目前人們對lncRNA認識還處在初級階段，lncRNA起初被認為是基因組轉錄的“噪音”，是RNA聚合酶II轉錄的副產物，不具有生物學功能。然而大量研究表明，lncRNA在細胞核內、核外，通過染色質修飾，轉錄調控，轉錄后調控等多種方式調節基因表達，在腫瘤發生發展中具有重要作用。

一般來說，lncRNA功能研究的主線包含3個主要步驟：

(1)高通量篩選。全轉錄組測序和lncRNA芯片是目前最常用的技術手段，通過這種高通量的篩選方法，可以快速獲得不同實驗組間差異表達的lncRNA和mRNA。

(2)候選lncRNA的確定。通過生物信息學分析，從大量lncRNA 中篩選有潛在功能意義的lncRNA。

(3)目標lncRNA的功能分析與驗證。根據上述生物信息分析推斷出lncRNA可能的生物學功能，并設計相應的實驗來驗證假設是否成立。

編碼能力預測以鑒別novel mRNA和lncRNA：

分別用CPC，CNCI，PfamScan三個軟件來對novel transcript序列做編碼能力預測

我們選取主流的三個預測軟件官網：

鑒定標準如下：

CPC_threshold = 0，大于0的轉錄本為mRNA，小于0的為lncRNA

CNCI_threshold = 0，大于0的轉錄本為mRNA，小于0的為lncRNA

PfamScan：比對上Pfam蛋白數據庫的為mRNA，沒有比對上的為lncRNA

注意：1)cpc和PfamScan( ?http://www.dxy.cn/bbs/thread/36426921#36426921??作者之前寫過用法)需要先建立蛋白參考數據庫，cpc可以下載Uniprot/swissprot蛋白序列

2)PfamScan輸入的是蛋白序列，可以由cpc的預測結果得出。

預測完成之后選取三個軟件的交集轉錄本作為novel coding和noncoding轉錄本

我們在篩選lncRNA的時候，取的是交集，這樣篩選的結果會更加準確可靠。

很多LNCRNA因為命名不統一，所以網上查找起來很困難，有沒有好用的數據庫或者方法？

答： 主要是以NCBI為主，比較全面，便于查詢。如果你主要關注人和小鼠的LncRNA的話，可以看看GENCODE，這個上面很全，經常更新，而且上面的命名NCBI也可以查詢到。

其他物種的話，你可以看下Ensembl上面，他的注釋gtf文件里面包含了所有的RNA，但是其中lncRNA比GENCODE要少一些。所有已知的LncRNA在NCBI上面都是可以查詢的。NCBI，GENCODE，Ensembl這三個數據庫的基因symbol基本一致。所以，如果是人和小鼠，你選擇GENCODE比較好，如果是其他物種，就選擇Ensembl吧

這篇文獻主要介紹了lncScore，用python寫的一個腳本,主要是依賴一個機器學習第三方庫scikit-learn。它能夠通過開放閱讀框,外顯子和最大編碼子序列等11個特征參數對lncRNA進行篩選。為了加快lncScore的運行速度，主要采用多線程>分析，只需花費2分鐘的時間就能夠對64,756個轉錄本進行分類。

文章里用gencode數據庫里的lncRNA數據做了驗證

此工具與CPAT, CNCI 和 PLEK類似，我們的lncRNA流程里的編碼潛能預測軟件用的是CPC CNCI Pfam，貌似CPC也是這個團隊開發的。

總結

以上是生活随笔為你收集整理的python lncrna_lncRNA分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。