Despite the broad variety of available microRNA (miRNA) research tools and methods, their application to the identification, annotation, and target prediction of miRNAs in nonmodel organisms is still limited. In this study, we collected nearly all public sRNA-seq data to improve the annotation for known miRNAs and identify novel miRNAs that have not been annotated in pigs (Sus scrofa). We newly annotated 210 mature sequences in known miRNAs and found that 43 of the known miRNA precursors were problematic due to redundant/missing annotations or incorrect sequences. We also predicted 811 novel miRNAs with high confidence, which was twice the current number of known miRNAs for pigs in miRBase. In addition, we proposed a correlation-based strategy to predict target genes for miRNAs by using a large amount of sRNA-seq and RNA-seq data. We found that the correlation-based strategy provided additional evidence of expression compared with traditional target prediction methods. The correlation-based strategy also identified the regulatory pairs that were controlled by nonbinding sites with a particular pattern, which provided abundant complementarity for studying the mechanism of miRNAs that regulate gene expression. In summary, our study improved the annotation of known miRNAs, identified a large number of novel miRNAs, and predicted target genes for all pig miRNAs by using massive public data. This large data-based strategy is also applicable for other nonmodel organisms with incomplete annotation information.

中文翻译：

---

通过使用大量公开的高通量测序数据对猪基因组中的 miRNA 进行改进、鉴定和靶点预测

尽管可用的 microRNA (miRNA) 研究工具和方法种类繁多，但它们在非模式生物中 miRNA 的识别、注释和目标预测方面的应用仍然有限。在这项研究中，我们收集了几乎所有公共 sRNA-seq 数据，以改进已知 miRNA 的注释并识别尚未在猪 (Sus scrofa) 中注释的新 miRNA。我们新注释了已知 miRNA 中的 210 个成熟序列，发现 43 个已知 miRNA 前体由于冗余/缺失注释或不正确序列而存在问题。我们还以高置信度预测了 811 个新的 miRNA，这是 miRBase 中猪的当前已知 miRNA 数量的两倍。此外，我们提出了一种基于相关性的策略，通过使用大量 sRNA-seq 和 RNA-seq 数据来预测 miRNA 的靶基因。我们发现，与传统的目标预测方法相比，基于相关性的策略提供了额外的表达证据。基于相关性的策略还确定了由具有特定模式的非结合位点控制的调节对，这为研究调节基因表达的 miRNA 机制提供了丰富的互补性。综上所述，我们的研究利用海量公共数据改进了已知 miRNA 的注释，鉴定了大量新的 miRNA，并预测了所有猪 miRNA 的靶基因。这种基于大数据的策略也适用于其他注释信息不完整的非模式生物。基于相关性的策略还确定了由具有特定模式的非结合位点控制的调节对，这为研究调节基因表达的 miRNA 机制提供了丰富的互补性。综上所述，我们的研究利用海量公共数据改进了已知 miRNA 的注释，鉴定了大量新的 miRNA，并预测了所有猪 miRNA 的靶基因。这种基于大数据的策略也适用于其他注释信息不完整的非模式生物。基于相关性的策略还确定了由具有特定模式的非结合位点控制的调节对，这为研究调节基因表达的 miRNA 机制提供了丰富的互补性。综上所述，我们的研究利用海量公共数据改进了已知 miRNA 的注释，鉴定了大量新的 miRNA，并预测了所有猪 miRNA 的靶基因。这种基于大数据的策略也适用于其他注释信息不完整的非模式生物。并利用海量公共数据预测所有猪 miRNA 的靶基因。这种基于大数据的策略也适用于其他注释信息不完整的非模式生物。并利用海量公共数据预测所有猪 miRNA 的靶基因。这种基于大数据的策略也适用于其他注释信息不完整的非模式生物。