Contrairement aux animaux, les miARN des plantes subissent généralement un appariement complet ou presque complet avec les gènes cibles, ce qui entraîne la dégradation des gènes cibles et régule ainsi l'expression génique, ce qui permet d'obtenir moins de faux positifs et des résultats d'identification plus précis. Comparées aux animaux, les plantes sont plus adaptées à l'étude des gènes cibles des miARN par séquençage du dégradome. En revanche, les organismes modèles ou les espèces disposant d'informations transcriptomiques détaillées sont plus appropriés pour l'étude des gènes cibles des miARN par séquençage du dégradome que les espèces avec des informations transcriptomiques incomplètes.
Le volume de départ recommandé pour le séquençage du degradome est supérieur à 20 μg d'ARN total. Pour les tissus végétaux, il est recommandé d'utiliser 1 g ou plus de tissu frais (il existe des différences entre les différents sites de tissu).
En général, 10 millions de lectures sont suffisants pour les espèces conventionnelles. Pour les espèces ayant des génomes grands et complexes, la quantité de données de séquençage peut être doublée.
Il est recommandé que les réplicats biologiques soient cohérents avec le nombre de miARN (≥3), et des cas spéciaux peuvent être envisagés en mélangeant les échantillons au sein du groupe et en augmentant le volume de données.
Tout d'abord, nous devons comprendre que l'un des principaux rôles du séquençage du degradome est de trouver les gènes cibles des miARN, mais bien sûr, à mesure que les chercheurs analysent en profondeur les données du degradome, ils découvrent qu'il peut également être utilisé pour étudier l'auto-régulation des miARN, les ta-siARN, les phasiARN, le traitement des séquences précurseurs et pour détecter de nouveaux miARN.
Illumina et MGI sont actuellement disponibles en tant que plateformes de séquençage de deuxième génération grand public. En raison des courtes fragments cibles, la stratégie de séquençage SE50 est utilisée.
Bien que la prédiction de signaux bruts puisse prédire les gènes cibles des miARN avec un haut débit, il y a beaucoup de faux positifs et les résultats ne sont pas fiables. La validation RACE est chronophage et nécessite beaucoup de travail, et n'a pas le même haut débit que la prédiction de signaux bruts. Par conséquent, l'avantage du séquençage de dégradome est que non seulement les gènes cibles des miARN peuvent être détectés à haut débit, mais aussi que les résultats sont obtenus par des expériences biologiques, ce qui améliore considérablement la crédibilité des résultats expérimentaux.
Le score d'alignement est un score pour la prédiction des gènes cibles en appliquant targetfinder à la bibliothèque cDNA et à la bibliothèque de petits ARN de l'espèce séquencée. Les miARN et les ARNm sont comparés et notés en tant que paires complémentaires (1 point pour un décalage ou une suppression, 0,5 point pour un appariement G:U, double score pour un décalage et un appariement G:U dans la région centrale, à partir du 2ème nt jusqu'au 13ème nt du microARN). Le score d'alignement est défini comme le degré de correspondance entre le gène cible et le miARN, plus le score est bas, plus la correspondance est complète et plus elle est fiable.
L'importance du typage de catégorie est de visualiser le nombre de fragments dégradés produits par la coupure de l'ARNm par les miARN, et le niveau de confiance est Catégorie 0>1>2>3>4.
À des fins de recherche uniquement, non destiné à un diagnostic clinique, un traitement ou des évaluations de santé individuelles.