長(zhǎng)鏈非編碼 RNA (lncRNA) 已被證明在轉(zhuǎn)錄過(guò)程和各種生物學(xué)功能中發(fā)揮重要作用。近年來(lái)，隨著高通量測(cè)序技術(shù)的快速發(fā)展，lncRNA的研究也越漸火熱。許多l(xiāng)ncRNA數(shù)據(jù)庫(kù)和工具也隨之建立。

例如NONCODE、LNCipedia專注于為lncRNA提供基本注釋信息。LncRNADisease和Lnc2Cancer收集lncRNA與疾病之間關(guān)系的詳細(xì)信息。LncRNASNP和LncVar提供了與其他功能元件相互作用的lncRNA信息。StarBase和LncBase提供了lncRNA靶標(biāo)的信息。這些數(shù)據(jù)庫(kù)都是研究lncRNAs的寶貴資源。

但也存在一些行業(yè)痛點(diǎn)，RNAdb、StarBase等網(wǎng)址相繼突然關(guān)閉；多個(gè)LncRNA數(shù)據(jù)庫(kù)停止更新，如曾經(jīng)號(hào)稱百科全書(shū)的LNCipedia數(shù)據(jù)庫(kù)也在2015年之后就停止更新，數(shù)據(jù)庫(kù)基層訓(xùn)練數(shù)據(jù)集偏小型，可靠度不足；缺乏lncRNA上游轉(zhuǎn)錄調(diào)控信息等。目前，lncRNA，沒(méi)有像mRNA有NCBI的Refseq Gene，miRNA有mirbase，建立唯一公認(rèn)ID，這樣大一統(tǒng)天下的LncRNA數(shù)據(jù)庫(kù)，建立一個(gè)全面的人類lncRNA集集合尤為迫切。

這里給大家介紹一個(gè)目前l(fā)ncRNA數(shù)據(jù)庫(kù)的航母級(jí)，多個(gè)lncRNA數(shù)據(jù)庫(kù)的集大成者。

2020年10月，哈爾濱醫(yī)科大學(xué)大慶校區(qū)的李春權(quán)教授課題組在國(guó)際著名雜志《Nucleic Acids Research》上發(fā)布了一項(xiàng)重磅數(shù)據(jù)庫(kù)LncSEA（https://doi.org/10.1093/nar/gkaa806）。

LncSEA（http://bio.liclab.net/LncSEA/index.php），旨在記錄人類 lncRNA 集的大量可用資源，并提供 lncRNA 的注釋和富集分析。LncSEA 支持超過(guò) 40 000 個(gè) lncRNA 參考集，涵蓋 18 個(gè)類別和 66 個(gè)子類別，涵蓋超過(guò) 50 000 個(gè) lncRNA。我們不僅收集了基于下游調(diào)控?cái)?shù)據(jù)源的lncRNA集，還通過(guò)整合TF ChIP-seq、DNase-seq、ATAC-seq和H3K27ac，鑒定了大量受上游轉(zhuǎn)錄因子（TFs）和DNA調(diào)控元件調(diào)控的lncRNA集芯片序列數(shù)據(jù)。重要的是，LncSEA 提供了與上游監(jiān)管者和下游目標(biāo)相關(guān)的 lncRNA 集的注釋和富集分析。綜上所述，LncSEA 是一個(gè)強(qiáng)大的平臺(tái)，為用戶提供多種類型的 lncRNA 集，并支持 lncRNA 注釋和富集分析。

lncRNA 集的集合和 LncSEA 的用戶界面。LncSEA 提供 18 種參考集，包括 miRNA、藥物、疾病、甲基化模式、癌癥特異性表型、lncRNA 結(jié)合蛋白、癌癥標(biāo)志、亞細(xì)胞定位、存活、eQTL、細(xì)胞標(biāo)記、增強(qiáng)子和超級(jí)增強(qiáng)子、轉(zhuǎn)錄因子、可及染色質(zhì)、smORF、外泌體和保護(hù)。LncSEA 支持多種功能，包括搜索、下載、瀏覽和富集分析。LncSEA 中還提供了 ID 轉(zhuǎn)換、ceRNA 網(wǎng)絡(luò)、lncRNA 表達(dá)和統(tǒng)計(jì)。

LncRNA受不同的調(diào)控元件和 TF 的調(diào)控，它們與其調(diào)控區(qū)域結(jié)合。由于數(shù)據(jù)資源和技術(shù)限制，很少有數(shù)據(jù)庫(kù)提供 lncRNA 的上游監(jiān)管信息。我們通過(guò)收集和處理大量的 ChIP-seq/DNase-seq/ATAC-seq 數(shù)據(jù)，構(gòu)建了四類具有上游調(diào)控信息的 lncRNAs，包括“增強(qiáng)子”、“超級(jí)增強(qiáng)子”、“無(wú)障礙染色質(zhì)”和“轉(zhuǎn)錄因子”。

重要的是，LncSEA 提供了與上游監(jiān)管者和下游目標(biāo)相關(guān)的 lncRNA 集的注釋和富集分析功能。

平常做lncRNA的注釋和功能富集時(shí)，一直缺少一個(gè)像做基因富集分析時(shí)那樣的sets，對(duì)lncRNA進(jìn)行功能富集分析時(shí)常需要做lncRNA與基因間的共表達(dá)，然后再根據(jù)共表達(dá)的基因去做富集分析。而這樣的操作也是無(wú)奈之舉會(huì)增加假陽(yáng)性的同時(shí)，也會(huì)落下一些重要的結(jié)果。基于本批數(shù)據(jù)進(jìn)行預(yù)測(cè)基因間的共表達(dá)，受本批測(cè)序中的樣本數(shù)量過(guò)少，會(huì)大大影響計(jì)算結(jié)果。而LncSEA通過(guò)收集全球數(shù)據(jù)集，正是解決了這一點(diǎn)。

一、實(shí)操演示1——lncRNA富集分析

1）輸入lncRNA的基因名稱列表，運(yùn)行；

2）生成富集在各個(gè)數(shù)據(jù)集的富集結(jié)果，結(jié)果為顯著富集在非小細(xì)胞肺癌中；如第一行，該數(shù)據(jù)集綜述為147個(gè)基因，現(xiàn)輸入的lncRNA在小細(xì)胞肺癌數(shù)據(jù)集中有31個(gè)，計(jì)算Jaccard值，為相對(duì)于背景的富集因子；

3）生成富集的氣泡圖，圖片可下載；

4）生成富集的柱狀圖，圖片可下載；

5）其他上游因子，分子互作查看。如miRNA

二、實(shí)操演示2——IncRNA基因注釋

1）輸入lncRNA的基因名稱，運(yùn)行；

2）lncRNA預(yù)測(cè)結(jié)合的miRNA，來(lái)源數(shù)據(jù)庫(kù)，Count為該miRNA同時(shí)影響的lncRNA種類總數(shù)量；

三、參考文獻(xiàn)

Jiaxin Chen, Jian Zhang, LncSEA: a platform for long non-coding RNA related sets and enrichment analysis, Nucleic Acids Research, Volume 49, Issue D1, 8 January 2021, Pages D969–D980, https://doi.org/10.1093/nar/gkaa806

— 彩 蛋 —

下期，可能介紹全球最大的癌癥突變數(shù)據(jù)庫(kù)COSMIC（https://cancer.sanger.ac.uk/cosmic），如果通過(guò)癌癥基因，找癌癥突變，癌癥藥物，在 3D 蛋白質(zhì)結(jié)構(gòu)的背景下理解癌癥突變。