写在前面
在上次,我们说了miRNA靶基因识别的三大类方法。留下了一个问题:如何选择合适的miRNA靶基因识别方法呢?我的回答:每个方法都可以选择,毕竟每种方法都具有数据特异性。作为后来的人,最关心的问题是:如果我想做miRNA靶基因识别,下一步如何下手?这次就围绕这个问题,从数据和算力两个维度展望一下miRNA靶基因识别的未来。
01
—
数据
大数据计划大家并不陌生,在包括生物医学领域在内的许多领域都把数据看得非常重要。miRNA靶基因识别也需要大数据支撑,比如序列数据,转录组数据,互作组学数据等。因此,miRNA靶基因识别的未来是如何有效的整合相关的异构数据源(组学和非组学),协同提高miRNA靶基因识别精确度。当前,有些学者已经在异构数据源整合方面做出了尝试,也提出了一些模型(如图1)。但是,还有许多挑战有待攻克。这些挑战的攻克有助于miRNA靶基因识别。
图1 组学和非组学数据融合框架
02
—
算力
大数据有了,接下来就是考验算力(计算能力)的时候。算力主要体现在两个方面:高性能设备和高效率算法。高性能设备的话,需要资金来解决。高效率算法,则需要巧妙的算法设计。例如,对于miRNA靶基因识别,miRNA与靶基因是因果关系(miRNA是因,靶基因是果)。因此。如何高效识别miRNA与靶基因的因果关系,是具有挑战意义的事情。因为,它不仅对设备要求高,而且计算复杂也高。
后话
miRNA靶基因识别是研究miRNA的重要突破口,也是探究基因调控的重要途径。目前,基于序列数据的miRNA靶基因识别方法已停滞多年,基于表达数据的miRNA靶基因识别方法期待新组学数据,融合异构数据源的miRNA靶基因识别方法虽然未来可期,但是挑战很多。不管怎么说,在未来,数据和算力是miRNA靶基因识别必须要考虑的两大维度。
参考文献与链接:
[1] López de Maturana E, Alonso L, Alarcón P, et al. Challenges in the Integration of Omics and Non-Omics Data. Genes (Basel). 2019;10(3):238. Published 2019 Mar 20. doi:10.3390/genes10030238
更多背景知识如下:
1. miRNA是何方神圣?
11. miRNA靶基因识别
号外,ceRNA可是miRNA介导的哦。为了便于交流,我们为miRNA介导的ceRNA研究在Frontiers in Molecular Biosciences杂志( 2020_IF = 5.246)整了个专刊,主题为“Computational Identification of ceRNA Regulation”。投稿链接:https://www.frontiersin.org/research-topics/24340/。
转载本文请联系原作者获取授权,同时请注明本文来自张俊鹏科学网博客。
链接地址:https://wap.sciencenet.cn/blog-571917-1308797.html?mobile=1
收藏