ncRNA分析

生信喵

背景
       DNA、RNA 和蛋白质是三种重要的生物大分子，传统的观念认为 DNA 携带着遗传信息，蛋白质是体现生物功能的分子，而 RNA 在这二者间起传递遗传信息的桥梁作用。随着新一代测序技术的发展，越来越多的生物基因组被测序出来，而且，随着 RNAseq 技术的发展，我们对非编码 RNA 的认识也逐渐深入，甚至改变了一些我们传统的认识。人体每个细胞都具有相同的染色体，为什么最终会分化成不同的形态执行不同的功能呢？这些都是由于转录翻译的 RNA 的不同。
       通常我把 RNA 按照是否编码蛋白质分为两大类：
       1、Coding RNA，也就是我们经常说的 mRNA。
       2、Non-CodingRNA，如核糖体 RNA、转运 RNA、核仁 RNA、小 RNA 等。
       基因组上除了包含大量编码基因的 mRNA 外，还包含大量非编码 RNA，也叫做 ncRNA。由于很多 ncRNA 都有固定的结构，例如核糖体 RNA 比较保守，而转运 RNA 具有倒三叶草二级结构，因此这两种 ncRNA 的分析直接通过软件预测即可，准确性非常高。由于核糖体 RNA属于重复序列，如果能够拼接出核糖体 RNA，也是作为基因组拼接效果的一个衡量指标。

一、核糖体 RNA 预测
1.1 安装软件

1. #安装软件 rnammer
   
2. #首先需要下载安装hmmer
   
3. mamba install -y hmmer=2.3.2
   
4. mamba install -y perl-xml-simple
   
5. mamba install -y perl-getopt-long
   
6. 
   
7. #rnammer 需使用教育edu邮箱单独申请
   
8. https://services.healthtech.dtu.dk
   
9. 
   
10. #下载之后解压缩
    
11. mkidr rnammer-1.2
    
12. tar zxvf rnammer-1.2.src.tar.gz -C rnammer-1.2
    
13. 
    
14. #修改rnammer程序路径
    
15. $INSTALL_PATH
    
16. $HMMSEARCH_BINARY

复制代码

1.2 运行软件

1. #运行程序
   
2. mkdir ncrna;cd ncrna;
   
3. rnammer -S bac -m tsu,lsu,ssu -gff MGH78578.gff -f MGH78578_rrna.frn MGH78578.fa

复制代码

      -S：物种类型，古细菌，细菌或者真菌
       -m：需要 rRNA 类型，如果真要 16S，则单独选择 lsu
       -gff：输出 gff 格式结果
       -f：输出 fasta 格式序列

二、转运 RNA 预测
2.1 安装软件

1. #安装软件 trnascan-se
   
2. mamba install -y trnascan-se

复制代码

2.2 运行软件
       转运 RNA 可以通过 tRNAscan 软件进行预测。

1. #检查默认 perl 版本
   
2. perl ~/miniconda3/bin/tRNAscan-SE
   
3. perl ~/miniconda3/bin/tRNAscan-SE -B -o tRNAScan.out -f tRNAScan.out.structure
   
4. -m stat.list MGH78578.fasta

复制代码

      -B ：物种为细菌
       -A ：物种为古细菌
       -O ：输入序列为细胞器
       -G ：包括全部类型
       -o：输出结果
       -f：tRNA 二级结构
       -m：统计结果

2.3 提取序列

1. #提取序列
   
2. perl get_tRNA.pl tRNAScan.out MGH78578.fasta MGH78578_trna.ffn

复制代码

提取序列程序

1. #!/usr/bin/perl
   
2. if (@ARGV !=3) {
   
3. die "This program is used to get tRNA sequence
   
4. Usage:perl $0 <tRNAScan.out> <genome.fasta> <result>\n";
   
5. }
   
6. open(A,"$ARGV[1]") ;
   
7. while (<A>) {
   
8. chomp;
   
9. $_=~s/[^ACGTNX\d]$//gi;
   
10. if($_=~/^>/){
    
11. @temp=split;
    
12. $temp[0]=~s/^>//;
    
13. $name=$temp[0];
    
14. }else{
    
15. $genome_seq{$name}.=$_;
    
16. } }
    
17. close(A);
    
18. open(A,"$ARGV[0]") ;
    
19. open O,">$ARGV[2]";
    
20. $flag=0;
    
21. while (<A>) {
    
22. chomp;
    
23. if($_=~/^\-\-\-\-\-/){
    
24. $flag=1;
    
25. }else{
    
26. if($flag==1){
    
27. @temp=split;
    
28. if($temp[2]<$temp[3]){
    
29. $trna=uc(substr($genome_seq{$temp[0]},$temp[2]-1,$temp[3]-$temp[2]+1));
    
30. $trna=~s/(.{50})/$1\n/g;
    
31. print O ">$temp[0]_tRNA$temp[1] $temp[2] $temp[3] $temp[4]
    
32. $temp[5]\n$trna\n";
    
33. }else{
    
34. 
    
35. $trna=reverse(uc(substr($genome_seq{$temp[0]},$temp[3]-1,$temp[2]-$temp[3]+1))
    
36. );
    
37. $trna=~tr/ACGT/TGCA/;
    
38. $trna=~s/(.{50})/$1\n/g;
    
39. print O ">$temp[0]_tRNA$temp[1] $temp[2] $temp[3] $temp[4]
    
40. $temp[5]\n$trna\n";
    
41. }
    
42. }
    
43. } }
    
44. close(A);
    
45. close O;

复制代码

2.4 查看二级结构
http://rna.tbi.univie.ac.at/forna/
序列格式

1. #在线分析
   
2. >molecule_name
   
3. CGCUUCAUAUAAUCCUAAUGAUAUGGUUUGGGAGUUUCUACCAAGAGCCUUAAACUCUUGAUUAUGAAGUG
   
4. ...(((((((..((((((.........))))))......).((((((.......))))))..))))))...

复制代码

三、 其他 ncRNA
1、lncRNA
网址：http://www.noncode.org/
2、lncATLAS
lncRNA 亚细胞定位的数据库
网址：http://lncatlas.crg.eu/
3、miRNA
网址: http://www.mirbase.org/
4、ceRNA
ceRNA 功能探究数据库
网址: http://starbase.sysu.edu.cn/
5、circBase-
网址: http://www.circbase.org/