tooluniverse-noncoding-rna

ノンコーディングRNA解析

ノンコーディングRNAとその生物学的役割を特定、注釈付けし、解釈するためのパイプラインです。マイクロRNA（miRNA）、長鎖ノンコーディングRNA（lncRNA）、その他のncRNAクラスを扱います。

主な原則：

1. クラスによって機能が決まります — miRNAはmRNAの翻訳を抑制します。lncRNAには多様な機構があります（足場、ガイド、デコイ、エンハンサー）。rRNA／tRNAは構造を担います
2. ncRNA自体よりも標的が重要です — miRNAの場合、制御されるmRNA標的によって表現型が決まります
3. 発現の文脈が重要です — ncRNAは組織や細胞型に高度に特異的です
4. 保存性は機能を示します — 高度に保存されたncRNA（miR-let-7、MALAT1）には、十分に確立された役割があります
5. エビデンスの評価 — T1：検証済みの標的（レポーターアッセイ、CLIP-seq）、T2：信頼度の高い計算による予測、T3：発現相関、T4：配列に基づく予測のみ

種類に基づく推論 — 推測せずに調べる： ノンコーディングRNAの機能は種類によって異なります。miRNAは標的mRNAをサイレンシングします（miRTarBase／TargetScanで標的を調べてください）。lncRNAには多様な機能があります（足場、誘導、デコイとしての作用など。特定のlncRNAについて文献を確認してください）。circRNAはmiRNAをスポンジする場合があります。

ncRNAに関する問い合わせでは、まず名前や配列からクラスを特定し、適切なエビデンスソースを選んでください。名前だけから機能を推定しないでください。「LINC」という名前の遺伝子には、機構が解明されているものも、そうでないものもあります。解釈する前に、必ず対象のncRNAをPubMedで検索してください。miRNAについては、miRTarBaseの検証済み標的（T1）は、あらゆる計算による予測よりも優先されます。実験的な裏付けのない予測標的は、発見ではなく仮説です。lncRNAの機構は、ほとんどの場合、実験研究によって明らかにされています。PubMed_search_articlesでlncRNAの名前に「mechanism」または「function」を加えて検索し、関連するエビデンスを見つけてください。circRNAについては、miRNAのスポンジングが最もよく提唱される機構ですが、主張が過剰なことも少なくありません。これを断定する前に、CLIP-seqやレポーターアッセイのエビデンスを探してください。

---

使用する場面

• 「miR-21の標的は何ですか？」
• 「乳がんに関連するlncRNAを見つけてください」
• 「このlncRNAは種を超えて保存されていますか？」
• 「TP53を制御するmiRNAは何ですか？」
• 「これらのノンコーディングRNA IDに注釈を付けてください」
• 「[疾患]のバイオマーカーとなるmiRNAはどれですか？」

このスキルの対象外：mRNA発現解析には、tooluniverse-rnaseq-deseq2を使用してください。CRISPRスクリーニングには、tooluniverse-crispr-screen-analysisを使用してください。

---

コアツール

ツール	用途
miRBase_search_mirna	名前、アクセッション、または配列で miRNA を検索
miRBase_get_mirna	miRNA の詳細情報（配列、ゲノム上の位置、ファミリー）
miRBase_get_mirna	成熟 miRNA の配列と注釈
PubMed_search_articles	文献から検証済みの miRNA 標的を検索（例：「miR-21 target validation」）
LNCipedia_search_lncrna	名前、遺伝子シンボル、または転写産物 ID で lncRNA を検索
LNCipedia_get_lncrna	lncRNA 転写産物の詳細情報（配列、構造、保存性）
LNCipedia_get_lncrna_xrefs	すべての転写産物バリアントを含む lncRNA 遺伝子情報
LNCipedia_search_ncrna_by_type	lncRNA 遺伝子のすべての転写産物を一覧表示
LNCipedia_get_lncrna_publications	lncRNA 配列（FASTA 形式）
RNAcentral_search	データベース全体からすべての ncRNA タイプを検索
RNAcentral_get_by_accession	40 以上のデータベースから ncRNA の詳細な注釈を取得
RNAcentral_get_genome_locations	指定した生物種における URS アクセッションのゲノム座標（染色体／鎖／開始／終了、アセンブリ）— get_by_accession とは異なる問い合わせ（注釈ではなく座標）
RNAcentral_get_sequence	URS アクセッションの生の FASTA 塩基配列
MODOMICS_search_modifications / MODOMICS_list_modifications	RNA の化学修飾（m6A、シュードウリジン、m5C など）を名前／化学式で検索、または 430 種類以上をすべて閲覧
Rfam_get_family	RNA ファミリーの詳細（構造、アラインメント、種の分布）
Rfam_search_sequence	キーワードで RNA ファミリーを検索
DisGeNET_search_gene	ncRNA と疾患の関連
PubMed_search_articles	ncRNA に関する文献
GTEx_get_median_gene_expression	ncRNA 遺伝子の組織別発現

