使用的文献：Long Noncoding RNA PICSAR Promotes Growth of Cutaneous Squamous Cell Carcinoma by Regulating ERK1/2 Activity
NCBI
- 搜索栏选Nucleotide数据库
- 在这个数据库中，展示的数据格式是GeneBank格式，可以点击网页左上角的数据格式按钮，选择你喜欢的数据格式
- 除了GenBank之外，最常用的格式是FASTA
- 在Gene数据库中，可以提供目标基因相关的更多信息，比如分子在不同组织中的表达水平
- 查找某一基因在不同物种中的保守性：在Gene数据库里找到这个基因在不同物种中的序列，然后进行BLAST分析
Ensembl
- 注意把物种选成人
- 我们通过前面所说的NCBI数据库也能进入Ensembl的网页
- 导航栏中蓝色字体的条目是可以点击的，黑色字体的条目是没有信息的
- 正文部份的”Show Transcript Table”按钮可以显示所有的转录本信息，对于PICSAR而言，只有一个基因转录本
- Ensembl的命名规则：Ensembl对于编码分子的基因和对应的转录本的命名规则是有所不同的
- 对于编码LncRNA的基因的编号：以ENSG开头，其中ENS表示Ensembl，G表示Gene
- 对于转录本：开头的四个字母是ENST，T-Transcript
- 有很多其他查询LncRNA的数据库，会要求输入Ensembl编号，如果没有特别说明，这个Ensembl编号指的是Gene编号，不是转录本编号
- RefSeq编号可以带我们进入NCBI数据库的对应界面
- 转录本的转录方向：”>”表示从左至右，”<”表示从右至左
- Flags项：转录本的证据等级，其中TSL指transcript support level，转录本支持证据等级，1是证据最强的，数字越大等级越低，越不可靠。
- 获取序列信息的方法
- 点击RefSeq，进入NCBI的对应页面获取信息
- Ensembl的序列呈现方法比较令人迷惑，下面的行是转录本的序列信息，上面行是某个位置的单核苷酸多态性信息
LncRNAdb
- 是经典数据库，但体量小，数据的更新也慢，不是很推荐
LNCipedia
- LncRNA专业性网站
- 简单search可以找到结果
- 网站直接把RNA序列信息列在了RNA sequence对话框内，直接复制黏贴信息就好
- 数据不一定更新及时，在遇到更新不够及时的时候，以Ensembl和NCBI的信息为准
Protein Coding Potential板块
- 网站给出了5种算法，分别给出了对LncRNA编码蛋白的能力
- 除了最下面的Bazzini法会关注较小的ORF外，其他算法主要关注大的ORF（300bp以上）
Locus Conservation板块
- 主要分析PICSAR所在的基因座的保守性，不是PICSAR的保守性
- 基因座的保守性：分析不同物种间，PICSAR基因所在的位置、及其周边的编码和非编码基因所在的位置，以及基因间的相互关系等
- 举例来说，如果人的PICSAR基因上游有一个编码基因A，在小鼠的PICSAR基因的上游也同样有这个编码基因A的同源基因的话，那就说明人类的基因座和小鼠的有比较高的保守性，反之较低，当然真实的算法不会如此简单
- 只有人的基因座和小鼠的基因座在60%以上，或者人的基因座和斑马鱼的基因座在25%以上，才会被认为是具有保守型的
- 通过计算核苷酸的吉布斯自由能，给出一个二级结构的模型
- RNAfold Image后的download按钮提供了对应模型的下载
Targeting miRNAs板块
Noncode
- 有自己的命名系统，对于转录本而言，以”NON”开头，意为NONCODE ID，后为”HSA”-homo sapiens，T-transript或G-gene
- CNCI score：conding non-coding index，用以表征序列的编码/非编码特征，对于PICSAR而言，CNCI是负数，表明PICSAR不能编码蛋白，是非编码RNA
- PICSAR的数据以fasta格式展示在Sequence板块，可以直接拷贝使用，这一点和LNCipedia相似，也非常的方便
Expression Profile板块
- 展示了不同组织和肿瘤细胞内表达水平的高低，相比于NCBI数据库Gene部份Expression内容不同的是，在Noncode中不仅有组织，而且有肿瘤细胞内的PICSAR水平表达高低，而且即便都是组织内表达水平的高低
- 非常特殊地，Noncode提供了PICSAR在肿瘤细胞外泌体中的表达数据，
Structure Visualization板块
- 提供了LncRNA分子的二级结构模型，并提供下载
- Noncode提供的二级结构模型和LNCipedia提供的存在着较大的差异，这些基于生物信息学的结构模型仅供参考
Data Sources板块
