实验验证型人类miRNA-mRNA互作数据库综述 

微小RNA（miRNA）在疾病发展中的作用越来越成为生物行为研究的主题。miRNA是长度在17至25个核苷酸的小型单链非编码RNA，在转录后水平上发挥作用以调节基因表达。通过与信使RNA（mRNAs）的3′非翻译区（UTR）结合，miRNAs可以抑制或降解靶标mRNA，从而影响其翻译效率。miRNA在许多细胞过程中发挥着关键作用，包括发育、代谢、细胞周期、分化和死亡。鉴于它们在这些生物过程中的作用，miRNA生物发生或调节的破坏可能导致疾病。miRNA失调已在不同的疾病中进行了研究，包括心血管疾病、代谢紊乱、血管疾病、神经系统紊乱和癌症。 

为了确定miRNA的调节功能，识别和验证与靶标mRNA的相互作用至关重要。miRNA通过一个称为种子序列的区域与mRNA结合，种子序列通常由六到八个核苷酸组成，通过这样做来调节mRNA的翻译。这一过程是动态的，因为miRNA可以与数百个mRNA靶点相互作用，而mRNA可以被许多miRNA靶向，这使得miRNA与mRNA相互作用的研究具有挑战性。研究人员通过使用预测方法和随后对这些miR-mRNA靶向相互作用（MTI）的实验验证来解决这个问题。随着miRNA研究数量的增加，人们开始需要组织有关这些相互作用的数据，生物信息学工具已经成为管理和查询这些数据的有用方法。一般来说，生物信息学工具可以根据所使用的平台进行分组，通常是基于网络的服务或可下载的软件及其相关包（如R）。基于Web的服务往往是用户友好的，而可下载的包在数据操作方面具有更大的灵活性。 

靶标预测算法可以提供关于MTI的关键信息。然而，其中一些算法是围绕着关键种子区域内完美配对的假设而开发的。然而，mRNA的3′UTR中只有几个核苷酸需要足够的碱基配对才能进行miRNA调节。这种特性可以在目标预测工具之间产生不同的结果，并导致MTI的高假阳性。因此，通过实验验证这些相互作用是很重要的。MTI的实验验证有直接和间接两种方法。直接方法直接研究miRNA-mRNA对，或引入结合miRNA和基因的特定靶位点。这些方法为功能性MTI提供了最有力的证据，包括定量逆转录聚合酶链式反应（qRT-PCR）、蛋白质印迹和萤光素酶报告基因测定。间接方法为功能性MTI提供了不太可靠的证据，包括高通量技术，从改变的mRNA或蛋白质表达中获得miRNA表达。这些技术包括微阵列、核糖核酸测序、交联和免疫沉淀，然后是杂交种的测序、交联连接和测序。 

以往综述要么对miRNA分析工具进行广泛概述，将一小部分用于靶点预测和验证，要么对一些经过验证的miRNA靶点数据库进行了评估。然而，这些先前的综述都没有集中在人类实验验证数据库上。本次介绍的综述《Review of databases for experimentally validated human microRNA-mRNA interactions》目的是识别、描述和比较目前可用的数据库，这些数据库对人类MTI的实验验证数据进行了整理。 

这篇综述的纳入标准是基于网络的工具、实验验证的靶数据、人类miRNA，该工具的既定目的是专门对miRNA和mRNA的相互作用进行编目。使用一个开放访问平台tools4miRs（它拥有数百个广泛用于miRNA分析的工具）来确定可用数据库的总数。从那里，过滤了“生物体特异性”类别的人类miRNA和“数据收集”类别的实验证据。在阅读了数据库的摘要和描述后，选择了符合纳入标准的miRNA数据库。一个排除标准适用于符合纳入标准但数据库站点无法访问的工具。还使用搜索词搜索了PubMed中列出的其他miRNA靶数据库：（（（（microrna*）OR（mirna））OR（miR））AND（target））和（database*）。总体而言，遵循了系统评价和Meta分析首选报告项目（PRISMA）指南（图1）。 

图1系统评价和Meta分析首选报告项目（PRISMA）流程图以描述用于实验验证的人类MTI数据库的系统选择过程。 

最终，筛选出10个数据库进行进一步比较分析，该10个数据库分别为miRTarBase (http://mirtarbase.cuhk.edu.cn/), starBase/The Encyclopedia of RNA Interactomes (ENCORI) (https://rna.sysu.edu.cn/encori/index.php), DIANA-TarBase (https://dianalab.e-ce.uth.gr/html/diana/web/index.php?r=tarbasev8%2Findex), miRWalk (http://mirwalk.umm.uni-heidelberg.de/), miRecords (http://c1.accurascience.com/miRecords/download.php), miRGator (http://mirgator.kobic.re.kr/index.html), miRSystem (http://mirsystem.cgm.ntu.edu.tw/), miRGate (http://mirgate.bioinfo.cnio.es/), miRSel (https://services.bio.ifi.lmu.de:1047/mirsel/) and targetHub (https://app1.bioinformatics.mdanderson.org/tarhub/_design/basic/index.html)。总体而言，miRTarBase和DIANA-TarBase数据库的特性和功能最为全面（表1）。具体分析结果可以参见文献[1]。 

表1 实验验证型人类miRNA-mRNA互作数据库的功能特性

参考文献

[1] Kariuki D, Asam K, Aouizerat BE, Lewis KA, Florez JC, Flowers E. Review of databases for experimentally validated human microRNA-mRNA interactions. Database (Oxford). 2023 Apr 25;2023:baad014. doi: 10.1093/database/baad014.

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库

15. 细菌必需非编码RNA资源：DBEncRNA

16. 细胞标志物数据库：singleCellBase