|
大家好呀，我是先锋班学员及时止损。作为对生信体系课上篇的补充，今天我给大家介绍一个关于lncRNA的数据库，全程傻瓜式操作哟！当然了，如果你做的生信分析不涉及lncRNA可先点收藏，以后遇到了再来学习。接下来我们就开始讲解咯 数据库简介 做lncRNA生信分析的同学都知道，想要了解lncRNA的功能，就要找到lncRNA的靶基因（ceRNA套路除外），而共表达分析就是预测lncRNA靶基因的一种常用方法。Co-LncRNA数据库是通过共表达分析预测lncRNA的靶基因，并通过对靶基因进行GO/KEGG富集分析，来阐释lncRNA的生物学功能，为进一步机制研究提供依据。Co-LncRNA收集了来自28个人体组织/细胞系、共29012例样本的RNA-seq数据，包括来自TCGA的133个数据集和来自GEO的108个数据集。数据库还可以连接至GEO、Ensembl、UCSC等网站。数据库网址：http://bio-bigdata./Co-LncRNA/ 。使用该数据 时注意引用文献 ：Zhao Z, Bai J, Wu A, et al.Co-LncRNA: investigating the lncRNA combinatorial effects in GO annotations and KEGG pathways based on human RNA-seq data. Database (Oxford). 2015;2015:bav082. doi:10.1093/database/bav082 先来三张图宏观了解一下这个数据库 ▲ 图1 Co-LncRNA数据库流程图 ▲ 图2 Co-LncRNA数据库所收录的数据集及样本 ▲ 图3 Co-LncRNA数据库的6个主要功能模块 功能模块演示 下面对数据库的6个主要功能模块进行逐一演示。 1. CEGs模块 CEGs代表共表达基因（Co-Expressed Genes），通过该模块可筛选与单个lncRNA共表达的基因。示例如图4，通过选择一个特定的数据集，输入lncRNA名称（输入格式包括Ensembl ID和gene symbol两种），选择共表达分析的方法（该网站提供线性回归和Spearman相关两种分析方法），设置相关系数和P值后，点击go即可得到右侧的结果界面。结果中展示了与输入的lncRNA共表达的mRNA以及相关系数、P值等信息，单击“pattern”下方的图形可显示lncRNA与该mRNA的散点图，图片提供PNG和PDF两个下载格式。此外，如果在“search by”处选择mRNA，筛选的结果则是与该编码基因共表达的lncRNA。 ▲图4 CEGs模块：①选择数据集；②选定数据集的简介；③选择输入基因类型；④输入基因名，选择分析方法，设定阈值；⑤示例数据；⑥帮助；⑦lncRNA；⑧mRNA；⑨相关系数；⑩P值；⑪lncRNA-mRNA共表达模式；⑫相关性散点图 2. CEGsFuncs模块： 该模块可对单个或多个lncRNA共表达的mRNA进行GO/KEGG富集分析。示例如图5所示，①-④的设置与CEGs模块相同，可以⑤处选择GO/KEGG富集分析功能，并设置⑥中的P值。以KEGG富集分析为例，结果界面展示在右侧，点击“#Overlap”下方对应的数字可显示富集到该通路上的CEGs（⑨），点击通路名称（如图中“hsa04110”），可展示该完整通路，与不同的lncRNA共表达的CEGs用不同颜色标记（⑪）。 ▲图5 CEGsFuncs模块：①选择数据集；②选定数据集的简介；③选择输入基因类型；④输入基因名，选择分析方法，设定阈值；⑤选择GO/KEGG；⑥设置富集分析的P阈值；⑦示例数据；⑧帮助；⑨展示富集到某一KEGG通路上的CEGs；⑩“hsa04110”通路图；⑪lncRNA列表；⑫TUG1(ENSG00000253352) CEGs；⑬MALAT1(ENSG00000251562) CEGs；⑭TUG1(ENSG00000253352)和 MALAT1(ENSG00000251562) CEGs 3. merge CEGsFuncs模块： 相比于CEGsFuncs模块，该模块可以允许多个数据集进行合并分析，以减小不同数据集对lncRNA共表达基因的影响。除第一步选择数据集时可以进行多选之外，其余操作与与CEGsFuncs模块相同。