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？

2. ​What？植物miRNA能够调控动物靶基因？

3. miRNA也走非主流路线！

4. Tools4miRs：只为miRNA分析

5. miRNA序列与表达谱数据库

6. miRNA有个DIANA系列

7. miRNA富集分析之miRPath

8. miRNA富集分析之TAM

9. miRNA富集分析之miEAA

10. miRNA富集分析之clusterProfiler

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/。