癌癥是一個主要的公共衛生問題，也是全球發病和死亡的主要原因。在過去的幾十年里，RNA分子的新細胞作用被發現，已經確定癌癥病理學中基因表達的動力學非常復雜。長鏈非編碼RNA（lncRNA）作為早期篩查、診斷、預后判斷和分析治療反應的癌癥生物標志物越來越受到關注。環狀RNA（circRNA）是非編碼癌癥基因組的新成員，表現出截然不同的特性和多樣的細胞功能。人們對人類lncRNA和circRNA越來越感興趣，高通量和單細胞技術的可獲得性導致了癌癥相關lncRNA和circRNA數量的迅速增加。值得注意的是，癌癥相關的lncRNA和circRNA可以根據其調控機制、生物學功能或臨床應用分為不同的組。lncRNA和circRNA在涉及增強子、遺傳變異、microRNA相互作用、轉錄因子（TF）和甲基化修飾的癌癥相關調控機制中的作用也得到了廣泛的研究。此外，癌癥相關lncRNA和circRNA的新生物學功能已經出現。近年來，越來越多的證據表明lncRNA和circRNA在細胞生長、凋亡、自噬、上皮間質轉化、免疫和編碼能力中發揮重要功能。然而，沒有專門的資源用于收集、存儲和分發這些數據。大量的scRNA-seq和RNA-seq數據為數據挖掘和更深入地理解lncRNA功能創造了新的機會。開發快速、可定制的lncRNA分析和可視化方法是癌癥研究的關鍵問題。方便高效的網絡工具可以填補癌癥相關lncRNA數據與向終端用戶傳遞整合信息之間的空白，從而利用目前的lncRNA數據資源來研究人類癌癥。近期，哈爾濱醫科大學生物信息科學與技術學院張云鵬博士及其團隊將Lnc2Cancer數據庫更新為3.0版（http://www.bio-bigdata.net/lnc2cancer或者http://bio-bigdata.hrbmu.edu.cn/lnc2cancer）， 提供了實驗支持的lncRNA在人類癌癥中的調控機制（miRNA、TF、遺傳變異、甲基化和增強子）、生物學功能（細胞生長、凋亡、自噬、EMT、免疫和編碼能力）以及臨床應用（轉移、復發、循環、耐藥和預后）的信息，并開發了包括RNA和scRNA-seq表達數據在內的兩個交互式網絡工具平臺，允許使用標準處理流水線探索lncRNA在癌癥中的參與，相關研究以“Lnc2Cancer 3.0: an updated resource forexperimentally supported lncRNA/circRNA cancer associations and web tools based on RNA-seq and scRNA-seq data”為題發表在Nucleic Acids Research雜志上，雜志影響因子為11.501。

技術路線:

結果：

1.      數據擴展和預處理

作者在Pubmed數據庫中篩選了>8000項研究，2018年至2020年的6500份報告涉及lncRNA，2017年至2020年的1570篇出版物涉及circRNA，并重新篩選了6500項研究（主要是2015年之前發表的報告），這些研究已被納入Lnc2Cancer 2.0。隨后，提取了實驗支持的lncRNA或circRNA癌癥關聯信息，這些關聯得到RNA干擾、體外敲低、western blot、實時定量聚合酶鏈反應或熒光素酶報告基因檢測等相關實驗的強烈支持，并提取了一些lncRNA在癌癥中的高質量scRNA-seq表達數據，包括不同的癌癥亞型、細胞數量、lncRNA數量、細胞系和組織，同時記錄lncRNA、circRNA和癌癥的詳細信息。采用國際腫瘤學疾病分類第3版標準化分類注釋每種癌癥類型。Lnc2Cancer 3.0涉及了對15000篇已發表論文的系統綜述，包括2775個人類lncRNA和220個人類癌癥亞型之間關聯的8297個條目，并包含了743個人類circRNA和64個人類癌癥亞型之間關聯的1049個條目。