选择多个数据集时通过按住shift或者ctrl进行操作。 ▲图6 merge CEGsFuncs模块 4. CEGsNet模块： 该模块可以将与单个或者多个lncRNA共表达的mRNA进行可视化。以多基因列表为例（图7），选定要分析的数据集，输入lncRNA列表，选择分析方法，设置相关系数和P值后，点击go即可得到右侧的结果界面，可以点击右上角的图标对图片进行缩放和移动，但不足之处是图片不能下载。 ▲图7 CEGsNet模块：①选择数据集；②选定数据集的简介；③输入基因列表，选择分析方法，设定阈值；④示例数据；⑤帮助；⑥lncRNA TUG1(ENSG00000253352)；⑦lncRNA MALAT1(ENSG00000251562)；⑧TUG1(ENSG00000253352) CEGs；⑨MALAT1(ENSG00000251562) CEGs；⑩TUG1(ENSG00000253352)和MALAT1(ENSG00000251562) CEGs 5. Analyse your data模块 如果你所研究的数据集没有被Co-LncRNA数据库收录，那么可以通过该模块上传自己的lncRNA和mRNA表达矩阵，进行共表达分析和富集分析。通过图中①②步上传两个表达矩阵，矩阵的具体格式如⑪⑫，通过设置③-⑦的参数得到想要的结果，如⑬⑮所示，共表达和富集分析一步到位。做生信分析的同学都知道，无论是使用R语言还是数据库，输入文件的格式非常重要，格式不对将会报错。 ▲图8 Analyse your data模块：①上传lncRNA表达矩阵；②上传mRNA表达矩阵；③选择共表达分析方法；④设置回归/相关系数；⑤设置P值；⑥选择CEGs合并方式；⑦选择GO/KEGG；⑧设置富集分析P值；⑨示例数据；⑩说明；⑪lncRNA表达矩阵的输入格式；⑫mRNA表达矩阵的输入格式；⑬共表达分析结果；⑭相关性散点图；⑮富集分析结果；⑯“hsa05212”通路图 6. Download模块 介绍到这里，如果你对这个数据库前面的功能不太满意（比如分析结果不可下载、可视化做得不好等），那么请直接来到这一模块。对于数据库收录的241个数据集，该模块可提供下载功能，下载的内容包括每个数据集的mRNA表达谱、lncRNA表达谱以及共表达分析结果，下载后的数据可以通过R语言或者其他工具进行进一步分析及可视化。如果正好包括你所研究的数据集，那简直太方便了，相当于数据库已经分析好了打包放在那里，你来下载就可以啦。 ▲图9 Download模块：①概述；②241个数据集；③mRNA和lncRNA注释文件；④GO/KEGG文件 彩蛋部分 数据库还有一个ID Converter模块，可以进行基因ID的批量转换，包括Ensembl ID、gene symbol、Entrez Gene三种，从此以后又多了一个可以转换基因ID的工具啦！ ▲ 图10 ID Converter模块 文献示例 目前利用Co-lncRNA数据库发表的文章并不多，这篇文章发表在《ORAL ONCOLOGY》（IF 3.73）,作者研究的肿瘤是口腔癌，将分析得到的两个lncRNA放到了Co-lncRNA数据库做了功能富集，并将其中涉及的部分信号通路进行了可视化，这里用到的是CEGsFuncs模块的功能（图12）。
▲ 图12 文献示例（PMID:27424183） 小结 好啦，最后总结一下，Co-LncRNA数据库可以对单个或者多个lncRNA进行共表达分析及GO/KEGG富集分析，并进行一定程度的可视化，还支持上传自己的数据进行分析，是一个傻瓜式操作的lncRNA功能注释的网站。数据库提供示例数据，赶紧去实操一波吧！ 放眼望去，近几年，很多人都有这样一种感受，那就是现在的科研要求越来越高，论文发表越来越难。 这主要是因为当前竞争越来越大，优质科研成果及高水平论文越来越多，学术市场水涨船高。现在，要想在学术生涯获得良好发展，手握高分论文已经成了通行证。这不仅是对科研人员，对硕博生们也是如此。对于硕博生们来说，优质的论文更是获到学术自信，确保顺利毕业、获得满意工作的决定因素，根本无法忽视。 但是说到这里，很多人可能就抱怨了：现在发论文，真的很难很难啊！ 所以，我很想把一个优质的课程推荐给大家!一个可能改变所有医学生一生的课程。 10天领悟3分SCI套路 点击下方 免费报名 |
|
|
