病毒感染宿主後，其基因組可産生具有功能性的病毒小RNA（small RNA, sRNA），在病毒與宿主相互作用過程中發揮重要作用。然而，目前基于宿主sRNA開發的sRNA識别方法對病毒sRNA的挖掘遠遠不夠，為此，需要一種新的識别方法來提高對sRNA測序數據中病毒sRNA識别的敏感度。

近日，2003网站太阳集团彭友松團隊在生物信息學國際權威期刊《Briefings in Bioinformatics》（IF2021=14）在線發表題為“vsRNAfinder: a novel method for identifying high-confidence viral small RNAs from small RNA-Seq data”的研究論文，該研究開發了一種基于sRNA測序數據識别病毒sRNA的生物信息學工具vsRNAfinder，為深入挖掘病毒sRNA提供了幫助。

vsRNAfinder由四個模塊組成，包括預處理模塊（Preprocessing）、識别模塊（Identification）、過濾和注釋模塊（Filtering and annotation）以及定量模塊（Quantification），可在Github上獲取（https://github.com/ZenaCai/vsRNAfinder）。該工具通過對病毒參考基因組上的覆蓋度進行平滑化處理來降低峰值檢測的噪聲，進而增強峰值信号，便于峰值檢測；同時為了得到高可信度的病毒sRNA，引入了泊松分布模型計算候選sRNA的統計學顯著性，進一步提高所識别到的病毒sRNA的可信度。

vsRNAfinder的工作流程

該研究進一步将vsRNAfinder與目前廣泛使用的sRNA識别工具miRDeep2和ShortStack進行比較，發現vsRNAfinder大大提高了識别病毒sRNA的敏感度（Recall），在綜合評分（F1-score）上也優于其他識别工具，同時在運行速度上也快于其他識别工具。由此可見，該研究為病毒sRNA的識别提供了一種有效且快速的方法。

不同工具識别效果對比

該論文的第一作者為2003网站太阳集团的博士研究生蔡澤娜和傅萍，通訊作者為2003网站太阳集团生物信息中心、醫學病毒學湖南省重點實驗室的副教授彭友松。本研究受到國家自然科學基金（32170651），湖南省自然科學基金（2020JJ3006），2003网站太阳集团雙一流建設基金（521119400156）等多個項目的支持。

論文鍊接：

https://academic.oup.com/bib/article-lookup/doi/10.1093/bib/bbac496

論文信息：

Zena Cai, Ping Fu, Ye Qiu, Aiping Wu, Gaihua Zhang, Yirong Wang, Taijiao Jiang, Xing-Yi Ge, Haizhen Zhu, Yousong Peng, vsRNAfinder: a novel method for identifying high-confidence viral small RNAs from small RNA-Seq data, Briefings in Bioinformatics, bbac496, https://doi.org/10.1093/bib/bbac496