2.      Lnc2Cancer 3.0的實用性工具

為了全面表征lncRNA和circRNA在癌癥中的作用，作者手動繪制了它們的調控機制、生物學功能和臨床應用，這些信息已經通過高質量的實驗進行驗證，分析了N6-甲基腺苷和肽的保守性，部分涉及了與免疫相關lncRNA和circRNA的免疫細胞類型，納入了循環RNA（主要是外泌體檢測到的lncRNA和circRNA）。總的來說，Lnc2Cancer 3.0提供了包括lncRNA和circRNA在癌癥中的調控機制、生物學功能以及臨床應用的系統流水線。在Lnc2Cancer 3.0中，作者設計了一個單細胞web工具，根據提供的單細胞數據集，可以被用來鑒定新的癌癥相關的lncRNA。9個關于lncRNA表達的單細胞數據集，包括20種癌癥類型和22100個細胞，收集自Gene expression Omnibus（GEO：https://www.ncbi.nlm.nih.gov/geo/)。單細胞web工具配備了三個關鍵功能：Cluster函數允許用戶基于UMAP和t-SNE降維方法對單細胞lncRNA表達數據進行聚類分析；Heatmap功能提供了不同簇間差異表達lncRNA的熱圖；差異表達分析（DEA）功能使用戶能夠獲得lncRNA的差異表達信息和小提琴圖；上述所有功能均可使用R包Seurat（版本3.1.5）執行。作者從The cancer Genome Atlas（TCGA：https://portal.gdc.cancer.gov) 獲得了包含lncRNA表達信息的RNA-seq數據集，建立了RNA-seq工具的9個功能：（1）一般功能允許用戶構建涉及癌癥相關lncRNA的低通量和高通量實驗之間的串擾，提供了亞細胞定位（來自lncATLAS）、功能（來自LncBook）、基因本體注釋（來自LncBook）、癌癥和正常組織中的平均表達的一般信息，以及各種癌癥中特定lncRNA的箱形圖；（2）DEA功能使用戶能夠利用不同的自定義統計方法和特定癌癥的閾值獲得差異lncRNA表達分析和熱圖；（3）Boxplot功能生成帶有自定義顏色的箱形圖，用于比較癌癥和正常樣本中特定lncRNA的表達；（4）Stage Plot函數根據主要和詳細的病理分期對特定lncRNA生成表達小提琴圖；（5）Survival函數根據特定lncRNA的中位和分位數表達值進行總生存期或無病生存期（也稱為無復發生存期）分析；（6）Similar功能使用一個輸入的lncRNA和一個選擇的癌癥類型來識別一系列具有相似表達模式的lncRNA；（7）Correlation功能為兩個癌癥相關的lncRNA提供基于定制方法的lncRNA表達相關性分析，包括Pearson、Spearman和Kendall；（8）Network功能給出miRNA-lncRNA和mRNA-lncRNA共表達網絡的信息；（9）TF基序功能預測特定lncRNA的TF基序，提供TF基序序列LOGO圖。

3.      數據庫用戶使用界面

Lnc2Cancer 3.0中所有數據都使用MySQL（5.7.18版本）數據服務器進行存儲和管理，web接口是在Linux和Apache平臺上用JSP構建的。用戶通過以下步驟查詢數據庫：（1）在“瀏覽”頁面，用戶可以瀏覽所有實驗支持的lncRNA、circRNA和原發癌癥組織的關聯（圖A）。在以癌癥為中心的部分，有兩種方法搜索數據。第一種包括使用人體圖的解剖學分類，而第二種是癌癥類型列表。在lncRNA和circRNA中心部分，用戶可以瀏覽lncRNA和circRNA的多種調控機制、生物學功能和臨床應用。（2）“搜索”頁面提供“一般搜索”和“高級搜索”選項（圖B-D）。利用一般的搜索，用戶可以通過lncRNA和癌癥名稱搜索數據庫。在高級搜索中，用戶可以通過限制基于失調表達模式、樣本、RNA類型、調節機制、生物學功能和臨床應用的輸出來輸入更詳細和系統的信息。

（3）從“單細胞Web工具”頁面，用戶可以利用交互式和可定制的功能，包括訪問一般信息，基于49個單細胞數據集對lncRNA進行聚類、熱圖生成和差異表達分析（圖A）。（4）從“RNA-seq網絡工具”頁面，用戶可以進行復雜的功能，獲得癌癥相關lncRNA的詳細數據，包括一般信息、差異表達分析、盒子圖、小提琴樣圖、生存分析、相似 lncRNAs識別、關聯分析、網絡圖構建和TF預測（圖B）。（5）Lnc2Cancer 3.0是一個完全開放的資源，用戶可以從“下載”頁面獲得所有數據。（6）從“幫助”頁面，用戶可以訪問關于如何使用Lnc2Cancer 3.0的詳細教程。

參考文獻：

Yue Gao, Shipeng Shang, Shuang Guo, et al. Lnc2Cancer 3.0: an updated resource for

experimentally supported lncRNA/circRNA cancer associations and web tools based on RNA-seq and scRNA-seq data. Nucleic Acids Research. 2020.