||
写在前面
在前面的文章《ceRNA个体竞争怎样才能“入会”?》中,“入会”条件有一条:共享miRNAs前提条件下,竞争个体RNA之间的正相关关系波动很大(也就是共同目标能够很大程度上影响竞争个体之间的密切关系)。如果0代表没有波动,1代表波动巨大(类似于震动),那么波动很大取值范围为0和1之间。波动阈值取小了,很多假的ceRNA就“入会”了,反之,很多可能真的ceRNA被“拒之门外”了。另外,这个阈值如果按照经验选取的话,很容易被审稿人吐槽:为什么?你这样选取阈值太武断了,建议拒稿。那么现在问题是:如何衡量这种波动的显著性呢?这里,R工具包SPONGE(图1)给出了一种方法,该方法能将ceRNA竞争个体之间的正相关关系波动用显著性p值度量。用显著性p值(一般0.05和0.01)作为阈值,多半不会被审稿人刁难了。
图1 R/Bioconductor工具包SPONGE
动机
动机1:大部分已有方法没有考miRNA队ceRNA个体竞争之间的组合效应。
动机2:大规模的识别ceRNA个体竞争关系计算量巨大。
动机3:没有方法衡量ceRNA个体竞争关系的显著性(也就是miRNA对ceRNA个体竞争是否有显著性影响)。
基于以上动机,SPONGE工具包(图2)被生物信息学顶会ISMB/ECCB 2019(https://www.iscb.org/,http://eccb.iscb.org/)录用。ISMB/ECCB与生物信息学杂志:Bioinformatics,PLoS Computational Biology和IEEE Journal of Biomedical and Health Informatics都有合作,会议录用文章都会推荐在这些杂志上面,但是录用率极低。
图2 R/Bioconductor工具包SPONGE论文
架构
如图3,SPONGE架构主要分为三个部分:miRNA靶标识别(gene-miRNA interactions)、ceRNA个体竞争识别(ceRNA interactions)和基于零模型的显著性p值计算(null model-based p-value computation)。miRNA靶标识别主要利用Lasso回归方法,因此有一定局限性(miRNA靶标识别精度没法保证);另外,ceRNA个体竞争识别实际上改进了SC(Sensitivity Correlation)方法(图4)。最后,显著性p值计算基于零模型而不是传统意义的置换(permutation)方法,这点比较新颖。虽然置换方法(置换次数通常100以上)也能计算显著性p值,但是其计算量实在是太大了,时间也很长。当然,有论文曾经也使用置换方法计算RNA个体竞争的显著性p值(图5),毕竟是第一个吃螃蟹的人,设备好,不在乎计算量。
图3 R/Bioconductor工具包SPONGE架构
图4 SC(Sensitivity Correlation)方法论文
图5 使用置换方法计算RNA个体竞争显著性p值论文
至于SPONGE的基本用法,帮助文档(http://www.bioconductor.org/packages/release/bioc/vignettes/SPONGE/inst/doc/SPONGE.html)很有帮助哦。
参考文献:,
[1] List, M., Dehghani Amirabad, A., Kostka, D., & Schulz, M. H. (2019). Large-scale inference of competing endogenous RNA networks with sparse partial correlation. Bioinformatics (Oxford, England), 35(14), i596–i604. https://doi.org/10.1093/bioinformatics/btz314
[2] Paci, P., Colombo, T., & Farina, L. (2014). Computational analysis identifies a sponge interaction network between long non-coding RNAs and messenger RNAs in human breast cancer. BMC systems biology, 8, 83. https://doi.org/10.1186/1752-0509-8-83
[3] Sumazin, P., Yang, X., Chiu, H. S., Chung, W. J., Iyer, A., Llobet-Navas, D., Rajbhandari, P., Bansal, M., Guarnieri, P., Silva, J., & Califano, A. (2011). An extensive microRNA-mediated network of RNA-RNA interactions regulates established oncogenic pathways in glioblastoma. Cell, 147(2), 370–381. https://doi.org/10.1016/j.cell.2011.09.041
[4] Le, T. D., Zhang, J., Liu, L., & Li, J. (2017). Computational methods for identifying miRNA sponge interactions. Briefings in bioinformatics, 18(4), 577–590. https://doi.org/10.1093/bib/bbw042
更多背景知识如下:
3. 什么?ceRNA竞争除了“单挑”模式,还可能有“组队”模式?
4. ceRNA,是与非!
为了便于交流,我们为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/。
大理大学生物医学工程专业长期招聘博士:
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-26 10:00
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社