非编码RNA预测：rRNA

在往期文章基因组编码基因预测中介绍了CDS的预测，今天为大家介绍ncRNA的预测。由于ncRNA种类繁多，特征各异，缺少编码蛋白质的基因所具有的典型特征，现有的ncRNA预测软件一般专注于搜索单一种类的ncRNA，如tRNAScanSE搜索tRNA、snoScan搜索带C/D盒的snoRNAs、SnoGps搜索带H/ACA盒的snoRNAs、mirScan搜索microRNA等等。

rRNA是细胞内含量最多的一类RNA，约占RNA总量的82%。它与蛋白质结合而形成核糖体，其功能是在mRNA的指导下将氨基酸合成为肽链。根据分子量不同，原核生物的rRNA可分三类：5S rRNA、16S rRNA和23S rRNA。真核生物的rRNA则有四类：5S rRNA、5.8S rRNA、18S rRNA和28S rRNA。原核生物和真核生物的核糖体均由大、小两种亚基组成。

RNAmmer为一款专门的rRNA预测工具，该软件所使用的隐马尔科夫模型的训练数据集选用5S rRNA数据库和欧洲rRNA数据库，具有极高的准确率。它既可以用来预测原核生物的5S、16S、23S rRNA，也可以用来预测真核生物的5S、5.8S、18S、28S Rrna，而且是不基于参考序列的从头预测。该工具官网主页如下：

http://www.cbs.dtu.dk/services/RNAmmer/

最新下载地址：

https://services.healthtech.dtu.dk

要想下载本地使用需首先在网站填写姓名、邮箱、机构等信息进行申请，之后会将软件下载链接会发送至邮箱。需要首先安装Hmmer，然后RNAmmer软件包下载解压后就可使用。其使用方法如下所示：

rnammer -S bac -m lsu,ssu,tsu -xml out.xml -gff out.gff -h out.hmmreport -f out.rRNA.fasta genome.fasta
-S    指定输入序列的物种所属的界：古菌arc、细菌bac或真核euk；
-m    所需要预测的rRNA种类：'tsu'为5/8s rRNA，'ssu'为16/18s rRNA，'lsu'为23/28s rRNA。如果全部进行预测，则设置为为'tsu,ssu,lsu'；
-multi  并行运算，预测正反两条链上所有的rRNA，最多并行运行6个计算，相当于-m lsu,ssu,tsu；
-f    生成的rRNA的fasta结果文件名
-h    生成的hmm结果报告文件名
-gff    生成的rRNA的gff2文件名
-xml  生成的xml结果文件名

对细菌基因组序列进行预测，如下所示：

rnammer -S bac -m lsu,ssu,tsu -gff twk.rRNA.gff -f twk.rRNA.fasta -h twk.rRNA.hmmreport new.scaffolds.fasta

在gff和fasta文件中可以看到5S、16S、28S rRNA的预测结果及其序列，如下所示：

在细菌基因组中，一般23S rRNA与5S rRNA是紧挨在一起的，而其与16S 人RNA之间则隔着较长的序列片段。

END