人类长非编码RNA表达数据库，整合9种重要生物学场景（发育、癌症、病毒侵染等）

近日，由中国科学院北京基因组研究所（国家生物信息中心）国家基因组科学数据中心开发的人类长非编码RNA（long non-coding RNA, lncRNA）表达数据库正式上线。该研究成果以`LncExpDB: an expression database of human long non-coding RNAs`为题在国际学术期刊《核酸研究》（`Nucleic Acids Research`）在线发表。 `LncRNA`通过复杂多样的分子机制发挥重要调控功能，在多个生物学过程以及疾病发生发展中均发挥重要作用。目前，人类基因组中已鉴定出十万多个lncRNA基因，但有功能研究的仅有数千条，因此全面注释lncRNA功能是人类基因组研究的重要内容和巨大挑战。近年来，高通量测序技术的迅速发展促进了正常组织、疾病、胚胎发育、器官分化、病毒侵染、亚细胞区室等多种生物学场景的研究，积累了丰富的组学数据，尤其是转录组测序数据，为从多角度发现和研究lncRNA的生物学功能提供了重要的数据基础与研究思路。 LncExpDB数据库致力于提供多生物学场景的lncRNA表达谱，鉴定具有潜在功能的lncRNA，促进lncRNA的功能实验研究。在LncBook数据库构建的人类lncRNA数据集基础上，研究人员整合CHESS、RefLnc、FANTOM等10余个专业数据库鉴定的lncRNA，基于严格审编标准，获得全面的高质量人类lncRNA参考数据集，包含101,293个基因／33,1244个转录本。LncExpDB数据库进一步整合9种重要生物学场景（正常组织/细胞系、器官发育、植入前胚胎发育、细胞分化、亚细胞定位、外泌体、癌症细胞系、病毒侵染、昼夜节律）的1,977个样本的转录组数据，通过标准化的转录组数据分析流程，系统分析并鉴定每种生物学场景的特征基因（管家基因／组织特异性基因、差异表达基因、节律基因、动态表达基因、亚细胞区室富集基因）集合，共计25,191个特征lncRNA基因和28,443,865对相关的lncRNA-mRNA共表达关系。此外，LncExpDB鉴定了具有表达证据支持的92,016个lncRNA基因，评估了lncRNA的表达水平与表达潜力。

LncExpDB数据库具备友好的检索、浏览与可视化功能，方便用户通过不同基因／转录本ID、基因symbol进行检索和浏览，探索特定生物学场景下特征基因与共表达关系，全面比较lncRNA在不同生物学场景中的功能差异，提供FTP下载所有相关注释信息与分析结果的开放共享功能，为非编码RNA功能研究提供了重要数据基础和共享平台。

北京基因组所（国家生物信息中心）硕士研究生李昭和博士研究生刘琳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。

分享我们承建的三篇NAR的数据库：有类似数据库建设需求请联系我们。