目前已有的miRNA与靶基因调节关系的数据库有很多，如Tarbase、miRWalk、TargetScan、miRanda、RNAhybrid、TargetFinder、miRcode、miRDB、RNA22、starBase、miRTarBase、miRPathDB和ENCORI等。在应用时登录这些数据库逐个检索的话往往花费大量时间，尤其是某些数据库仅支持单个基因或miRNA检索时往往令人头疼。那么，今天带大家学习的是multiMiR包，内置14个miRNA相关数据库，仅一包搞定miRNA与靶基因预测问题，一起来看看吧~！
multiMiR包发布于2014年7月，当前版本于2020年4月更新，收录4 个外部数据库，其中8 个为预测的 miRNA-靶基因相互作用关系（DIANA-microT-CDS、ElMMo、MicroCosm、miRanda、miRDB、PicTar、PITA 和 TargetScan），其中有3 个为实验验证的 miRNA-靶基因相互作用关系（miRecords、miRTarBase 和TarBase），以及3个包含药物/疾病等相关信息的数据库（miR2Disease、Pharmaco-miR 和 PhenomiR），为基于miRNA-靶基因调控关系的疾病发病机制及诊疗相关研究提供极大便利。
首先我们安装并加载multiMiR包，资源来自于BiocManager网站，详细可参考：https://www.bioconductor.org/packages/release/bioc/vignettes/multiMiR/inst/doc/multiMiR.html。
关于multiMiR包版本：
multimir_dbInfoVersions()函数查看历史版本，当前2.3.0版本为2020年4月15号更新；
multimir_switchDBVersion()函数切换版本。
关于外部数据库：
multimirdbTables()函数查看14个外部数据库，multimirdbInfo()函数查看外部数据库版本信息；
predictedtables() 、validatedtables() 和diseasedrug_tables() 函数分别查看查看网站预测、实验验证的和收录疾病/药物相关性miRNA与靶基因关系数据库；
reversetablelookup("targetscan") 查看targetscan数据库类型为predicted；
multimir_dbCount() 函数查看数据库规模，版本multiMiR包含近 7000 万条记录，其中来自人类、小鼠和大鼠的 5830 个 miRNA 和 97186 个靶基因，以及 64 种药物和 223 个疾病术语。
getmultimir()函数是multiMiR包的主体，首先运行 ??getmultimir 查看帮助文档。
关于几个参数介绍一下：
get_multimir(url = NULL, org = "hsa", mirna = NULL, target = NULL,disease.drug = NULL, table = "validated", predicted.cutoff = NULL,predicted.cutoff.type = "p", predicted.site = "conserved",summary = FALSE, add.link = FALSE, use.tibble = FALSE, limit = NULL,legacy.out = FALSE)
org：表示物种来源，默认为人类。即org = "hsa" "human"或 "Homo Sapiens"，其他两个物种是小鼠 ("mmu", "mouse"或"Mus musculus")和大鼠 ("rno", "rat"或"Rattus norvegicus")。
mirna：表示待检索的miRNA，默认为NULL。输入miRNA可以是miRNA accession number (i.e. "MIMAT0000072"), mature miRNA ID (i.e. "hsa-miR-199a-3p"), 或二者都有 (i.e. c("MIMAT0000065", "hsa-miR-30a-5p"))，可以是单个miRNA或miRNA列表。
target：表示待检索靶基因，默认为NULL。输入基因可以是gene symbol (i.e. c("TP53", "KRAS"))，Entrez gene ID (i.e. c(578, 3845))、Ensembl gene ID (i.e. "ENSG00000171791")，或三者都有 (i.e. c("TP53", 3845, "ENSG00000171791"))，可以是单个基因或基因列表。
disease.drug：表示检索疾病/药物相关miRNA与靶基因关系，默认为NULL。输入参数可以是 disease(s) 和/或 drug(s) (i.e. c("bladder cancer", "cisplatin"))。
