博文

MiRQuery：对miRNA测序数据进行交互式分析和可视化处理

已有 179 次阅读 2026-9-5 12:36 |个人分类:科普|系统分类:科普集锦

MiRQuery：对miRNA测序数据进行交互式分析和可视化处理

微小 RNA（miRNA）是一种长度约为 22 个核苷酸的小型非编码 RNA。它们主要来源于基因组的非编码区域或内含子区域。通过与目标信使 RNA 上的互补序列结合，miRNA 能够抑制蛋白质的合成，或者促使信使 RNA 被降解。在大多数情况下，miRNA 与目标的结合并非完全互补，这一特性使得一个 miRNA 能够同时作用于多个信使 RNA。正因如此，miRNA 已成为维持细胞稳态、器官发育和细胞存活的关键因素。相反，miRNA 表达的异常与癌症、传染病、自身免疫性疾病和神经退行性疾病等多种疾病有关，不过其具体机制仍在研究中。

高通量测序技术的成本不断降低，再加上其能够识别新的 miRNA 并快速分析各种样本中的 miRNA 表达情况，这些优点使得高通量测序在 miRNA 研究中的应用越来越广泛。对高通量测序数据的分析包括初步分析和后续分析。初步分析指的是对原始数据的处理，包括去除接头序列、对测序数据进行比对和定量分析，从而得到相应的计数矩阵。后续分析则基于这些计数数据，通过统计和分析手段将结果置于实验设计的背景下进行解读。由于高通量测序在 miRNA 研究中的应用尚属新兴领域，目前关于 miRNA 测序数据的生物信息学分析方法主要体现在已发表的实验方案中。虽然这些方案对刚接触该领域的生物信息学家来说很有帮助，但对于那些几乎没有或完全没有计算经验的科学家来说，仍然相当具有挑战性。让非计算机领域的科学家也能轻松使用生物信息学分析工具，对于促进非计算机领域与计算机领域研究人员之间的有效合作至关重要。这一点已被多个研究小组指出，是当前面临的主要挑战之一。

目前，人们越来越需要那些开源且易于使用的工具，以便那些没有生物信息学专业技能的研究人员也能对 miRNA 测序数据进行分析。这些工具应能帮助用户利用 miRNA 计数矩阵和样本元数据来进行后续分析。目前有一些基于网络的工具可以满足这一需求，比如 miRNet 2.0、Mienturnet、miRmaster、miMR、miEAA、Oasis 2.0 和 sRNAtoolbox。与 MiRQuery 相比，大多数现有工具要么擅长从原始数据中处理小 RNA，但缺乏后续分析功能（如 miRmaster、Oasis 2.0、sRNAtoolbox），要么属于以列表或网络形式呈现数据的工具，用户需要将中间结果导出并在不同工具之间重新格式化输入数据（如 miRNet 2.0、Mienturnet、miMR 和 miEAA）。在所调查的工具中，DIANA-miRExtra 2.0 表现较为出色。在整体功能上，与 MiRQuery 最为相似：两者都包含相同的分析模块，比如差异表达分析、目标基因识别、通路富集分析等，同时还支持与 RNA-Seq 数据的整合分析。不过，DIANA miRExtra 2.0 将样本信息存储在计数矩阵的标题中，而不是单独的元数据表中，而 MiRQuery 则单独处理元数据文件，并支持经过协变量调整的差异表达分析模型（但目前不支持交互作用项或批次校正功能）。此外，MiRQuery 还提供了更丰富的用户交互式可视化功能，以及可导出的、适合发表的图表。MiRQuery 被设计为一个完整的、具备元数据处理功能的分析流程：它以 miRNA 计数表为起点，统一处理各种分析步骤，包括数据标准化、可视化分析等。该工具支持统计分析、目标基因的检索、功能解读，还能与成对的批量 RNA-seq 数据相结合，从而生成可用于发表的研究结果和图表。用户无需手动在各个工具之间传输中间数据。需要指出的是，MiRQuery 主要用于基于关联性的二次分析；miRNA 与基因之间的负相关关系以及目标基因的优先级排序属于假设性分析结果，若没有适当的研究设计和验证，不应将其视为因果关系的证据。

尽管取得了这些进展，但目前仍然很难找到一种开源的网页界面，能够支持从计数矩阵开始的全流程、以元数据为驱动的二次分析工作流程。同时，这种界面还必须具备可安装和重复使用的特点。在其他的“组学”领域，也有一些类似的功能性工具，比如 START（用于 mRNA 转录组学分析）、MicrobiomeExplorer（用于宏基因组学分析）以及 SEQUIN（用于单细胞转录组学分析）。这些例子都体现了在基因组学研究中，集成化界面的重要性。相比之下，之前那些功能完备的 miRNA 分析平台（如 CPSS、miRTools 2.0）已经无法再使用了：它们的源代码和网页界面都已被停止维护，因此无法再被本地安装或重复使用。因此，Yang等人推出了 MiRQuery（图1，https://github.com/MSDLLCpapers/miRQuery），它既是一个网页应用程序，也是一种开源软件。还提供了 Docker 容器，以确保其可重复部署和持续被用于科学研究中。

图1 MiRQuery 应用程序的工作流程。该流程图展示了 MiRQuery 中的标准分析流程，详细说明了用户可使用的各个模块及其相互关系。这些模块包括数据可视化分析、miRNA 表达差异分析、目标基因检索、通路富集分析，以及差异表达的 miRNA 与基因之间的相关性分析。虚线表示可选的输入或模块。缩写说明：I-输入数据，M-分析模块

参考文献

[1] Yang, J. C., Sauter, J., Adam, G. C., & Carr, R., 3rd (2026). MiRQuery: a user-friendly web app for the interactive analysis and visualization of microRNA sequencing data. BMC bioinformatics, 27(1), 184. https://doi.org/10.1186/s12859-026-06479-z

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