Institut de Pharmacologie Moléculaire et Cellulaire

MIRONTOP
mining microRNAs targets across large scale gene expression study

MiRonTop is an online java web tool that integrates DNA microarrays or high-throughput sequencing data to identify the potential implication of miRNAs on a specific biological system. It allows a rapid characterization of the most pertinent mRNA targets according to several existing miRNA target prediction approaches. It also provides useful representations of the enrichment scores according to the position of the target site along the 3’-UTR, where the contribution of the sites located in the vicinity of the stop codon and of the polyA tail can be clearly highlighted. It provides different graphs of miRNA enrichment associated with up- or down-regulated transcripts and different summary tables about selections of mRNA targets and their functional annotations by Gene Ontology.

  • Uploader une top table de gènes (format texte tabulé) de l'experience (c.f. Format de fichier requis, exemples de top table valides),
  • Selectionner les miRs d'intêrets (hsa, mmu ou rno),
  • Selectionner un outil de prédiction de cibles: Mirbase, miRanda, exact seed, TargetScan ou PicTar (c.f. statistiques des outils),
  • Définir les seuils considérés pour la définition des sets de gènes régulés dans votre experience (signal d'expression (ex:A), significativité statistique (ex:B) et expression différentielle (ex:M) (c.f. exemples de top table valides)

  • Une fois l'ensemble des ces informations collectées, MiRonTop va alors explorer les données contenues dans votre experience afin de definir l'influence de chaque microARN selectionné sur les sets de gènes UP et DOWN en accord avec les prédictions de cibles définit par le logciel de prédiction de cibles que vous avez sélectionné.

     Sélection de votre top table de genes   format texte tabulé (.txt)
     Sélection de vos miRs d'interêts



    If you make use of the data presented here, please cite the following article:
    MiRonTop: mining microRNAs targets across large scale gene expression studies.
    Le Brigand K, Robbe-Sermesant K, Mari B, Barbry P.
    Bioinformatics, 2010 Oct 19.