table：表示检索的数据库类型。默认validated，即实验验证的miRNA与靶基因关系数据库（"mirecords", "mirtarbase", and "tarbase"), 还可以是predicted，即网站预测的miRNA与靶基因关系数据库("dianamicrot", "elmmo", "microcosm", "miranda", "mirdb", "pictar", "pita", and "targetscan"), 或者是disease.drug，即疾病/药物相关性miRNA与靶基因关系数据库 ( "mir2disease", "pharmacomir", and "phenomir"), 若输入all表示检索以上全部数据库，或者输入某个数据库名称进行单个数据库检索。
predicted.cutoff和predicted.cutoff.type：表示数据库检索范围，默认为NULL，即若predicted.cutoff.type="p"，检索范围为预测评分TOP20%，若predicted.cutoff.type="n"，检索范围为预测评分TOP300000。
predicted.site：表示predicted数据库中检索保守（"conserved"）或非保守（"nonconserved"）位点，或不限制保守或非保守位点（"all")。
summary：表示是否统计检索结果，默认FALSE。
1 、示例一：检索给定miRNA所有经过验证的靶基因
以hsa-miR-182-5p为例，检索经实验验证的miRNA与靶基因调控关系，检索结果example1为S4格式文件，目录下data为检索结果列表。
检索结果列表提供hsa-miR-182-5p靶基因gene symbol、entrez ID和ensembl ID，以及来源数据库、实验方法和参考文献等信息。
接下来统计一下检索结果，mirecords数据库来源信息12条，mirtarbase数据库来源信息260条，tarbase数据库来源信息3785条，总计不重复结果3732条。
筛选出经过荧光素酶报告实验验证的结果，60个。
接下来，将上述3个数据库检索结果绘制Veen图，3个数据库检索结果取交集获得2个基因，即"ADCY6"和"MITF"。
2、示例二：检索与给定药物/疾病相关的miRNA-靶基因
以检索与顺铂有关的人类miRNA-靶基因相互作用关系为例，定义isease.drug参数为顺铂"cisplatin"，table 参数为'disease.drug'，结果有45个。
3、示例三：检索靶向调节给定基因的miRNA
以检索网站预测的小鼠中靶向调节Gnb1基因的miRNA为例，检索范围设置为预测评分TOP 35%，检索结果绘制upset展示。
获得8个数据库预测结果，接下来绘制upset图，首先准备upset绘图文件，如下图所示。
接下来绘制upset图，需调用UpSetR包。
4、示例四：批量检索目标miRNA靶基因或靶向目标基因的miRNA
以示例数据进行演示，示例数据DE.miRNA.up包含 9 个上调miRNA，DE.entrez.dn有47个下调的基因，加载方式为load(url("http://multimir.org/bladder.rda"))。
以已知miRNA列表预测靶基因为例，结果14个数据库预测结果中，实验验证的有24806个，网站预测的有37331个，疾病/药物相关的有451个。
5、示例五：检索一组 miRNA 和一组基因之间的相互作用
以示例数据进行演示，示例数据DE.miRNA.up包含 9 个上调miRNA，DE.entrez.dn有47个下调的基因，加载方式为load(url("http://multimir.org/bladder.rda"))。结果显示，网站预测、实验验证和疾病/药物相关的miRNA与靶基因调节关系有160个、98个和442个。
接下来，筛选出实验验证的检索结果，有85个miRNA与靶基因调节关系，其中7个miRNA和41个mRNA，可按照不同数据库展示检索结果。
我们在筛选一个与膀胱癌相关的检索结果，即hsa-miR-23b-3p和hsa-miR-146a-5p。再检索一下实验验证的靶基因，以hsa-miR-23b-3p为例，结果以Veen图展示，靶基因有3个，即"NOTCH1"，"PLAU"和"MET"。
以上就是multiMiR包全部内容，开发并维护R包不易，小伙伴们使用时别忘记引用以下文献哦~！
Ru Y, Kechris KJ, Tabakoff B, Hoffman P, Radcliffe RA, Bowler R, Mahaffey S, Rossi S, Calin GA, Bemis L, Theodorescu D. The multiMiR R package and database: integration of microRNA-target interactions along with their disease and drug associations. Nucleic Acids Res. 2014;42(17):e133. doi: 10.1093/nar/gku631. Epub 2014 Jul 24. PMID: 25063298; PMCID: PMC4176155.
