LncRNA在哺乳動物中大量轉錄，通過復雜多樣的分子機制在多種生物學過程發揮重要功能，與人類疾病的發生發展密切相關。近些年，lncRNA成為基因組學與生物信息學領域的研究熱點，涌現出大量研究成果。然而，豐富的lncRNA知識分散在文獻中，使得獲取、整合、統計及解析這些信息變得費時費力。盡管目前已開發了一些lncRNA知識庫，為深入研究lncRNA提供了支持，但多數知識庫專注于某一方面的注釋，如疾病、互作、生物學功能、臨床信息、亞細胞定位及發育過程。

為方便科研人員全方位深入研究lncRNA，國家基因組科學數據中心開發了更新版本的人類lncRNA知識庫LncRNAWiki 2.0。LncRNAWiki 2.0大幅提升了系統框架，結構化展示了功能性lncRNA的10類共計41個主題的注釋信息（基本信息、保守性、分子特征、臨床關聯、靶基因、調控因子、實驗樣本、生物學功能、CRISPR實驗以及文獻），并支持注冊用戶基于標準化的審編模型在線提交/編輯/更新lncRNA相關知識。

截至2021年10月，LncRNAWiki 2.0共收錄2,512個經實驗研究的人類lncRNA的106,242條知識關聯信息，所有相關知識在Browse頁面均可一鍵免費下載。此外，還開發了多種在線工具，用于lncRNA ID轉換、序列比對和功能預測，助力發掘新的lncRNA功能。

該知識庫以“LncRNAWiki 2.0: a knowledgebase of human long non-coding RNAs with enhanced curation model and database system”為題在國際學術期刊Nucleic Acids Research 在線發表（知識庫網址為：https://ngdc.cncb.ac.cn/lncrnawiki/）。

圖1 LncRNAWiki 2.0首頁截圖

知識庫核心功能及操作演示

1．LncRNA知識瀏覽及下載

目前，LncRNAWiki 2.0共包含2,512個lncRNA的106,242條知識關聯信息（疾病：13,395條；功能：12,650條；藥物：1,065條；互作：4,093條；分子標記：18,840條；實驗樣本：49,691條；CRISPR：587條）。為提供全面的lncRNA知識注釋信息，LncRNAWiki 2.0整合了文獻及16個專業數據庫中的相關知識，并通過五個關鍵步驟實現標準化整合并確保注釋內容的質量：（1）基于HGNC數據庫中的symbol-alias信息統一庫中lncRNA的名稱；（2）標準化重要名詞的寫法（疾病、組織/細胞系、實驗方法等）；（3）去除不可靠文章來源（如論文工廠）的注釋；（4）去除冗余及有歧義的注釋；（5）改正書寫錯誤等內容。

為方便用戶查詢及下載，Browse頁面提供了不同形式的過濾和展示（https://ngdc.cncb.ac.cn/lncrnawiki/browse/）。具體來說，用戶可以通過點擊頁面上常見的疾病、上游調控因子、下游靶向基因、生物學過程、通路以及功能機制名稱來查詢對應的注釋信息（圖2），也可以在下方的搜索框中輸入感興趣的內容來檢索對應的注釋條目，圖3-4是以TUG1為例展示的部分注釋結果。全部注釋信息或過濾篩選后的結果均可通過點擊“Download”按鈕，一鍵下載獲取。

圖2 Browse頁面展示的特色注釋條目

圖3 Browse頁面過濾篩選功能

圖4 Browse頁面TUG1部分注釋結果

2．單基因頁面瀏覽

用戶可通過訪問單基因頁面全面了解某一個lncRNA的全部注釋信息（可通過在主頁面的搜素框內輸入基因名字進行訪問，也可通過點擊Browse頁面中lncRNA名稱鏈接跳轉到單基因頁面）。以TUG1為例，在單基因頁面中可以看到該基因的詳細注釋條目及統計信息（https://ngdc.cncb.ac.cn/lncrnawiki/lncrna?symbol=TUG1）。用戶在瀏覽頁面過程中，可通過點擊表格旁邊的“CSV”或“Copy”按鈕來下載感興趣的內容。

單基因頁面提供了錯誤報告功能，若用戶發現錯誤（任何用戶，無需注冊），可以通過點擊對應位置的“Report”按鈕對錯誤進行描述，并提交正確的內容及聯系方式。經過審核后，錯誤的內容便會被修改。

3．在線工具

為豐富lncRNA的功能注釋，基于審編得到的lncRNA與上游調控因子、下游靶向基因的互作關系，以及與之共表達的mRNA，LncRNAWiki 2.0開發了lncRNA功能預測工具（https://ngdc.cncb.ac.cn/lncrnawiki/tool）。主要是從生物學過程、分子功能、細胞組分以及通路角度對lncRNA的功能進行預測，用戶可以下載預測的結果圖以及對應表格。例如，對TUG1的預測顯示，除了已被證實的相關生物學功能，其可能在RNA剪切等方面發揮作用（圖5，藍色標記的是已有文獻報道的功能條目）。

圖5 TUG1生物學功能預測

另外，LncRNAWiki 2.0還提供了ID轉換（LncRNA Symbol在LncExpDB、GENCODE、LNCipedia、NONCODE、BIGtranscriptome、CHESS、RefLnc、MiTranscriptome和FANTOM等數據庫間的轉換）以及BLAST序列比對等功能。

4．文獻檢索

LncRNAWiki 2.0共收錄7703篇相關文獻（https://ngdc.cncb.ac.cn/lncrnawiki/publication/）。在文獻頁面，用戶可以看到每篇文章報道的lncRNA名稱、引用次數、發表期刊以及時間等（圖6）。用戶可以在搜索框中輸入感興趣的lncRNA的名稱來查詢對應的文獻，基于引用次數等排序瀏覽。

圖6 Publication頁面

5．在線審編

為方便lncRNA知識注釋并規范審編流程，LncRNAWiki 2.0提供在線審編功能。用戶可通過點擊主頁上的“Submit”按鈕，注冊個人信息并進入審編頁面，對分子特征、臨床關聯、靶基因、調控因子、實驗樣本、生物學功能、CRISPR實驗、文獻等內容進行系統性審編。每一個主題提示框均有對應的受控詞表提示詞，用戶可根據提示進行在線審編，需要注意的是，PMID以及lncRNA的Symbol信息為必填項（圖7-8）。

圖7 提交頁面

圖8 審編頁面

北京基因組所（國家生物信息中心）特別研究助理劉琳，博士研究生李昭和碩士研究生劉暢為本文共同第一作者，馬利娜副研究員與章張研究員為共同通訊作者。該研究得到了中科院戰略性先導科技專項、國家重點研發計劃、中科院青促會等項目資助。

也想做這樣的數據庫：生物大數據時代，如何做好數據管理和再利用，發IF10+的數據庫文章？

參考文獻

1.LncRNAWiki 2.0: community annotation of long non-coding RNAs with enhanced curation model and web system. Nucleic Acids Res 2021. Doi: 10.1093/nar/gkab998. [PMID=34751395]

2.LncRNAWiki: harnessing community knowledge in collaborative curation of human long non-coding RNAs. Nucleic Acids Res 2015. Doi: 10.1093/nar/gku1167. [PMID=25399417]

往期精品(點擊圖片直達文字對應教程)

機器學習

后臺回復“生信寶典福利第一波”或點擊閱讀原文獲取教程合集

總結

以上是生活随笔為你收集整理的NAR再版 | 人类长非编码RNA知识库LncRNAWiki 2.0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。