【原】LNCipedia:人类lncRNA数据库

lncRNA全称为long non-coding RNA, 长链非编码RNA, 指的是长度在200nt以上的非编码RNA。 lncRNA在细胞周期调控， 细胞分化调控，疾病的发生与发展等多种生命活动中发挥着重要作用，是研究的热点之一。

不像起步很早的miRNA, lncRNA在最近十几年年才逐渐兴起，目前的现状是数据库很多，不同数据库对于lncRNA的命名方式不统一，这种混乱的命名模式，增加了研究的难度。

LNCipedia是一个综合性的人类lncRNA数据库，整合了多个数据库中，多篇文章中的lncRNA记录，并赋予了它们统一的ID, 网址如下

https:///

该数据库中的lncRNA信息来源于以下几个数据库

1. LncRNAdb

2. Broad Institute

3. Ensembl

4. Gencode

5. Refseq

6. NONCODE

7. FANTOM

同时也包含了Nielsen, Hangauer等多篇文献中发现的lncRNA信息。

对于多种来源的lncRNA, 去冗余之后赋予一个统一的ID, 对于那些已经拥有了gene symbol的lncRNA, 仍然采用gene  symbol, 如果没有的话，按照最近的蛋白编码基因来命名，比如lnc-MYCN-1, 代表一个在MYCN基因附近的lncRNA, 如果多个lncRNA使用了同一个参照的蛋白编码基因，则用数字后缀来区分不同的lncRNA基因。

对于lncRNA，根据以下原则进行了分类：

1. 对于那些与蛋白编码基因所在链相同，而且存在overlap的lncRNA, 如果与所有的exon都没有overlap, 就归类为intronic, 否则归类为sense overlapping；

2. 对于那些与蛋白编码基因的反向互补区间存在overlap的lncRNA, 归类为antisense;

3. 对于那些与任何蛋白编码基因都没有交集的lncRNA, 如果在转录起始位点上游1000bp范围内存在白编码基因的转录起始位点，则归类为bidirectional,  否则归类为intergenic;

同时还采用了不同软件，对蛋白编码潜能进行了评估，软件列表如下

1. CPC

2. HMMER

3. PRIDE

4. PhyloCSF

5. CPAT

6. Ribosome-profiling

我们可以直接从网站上下载lncRNA对应的fasta,gtf, bed文件，提供了hg19和hg38两种版本，示意如下

通过首页的Search按钮，可以进行检索，以LINC01725：47为例，结果如下

1. 基本信息

这部分结果包含了lncRNA基因ID, 转录本iD, 染色体位置，类别，长度等信息，示意如下

2. 序列信息

3. 蛋白编码潜能

给出了不同软件预测的蛋白编码潜能的结果，示意如下

4. lncRNA保守性

通过lncRNA邻近的蛋白编码基因在不同物种间的保守性，来分析对应的lncRNA的保守性，如果一个lncRNA的参照蛋白编码基因在其他物种中有同源，则认为对应的lncRNA在其他物种中也应该存在，结果示意如下

该网站还提供了API服务， 通过基因id或者转录本id来获取对应的信息，示意如下

https:///api/transcript/HOTAIR:1 https:///api/gene/HOTAIR

通过这种综合性的数据库，可以避免不同数据库中命名方式不同带来的不便。

·end·