近年來，因診斷和治療方面的潛力巨大，microRNA（miRNA）研究正在快速增長，這也帶動了miRNA工具和服務市場的發(fā)展。據(jù)Frost & Sullivan公司預計，到2017年，miRNA市場的規(guī)模有望突破3億美元。

miRNA雖只有短短22個核苷酸，卻通過調控大量的靶基因，在基因表達中扮演了重要角色。研究發(fā)現(xiàn)，每個哺乳動物miRNA可能調控了約200個靶基因。到目前為止，仍有許多miRNA的功能并不清楚，原因在于已經確定的miRNA靶基因數(shù)量很少，而靶基因的預測和鑒定的難度又頗大。于是，科學家們也在利用各種生物信息學方法和實驗方法來尋找miRNA的靶基因。

免費索取一代細胞增殖檢測技術資料信息，無需抗體，輕松獲取更加準確的實驗數(shù)據(jù)

生物信息學方法

鑒定miRNA靶基因的zui常用方法是依賴計算機算法，如TargetScan、MiRanda和PicTar。它們預測miRNA種子區(qū)的結合。種子區(qū)（seed region）指的是miRNA上進化zui為保守的片段，從第2個到第8個核苷酸，通常與mRNA 3’-UTR上的靶位點*互補。

每種算法都有自己*的一套規(guī)則，但主要遵循以下幾個基本原則：miRNA 與其靶位點的互補性；miRNA 靶位點在不同物種之間的保守性；miRNA-mRNA 雙鏈之間的熱穩(wěn)定性；miRNA 靶位點處不應有復雜的二級結構等。當然，具體允許有多少個錯配，哪里有錯配，這就因算法而異了。

然而，這種搜索還是頗具挑戰(zhàn)性，因為動物miRNA:mRNA雙鏈往往含有錯配、缺口或凸出，而且目前明確的miRNA靶基因并不多，在算法編寫過程中沒有足夠的樣本可以參考，因此，搜索并不時時奏效。不過，對于分值zui高的匹配，后續(xù)實驗的成功率還是挺高的。以下便是人們常用的miRNA靶點預測工具。

TargetScan

TargetScan（targetscan.org）由麻省理工學院的Benjamin Lewis等人在2003年開發(fā)，它通過搜索與每個miRNA的種子區(qū)匹配的保守位點而預測miRNA的靶基因。作為一個選項，非保守位點也可預測。與其他的目標預測工具不同，TargetScan提供每個miRNA預測靶點的準確排名。這些排名是基于進化上保守的靶定概率（PCT得分）或抑制的預測效果（背景+得分）。

TargetScan目前包括TargetScanHuman、TargetScanMouse、TargetScanFish、TargetScanFly和TargetScanWorm，分別圍繞人、小鼠、斑馬魚、果蠅和線蟲的基因提供預測。目前的版本是TargetScan 6.2。

miRanda

miRanda（www.microrna。。ｏｒｇ/）是一個利用生物信息學對 miRNA 靶基因進行預測的軟件，由Sloan-Kettering紀念癌癥中心的Anton Enright等人在2003年設計開發(fā)，以C語言編寫。miRanda 對 3’-UTR 的篩選依據(jù)主要是從序列匹配、miRNA與mRNA雙鏈的熱穩(wěn)定性以及靶位點的保守性三個方面進行分析。

PicTar

PicTar（pictar.mdc-berlin.de）則由紐約大學的Azra Krek等人在2005年開發(fā)。與大部分算法一樣，PicTar同樣強調種子區(qū)在靶位點識別及在轉錄后調控中的關鍵作用。不同的是，PicTar把種子序列分為“*匹配種子序列”和“不*匹配種子序列”，前者要求種子序列和靶基因*互補配對，后者在滿足 miRNA 與靶基因結合自由能不增加的前提下允許種子序列出現(xiàn)錯配, 但不允許G:U配對。

有些研究人員會選擇用多個工具來預測miRNA的靶基因，并找出所預測的交集，但是每個軟件預測出來的靶基因都為數(shù)眾多，有些甚至有幾千個，怎么辦？笨辦法就是建個excel，輸入多個結果，查詢各個結果之間的重疊情況。這個方法很有效，但相當費時，這里推薦個工具miRWalk數(shù)據(jù)庫

實驗方法

預測miRNA靶基因的算法雖然在不斷升級，但計算機模擬仍有一定的局限性，研究人員也希望通過實驗方法來更直觀地尋找miRNA靶基因。這些年，人們開發(fā)出不少方法，或從mRNA或蛋白表達的變化入手來尋找靶基因，或者更直接，確定miRNA與mRNA之間的相互作用。而新技術（如NGS）的崛起，也為這一領域增添了新的活力。

elisa試劑盒,elisa kit,IL-2 elisa試劑盒,IL-6 elisa試劑盒,IL-10 elisa試劑盒,TNF-a試劑盒,酶聯(lián)免疫分析試劑盒,人血清,鹽酸鹽,試劑盒-南京信帆生物技術有限公司