---

ワークフロー

Phase 0: ncRNA Identity & Classification
  Name/ID → miRBase/LNCipedia/RNAcentral → class, sequence, genomic location
    |
Phase 1: Target & Interaction Analysis
  miRNA → target mRNAs; lncRNA → interacting proteins/RNAs/chromatin
    |
Phase 2: Expression & Tissue Specificity
  GTEx/GEO → where is it expressed? Tissue-specific or ubiquitous?
    |
Phase 3: Disease Associations
  DisGeNET/PubMed/CTD → ncRNA-disease links with evidence
    |
Phase 4: Functional Interpretation
  Pathway enrichment of targets → biological role → clinical significance

フェーズ 0：ncRNA の同定と分類

サイズとデータベースによる ncRNA の分類：

• miRNA（約 22 nt、miRBase）：3'UTR への結合を介した転写後サイレンシング
• lncRNA（200 nt 超、LNCipedia）：多様な機能 — クロマチンリモデリング、転写調節、miRNA スポンジ
• rRNA（120～5000 nt、RNAcentral/Rfam）：リボソームの構成要素
• tRNA（約 76 nt、RNAcentral）：アミノ酸の運搬
• snoRNA（60～300 nt、Rfam）：rRNA の修飾（メチル化、シュードウリジル化）
• snRNA（約 150 nt、Rfam）：スプライソソームの構成要素
• piRNA（26～31 nt、RNAcentral）：生殖細胞系列におけるトランスポゾンのサイレンシング
• circRNA（可変、RNAcentral）：miRNA スポンジ、タンパク質足場（実験的な証拠が必要）

同定ワークフロー：

• 名前が miR- または hsa-mir- で始まる → miRBase を検索
• 名前が LINC、MALAT、HOTAIR、XIST で始まる、または -AS1 で終わる → LNCipedia を検索
• すべての ncRNA タイプ → RNAcentral を検索（すべてのデータベースを集約）
• RNA ファミリーに関する質問 → Rfam を検索

ゲノム上の位置と生の配列（RNAcentral_search から URS アクセッションを取得した後）：RNAcentral_get_by_accession は複数のデータベースにまたがる注釈を返します。ゲノムの座標と生のFASTA 配列には、それぞれ別のツールである RNAcentral_get_genome_locations／RNAcentral_get_sequence を使用します — ライブで検証済み：

tu.run_tool("RNAcentral_get_genome_locations", {"urs_id": "URS00003B7674", "taxid": 9606})
#   -> locations[] with chromosome, strand, start, end, assembly_id (GRCh38), gca_accession
tu.run_tool("RNAcentral_get_sequence", {"urs_id": "URS00003B7674"})
#   -> real verified response for let-7a-5p:
#      {"fasta_header": "URS00003B7674 ncRNA from 61 species",
#       "sequence": "UGAGGUAGUAGAUUGUAUAGUU", "length": 22}

RNA の化学修飾（MODOMICS） — エピトランスクリプトームに関する質問（m6A、シュードウリジン、m5C など）に使用します。特に、snoRNA が誘導する rRNA 修飾や、質量分析に基づく修飾の同定に関連します：

tu.run_tool("MODOMICS_search_modifications", {"query": "pseudouridine"})
#   -> matches by name/short-name/formula, e.g. id 8 "1-methyl-3-(3-amino-
#      3-carboxypropyl)pseudouridine"
tu.run_tool("MODOMICS_list_modifications", {"limit": 20})
#   -> browse all 430+ known modifications with formula/mass/reference_moiety

MODOMICS_get_modification は動作しません — ライブで検証済みです。特定の ID の検索には使用しないでください。 modification_id に 58、78、22（ツール自身の説明に記載されている、いずれも異なる既知の修飾：m6A、シュードウリジン、m5C）を指定して呼び出すと、毎回同一のハードコードされたレコード（id 2、「5,2'-O-dimethylcytidine」）が返されます — パラメーターは暗黙のうちに無視されます。search／list はクエリに応じて正しく結果が変わり、name／short_name／formula／mass_avg を返すため、ほとんどの用途をカバーできます。現在、特定の ID について取得できないのは、get_modification 固有の SMILES／モノアイソトピック質量／プロダクトイオンの詳細のみです — これらのフィールドを捏造せず、その旨を伝えてください。

