1.5    miRNA和sRNA的靶基因预测和降解组验证
采用默认参数设置的psRNATarget进行small RNA的靶基因预测(http:// plantgrn.noble.org/psRNATarget)[40]。对水稻日本晴穗中的差异表达基因分别上传到psRNATarget靶基因预测服务器预测靶基因，接着使用从next-Gen Sequence DBs（http://bowtie-bio.sourceforge.net）下载的水稻日本晴的穗的降解组测序数据进行靶基因的鉴定工作。归一化后的降解组测序序列(RPM, reads per million)利用软件bowtie与靶基因进行比对，基于以下考虑进行靶基因的鉴定：（1）在靶基因的识别位点从5‘端算起的第9至第12个碱基的范围必须包含降解组信号（以降解组短序列的5’端第一个碱基来计算信号位置）；（2）降解组端序列归一化后的读数必须大于5RPM；（3）在预测靶基因识别位点包含降解组信号（同样以降解组短序列5’端第一个碱基来计算位置）且这些降解组短序列归一化后的读数必须大于10。通过实验室编写的Python脚本绘制t-plot图，以供后续人工筛选。经过人工筛选，我们鉴定得到了一批具有明显切割信号支持的miRNA和sRNA靶基因。最后使用软件Cytoscape进行sRNA和miRNA靶基因的调节网络的绘制。 水稻穗小RNA调控网络的构建与分析(3):http://www.751com.cn/shengwu/lunwen_19519.html