写在前面

前两次说了基于IDA（Intervention calculus when the DAG is Absent）因果推理方法识别miRNA靶基因（miRNA靶基因识别之IDA和miRNA靶基因识别之DirectTarget）。这次说一下基于JointIDA（Joint Intervention calculus when the DAG is Absent）因果推理方法识别miRNA靶基因。

01

—

动机

基于IDA因果推理模型方法（IDA和DirectTarget），通过模拟单个miRNA敲除来识别miRNA靶基因。然而，在研究每个miRNA与每个靶基因调控关系时，需要排除其他miRNAs的影响。为了消除其他miRNAs影响，在识别每个miRNA与每个靶基因调控关系时需要将数据集内其他miRNAs加以控制（这些miRNAs也是控制变量）。基于此，使用JointIDA来模拟多个miRNAs敲除来识别miRNA靶基因（图1）。

图1 基于JointIDA方法论文

02

—

JointIDA

JointIDA的输入数据源为匹配的miRNA和mRNA表达谱。由于没有使用先验信息，因此它是一种非监督性方法。通过与相关分析方法（Pearson）、因果方法（IDA）比较，JointIDA在发现实验验证型miRNA靶基因个数方面表现最优（图2）。分析结果显示：JointIDA方法识别的miRNA靶基因与EMT（Epithelial Mesenchymal Transition）生物过程密切相关，并且发现miR-200家族成员(miR-141, miR-200a/b/c和miR-429)协同调控许多靶基因。详细结果参见参考文献[1]。

图2 基于JointIDA方法与其他方法比较结果

后话

基于JointIDA比基于IDA更符合miRNA靶基因预测实际情况，需要注意的是JointIDA计算量比IDA更大。因此在使用JointIDA之前，最好使用特征选择（例如基因差异表达分析）来降维。

参考文献：

[1] Thuc Duy Le, Junpeng Zhang, Lin Liu, Buu Minh Thanh Truong, Shu Hu, Taosheng Xu, and Jiuyong Li. 2017. Identifying microRNA targets in epithelial-mesenchymal transition using joint-intervention causal inference. In Proceedings of the 8th International Conference on Computational Systems-Biology and Bioinformatics (CSBio '17). Association for Computing Machinery, New York, NY, USA, 34–41. DOI:https://doi.org/10.1145/3156346.3156353

[2] Thuc Le, Tao Hoang, Jiuyong Li, Lin Liu, Huawen Liu, and Shu Hu. 2016. A fast PC algorithm for high dimensional causal discovery with multi-core PCs. IEEE/ACM transactions on computational biology and bioinformatics (2016).

[3] Thuc Duy Le, Tao Hoang, Jiuyong Li, Lin Liu, and Shu Hu. 2015. ParallelPC: an R package for efficient constraint based causal exploration. arXiv preprint arXiv:1510.03042 (2015).

[4] Preetam Nandy, Marloes H Maathuis, Thomas S Richardson, et al. 2017. Estimating the effect of joint interventions from observational data in sparse high-dimensional settings. The Annals of Statistics 45, 2 (2017), 647–674.

[5] Judea Pearl. 2000. Causality: models, reasoning, and inference. Cambridge University Press.

[6] Peter Spirtes, C Glymour, and R Scheines. 2000. Causation, prediction, and search (2nd ed.). MIT Press, Cambridge, MA

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

12. ​miRNA靶基因识别：下一步

13. miRNA靶基因之实验验证型数据库

14. ​miRNA靶基因之预测型数据库

15. miRNA靶基因之综合型数据库

16. miRNA靶基因之miRLAB

17. miRNA靶基因之miRBaseConverter

18. miRNA与TF互为调控

19. miRNA与人类疾病

20. miRNA靶基因与人类疾病

21. ​miRNA与EMT

22. miRNA协作

23. miRNA协作之MFSN

24. miRNA协作之因果推理方法

25. 单细胞水平miRNA调控

26. miRNA靶基因识别之IDA

27. ​EMT，你怎么那么多调控因子！

28. miRNA靶基因识别之DirectTarget

号外，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/。