NGDC Dec 2, 2021
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）知识库LncRNAWiki 2.0正式上线。该研究系统介绍了LncRNAWiki更新版主要内容，并以“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。
LncRNA通过复杂多样的分子机制发挥重要功能，在多个生物学过程发挥重要作用，与人类疾病的发生发展密切相关。LncRNAWiki是一个基于MediaWiki框架开发的人类lncRNA群体审编知识库，最初注释了86个文献报道的lncRNA。此后，研究团队每年持续增加新的功能性lncRNA并丰富lncRNA注释。截至2020年，LncRNAWiki已包含2,056个功能性lncRNA的注释信息，为了解lncRNA的功能和研究进展提供了重要的资源平台。
为方便数据结构化管理及统计查询，LncRNAWiki 2.0大幅提升了系统框架，并建立了标准化审编模型。具体来说，2.0版主要基于MySQL/Java构建，结构化展示功能性lncRNA的10类注释信息，实时统计多种关键内容的研究进展，支持注册用户根据审编模型在线提交/编辑/更新lncRNA相关知识，并基于审编知识和生信分析结果预测lncRNA功能。在群体审编方面，提供了包含分子特征、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10类内容的系统性审编模型，支持结构化审编注释。为确保审编质量，增加了专业审核环节，且任何用户均可报告lncRNA页面上的注释错误。
目前，LncRNAWiki 2.0共包含2,512个lncRNA的106,242条知识关联信息，这些关联知识主要来自于对16个专业数据库信息的标准化整合审编。基于全面丰富的注释，在统计页面为研究人员提供实时的lncRNA功能图谱，例如根据现有注释可知70%以上的lncRNA研究集中在疾病方面，在肝癌、白血病、结直肠癌中的研究较多；MALAT1、HOTAIR、H19等被报道较多，具有丰富的功能注释信息；lncRNA的定位研究主要集中在外泌体、细胞核中；帕比司他、顺铂和多西紫杉醇三种药物与lncRNA的关联研究较多。所有相关知识在Browse页面均可一键免费下载。
LncRNAWiki 2.0数据库具备友好的网页界面，方便数据管理，包括数据提交、编辑、审核、错误报告，以及浏览、搜索、下载和统计，提供了多种在线工具，用于lncRNA ID转换、序列比对和功能预测，助力发掘新的lncRNA功能，有望成为lncRNA功能注释和研究的重要资源平台。
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。
LncRNAWiki 2.0知识审编流程与主要内容