フェーズ 1：標的と相互作用の分析

miRNA の場合 — 標的が生物学的な役割を決定します：

主要なツール：ENCORI_get_miRNA_targets は、ENCORI/starBase から miRNA と標的の相互作用を検索します（CLIP-seq による裏付け＋計算予測）。ダウンロードは不要です：

1. miRNA → 標的：ENCORI_get_miRNA_targets(mirna="hsa-miR-21-5p", clip_min=1) — 各ヒットには、clip_experiments（CLIP-seq による裏付け。数値が高いほど実験的証拠が強い）と predicted_by（予測に用いたプログラム）が示されます。結果は CLIP による裏付けの強さで順位付けされるため、上位の行ほど裏付けの強い標的です。
2. 遺伝子 → miRNA：ENCORI_get_miRNA_targets(gene="TP53") — その遺伝子を標的とする miRNA を調べます。

補助的な方法／代替手段： 3. 文献（機序や検証の背景情報）：PubMed_search_articles(query="miR-21 target validation luciferase") 4. 相互参照：miRBase_get_mirna_xrefs(accession="MIMAT0000076") 5. ENCORI にない新規 miRNA の場合：PubMed で「[miRNA] target」を検索します。

よく研究されている miRNA 標的（一般的な oncomiR／腫瘍抑制因子の場合）：

• miR-21：PTEN、PDCD4、TPM1、RECK、SPRY1、SPRY2、BTG2
• miR-155：SOCS1、SHIP1、AID、TP53INP1
• miR-122：SLC7A1、ADAM17（HCV IRES の補因子でもあります）
• let-7：RAS、HMGA2、MYC、LIN28

標的の解釈フレームワーク：

• 検証済み（T1）：ルシフェラーゼレポーター、CLIP-seq、デグラドーム-seq — これらに基づいて結論を導きます
• 高信頼度予測（T2）：TargetScan の保存部位、DIANA-microT スコア > 0.9 — 検証済みの知見を補強します
• 予測のみ（T3-T4）：miRanda、PicTar、RNA22 — 仮説の生成にのみ用います。知見として報告しないでください

lncRNA の場合 — 機序はさまざまです：

lncRNA の機序	例	調査方法
クロマチン修飾因子	HOTAIR、XIST	PubMed で相互作用するタンパク質（PRC2、LSD1）を確認します
転写調節因子	NEAT1、MEG3	ゲノム上の位置から近傍遺伝子（シス調節）を確認します
miRNA スポンジ	MALAT1、circRNA	miRNA 結合部位を検索します
足場	NKILA、BCAR4	タンパク質間相互作用を確認します
エンハンサー RNA	eRNA	ENCODE のエンハンサーアノテーションを確認します

フェーズ 2：発現と組織特異性

GTEx_get_median_gene_expression(gene_symbol="MIR21")  # miRNA host gene expression
# Note: GTEx measures RNA-seq; miRNA expression may need miRNA-seq data from GEO

解釈：組織限定的な ncRNA は、その組織で機能的に重要であることがよくあります。MALAT1 のように全身で発現する ncRNA は、ハウスキーピング機能を担う傾向があります。

フェーズ 3：疾患との関連

DisGeNET_search_gene(query="MIR21")  # miR-21 disease associations
PubMed_search_articles(query="miR-21 biomarker cancer")

主な ncRNA と疾患の関連（確立された T1 の例 — 特定の ncRNA については、必ず DisGeNET または PubMed で確認してください）：

• miR-21：複数のがんで oncomiR として機能し、PTEN、PDCD4、TPM1 を標的とします（T1 研究が数百件）
• miR-155：B 細胞リンパ腫、炎症 — 免疫調節
• miR-122：C 型肝炎による肝疾患 — HCV 複製の補因子、治療標的（miravirsen）
• let-7 ファミリー：肺がん、幹細胞分化 — RAS、HMGA2 を標的とする腫瘍抑制因子
• HOTAIR：乳がん／大腸がん — PRC2 をリクルートし、転移を促進
• MALAT1：肺がん／転移 — スプライシング調節
• XIST：X 染色体不活性化、がん — クロマチンサイレンシング
• H19：ベックウィズ・ヴィーデマン症候群、がん — インプリントされた lncRNA、miR-675 の宿主
• ANRIL：心血管疾患、糖尿病、がん — CDKN2A/B 座位の調節（GWAS で検証済み）

フェーズ 4：機能的解釈

miRNA の標的を特定した後（フェーズ 1）、パスウェイエンリッチメントを実行します。

# Collect validated target gene symbols
targets = ["PTEN", "PDCD4", "TPM1", "RECK", "SPRY1"]  # miR-21 targets

# Pathway enrichment
ReactomeAnalysis_pathway_enrichment(identifiers="PTEN PDCD4 TPM1 RECK SPRY1")
STRING_get_network(identifiers="PTEN\rPDCD4\rTPM1\rRECK\rSPRY1", species=9606)

