掃碼聯系客服
miRNA在基因表達調控中扮演著重要的角色。一直以來都是研究的熱點之一，今天，小編就為大家帶來十個miRNA數據庫，方便大家的miRNA研究。
網址：http://plantgrn.noble.org/psRNATarget/home
簡介：植物調節性小rna (sRNAs)包括大部分的microRNAs (miRNAs)和少量的小干擾rna (siRNAs)，如phasiRNAs (phasiRNAs)，在基因表達調控中發揮著重要作用。盡管這些調控rna產生于不同的遺傳生物發生途徑，但它們在翻譯后基因沉默和翻譯抑制方面具有相同的機制。psRNATarget是通過
使用預定義的評分模式分析sRNA序列和靶mRNA序列之間的互補匹配；
通過評估靶位點可及性來識別植物sRNA靶點。此次更新通過開發一種新的評分模式，能夠在不顯著增加總預測輸出的情況下，以更高的“召回率”發現miRNA-mRNA的相互作用，從而增強其分析性能。
評分過程是可定制的，以便用戶搜索規范和非規范目標。這一更新還支持傳輸和分析“大”數據實現多線程文件上傳，可以暫停和恢復，使用HTML5 api和分配更多的計算節點到其后端Linux集群。更新后的psRNATarget服務器具有清晰、引人注目和用戶友好的界面，增強了用戶體驗，并清晰、簡潔地呈現數據。好處是可以通過載入miRNA的信息預測其靶基因、載入一個基因預測miRNA或可以載入miRNA和基因預測其結合情況。
網址：http://www.mirbase.org/index.shtml
簡介：miRBase數據庫旨在為綜合microRNA序列數據、注釋和預測基因靶點提供集成接口。miRbase 是由曼徹斯特大學的研究人員開發的一個在線的miRNA數據庫，該數據庫中收錄了來自200多個物種，接近4萬個miRNA的信息，是最全面的miRNA數據庫，
miRBase從microRNA注冊中心接管功能，并發揮三個主要作用:
(1)miRBase注冊中心作為microRNA基因命名的獨立命名者，在發表新的miRNA序列之前分配名稱。
(2)miRBase Sequences是miRNA序列數據和注釋的主要在線存儲庫。
(3)miRBase Targets是一個新的預測miRNA靶基因的綜合性數據庫。
網址：http://bioinfo.au.tsinghua.edu.cn/micrornadb/index.php
簡介：MicroRNAdb是一個關于microRNA的綜合性數據庫。相比其他數據庫，MicroRNAdb搜集的microRNA更完整且進行了充分的注釋。如今，該數據庫有732個microRNA序列的條目和439個詳細的注釋。
網址：http://mirwalk.umm.uni-heidelberg.de/
簡介：miRWalk是一個開源平臺，提供了一個直觀的界面，可以生成人類、小鼠、大鼠、狗和牛的已知基因的預測和驗證mirna結合位點。miRWalk的核心是利用基于隨機森林的方法軟件tarpir搜索完整的轉錄序列，包括5'-UTR、CDS和3'-UTR，預測miRNA的靶點。此外，它還將其他數據庫的結果與預測和驗證的mirna -靶相互作用進行了集成。其重點在于模塊化設計、可擴展性以及快速更新周期。數據庫可以使用Python, MySQL和HTML/Javascript。
網址：http://www.diana.pcbi.upenn.edu/tarbase
簡介：MicroRNAs (miRNAs)是大約22nt的RNA片段，主要通過結合mRNA轉錄的一個或多個靶位點并抑制翻譯參與蛋白質表達的調控。MicroRNAs可能參與多種發育途徑、多種基因調控機制，并成為一系列遺傳疾病過程和表型決定因素的基礎。目前已有一些計算程序可以預測哺乳動物、果蠅、蠕蟲和植物中的miRNA靶點。然而，到目前為止，還沒有系統的收集和描述miRNA靶點的實驗支持。研究人員描述了一個名為TarBase的數據庫，該數據庫包含了人工收集的實驗測試miRNA靶點，在人類/小鼠、果蠅、蠕蟲和斑馬魚中，區分了那些檢測為陽性和那些檢測為陰性。每個陽性靶位點都由結合它的miRNA、發生它的基因、測試它的實驗性質、誘導翻譯抑制和/或分裂的位點的充分性以及提取所有這些數據的論文來描述。此外，該數據庫還與其他一些有用的數據庫連接，如基因本體(Gene Ontology, GO)和UCSC基因組瀏覽器。TarBase揭示了比最近評論所宣稱的更多的實驗支持的靶點，從而提供了一個全面的數據集，從中可以評估miRNA靶向的特征，這將有助于下一代靶點預測程序。
