abb的knx的数据库下载方法_Co-LncRNA：小白一看就懂的lncRNA功能注释数据库

最新推荐文章于 2021-09-20 23:23:07 发布

Moriarty K

最新推荐文章于 2021-09-20 23:23:07 发布

阅读量443

点赞数

文章标签： abb的knx的数据库下载方法

本文链接：https://blog.csdn.net/weixin_31446315/article/details/112421930

版权

做lncRNA生信分析的同学都知道，想要了解lncRNA的功能，就要找到lncRNA的靶基因（ceRNA套路除外），而共表达分析就是预测lncRNA靶基因的一种常用方法。

Co-LncRNA数据库是通过共表达分析预测lncRNA的靶基因，并通过对靶基因进行GO/KEGG富集分析，来阐释lncRNA的生物学功能，为进一步机制研究提供依据。

Co-LncRNA收集了来自28个人体组织/细胞系、共29012例样本的RNA-seq数据，包括来自TCGA的133个数据集和来自GEO的108个数据集。数据库还可以连接至GEO、Ensembl、UCSC等网站。

数据库网址：http://bio-bigdata.hrbmu.edu.cn/Co-LncRNA/

使用该数据时注意引用文献：Zhao Z, Bai J, Wu A, et al.Co-LncRNA: investigating the lncRNA combinatorial effects in GO annotations and KEGG pathways based on human RNA-seq data. Database (Oxford). 2015;2015:bav082. doi:10.1093/database/bav082

先来三张图宏观了解一下这个数据库

图1 Co-LncRNA数据库流程图

图2 Co-LncRNA数据库所收录的数据集及样本

图3 Co-LncRNA数据库的6个主要功能模块

功能模块演示

下面对数据库的6个主要功能模块进行逐一演示。

1. CEGs模块

CEGs代表共表达基因（Co-Expressed Genes），通过该模块可筛选与单个lncRNA共表达的基因。

示例如图4，通过选择一个特定的数据集，输入lncRNA名称（输入格式包括Ensembl ID和gene symbol两种），选择共表达分析的方法（该网站提供线性回归和Spearman相关两种分析方法），设置相关系数和P值后，点击go即可得到右侧的结果界面。

结果中展示了与输入的lncRNA共表达的mRNA以及相关系数、P值等信息，单击“pattern”下方的图形可显示lncRNA与该mRNA的散点图，图片提供PNG和PDF两个下载格式。

此外，如果在“search by”处选择mRNA，筛选的结果则是与该编码基因共表达的lncRNA。

图4 CEGs模块：①选择数据集；②选定数据集的简介；③选择输入基因类型；④输入基因名，选择分析方法，设定阈值；⑤示例数据；⑥帮助；⑦lncRNA；⑧mRNA；⑨相关系数；⑩P值；⑪lncRNA-mRNA共表达模式；⑫相关性散点图

2. CEGsFuncs模块：

该模块可对单个或多个lncRNA共表达的mRNA进行GO/KEGG富集分析。

示例如图5所示，①-④的设置与CEGs模块相同，可以⑤处选择GO/KEGG富集分析功能，并设置⑥中的P值。

以KEGG富集分析为例，结果界面展示在右侧，点击“#Overlap”下方对应的数字可显示富集到该通路上的CEGs（⑨），点击通路名称（如图中“hsa04110”），可展示该完整通路，与不同的lncRNA共表达的CEGs用不同颜色标记（⑪）。

图5 CEGsFuncs模块

①选择数据集；②选定数据集的简介；③选择输入基因类型；④输入基因名，选择分析方法，设定阈值；⑤选择GO/KEGG；⑥设置富集分析的P阈值；⑦示例数据；⑧帮助；⑨展示富集到某一KEGG通路上的CEGs；⑩“hsa04110”通路图；⑪lncRNA列表；⑫TUG1(ENSG00000253352) CEGs；⑬MALAT1(ENSG00000251562) CEGs；⑭TUG1(ENSG00000253352)和 MALAT1(ENSG00000251562) CEGs

3. merge CEGsFuncs模块：

相比于CEGsFuncs模块，该模块可以允许多个数据集进行合并分析，以减小不同数据集对lncRNA共表达基因的影响。

除第一步选择数据集时可以进行多选之外，其余操作与与CEGsFuncs模块相同。

选择多个数据集时通过按住shift或者ctrl进行操作。

图6 merge CEGsFuncs模块

4. CEGsNet模块：

该模块可以将与单个或者多个lncRNA共表达的mRNA进行可视化。

以多基因列表为例（图7），选定要分析的数据集，输入lncRNA列表，选择分析方法，设置相关系数和P值后，点击go即可得到右侧的结果界面，可以点击右上角的图标对图片进行缩放和移动，但不足之处是图片不能下载。

图7 CEGsNet模块

①选择数据集；②选定数据集的简介；③输入基因列表，选择分析方法，设定阈值；④示例数据；⑤帮助；⑥lncRNA TUG1(ENSG00000253352)；⑦lncRNA MALAT1(ENSG00000251562)；⑧TUG1(ENSG00000253352) CEGs；⑨MALAT1(ENSG00000251562) CEGs；⑩TUG1(ENSG00000253352)和MALAT1(ENSG00000251562) CEGs

5. Analyse your data模块

如果你所研究的数据集没有被Co-LncRNA数据库收录，那么可以通过该模块上传自己的lncRNA和mRNA表达矩阵，进行共表达分析和富集分析。

通过图中①②步上传两个表达矩阵，矩阵的具体格式如⑪⑫，通过设置③-⑦的参数得到想要的结果，如⑬⑮所示，共表达和富集分析一步到位。

做生信分析的同学都知道，无论是使用R语言还是数据库，输入文件的格式非常重要，格式不对将会报错。

图8 Analyse your data模块

①上传lncRNA表达矩阵；②上传mRNA表达矩阵；③选择共表达分析方法；④设置回归/相关系数；⑤设置P值；⑥选择CEGs合并方式；⑦选择GO/KEGG；⑧设置富集分析P值；⑨示例数据；⑩说明；⑪lncRNA表达矩阵的输入格式；⑫mRNA表达矩阵的输入格式；⑬共表达分析结果；⑭相关性散点图；⑮富集分析结果；⑯“hsa05212”通路图

6. Download模块

介绍到这里，如果你对这个数据库前面的功能不太满意（比如分析结果不可下载、可视化做得不好等），那么请直接来到这一模块。

对于数据库收录的241个数据集，该模块可提供下载功能，下载的内容包括每个数据集的mRNA表达谱、lncRNA表达谱以及共表达分析结果，下载后的数据可以通过R语言或者其他工具进行进一步分析及可视化。

如果正好包括你所研究的数据集，那简直太方便了，相当于数据库已经分析好了打包放在那里，你来下载就可以啦。

图9 Download模块：①概述；②241个数据集；③mRNA和lncRNA注释文件；④GO/KEGG文件

数据库还有一个ID Converter模块，可以进行基因ID的批量转换，包括Ensembl ID、gene symbol、Entrez Gene三种，从此以后又多了一个可以转换基因ID的工具啦！

图10 ID Converter模块

文献示例

目前利用Co-lncRNA数据库发表的文章并不多，这篇文章发表在《ORAL ONCOLOGY》（IF 3.73）,作者研究的肿瘤是口腔癌，将分析得到的两个lncRNA放到了Co-lncRNA数据库做了功能富集，并将其中涉及的部分信号通路进行了可视化，这里用到的是CEGsFuncs模块的功能（图12）。