LncRNADisease一个长链费编码RNA疾病相关数据库

LncRNADisease:一个长链 非编码RNA相关疾病数据库

LncRNADisease: a database for longnon-coding RNA-associated diseases Geng Chen1,2,3, Ziyun Wang2, Dongqing Wang2, Chengxiang Qiu2, Mingxi Liu4,Xing Chen4, Qipeng Zhang2, Guiying Yan4,* and Qinghua Cui1,2,3,* Department of Biomedical Informatics, School of Basic Medical Sciences, MOE Key Lab of Cardiovascular Sciences, Institute of Systems Biomedicine, Peking University, 38 Xueyuan Road and Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing, 100190, China Received July 5, 2012; Revised October 11, 2012; Accepted October 21, 2012 NAR IF 7.836 引用次数：36

一.摘要 近年来，大量证据显示lncRNAs在各种生物过程中起着关 键的作用，lncRNAs的功能异常与一系列疾病相关。 为此，一个高质量的lncRNA-疾病关联数据库将是非常有 益的。 本文中，作者构建了一个长链非编码RNA和疾病关联数据 库(LncRNADisease) http://www.77cn.com.cn/lncrnadisease 开发了一种生物信息学方法来预测新的lncRNA-关联疾病

注释了 lncRNA关 联疾病 涉及166种疾病

480个实验支持的 lncRNA-疾病关联条目478个与lncRNA互作分子 条目 1564个预测的人类 lncRNAs的关联疾病

标准化了 疾病名 标准化 lncRNA异 常类型 为每一条 目提供详 细描述

包括DNA,RNA miRNA,蛋白质 运用生物信息 预测方法

LncRNADisease

二.引言 人类转录组分析发现，蛋白质编码的序列只占很少一部分， 而绝大部分都是非编码RNA,尤其是lncRNAs。 lncRNAs刚被发现时，由于其在物种间的序列低保守性， 低表达水平和高的组织特异性而被认为是转录噪声。 近年来，大量证据显示，lncRNAs不仅不是转录噪声，反 而有很重要的功能。例如：影响基因转录，靶向作用于 RNA聚合酶II,调节剪切，甚至在表观遗传学发挥作用。 大量的研究产生了海量的与lncRNAs相关的数据，因此对 这些数据进行整理和注释对更好的理解lncRNAs至关重要。 事实上，已经有一些关于lncRNAs的数据库被建立，并在 lncRNAs领域提供了帮助。例如：

lncRNAs相关数据库 NRED: 提供人和小鼠的长链非编码RNA在芯片数据的表达信息 John mattick实验室构建。 http://jsmresearch.imb.uq.edu.au/nred/ (2009年) lncRNAdb: 提供有生物学功能的长链非编码RNA的全面注释。 John mattick实验室构建的网站。 http://www.77cn.com.cn/ (2011年7月) NONCODE:提供对长链非编码RNA的全面注释，包括表达和该团 队开发的ncFANs计算机软件预测的lncRNA功能。已经更新到第三 版。http://www.77cn.com.cn (2012年1月) LNCipedia: 对人类的长链非编码RNA的序列和结构全面的注释。网 站：http://www.77cn.com.cn (2012年7月)

LncRNADisease: 提供了文献报道的疾病

相 关的长链非编码RNA的注释(2012年7月)注释了 lncRNA关 联疾病 涉及166种疾病 480个实验支持的 lncRNA-疾病关联条目 标准化了 疾病名 标准化 lncRNA异 常类型 为每一条 目提供详 细描述

包括DNA,RNA miRNA,蛋白质 运用生物信息 预测方法

478个与lncRNA互作分子 条目 1564个预测的人类 lncRNAs的关联疾病

LncRNADisease

三.数据来源与实现 step1:从NCBI中的PubMed数据库下载非蛋白质 编码的RNA基因数据。 step2:手动组织数据并检索lncRNAs与相关疾病 对应配对关系。每一个这种关系经过不同研究人 员的双重检验。 step3:为该数据库中数据提供源文章在PubMed 数据库中的超连接。 step4:进一步为lncRNAs注释序列和物种信息， 及导致疾病功能障碍的类型和互作分子类型。 step5:最后标准化lncRNAs和疾病的名字。

Figure1(A)LncRNADisease数据库lncRNAs相关疾病类 型分布饼状图(B)LncRNADisease数据库lncRNAs功能障 碍类型

数据库实现 网站界面：Django Django简介：是一个开放源代码的Web应用框 架，由Python写成。 数据库管理系统：SQLite SQLite简介：是一款轻型的数据库，比起Mysql、 PostgreSQL这两款开源世界著名的数据库管理 系统来讲处理速度比他们都快。至今已经有13个 年头，SQLite 3版本已经发布。

四.预测新的lncRNA-关联疾病 lncRNA背景知识：根据lncRNA在基因组上的位置，可将其分 为5种类型：正义(Sense)、反义(Antisense)、双向 (Bidirectional)、基因内(Intronic)及基因间(Intergenic)图中 编码RNA和非编码RNA外显子分本别用蓝色和橙色表示。

lncRNA背景知识：调控机制

lncRNA 与食管癌相关 与帕金森相关

蛋白编码基因 与动脉硬化相关

miRNA 与艾滋病相关

验证猜想： step1:识别所有文献报道的疾病相关非编码RNA 附近的所有蛋白质编码基因和长度小于2KB nt 的 miRNAs step2:统计所有与邻近基因或miRNAs影响相同 疾病的lncRNA数目(得到数目33) step3:随机扰乱lncRNA在转录组中的位置 step4:继续统计与邻近基因或miRNAs影响相同 疾病的lncRNA数目 step5:重复step3,step4,进行10000次扰动后， 统计检验显著性

3 33lncRNA 与食管癌相关 与帕金森相关 蛋白编码基因 与动脉硬化相关 miRNA 与艾滋病相关

9lncRNA 与食管癌相关 与帕金森相关 蛋白编码基因 与动脉硬化相关 miRNA 与艾滋病相关