=====TargetScan=====
网站https://www.targetscan.org/vert_80/

TargetScan是一款预测miRNA结合位点的软件，对于哺乳动物中miRNA结合位点预测的效果非常好。在预测miRNA靶基因之前，首先需要确定转录本的3’UTR区域，TargetScan数据库通过一种名为3P-seq的测序技术，确定转录本对应的3’UTR区（哺乳动物中的miRNA通过结合转录本序列的3’UTR区，从而发挥转录后调控作用），并且结合该技术的分析结果和NCBI中已有的3’UTR注释，提供一个综合的3’UTR区序列。

流程如下：
  /TJPROJ6/RNA_SH/script_dir/small_target/TargetScan-7.2/targetscan_nonmodel.py -h
    usage: targetscan_nonmodel.py [-h] [--model {human,mouse,fly,worm,fish}]
                                  --mature MATURE --utr UTR --outdir OUTDIR
  
    Prediction of target genes in non-model species
  
  optional arguments:
    -h, --help            show this help message and exit
    --model {human,mouse,fly,worm,fish}
                          Select close species
    --mature MATURE       mature.fa
    --utr UTR             3utr.fa
    --outdir OUTDIR       the out dir of result
需要miRNA序列和3’UTR序列，刷出脚本targetscan.sh（后续可优化拆解miRNA序列，加快速度），结果和readme示例见/TJPROJ6/RNA_SH/script_dir/small_target/TargetScan-7.2

=====miRmap=====
网站https://mirmap.ezlab.org/

预测超级慢，24小时预测90个sRNA（5万多的mRNA），拆成55份投递

MicroRNAs，或miRNAs，转录后抑制蛋白质编码基因的表达。人类基因组编码了超过1000个miRNA基因，它们共同针对绝大多数信使rna (mRNAs)。将所谓的miRNA种子区与mrna进行碱基配对，可以识别出数千个假定的靶点。评估由此产生的mRNA抑制的强度仍然具有挑战性，但对于潜在miRNA靶点的生物学信息排名至关重要。为了解决这些挑战，预测可能会采用热力学、进化、概率或基于序列的特征。我们开发了一个开源软件库miRmap，它第一次全面覆盖了所有四种方法，使用11个预测器特性，其中三个是新的。这使得我们能够利用免疫纯化、转录组学、蛋白质组学和多聚体分离实验的高通量实验数据，以无偏倚的方式检查特征相关性，并比较它们的预测能力。总的来说，目标站点的可访问性似乎是最具预测性的特性。我们的新特征基于PhyloP，评估负选择的意义，是在进化类别中表现最好的预测器。我们将所有的特性结合到一个集成的模型中，使TargetScan的预测能力几乎提高了一倍。（翻译自网站首页）

分析流程如下：
  /TJPROJ6/RNA_SH/script_dir/small_target/miRmap-1.1/scripts/mirmap_runs.py -h
  usage: mirmap_runs.py [-h] [-m MIRNA_SEQS] [-n MIRNA_IDS]
                        [-a MIRNA_FNAME_FASTA] [-b MIRNA_FNAME_TAB]
                        [-t TRANSCRIPT_SEQS] [-i TRANSCRIPT_IDS]
                        [-f TRANSCRIPT_FNAME_FASTA] [-u TRANSCRIPT_FNAME_TAB]
                        [-z] [-c] [-l LIBRARY_PATH] [-e EXE_PATH] [-s ALN_PATH]
                        [-d MOD_PATH] [-o OUTPUT_FNAME] [-w NUM_WORKER]
                        [-g LOGGING_LEVEL]
  
  Predict miRNA targets.
  
  optional arguments:
    -h, --help            show this help message and exit
    -m MIRNA_SEQS, --mirna MIRNA_SEQS
                          miRNA sequence
    -n MIRNA_IDS, --mirna-id MIRNA_IDS
                          miRNA IDs
    -a MIRNA_FNAME_FASTA, --mirna-fasta MIRNA_FNAME_FASTA
                          miRNA Fasta file
    -b MIRNA_FNAME_TAB, --mirna-tab MIRNA_FNAME_TAB
                          miRNA tabulated file
    -t TRANSCRIPT_SEQS, --transcript TRANSCRIPT_SEQS
                          Transcript sequence
    -i TRANSCRIPT_IDS, --transcript-id TRANSCRIPT_IDS
                          Transcript IDs
    -f TRANSCRIPT_FNAME_FASTA, --transcript-fasta TRANSCRIPT_FNAME_FASTA
                          Transcript Fasta file
    -u TRANSCRIPT_FNAME_TAB, --transcript-tab TRANSCRIPT_FNAME_TAB
                          Transcript tabulated file
    -z, --site-id         Add a column with site IDs
    -c, --combine         Combine multiple targets (miRNA-mRNA 1 to 1
                          relationships)
例如：
  /TJPROJ6/RNA_SH/script_dir/small_target/miRmap-1.1/scripts/mirmap_runs.py --mirna-fasta miRNA.fa1 --transcript-fasta 1.fa --output test2.xls
需要miRNA序列和transcript序列，测试结果见/TJPROJ6/RNA_SH/script_dir/small_target/miRmap-1.1/scripts/test/result/miRmap

=====miRanda=====
miRanda 是由著名的 Memorial Sloan-Kettering 癌症研究中心的研究人员开发的，用于预测 miRNA 与其靶基因互作的结合位点。 miRanda 主要强调 miRNA 与靶基因连接位点的进化保守性，亦偏重于以 miRNA 的5′ 端序列搜索靶基因，并采用 RNAFold 计算热力学稳定性。

small流程中使用该软件，参考流程即可

=====PicTar=====
网站https://pictar.mdc-berlin.de/

PicTar是通过一定计算法则来鉴定microRNA的靶目标的。该可搜索的网站可以提供以下物种的关于microRNA靶目标的预测详细信息，包 括：脊椎动物、七个果蝇种类、三个线虫种类和人类的非保守但共表达的microRNA的靶目标(例如：表达在同一组织的microRNA和mRNA)。

该网站为在线网站，且未找到填写序列的位置，只能填写id，即针对数据库有的物种且使用参考基因的id可以与数据库中匹配（这种一般我们拒绝老师就可以了）

=====microT=====
网站https://dianalab.e-ce.uth.gr/html/dianauniverse/index.php?r=microT_CDS

分析pipline  https://dianalab.e-ce.uth.gr/html/dianauniverse/index.php?r=taverna/index

DIANA-microT是KiriakidouM等基于实验和计算生物学方法开发的miRNA靶基因预测软件。和miRanda预测结果中可能出 现一个miRNA对应多个靶位点或多个miRNA对应一个靶位点而丢掉了miRNA调控单个靶位点不同的是，DIANA-microT考虑了miRNA调 控单个靶位点的情况。

预测算法：

①miRNA和靶基因间的高亲和力，主要通过结合能来衡量。

②影响miRNA和靶基因所形成二聚体茎环结构环部位置和环大小的miRNA相关蛋白可能指导miRNA和靶基因的相互作用。

该网站为在线网站，且未找到填写序列的位置，只能填写id，即针对数据库有的物种且使用参考基因的id可以与数据库中匹配（这种一般我们拒绝老师就可以了）