LncRNA在哺乳动物中大量转录，通过复杂多样的分子机制在多种生物学过程发挥重要功能，与人类疾病的发生发展密切相关。近些年，lncRNA成为基因组学与生物信息学领域的研究热点，涌现出大量研究成果。然而，丰富的lncRNA知识分散在文献中，使得获取、整合、统计及解析这些信息变得费时费力。尽管目前已开发了一些lncRNA知识库，为深入研究lncRNA提供了支持，但多数知识库专注于某一方面的注释，如疾病、互作、生物学功能、临床信息、亚细胞定位及发育过程。

为方便科研人员全方位深入研究lncRNA，国家基因组科学数据中心开发了更新版本的人类lncRNA知识库LncRNAWiki 2.0。LncRNAWiki 2.0大幅提升了系统框架，结构化展示了功能性lncRNA的10类共计41个主题的注释信息（基本信息、保守性、分子特征、临床关联、靶基因、调控因子、实验样本、生物学功能、CRISPR实验以及文献），并支持注册用户基于标准化的审编模型在线提交/编辑/更新lncRNA相关知识。

截至2021年10月，LncRNAWiki 2.0共收录2,512个经实验研究的人类lncRNA的106,242条知识关联信息，所有相关知识在Browse页面均可一键免费下载。此外，还开发了多种在线工具，用于lncRNA ID转换、序列比对和功能预测，助力发掘新的lncRNA功能。

该知识库以“LncRNAWiki 2.0: a knowledgebase of human long non-coding RNAs with enhanced curation model and database system”为题在国际学术期刊Nucleic Acids Research 在线发表（知识库网址为：https://ngdc.cncb.ac.cn/lncrnawiki/）。

图1 LncRNAWiki 2.0首页截图

知识库核心功能及操作演示

1．LncRNA知识浏览及下载

目前，LncRNAWiki 2.0共包含2,512个lncRNA的106,242条知识关联信息（疾病：13,395条；功能：12,650条；药物：1,065条；互作：4,093条；分子标记：18,840条；实验样本：49,691条；CRISPR：587条）。为提供全面的lncRNA知识注释信息，LncRNAWiki 2.0整合了文献及16个专业数据库中的相关知识，并通过五个关键步骤实现标准化整合并确保注释内容的质量：（1）基于HGNC数据库中的symbol-alias信息统一库中lncRNA的名称；（2）标准化重要名词的写法（疾病、组织/细胞系、实验方法等）；（3）去除不可靠文章来源（如论文工厂）的注释；（4）去除冗余及有歧义的注释；（5）改正书写错误等内容。

为方便用户查询及下载，Browse页面提供了不同形式的过滤和展示（https://ngdc.cncb.ac.cn/lncrnawiki/browse/）。具体来说，用户可以通过点击页面上常见的疾病、上游调控因子、下游靶向基因、生物学过程、通路以及功能机制名称来查询对应的注释信息（图2），也可以在下方的搜索框中输入感兴趣的内容来检索对应的注释条目，图3-4是以TUG1为例展示的部分注释结果。全部注释信息或过滤筛选后的结果均可通过点击“Download”按钮，一键下载获取。

图2 Browse页面展示的特色注释条目

图3 Browse页面过滤筛选功能

图4 Browse页面TUG1部分注释结果

2．单基因页面浏览

用户可通过访问单基因页面全面了解某一个lncRNA的全部注释信息（可通过在主页面的搜素框内输入基因名字进行访问，也可通过点击Browse页面中lncRNA名称链接跳转到单基因页面）。以TUG1为例，在单基因页面中可以看到该基因的详细注释条目及统计信息（https://ngdc.cncb.ac.cn/lncrnawiki/lncrna?symbol=TUG1）。用户在浏览页面过程中，可通过点击表格旁边的“CSV”或“Copy”按钮来下载感兴趣的内容。

单基因页面提供了错误报告功能，若用户发现错误（任何用户，无需注册），可以通过点击对应位置的“Report”按钮对错误进行描述，并提交正确的内容及联系方式。经过审核后，错误的内容便会被修改。

3．在线工具

为丰富lncRNA的功能注释，基于审编得到的lncRNA与上游调控因子、下游靶向基因的互作关系，以及与之共表达的mRNA，LncRNAWiki 2.0开发了lncRNA功能预测工具（https://ngdc.cncb.ac.cn/lncrnawiki/tool）。主要是从生物学过程、分子功能、细胞组分以及通路角度对lncRNA的功能进行预测，用户可以下载预测的结果图以及对应表格。例如，对TUG1的预测显示，除了已被证实的相关生物学功能，其可能在RNA剪切等方面发挥作用（图5，蓝色标记的是已有文献报道的功能条目）。

图5 TUG1生物学功能预测

另外，LncRNAWiki 2.0还提供了ID转换（LncRNA Symbol在LncExpDB、GENCODE、LNCipedia、NONCODE、BIGtranscriptome、CHESS、RefLnc、MiTranscriptome和FANTOM等数据库间的转换）以及BLAST序列比对等功能。

4．文献检索

LncRNAWiki 2.0共收录7703篇相关文献（https://ngdc.cncb.ac.cn/lncrnawiki/publication/）。在文献页面，用户可以看到每篇文章报道的lncRNA名称、引用次数、发表期刊以及时间等（图6）。用户可以在搜索框中输入感兴趣的lncRNA的名称来查询对应的文献，基于引用次数等排序浏览。

图6 Publication页面

5．在线审编

为方便lncRNA知识注释并规范审编流程，LncRNAWiki 2.0提供在线审编功能。用户可通过点击主页上的“Submit”按钮，注册个人信息并进入审编页面，对分子特征、临床关联、靶基因、调控因子、实验样本、生物学功能、CRISPR实验、文献等内容进行系统性审编。每一个主题提示框均有对应的受控词表提示词，用户可根据提示进行在线审编，需要注意的是，PMID以及lncRNA的Symbol信息为必填项（图7-8）。

图7 提交页面

图8 审编页面

北京基因组所（国家生物信息中心）特别研究助理刘琳，博士研究生李昭和硕士研究生刘畅为本文共同第一作者，马利娜副研究员与章张研究员为共同通讯作者。该研究得到了中科院战略性先导科技专项、国家重点研发计划、中科院青促会等项目资助。

也想做这样的数据库：生物大数据时代，如何做好数据管理和再利用，发IF10+的数据库文章？

参考文献

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(点击图片直达文字对应教程)

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集