小分子RNA整合分析软件：psRobot

　　

生物通报道：来自中科院遗传与发育研究所的研究人员发表了题为“PsRobot: a web-based plant small RNA meta-analysis toolbox”的文章，报道了一种小分子RNA整合分析软件——psRobot，这一在线工具能帮助研究人员获得小分子RNA的产生过程、作用机制以及具有的生物学功能等信息。这一研究成果公布在英国生物信息学期刊Nucleic Acids Research杂志上。

这项研究由遗传与发育生物学研究所王秀杰课题组完成，王秀杰课题组的博士生吴华君和马英克为论文共同第一作者。这项研究得到了国家自然科学基金，中科院和农业部项目等经费资助。

植物小分子RNA，主要包括microRNA和小干扰RNA，在基因的转录和转录后调控过程中具有重要作用。第二代测序技术的逐渐成熟和广泛应用极大地推动了小分子RNA相关研究的发展，对不同组织和材料中的小分子RNA进行深度测序已成为研究小分子RNA的常规手段。因此，针对这些数据的生物信息学分析成为了研究者们面临的日益突出的问题。

在这篇文章中，研究人员介绍了一套在线的小分子RNA整合分析软件psRobot。这一软件仅需要用户提交小分子RNA的成熟体序列，就可以借助多种预存的高通量数据系统的鉴定这些小分子RNA是否为microRNA（或具有发夹结构前体的小RNA）以及它们的靶基因情况。

这个在线工具的网址是http://omicslab.genetics.ac.cn/psRobot/，主要分为两个功能模块，第一个功能模块提供与小分子RNA本身相关的信息，包括小分子RNA在参考基因组上的定位以及茎环结构的位置、在不同小分子RNA合成蛋白突变体或AGO结合实验中的表达水平等。用户可以基于上述分析结果来判断小分子RNA的产生与作用过程。第二个功能模块进行小分子RNA的靶基因预测，提供包括参考序列库中的所有靶基因位点列表、靶位点的多重性、靶位点的保守性以及降解组数据等生物实验数据信息。

通过以上工具用户可以方便地获得所分析的小分子RNA的产生过程、作用机制以及具有的生物学功能等信息，为系统地研究小分子RNA的功能提供了极大的便利。

MicroRNAs (miRNAs)最早是在上世纪90年代初，Lee和Wightman等通过在线虫中分析发育时间突变体首次发现。但直到2001年后，才出现了集中研究这些调控性RNAs的专门领域，随后科学家们在线虫、果蝇和哺乳动物中鉴别出大量内源表达的小RNAs。在此后的10年里，miRNA生物学研究获得了令人瞩目的关注，取得了飞速的发展。

而且在miRNAs的研究技术方面也发生了突飞猛进的变化，尤其是测序技术的发展促使这一领域的研究也得到新发展，比如来自清华大学国家实验室生物信息学研究部的研究人员就发表文章，解析RNA深度测序分析方法。

他们提出了一种non-URD(N-URD)模型，可以用于推断亚型表达水平，研究人员通过一系列的系统模拟研究，证明了这种模型超越了原始模型，能恢复主要亚型，分析可变亚型的表达比率。

（生物通：万纹）

原文摘要：

PsRobot: a web-based plant small RNA meta-analysis toolbox

Small RNAs (smRNAs) in plants, mainly microRNAs and small interfering RNAs, play important roles in both transcriptional and post-transcriptional gene regulation. The broad application of high-throughput sequencing technology has made routinely generation of bulk smRNA sequences in laboratories possible, thus has significantly increased the need for batch analysis tools. PsRobot is a web-based easy-to-use tool dedicated to the identification of smRNAs with stem-loop shaped precursors (such as microRNAs and short hairpin RNAs) and their target genes/transcripts. It performs fast analysis to identify smRNAs with stem-loop shaped precursors among batch input data and predicts their targets using a modified Smith–Waterman algorithm. PsRobot integrates the expression data of smRNAs in major plant smRNA biogenesis gene mutants and smRNA-associated protein complexes to give clues to the smRNA generation and functional processes. Besides improved specificity, the reliability of smRNA target prediction results can also be evaluated by mRNA cleavage (degradome) data. The cross species conservation statuses and the multiplicity of smRNA target sites are also provided.

作者简介：

王秀杰

博士, 研究员, 博士生导师。
　　1998年获南开大学生物学学士学位, 2000年获香港科技大学生物化学硕士学位, 2004年6月获洛克菲勒大学 (The Rockefeller University) 生物信息学博士学位, 同年在洛克菲勒大学从事博士后研究。2005年1月进入中国科学院遗传与发育生物学研究所。
　　王秀杰博士领导的创新研究组的主要研究方向是生物信息学和系统生物学。我们将发挥计算机在处理大规模生物学数据上的优势, 运用现代生物信息学技术, 对公共数据库中的各种生物数据进行系统分析, 来发现新的基因和基因表达调控机制，构建遗传网络调控模型，从宏观上阐释生命调控的规律。