網址：http://miRGator.kobic.re.kr
簡介：miRGator是一個整合microRNA (miRNA)相關基因表達、靶點預測、疾病關聯和基因組注釋的數據庫，旨在促進miRNA的功能研究。miRGator v2.0最新版本包含以下信息:
(i)不同實驗條件下人類miRNA表達譜，
(ii) mrna和miRNA的配對表達譜，
(iii) miRNA擾動下的基因表達譜(如miRNA敲除和過表達)，
(iv)已知/預測miRNA靶點和(v) miRNA與疾病的關聯。
總共有8000個miRNA表達譜，300個miRNA被干擾的基因表達譜和2000個mRNA表達譜被編譯，并對疾病、組織類型和干擾進行了手工注解。通過整合這些數據集，通過共享特征提取出一系列新的關聯(miRNA-miRNA、mirna-疾病和mirna-靶)。例如，將miRNA敲除后的差異表達基因(DEGs)與miRNA靶點進行系統比較。同樣，差異表達miRNAs (DEmiRs)與疾病相關miRNAs進行比較。此外，miRNA表達和疾病表型譜顯示了miRNA對的表達在各種實驗和疾病條件下是平行調節的。使用交互式網絡可視化界面可以很容易地訪問復雜的關聯。
網址：http://cogemir.tigem.it/
簡介：了解微rna的基因組結構可以為了解其生物學特性提供有用的信息。為了對microRNAs基因組組織進行比較基因組學綜述，研究人員開發了CoGemiR。為了實現這一目標，研究人員從已有的數據庫中收集和整合了數據，并生成了新的數據，例如在幾個物種中鑒定了許多以前未注釋的microRNAs。為了更有效地利用這些數據，研究人員開發了一個用戶友好的web界面，它簡單地顯示了microRNA基因組上下文在不同物種中是如何相關的。
網址：http://compbio.uthsc.edu/miRSNP/
簡介：microRNA靶位點多態性(PolymiRTS)數據庫是假定microRNA靶位點自然發生的DNA變異的集合。多mirtss可能影響基因表達并引起復雜表型的變異。該數據庫集成了序列多態性、表型和表達芯片數據，并將polymirts作為負責數量性狀位點(QTL)效應的潛在候選基因。它是研究多mirtss及其在表型變異中的意義的資源。
網址：http://www.targetscan.org/vert_80/
簡介：MicroRNAs (miRNAs)在Argonaute蛋白中發揮作用，指導mRNA靶蛋白的抑制。雖然各種方法為靶點識別提供了見解，但mirna -靶點親和性測量的稀薄性限制了對靶點療效的理解和預測。在這里，研究人員調整了RNA bind-n-seq來測量Argonaute-miRNA復合物和所有序列之間的相對結合親和力，長度為12個核苷酸。該方法揭示了每個miRNA特異性的非標準靶位點，miRNA特異性的標準靶位點親和性差異，以及每個位點兩側的雙核核苷酸的100倍影響。這些數據使構建miRNA介導的抑制的生化模型成為可能，該模型使用卷積神經網絡擴展到所有miRNA序列。該模型極大地改善了對細胞抑制的預測，從而為定量地將miRNAs整合到基因調控網絡中提供了生化基礎。
網址：https://pictar.mdc-berlin.de/
簡介：MicroRNAs是一種小的非編碼rna，能夠識別和結合動物中靶基因的3個非翻譯區域的部分互補位點，并通過未知的機制調節靶轉錄的蛋白質產生。不同的microrna組合在不同的細胞類型中表達，并可能協調調節細胞特異性的靶基因。在這里，研究人員提出了PicTar，一種用于識別microRNAs共同靶點的計算方法。利用8個脊椎動物基因組的全基因組比對進行的統計測試、PicTar特異性恢復已發表的microRNA靶點的能力以及對7個預測靶點的實驗驗證表明，PicTar在預測單個microRNA靶點和microRNA組合靶點方面具有極好的成功率。研究人員發現脊椎動物的microrna的靶點，平均每個靶點大約有200個轉錄本。此外，研究人員的結果表明microrna執行廣泛的協調控制。特別是，研究人員通過實驗驗證了miR-375、miR-124和let-7b共同調控Mtpn，從而為協調microRNA在哺乳動物中的控制提供了證據。
參考文獻：
