写在前面

一般而言，基因富集分析指的是给定一个基因集与先验表型（比如生物过程、信号通路或疾病等）的富集程度（显著性p值衡量）。如果p值越小，该基因集在统计水平下与某些先验表型显著性相关。因此，基因富集分析搭建了基因型与表型之间的桥梁。以往，基因富集分析专指编码基因的富集分析。那么作为非编码的miRNA如何进行富集分析呢？今天就介绍一款在线miRNA富集分析工具：miRPath。该工具是DIANA系列之一（miRNA有个DIANA系列），并且专注于miRNA在KEGG（Kyoto Encyclopedia of Genes and Genomes，https://www.kegg.jp/）信号通路方面的富集分析。

01

—

miRNA富集分析

给定一个基因集（许多基因名称组成一群基因），一般使用超几何分布检验（hyper-geometric test）来度量该基因集是否显著性富集于某些表型。直接上一个超几何分布检验公式如下：

                                                                            (1)

上式（1）中，N代表背景基因个数，K代表背景基因中与表型相关的基因个数，M代表给定基因集中的基因个数，x代表给定基因集中与表型相关的基因个数。

先前说了，式（1）一般适用于编码基因的富集分析。miRNA富集分析需要分情况。第一种情况：如果miRNA与表型有直接相关的表型（例如miRNA与疾病之间的关系数据库），那么式（1）也适用于miRNA富集分析。第二种情况：如果miRNA与表型没有直接相关的表型，那么式（1）就不能够直接应用于miRNA富集分析。注意，第二种情况虽然不能够直接应用，但是不代表不能够间接应用哦。在前面（miRNA是何方神圣？），我们已经了解到：miRNA能够调控编码基因。一群miRNAs当然能够调控一群编码基因。那么我们可以通过一群miRNA调控的编码基因富集分析来间接实现miRNA富集分析。

02

—

miRPath

miRNA在KEGG信号通路的富集分析就属于上面说的第二种情况。因此，miRPath工具首先使用miRNA靶标数据库（TarBase、microT-CDS或TargetScan）来敲定给定miRNA集能够调控的编码基因（图1）。然后基于式（1）来预测给定miRNA集调控的编码基因与KEGG信号通路的富集情况。这个富集分析结果就是miRNA集的富集分析结果。

图1 miRPath主页

后话

miRNA富集分析的间接方式在其他许多方面也适用。例如，在说话方面，有些人不想直接表达，往往选择间接表达（也叫委婉）来达到自己想传达的信息。然而，间接始终归间接，在传递信息保真度方面，与直接还是有一定差距。为了求真务实，还是直接点好！

参考链接：

[1] Vlachos IS, Zagganas K, Paraskevopoulou MD, et al. DIANA-miRPath v3.0: deciphering microRNA function with experimental support. Nucleic Acids Res. 2015;43(W1):W460-W466.

[2] http://snf-515788.vm.okeanos.grnet.gr

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

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/。