miRNA靶基因预测工具：“我们到了哪里，又该往哪去？”

关于miRNA靶基因识别，本公众号已经推荐了许多工具、方法和数据库，感兴趣的可以在公众号里面搜索“miRNA”。本次为大家推荐一个有关miRNA靶基因预测工具的综述文献（图1），里面的思路挺有意思的，可以借鉴到其他研究领域。

图1 综述文献

作者们首先在PubMed和VHL数据库，使用检索词“microRNA* or miRNA* ” (in the title) AND “target* or binding” AND “predict* or identification or detecti* or recognition” AND “tool or approach or method or algorithm or program or model” (in the Title and in the Abstract)进行搜索（图2），总共检索出9360篇文献。去除重复文献后，保留了5315篇文献。去除部分植物miRNA靶基因识别文献后，留下4038篇文献。文章标题应用文献选择的准入和准出标准（表1），剩下587篇文献。摘要应用文献选择的准入和准出标准以及检查工具是否可获取，最后剩下78篇文献用于最后评估。

图2 miRNA靶基因预测工具或方法的文献筛选流程

表1 文献选择的准入和准出标准

通过分析确定的78篇文献，发现这些文献对应49个工具（图3）。有14个工具对应文献至少为2篇，其中经典miRNA靶标预测工具TargetScan对应的文献数目最多（5篇）。每个工具使用的特征和标准是不一样的，主要有种子序列、3’UTR结合区域、比对、进化保守、结合自由能、位点、表达数据、AU内容、允许GU错配、蛋白质数据等（图4）。

图3 每个工具对应的文献数目

图4 每个特征对应的工具数目

为了测试miRNA靶标预测工具的性能，许多指标也被应用，包括AUC、召回率、准确率、精确率、特异性、F值、PRC、MCC等（图5）。其中，AUC使用的最为频繁。

图5 每个性能指标对应的工具数目

关于miRNA靶基因预测，在未来，本文建议融合靶基因预测必须的重要特征进行预测。另外，可以使用单细胞测序数据和深度学习方法进行miRNA靶基因预测，旨在提升预测精度。总的来说，整篇综述文献纯粹使用文献整理和分析方式进行撰写，并没有挑选具有代表性的工具进行案例分析。

参考文献

[1] Feitosa RMMW, Prieto-Oliveira P, Brentani H, Machado-Lima A. MicroRNA target prediction tools for animals: Where we are at and where we are going to - A systematic review. Comput Biol Chem. 2022;100:107729.

以往推荐如下：

1. 细胞特异性因果调控网络识别

2. 因果推理综述推荐一篇

3. miRNA活性识别之因果推理方法

4. miRNA协作之因果推理方法

5. 你想了解因果推理吗？

6. 因果学习工具：Causal Explorer和Causal Learner

7. ​小样本学习

8. ​样本异质性定量化

9. ​生物标志物定义及其应用

10. 分子生物标志物数据库MarkerDB

11. 细胞标志物数据库CellMarker 2.0

12. 细胞发育轨迹数据库CellTracer