北京基因组所开发跨物种长非编码RNA鉴定软件LGC
近日，基因组所在国际生物多样性与健康大数据（Global Biodiversity & Health Big Data，简称BHBD）联盟框架下，与沙特阿卜杜拉国王科技大学、巴基斯坦真纳大学以及美国梅奥医学院开展科研相助，联合开发了可跨物种使用的长非编码RNA（long non-coding RNA, lncRNA）鉴定软件LGC。该结果以“Characterization and identification of long non-coding RNAs based on feature relationship”为题在国际学术期刊Bioinformatics在线宣布。
测序技术的飞速生长爆发了大宗转录组数据，而转录组剖析中一个重要的研究内容是鉴定新的转录本并且检测其卵白编码能力。虽然利用卵白质谱检测、Ribo-seq等实验要领可以获得卵白编码证据，但本钱高、耗时长且通量低。因此，目前主要依赖软件预测的盘算要领鉴定lncRNA。已有相关软件大多需要高质量的训练集，关于缺乏高质量数据的非模式物种，鉴定其lncRNA难度极大，亟需生长支持跨物种使用的lncRNA准确鉴定要领与工具。
为解决以上难题，北京基因组所联合多家科研机构，研究了卵白编码RNA与lncRNA在多物种中普遍保存的序列特征差别，发明GC含量与ORF（开放读码框）长度的关系在两者间保存显著差别，且这种差别在动植物中广泛保存�；诖�，研发了能够跨物种使用的lncRNA鉴定要领和软件LGC。该要领不需要物种特异训练集，与同类要领相比，LGC可实现从植物到哺乳动物的lncRNA的准确鉴定，且具有较为平衡的灵敏度与特异性，为lncRNA跨物种鉴定以及功效剖析提供重要要领和工具。同时，提供web server，支持fasta、gtf、bed三种花样，实现在线剖析盘算。Fasta花样不限定物种，gtf与bed花样目前支持人、小鼠、斑马鱼与果蝇的在线剖析。
该项研究获得了球速体育战略性先导科技专项、国家重点研发计划、球速体育“十三五”信息化专项等基金的资助。
Web server
文章链接
GC含量与ORF长度的关系在卵白编码RNA与lncRNA中保存显著差别