McGeary SE, Lin KS, Shi CY, Pham TM, Bisaria N, Kelley GM, Bartel DP. The biochemical basis of microRNA targeting efficacy. Science. 2019 Dec 20;366(6472):eaav1741. doi: 10.1126/science.aav1741. Epub 2019 Dec 5. PMID: 31806698; PMCID: PMC7051167.
Bao L, Zhou M, Wu L, Lu L, Goldowitz D, Williams RW, Cui Y. PolymiRTS Database: linking polymorphisms in microRNA target sites with complex traits. Nucleic Acids Res. 2007 Jan;35(Database issue):D51-4. doi: 10.1093/nar/gkl797. Epub 2006 Nov 11. PMID: 17099235; PMCID: PMC1669716.
Alexiou P, Vergoulis T, Gleditzsch M, Prekas G, Dalamagas T, Megraw M, Grosse I, Sellis T, Hatzigeorgiou AG. miRGen 2.0: a database of microRNA genomic information and regulation. Nucleic Acids Res. 2010 Jan;38(Database issue):D137-41. doi: 10.1093/nar/gkp888. Epub 2009 Oct 22. PMID: 19850714; PMCID: PMC2808909.
Maselli V, Di Bernardo D, Banfi S. CoGemiR: a comparative genomics microRNA database. BMC Genomics. 2008 Oct 6;9:457. doi: 10.1186/1471-2164-9-457. PMID: 18837977; PMCID: PMC2567348.
Cho S, Jun Y, Lee S, Choi HS, Jung S, Jang Y, Park C, Kim S, Lee S, Kim W. miRGator v2.0: an integrated system for functional investigation of microRNAs. Nucleic Acids Res. 2011 Jan;39(Database issue):D158-62. doi: 10.1093/nar/gkq1094. Epub 2010 Nov 9. PMID: 21062822; PMCID: PMC3013691.
Sethupathy P, Corda B, Hatzigeorgiou AG. TarBase: A comprehensive database of experimentally supported animal microRNA targets. RNA. 2006 Feb;12(2):192-7. doi: 10.1261/rna.2239606. Epub 2005 Dec 22. PMID: 16373484; PMCID: PMC1370898.
Sticht C, De La Torre C, Parveen A, Gretz N. miRWalk: An online resource for prediction of microRNA binding sites. PLoS One. 2018 Oct 18;13(10):e0206239. doi: 10.1371/journal.pone.0206239. PMID: 30335862; PMCID: PMC6193719.
Bhaskaran M, Mohan M. MicroRNAs: history, biogenesis, and their evolving role in animal development and disease. Vet Pathol. 2014 Jul;51(4):759-74. doi: 10.1177/0300985813502820. Epub 2013 Sep 17. PMID: 24045890; PMCID: PMC4013251.