解釈：miR-21 の標的がアポトーシスおよび PI3K-AKT シグナル伝達でエンリッチされている場合、miR-21 は複数の腫瘍抑制因子を同時に抑制することで細胞の生存を促進するオンコミRです。

レポートの構成：

1. ncRNA の同定 — クラス、配列、ゲノム上の位置、保存性
2. 標的／相互作用 — エビデンスのグレードを付した検証済みの標的
3. 発現プロファイル — 組織特異性、疾患特異的な発現変化
4. 疾患との関連 — エビデンスのグレードを付した疾患との関連
5. パスウェイ解析 — 標的間でエンリッチされたパスウェイ
6. メカニズムモデル — この ncRNA が疾患の生物学にどのように関与するか
7. 臨床的可能性 — バイオマーカーとしての有用性、治療標的としての可能性（アンタゴミル、ASO）

---

制限事項

計算手順：TargetScan による予測標的（ダウンロードして処理）

TargetScan は最高水準の計算 miRNA 標的予測を提供しますが、REST API はありません。ダウンロードしてローカルで処理してください。

# Step 1: Download TargetScan predicted targets (one-time, ~10MB zipped)
# URL: https://www.targetscan.org/vert_80/vert_80_data_download/Summary_Counts.default_predictions.txt.zip
import pandas as pd
import zipfile, io, requests

url = "https://www.targetscan.org/vert_80/vert_80_data_download/Summary_Counts.default_predictions.txt.zip"
resp = requests.get(url, timeout=60)
with zipfile.ZipFile(io.BytesIO(resp.content)) as z:
    fname = z.namelist()[0]
    df = pd.read_csv(z.open(fname), sep='\t')

# Step 2: Query for a specific miRNA family
mirna = "miR-21-5p"  # or "miR-21/590-5p" (TargetScan uses family names)
targets = df[df['miRNA Family'].str.contains("miR-21", case=False, na=False)]

# Step 3: Rank by cumulative weighted context++ score
targets_ranked = targets.sort_values('Cumulative weighted context++ score', ascending=True)
print(f"Top 20 predicted targets of {mirna}:")
for _, row in targets_ranked.head(20).iterrows():
    print(f"  {row['Target Gene']:10s} score={row['Cumulative weighted context++ score']:.3f}  "
          f"sites={row['Total num conserved sites']}")

解釈：context++ スコアがより負であるほど、抑制が強いと予測されます。保存された部位（>1）は、より高い信頼度を示します。

計算手順：miRTarBase による検証済み標的（ダウンロードして処理）

miRTarBase は Cloudflare の保護により、プログラムからのアクセスがブロックされています。R/Bioconductor のデータパッケージを使用するか、一括ダウンロードしてください。

# Option 1: Download from miRTarBase bulk export (requires browser download first)
# Go to: https://mirtarbase.cuhk.edu.cn/~miRTarBase/miRTarBase_2025/
# Download: hsa_MTI.xlsx (human miRNA-target interactions)

# Option 2: Use the GitHub data dump
# https://github.com/jorainer/mirtarbase — R package with cached data

# Once you have the file:
import pandas as pd
mti = pd.read_excel("hsa_MTI.xlsx")  # or read_csv if TSV

# Filter for your miRNA
mir21_targets = mti[mti['miRNA'].str.contains('hsa-miR-21', case=False, na=False)]
print(f"miR-21 validated targets: {len(mir21_targets)}")

# Filter by evidence strength
strong = mir21_targets[mir21_targets['Support Type'].str.contains(
    'Luciferase|Reporter|Western|CLIP', case=False, na=False
)]
print(f"  Strong evidence (reporter/CLIP): {len(strong)}")
for _, row in strong.head(10).iterrows():
    print(f"    {row['Target Gene']:10s} — {row['Support Type']}")

ダウンロードできない場合：よく研究されている miRNA についてはフェーズ 1 の組み込み参照テーブルを使用するか、検証済み標的を PubMed で検索してください。

---

制限事項

• miRNA 標的予測にはばらつきがあります — 最高水準のアルゴリズムでも偽陽性率は 50% を超えます。実験的に検証された標的を常に優先してください。
• lncRNA の機能は十分に解明されていません — 注釈済み lncRNA のうち、機能が判明しているのは約 5% にすぎません。
• 発現の測定方法によって結果が異なります — miRNA-seq、RNA-seq、マイクロアレイでは、検出される ncRNA クラスが異なります。アッセイの種類を確認してください。
• 種による違い — miRNA は保存されていることが多い一方、lncRNA は種特異的であることが多く、種をまたいだ lncRNA の比較には信頼性がありません。