超简便的国产lncRNA预测工具LGC

在过去几年里,研究发现long non-coding RNAs (lncRNAs)在疾病和生物调控过程中扮演着重要角色。但在大量非模式物种中lncRNA的鉴定仍是一项富有挑战性的工作。该工作需要确定的序列信息,注释信息以及构建物种特有的训练集,但具有lncRNA研究所需的足够完整的序列与注释的物种只占很少数。

LGC是由北京基因组所基于python2 (Python极简教程(一))开发的一款快速lncRNA预测工具,该工具通过ORF(开放阅读框)长度和GC含量间的关系进行相关运算来鉴定lncRNA。LGC最大特点是能够基于跨物种策略进行lncRNA发掘。因此LGC可以支持有参数据无参数据 (无参转录组分析工具评估和流程展示)进行lncRNA鉴定。在区分从植物到哺乳动物的不同物种的lncRNA和蛋白编码RNA方面,LGC鉴定的准确率高达90%

LGC基于物种特异性模型和人类模型性能研究

LGC与现有常见lncRNA鉴定工具准确性敏感性特异性评估

LGC提供了在线服务器版和Linix/Unix本地版 (如果您也开发了软件,希望同时做个线上版,欢迎联系我们开发,专业服务,质优价廉,也投个核酸研究)

Webserver

(http://bigd.big.ac.cn/lgc/calculator)

漂亮简洁的应用页面,只需要fasta(无参有参数据都可用)序列就可以进行lncRNA鉴定(可以直接粘贴自己感兴趣的序列或上传fasta文件(文件小于100MB)进行批量鉴定)。另外对人类,果蝇,小鼠,斑马鱼四个物种可以通过上传BED(小于3MB)或GTF(小于3MB)格式文件进行lncRNA挖掘。生信分析过程中这些常见文件的格式以及查看方式你都知道吗?

本地运行

当然,网页版在速度与通量上仍有一定的局限性(对原始fasta数据库的拆分,再逐批上传鉴定真的好麻烦)。如果分析的数据比较多,可以在linux服务器搭建本地版本进行全库的LncRNA检索。 (不熟悉Linux,来看看免费Linux系统和生信宝典原创学习教程

在构建本地版的LGC时,LGC官网推荐的安装流程是先安装python2biopython,但我个人习惯使用anaconda2以及其下的bioconda解决生物软件安装烦恼),可以大大简化安装过程和更好的解决依赖性问题(conda install 想补什么补什么,Linux - Conda软件安装方法)。

命令如下

wget http://bigd.big.ac.cn/biocode/tools/4/releases/1.0/file/download?filename=lgc-1.0.tar.gz
tar zxf lgc-1.0.tar.gz
chmod 755 lgc-1.0.py
#确保conda,lgc-1.0.py在环境变量里
lgc-1.0.py input.fasta output.txt 
# Or
python lgc-1.0.py input.fasta output.txt

结果文件各列的意义

这样,我们就可以通过设置合理的筛选条件,来筛得感兴趣的lncRNA进行后续的研究,比如:

参考资料:

原文发布于微信公众号 - 生信宝典(Bio_data)

原文发表时间:2019-02-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券