使用blastn鉴定lncRNA中可能是miRNA前体的序列

最近在看植物长链非编码RNA的论文，其中一个分析步骤是鉴定lncRNA中可能是属于miRNA前体的序列

基本步骤是从 miR Base 数据库下载 http://www.mirbase.org/ miRNA的序列，然后使用blast比对

植物的小RNA数据库 ，华南农业大学的夏瑞老师课题组发表了论文

sRNAanno—a database repository of uniformly annotated small RNAs in plants

image.png

论文链接

https://www.nature.com/articles/s41438-021-00480-8

数据库的链接

http://www.plantsrnas.org/index.html

我查了一下自己的目标物种这个数据库中也有收集，所以直接从这个数据库下载就可以了

他的内容是如下格式

image.png

每3行是一个miRNA

我用python脚本把序列内容提取出来

fr = open("miRNA.gff",'r')
fw = open("miRNA.fasta","w")
for line in fr:
    if "miRNA_primary_transcript" in line:
        aa = line.split(";")
        seqid = aa[-2].replace("name=","")
        seq = aa[-1].replace("seq=","")
        fw.write(">%s\n%s"%(seqid,seq))
        
fr.close()
fw.close()

image.png

接下来是blast

~/Biotools/blast+/ncbi-blast-2.11.0+/bin/makeblastdb -in miRNA.fasta -dbtype nucl -title make_miRNA -parse_seqids -out miRNA -logfile make_miRNA.log
~/Biotools/blast+/ncbi-blast-2.11.0+/bin/blastn -db miRNA -query ../lncRNA_transcripts.fasta -out miRNA-lncRNA.txt -evalue 0.001 -outfmt 6 -word_size 7

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！