miRBase更新以后，旧表达矩阵如何重新注释

先冻结原始矩阵，不在原文件上改名

重新注释的第一步不是替换行名，而是把原始表达矩阵、平台注释文件、分析脚本和数据库版本一起冻结。原文件反映当时实验和软件实际输出，是以后解释差异的基准。若直接覆盖，任何合并、拆分或删除都会失去来源。

可以创建一个派生矩阵，并增加原始标识符、原始版本、新标识符、映射类型和备注字段。这样每一行都有前后对应关系，无法转换的记录也不会被静默删除。

旧项目常只保留miRNA名称，没有明确miRBase版本。此时应从平台型号、注释包发布日期、分析软件和项目时间寻找证据。若仍不能确定，应把版本标记为未知，并限制后续结论，不能用项目年份直接推定。

还要确认矩阵行代表前体、成熟体、探针还是平台自定义汇总项。不同对象需要不同映射方式。把探针ID当成miRNA名称处理，可能得到语法正确却科学含义错误的结果。

名称历史可以帮助追踪变化，但成熟序列通常提供更稳定的连接依据。若平台公布探针或目标序列，可先核对物种与序列，再寻找当前注释中的对应项。映射时应记录完全一致、方向变化、长度差异或多重候选。

字符串替换适合处理确定的格式变化，例如统一大小写或去除已知前缀；它不适合判断生物对象是否相同。相差一个字符的名称可能代表完全不同记录，而名称变化很大的两项也可能来自同一序列历史。

版本更新可能把旧条目拆分、合并或撤销。一个旧名称对应多个当前候选时，若没有序列或平台证据，就不应任选其一。可以保留原记录并标记为歧义，或者从需要唯一对象的分析中排除，同时报告排除数量。

多个旧名称合并到一个当前名称时，也不能简单把表达值相加。它们可能来自不同探针、不同成熟链或重复设计。如何合并必须依据测量原理和分析目标，而不是依据新名称相同。

数据库更新可以改善名称和功能解释，却不会改变原始样本、探针特异性、测序深度或批次效应。若旧平台对某些家族成员无法区分，新版本名称再精确，也不能让原始信号获得不存在的分辨率。

报告中应把注释改进与测量限制分开。前者说明现在如何称呼和连接记录，后者说明实验实际能够支持什么结论。

在处理完整矩阵前，选择包含稳定名称、已知改名、撤销记录和多重候选的小样本。人工核对每种情况，确认规则输出与预期一致，再扩大范围。只测试容易成功的记录，会掩盖边界问题。

验证结果应包括命中比例、歧义比例、无法映射比例和人工修订数量。比例需要以原始行数为分母，并说明是否去除了重复探针。

重新注释最好通过脚本或可记录的工作流完成，输入、数据库快照和参数都能保存。手工修改少量关键项可以接受，但每次修改都要注明原因和证据。

如果未来数据库再次更新，可从原始矩阵重新运行，而不是在上一次派生文件上继续叠加修改。多次串联转换会让错误来源越来越难追踪。

完成新矩阵后，不只检查名称数量，还要比较差异分析、通路富集和候选列表是否发生变化。某些变化来自记录合并，另一些来自原本被遗漏的映射。只有把变化连接到具体转换规则，才能判断是否具有生物学意义。

若主要结论对注释版本非常敏感，应在结果中公开说明。稳定性本身就是重要发现，而不是需要隐藏的问题。

对外共享新矩阵时，应提供原始版本、目标版本、映射日期、映射依据和未解决记录。不要只写“已更新到最新版”，因为数据库还会继续变化，且最新版不说明使用了哪次发布。

重注释的目标是提高可解释性和可追溯性，不是让所有旧数据看起来与新数据完全一致。保留差异，反而能让后续研究避免重复误判。

在线数据库会继续修订，今天查询到的对应关系以后可能变化。项目应保存目标发布版本、下载日期和用于映射的文件摘要。条件允许时保留原始注释快照，能够让转换在离线环境中重现。

“最新版”只在某个时间点成立，而且无法说明具体发布。论文、报告和共享数据都应写出明确版本，而不是使用相对描述。

映射状态可以包括序列完全一致、历史别名、候选多重、当前撤销、平台特有和证据不足。每种状态都需要预先定义处理方式，避免研究者看到结果后按期望选择。

状态数量不宜为了完整感不断增加。只保留会改变分析决定的分类，并给出一个真实示例，团队成员才会一致使用。

同一成熟体可能对应多个探针。若重复探针在共同样本中的变化一致，可以在说明规则后选择代表或汇总；若差异明显，应检查交叉杂交、探针位置和质量控制。

不能因为新名称相同就自动平均。平均会降低冲突信号，也可能把一个失效探针带入最终结果。

被当前版本撤销的记录可能仍出现在历史论文和旧平台中。保留附表能够说明它为何不进入当前分析，也帮助读者追查早期结果。

撤销代表注释状态变化，不等于过去的实验数据被删除。报告应避免把数据库判断扩大成对全部生物现象的否定。

只报告映射成功率可能掩盖重要问题。九成记录成功并不代表剩余一成无关紧要；未映射项若集中在研究关注的家族，影响可能很大。

质量报告可以同时提供总体数量、各状态比例和几条代表案例。案例负责解释机制，数量负责说明范围，两者不能互相替代。

名称合并或拆分会改变候选列表，进而改变靶基因和通路富集的输入。若某条通路只由少数记录驱动，版本更新可能让显著性出现明显变化。

应比较更新前后的贡献记录，而不是只看最终排名。这样才能区分注释结构变化与样本信号变化。