Journal of Data Mining en génomique et protéomique

Abstrait

Une approche computationnelle pour l'identification des microARN dans les plantes : combinaison de prédictions basées sur le génome et de données RNA-Seq

Jorge S Oliveira, Nuno D Mendes, Victor Carocha, Clara Graça, Jorge A Paiva et Ana T Freitas

Les microARN sont des molécules endogènes qui agissent en réduisant au silence les ARN messagers ciblés et qui jouent un rôle régulateur important dans de nombreux processus physiologiques chez les plantes et les animaux. Nous proposons ici un pipeline qui utilise CRAVELA, un outil de recherche de microARN à génome unique développé à l'origine pour la découverte de microARN chez les animaux, et un algorithme d'analyse de données NGS qui fournit une nouvelle fonction de notation pour évaluer le profil d'expression des candidats, en tirant parti de l'abondance relative attendue des fragments d'ARN provenant de la séquence mature, par rapport à d'autres parties du précurseur du microARN. Cette approche a été testée chez Eucalyptus spp. pour lesquels, malgré leur importance économique, aucun microARN n'a été documenté. Le résultat de notre approche a été une courte liste de candidats, comprenant des séquences conservées et non conservées. La validation expérimentale a montré une amplification dans 6 des 8 candidats choisis parmi les séquences non conservées les mieux notées.