadsCount值；然后对这些miRNA表达量进行样本间矫正，通过miRNA表达密度分布图形，考察miRNA在样本间的表达模式；然后采用DESeq对miRNA进行差异表达分析，并按照差异倍数(FoldChange>2)和显著性(Pvalue<0.05)筛选差异表达的miRNA，采用R语言的ggplot2软件包绘制差异表达miRNA的火山图和、或MA图；和、或采用Pheatmap包对差异表达miRNA的表达量绘制热图；步骤七，miRNA功能和通路分析步骤：以目标物种的mRNA的3’UTR序列为目标序列，使用miRanda软件对差异表达的miRNA序列，进行靶基因位点搜索；对上一步预测到的miRNA靶基因进行GO功能和、或KEGG通路的富集分析，获得差异miRNA可能参与的功能和、或代谢通路；步骤八，最终包含结果整理步骤：将所有用于生成miRNA结题报告的统计分析结果进行整理。在本专利技术的一个优选实施例中，所述步骤一中的读取的文件中包括：下机数据位置以及对应的样本名和分组名，用于差异分析的分组，分析结果保存路径，任务名称，物种简称，测序接头序列，该物种名miRNA的成熟体和前体序列，piRNA位点信息文件，基因组序列及其index文件的位置，用于画图的染色体列表，用于功能注释的基因注释文件，mRNA的3’UTR序列，GTF文件信息。在本专利技术的一个优选实施例中，所述步骤二中的过滤低质量序列为：以5个碱基长度为窗口对原始序列进行搜索，当窗口中碱基的平均测序质量低于20时，将从窗口最前端开始的部分截断并舍弃。将过滤后的数据进行去重，获得无重复的序列，并标记所有序列数量。同时对原始数据和过滤数据量进行统计，并以柱状图展示不同长度的序列的数量分布特征。本专利技术的主要创新点在于：分析结果全面：包含涉及到的miRNA分析内容以及其他测到的小RNA信息注释；实现自动化分析：只需提供相关数据库信息即可自动快速进行所有分析内容以及结果统计和整理。所有操作步骤可见，方便错误查询，在进行每一步分析时，都会记录所用到的命令行和参数，以及运行中产生的日志结果，一旦程序运行出错，可以快速检查错误。附图说明图1为本专利技术的流程示意图。图2为本专利技术的MA图示意图。图3为本专利技术的火山图示意图。图4为本专利技术的热图示意图。具体实施方式以下通过实施例对本专利技术作进一步的说明，但这些实施例不得用于解释对本专利技术的限制。参见图1，本专利技术的详细步骤包括：在步骤S1)中接受用户的小RNA测序数据，以及相关的数据库信息，然后对所有的数据进行相关的分析，得到每个样本中所有小RNA的注释信息，并对miRNA进行序列特征分析和表达量分析，以及样本间差异表达分析，功能和通路富集分析。首先是对下机数据进行过滤和数量统计。本专利技术实施例中，对下机数据进行去除接头和低质量序列的过滤处理，得到高质量的测序结果。作为示例地，采用perl语言脚本去除接头序列，并通过5bp的滑动窗口，对原始序列进行搜索，当窗口中碱基的平均测序质量低于20时，将从窗口最前端开始的部分截断并舍弃过滤低质量序列。然后过滤掉长度小于18或者大于36bp的序列。然后对高质量数据的重复序列进行归纳，得到所有的无冗余序列。并对原始数据和高质量进行数量统计。其次是将高质量无冗余的测序数据与基因组进行比对。得到所有序列在基因组上的位置信息，并判断测到的数据是否是该物种序列信息。作为示例的，采用预设的miRDeep2中的mapper.pl脚本的默认参数进行基因组比对。统计每个样本中比对到每条染色体正负链上的小RNA序列的数量。然后将测到的小RNA序列依次与miRNA、piRNA、ncRNA数据库进行比对，以尽可能注释本文档来自技高网...

