En esta pr\u00e1ctica vamos a analizar datos de secuenciaci\u00f3n masiva de RNAs peque\u00f1os (miRNA-seq).<\/p>\n
Usaremos este experimento: SRP012546<\/a> del repositorio p\u00fablico SRA. De este experimento se asigna al menos una muestra a cada estudiante.<\/p>\n La referencia: miRBase<\/a><\/span><\/strong><\/p>\n miRBase es la base de datos de referencia para los microRNAs que contiene las secuencias, el contexto gen\u00f3mico, las dianas y mas informaci\u00f3n para todos los microRNAs.<\/p>\n Existen docenas de conjuntos de datos disponibles en repositorios p\u00fablicos que podemos reanalizar para comprobar nuevas hip\u00f3tesis.<\/p>\n Repositorios p\u00fablicos: SRA<\/a><\/span><\/strong> y GEO<\/a><\/span><\/strong><\/p>\n <\/p>\n fastq-dump –gzip SRR491368<\/p>\n Existen muchos protocolos para la preparaci\u00f3n de la librer\u00eda cDNA, y en cada uno se usa un adaptador diferente. Parte de los adaptadores se secuencian (si la mol\u00e9cula es mas corta que el n\u00famero de ciclos) y por ello tenemos que detectar\u00a0primero estas secuencias y eliminarlas de las lecturas.<\/p>\n Entre los mas usados se encuentran:<\/p>\n <\/p>\n En la carpeta de salida –> results.txt<\/p>\n <\/p>\n <\/p>\n microRNA=hsa –> usar los microRNAs de humanos; mmu seria para el rat\u00f3n o rno para la rata, bta para la vaca (Bos Taurus) etc.<\/p>\n <\/p>\n <\/p>\n <\/p>\n Para determinar la expresi\u00f3n diferencial\u00a0tenemos que:<\/p>\n miRPath permite detectar las rutas KEGG<\/a> que contienen mas genes regulados por ciertos microRNAs que se esperar\u00eda por azar<\/p>\n Rutas en el c\u00e1ncer\u00a0<\/a>\u00a0–> pathway entry<\/a>:\u00a0 532 genes<\/p>\n Homo sapiens en KEGG<\/a>:\u00a0 \u00a0 \u00a020364 genes codificantes (19178 genes no codificantes)<\/p>\n Cuesti\u00f3n: Que es la probabilidad de obtener 20 genes codificantes que act\u00faan en ‘Rutas del c\u00e1ncer’ en una lista aleatoria de genes con tama\u00f1o 200.<\/p>\n Esta aplicaci\u00f3n nos permite analizar como de similar son los perfiles de expresi\u00f3n de las diferentes muestras. Mediante este an\u00e1lisis se puede detectar outliers <\/em>(muestras que pueden presentar alg\u00fan problema como contaminaci\u00f3n o artefactos t\u00e9cnicos)<\/p>\n En esta pr\u00e1ctica vamos a analizar datos de secuenciaci\u00f3n masiva de RNAs peque\u00f1os (miRNA-seq). Usaremos este experimento: SRP012546 del repositorio p\u00fablico SRA. De este experimento se asigna al menos una muestra a cada estudiante. Generalidades: La referencia: miRBase miRBase es Read More …<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-1595","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/pages\/1595","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/comments?post=1595"}],"version-history":[{"count":0,"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/pages\/1595\/revisions"}],"wp:attachment":[{"href":"https:\/\/alu.ugr.es\/bioinfo\/biocomputacion\/wp-json\/wp\/v2\/media?parent=1595"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Generalidades:<\/h4>\n
Repositorios p\u00fablicos<\/h4>\n
Descargar datos del SRA y convertirlos<\/h3>\n
Eliminar el adaptador<\/h3>\n
\n
sRNAbench input=\/home\/michael\/microRNA\/SRR491337.fastq.gz output=\/home\/michael\/microRNA\/SRR491337 adapter=CGCCTTGGCCG<\/pre>\n
\u00bfEn que nos fijamos?<\/h4>\n
\n
Lanzar sRNAbench para determinar la expresi\u00f3n de los microRNAs<\/h3>\n
sRNAbench input=\/home\/michael\/microRNA\/SRR491337.fastq.gz output=\/home\/michael\/microRNA\/SRR491337 adapter=CGCCTTGGCCG microRNA=hsa<\/pre>\n
\u00bfEn que nos fijamos?<\/h4>\n
\n
Calcular la expresi\u00f3n diferencial<\/h3>\n
sRNAde input=\/home\/biocomp\/practica3<\/span> output=\/home\/biocomp\/practica3\/matrix <\/span>grpString=SRR491337:SRR491338:SRR491339:SRR491340:SRR491341:SRR491342:SRR491343:SRR491344:SRR491345#SRR491348:SRR491349:SRR491350:SRR491351:SRR491352:SRR491353:SRR491354:SRR491355 grpDesc=healthy#recurrence diffExpr=true<\/pre>\nfichero para generar el string de grupos<\/a><\/h4>\n
\u00bfEn que nos fijamos?<\/h4>\n
\n
Determinar la expresi\u00f3n diferencial<\/h3>\n
\n
\n
Explorar los microRNAs mediante TarBase<\/a><\/h3>\n
Analizar los microRNAs mediante miRPath<\/a><\/span><\/h3>\n
Crear un heatmap mediante el heatmapper<\/strong><\/span><\/a><\/h3>\n
Cuestiones:<\/h3>\n
\n