标题还是起小了，sRNAminer是由华南农业大学夏瑞团队发表，针对于植物小RNA分析。我只关注过miRNA，因此，只针对miRNA进行了测试。该文章"sRNAminer: a Multifunctional Toolkit for Next-Generation Sequencing Small RNA Data Mining in Plants"发表于Science Bulletin。
1. sRNAminer工具的优点
通常分析miRNA，主要包括以下几个步骤：
- 过滤数据；去除接头，非编码RNA（rRNA、tRNA、snoRNA、snRNA）以及细胞器序列；
- 序列比对；可比对reference or 已知的miRNA
- 鉴定已知、以及新的miRNA
- 表达量计算
- 靶基因预测
sRNAminer包含了上述的功能，更方便的是，将所有的功能进行整合，只需要输入raw data，即可一键式分析。
2. sRNAminer的安装
sRNAminer可在本地或者linux中进行运行，在这里我选择了linux，主要原因是我的马克布克年代太久，只剩20G的存储，用的我胆战心惊。。
conda 简单安装即可，Github: https://github.com/kli28/sRNAminer
conda install srnaminer
3. 简单使用
在使用了几个不同的功能后，我注意到了One_step_sRNAminer，非常方便，因此，直接用该模块进行操作
所需文件
- reference
- miRNA reads
- ncRNA; 在 (Rfam)[http://rfam.xfam.org]中可进行下载最新的ncRNA序列。
- Cp, mt 对应物种的线粒体和叶绿体序列
ref=ref.fa
reads_file=miRNA_fq.list
ncRNA=rRNA_tRNA_snoRNA_snRNA.fa
Cp_mt=Cp_mt.fa
## index
bowtie-build $ncRNA $ncRNA
bowtie-build $Cp_mt $Cp_mt
## 直接运行
sRNAminer One_step_sRNAminer --genome_file $ref \
--input_file $reads_file --Batch_mode --thread 20 \
--nd $ncRNA --od $Cp_mt --miRNA --outpu t_path ./
## 有多个样本打开--Batch_mode 参数即可
4. 结果
所有结果在当前目录One_step_sRNAminer下面
- miRNA.gff3; 直接给出了gff文件
- merged.miRNA.exp.xls: 各个样本对应的表达量
同时 sRNAminer可以进行可视化，该功能暂且没有测试，总之，该工具非常便利，从此miRNA分析可实现一键式。
-END-