【技术保护点】
1.一种基于miRBase数据库的动物有参的miRNA数据分析方法，其特征在于，包括如下步骤：步骤一，准备步骤：准备并读取config文件，当软件读取相关信息后，会生成进行以下列出的所有分析步骤对应的shell脚本，按顺序运行即可，在运行同时每一步都会有运行日志，方便结果检查；步骤二，下机数据过滤步骤：下机后的原始数据，去除接头，然后过滤低质量序列，过滤序列用于后续分析；步骤三，基因组比对步骤：调用miRDeep2中的mapper.pl脚本进行与基因组序列的比对分析，获得每条序列在基因组上的位置信息，并整理比对到每条染色体上的小RNA的序列数量；步骤四，小RNA注释步骤：首先调用quantifier.pl将这些序列与miRBase数据中该物种的miRNA序列进行比对，注释出miRNA序列，并得到其表达量，然后对于piRBase数据库中有相关信息的物种，再使用Blast对其余序列与piRBase数据库比对，注释出piRNA信息，再使用Blast将其余序列与Rfam数据库比对，注释其他如rRNA，tRNA,snRNA,snoRNA等非编码RNA信息，再使用mireap对剩余的小RNA序列，进行新的miRNA结构预测。最后对所有的小RNA序列的注释结果进行汇总；步骤五，miRNA特征分析步骤：对上一步注释到的miRNA进行着重分析，首先数对miRNA的序列特征进行分析：包括miRNA碱基偏好性分析，即不同长度的miRNA的首位碱基的偏好性，以及所有miRNA每个位置上的碱基偏好性；统计测到的miRNA序列中发生的碱基编辑事件；将该物种成熟miRNA序列与近缘物种进行blast比对，筛选出物种间保守的miRNA，并标记其相似度；对检测到的已知miRNA进行家族(来源于miRBase)归类，并查找相应miRNA家族在其他物种中的存在情况；步骤六，miRNA表达量分析步骤：对miRNA进行表达定量以及差异分析，根据比对到该物种miRNA成熟体的序列数量，统计测到的miRNA的ReadsCount值；然后对这些miRNA表达量进行样本间矫正，通过miRNA表达密度分布图形，考察miRNA在样本间的表达模式；然后采用DESeq对miRNA进行差异表达分析，并按照差异倍数(FoldChange>2)和显著性(Pvalue<0.05)筛选差异表达的miRNA，采用R语言的ggplot2软件包绘制差异表达miRNA的火山图和、或MA图；和、或采用Pheatmap包对差异表达miRNA的表达量绘制热图；步骤七，miRNA功能和通路分析步骤：以目标物种的mRNA的3’UTR序列为目标序列，使用miRanda软件对差异表达的miRNA序列，进行靶基因位点搜索；对上一步预测到的miRNA靶基因进行GO功能和、或KEGG通路的富集分析，获得差异miRNA可能参与的功能和、或代谢通路；步骤八，最终包含结果整理步骤：将所有用于生成miRNA结题报告的统计分析结果进行整理。...

【技术特征摘要】
2018.09.30 CN 20181115937801.一种基于miRBase数据库的动物有参的miRNA数据分析方法，其特征在于，包括如下步骤：步骤一，准备步骤：准备并读取config文件，当软件读取相关信息后，会生成进行以下列出的所有分析步骤对应的shell脚本，按顺序运行即可，在运行同时每一步都会有运行日志，方便结果检查；步骤二，下机数据过滤步骤：下机后的原始数据，去除接头，然后过滤低质量序列，过滤序列用于后续分析；步骤三，基因组比对步骤：调用miRDeep2中的mapper.pl脚本进行与基因组序列的比对分析，获得每条序列在基因组上的位置信息，并整理比对到每条染色体上的小RNA的序列数量；步骤四，小RNA注释步骤：首先调用quantifier.pl将这些序列与miRBase数据中该物种的miRNA序列进行比对，注释出miRNA序列，并得到其表达量，然后对于piRBase数据库中有相关信息的物种，再使用Blast对其余序列与piRBase数据库比对，注释出piRNA信息，再使用Blast将其余序列与Rfam数据库比对，注释其他如rRNA，tRNA,snRNA,snoRNA等非编码RNA信息，再使用mireap对剩余的小RNA序列，进行新的miRNA结构预测。最后对所有的小RNA序列的注释结果进行汇总；步骤五，miRNA特征分析步骤：对上一步注释到的miRNA进行着重分析，首先数对miRNA的序列特征进行分析：包括miRNA碱基偏好性分析，即不同长度的miRNA的首位碱基的偏好性，以及所有miRNA每个位置上的碱基偏好性；统计测到的miRNA序列中发生的碱基编辑事件；将该物种成熟miRNA序列与近缘物种进行blast比对，筛选出物种间保守的miRNA，并标记其相似度；对检测到的已知miRNA进行家族(来源于miRBase)归类，并查找相应miRNA家族在其他物种中的存在情况；步骤六，miRNA表达量分析步骤：对miRNA...

【专利技术属性】
技术研发人员：王玲平，王智健，姜丽荣，沈立，孙子奎，
申请(专利权)人：南京派森诺基因科技有限公司，
类型：发明
国别省市：江苏,32