MicroRNA target prediction tools for animals: Where we are at and where we are going to - A systematic review

Feitosa, Rayssa M.M.W.; Prieto-Oliveira, Paula; Brentani, Helena; Machado‐Lima, Ariane

doi:10.1016/j.compbiolchem.2022.107729

Cited by 5 publications

(2 citation statements)

References 139 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Next, we compared the designed interaction-aware model used in this research with existing state-of-the-art tools. Because deep learning tools have been shown to achieve better miRNA target identification than rule-based and machine learning-based methods, this comparison only focuses on existing deep learning-based tools. The following deep learning-based miRNA target identification models were investigated to form comparisons with our work: miRAW, deepTarget, miTAR, DMISO, and cnnMirTarget .…”

Section: Results and Discussionmentioning

confidence: 99%

Identifying Human miRNA Target Sites via Learning the Interaction Patterns between miRNA and mRNA Segments

Yang,

Chen,

Lee

et al. 2023

J. Chem. Inf. Model.

View full text Add to dashboard Cite

miRNAs (microRNAs) target specific mRNA (messenger RNA) sites to regulate their translation expression. Although miRNA targeting can rely on seed region base pairing, animal miRNAs, including human miRNAs, typically cooperate with several cofactors, leading to various noncanonical pairing rules. Therefore, identifying the binding sites of animal miRNAs remains challenging. Because experiments for mapping miRNA targets are costly, computational methods are preferred for extracting potential miRNA–mRNA fragment binding pairs first. However, existing prediction tools can have significant false positives due to the prevalent noncanonical miRNA binding behaviors and the information-biased training negative sets that were used while constructing these tools. To overcome these obstacles, we first prepared an information-balanced miRNA binding pair ground-truth data set. A miRNA–mRNA interaction-aware model was then designed to help identify miRNA binding events. On the test set, our model (auROC = 94.4%) outperformed existing models by at least 2.8% in auROC. Furthermore, we showed that this model can suggest potential binding patterns for miRNA–mRNA sequence interacting pairs. Finally, we made the prepared data sets and the designed model available at .

show abstract

Section: Results and Discussionmentioning

confidence: 99%

Identifying Human miRNA Target Sites via Learning the Interaction Patterns between miRNA and mRNA Segments

Yang,

Chen,

Lee

et al. 2023

J. Chem. Inf. Model.

View full text Add to dashboard Cite

show abstract

“…Após expressão e processamento, os miRNAs maduros resultantes possuem entre 19-26 nucleotídeos e se interagem com mRNAs alvos por meio de complementaridade de bases, levando-os à degradação ou impedindo a tradução. Em animais, as extremidades 3'UTRs de mRNAs são alvos mais frequentes de interações não perfeitas com miRNAs (revisado por Feitosa et al, 2022). Cabe ressaltar que na extremidade 5' dos miRNAs encontra-se uma região chamada seed, que envolve todos os ou parte dos 8 primeiros nucleotídeos que, por sua vez, se ligam mais fielmente aos transcritos alvos do que a porção de ~2/3 que se encontra mais à extremidade 3' da sequência (Didiano e Hobert, 2006).…”

Section: Apis Melliferaunclassified

Expressão de genes da via Hippo em Apis mellifera: relação com hormônios, microRNAs e comparação entre ovários de rainhas e operárias em desenvolvimento

Sanches¹

View full text Add to dashboard Cite

Dedico esse trabalho aos meus pais que sempre me apoiaram e estiveram presentes em todas as minhas decisões. AGRADECIMENTOSAgradeço ao Programa de Pós-Graduação em Genética e à Faculdade de Medicina de Ribeirão Preto (FMRP-USP), pela oportunidade de realização deste trabalho e por todo suporte que tive durante o Mestrado; às agências de fomento CAPES, Fapesp e CNPq por todo suporte financeiro; Ao meu Orientador Prof. Dr. Francis Nunes pela oportunidade de desenvolver esse projeto, por todos os ensinamentos, pela amizade e por estar sempre disponível para me auxiliar no desenvolvimento do mesmo; Às professoras, Profa Dra. Zilá Simões, Profa Dra. Márcia Bitondi e ao Prof. Dr. Klaus Hartfelder por disponibilizarem os recursos e o laboratório, e por estarem sempre disponíveis para discutir sobre o projeto; À Profa Dra. Lívia Moda, ao Prof. Dr. Rodrigo Dalaqua, e a MSc. Franciane Rabiço por todo o suporte que me deram a respeito da hibridização in situ; À MSc. Natália Hernandes por ter gentilmente me cedido as amostras de Apis mellifera tratadas com hormônio juvenil e 20-hidroxiecdisona; Aos meus colegas de laboratório e aos alunos do Prof. Dr. Klaus Hartfelder pela boa convivência e pela cooperação que sempre tivemos; Ao técnico Luís Aguiar por tudo que aprendi sobre manutenção do apiário e pelo auxílio nas coletas de abelhas operárias e produção de rainhas da espécie Apis mellifera; À Dra. Denyse Lago por ter se dedicado a me ensinar dissecção de ovários de larvas de Apis mellifera, junto com a Profa. Dra. Zilá; Aos técnicos Vera Figueiredo, Rogério Pereira, por estarem sempre disposto a me auxiliar, pela amizade e todos os momentos felizes no laboratório. Ao técnico Anderson por ter me recebido com tanta gentileza; À especialista do LMMC -EMRP, Elizabete Milani por ter me recebido com tanta gentileza. A dedicação e o amor que ela tem pelo trabalho e pelo projeto das pessoas que a procura é notável e inspirador; Às funcionárias Maria e Francisca pela excelente companhia durante o almoço e no final do expediente, e por manter o laboratório sempre limpo e organizado; Agradeço aos meus pais, Marlene e Luiz, ao meu noivo Pedro, a minha avó Zélia e ao meu irmão Carlos por todo o apoio que me deram durante essa trajetória: por todos os finais de semanas e feriados que me acompanharam nas coletas, pela imensa compreensão que tiveram comigo nas diferentes fases do projeto e por todo o amor que recebo de cada um, eu amo vocês. À Maria Luiza e à Josélia por todo o apoio psicológico durante o período da Pandemia em que estive desenvolvendo o Mestrado.

show abstract

LncRNA PVT1 delays skin photoaging by sequestering miR-551b-3p to release AQP3 expression via ceRNA mechanism

et al. 2023

View full text Add to dashboard Cite

MicroRNA target prediction tools for animals: Where we are at and where we are going to - A systematic review

Cited by 5 publications

References 139 publications

Identifying Human miRNA Target Sites via Learning the Interaction Patterns between miRNA and mRNA Segments

Identifying Human miRNA Target Sites via Learning the Interaction Patterns between miRNA and mRNA Segments

Expressão de genes da via Hippo em Apis mellifera: relação com hormônios, microRNAs e comparação entre ovários de rainhas e operárias em desenvolvimento

LncRNA PVT1 delays skin photoaging by sequestering miR-551b-3p to release AQP3 expression via ceRNA mechanism

Contact Info

Product

Resources

About