使用的文献：Long Noncoding RNA PICSAR Promotes Growth of Cutaneous Squamous Cell Carcinoma by Regulating ERK1/2 Activity
- 本文概要
LncRNA已知作用机制
NCBI的Gene数据库
- Bibliography板块中可以找到与我们感兴趣的LncRNA或其他类型的目标分子相关的参考文献
Related articles in PubMed部份
- 这个区域的内容非常强大，因为不只包含了我们关心的分子的论文，还（可能）包含了这个分子的其他名称的论文
- 通常一个分子都会有很多的名称，除了经过HGNC官方审定的名称以外，分子还会有很多其他名称；而且，有一些情况下，分子的常用名称和官方审定的名称还不一致
- 我们可以通过查阅论文，阅读文献掌握分子的主要信息，这也是一种可行的方式，但是在查阅论文的时候，使用哪些关键词就成了决定论文搜索结果的内容了，如果用分子名称作为关键词，就很容易把记载了同一分子的其他名称的内容忽略掉
- 所以，NCBI的gene数据库的bibliography的区域还是非常强大的，因为NCBI已经帮我们做好了文献的归档处理工作
GeneRIFs: Gene References Into Functions
- 这个区域能把论文中，与分子功能相关的句子摘录并展示出来
- 通过这些关键句子，读者可很快掌握分子的功能，而且省去了文献查找和关键论句查找的麻烦
（可能存在的）Interactions板块
- 这个板块内的数据来自BioGrid网站，列出了能够和我们关注的分子相互作用的分子列表，这些结果都是BioGrid网站通过阅读和分析文献中的关键句子，自动收集和整理的
- 如果要阅读原文，可以点击每一行中的PubMed按钮
- 这个收录不一定准确，如果需要确认分子间的作用关系，还是推荐点击原文确认，切勿盲从盲信
- 另一个做的事情和BioGrid基本相似的网站：The LncRNA and Disease Database，看其中的Interaction板块
- 这个网站的优点：列表的方式展示非常清晰，而且还把关键句子摘抄展示在了表格之中，省去了查找论文的麻烦
LncRNA与miRNA相互作用预测
- LncRNA和miRNA之间的相互结合作用已经被研究得比较透彻了，LncRNA和某些编码蛋白的mRNA分子在序列上具有一定的同源性，因此可以结合同一类miRNA，从而起到内源性竞争结合的作用，这种机制也被称为竞争性内源RNA（ceNRA）
- miRNA分子比较小，对于miRNA与mRNA的结合机制的生物信息学算法已经非常成熟了，在预测miRNA与mRNA相互结合的时候，通常都会选择两种或两种以上的生物信息学算法，然后取交集提高命中率/准确性，常用的算法有miranda，targetscan，miRNAdatabase等
- 这些网站有着一些共性问题
- 用于miRNA与mRNA的交互预测是比较准确的，但是这些网站不能用于miRNA与LncRNA之间的预测
- 这些网站的更新都非常不及时
miRcode
- 在target site search模块可以输入LncRNA的信息，也可以输入miRNA的信息
- 在Gene(symbol/accession)选框内输入LncRNA的名称或Ensembl Gene ID，但是检索的时候注意不能有空格，Gene这个区域填mRNA也是可以的，但是需要注意在下面的Gene Class中选择Coding选项
- 三个细分选项
- Gene Class：LncRNA有三个选项，基因间的intergenic，与编码区域重叠的coding overlap和假基因pseudogene，如果不确定LncRNA的类型可以选all
- Site Conservation位点保守性：灵长类动物Primates，哺乳类动物mammals和非哺乳类脊椎动物non-mammal vertebrates
- 转录的区域：mRNA可以选5’-UTR，CDS和3’-UTR，如果是LncRNA就要选Any/ncRNA选项了
- 网站提供的预测数目是
LncBase
- 首先会看到两种模式，在教程中主要演示预测模式
- Experimental Module-有实验数据支撑的，数据量可能相对少
- Prediction Module-基于序列之间的比对和生物信息学算法，准确性可能不足
- 推荐输入LncRNA的Ensembl编号（ENSG），检索结果会出现重复的miRNA信息，这种原因是因为两者之间可能存在多个匹配位点
LncRNA与蛋白相互作用预测
- 是LncRNA分子较为常见的作用机制
- 了解已经存在的LncRNA与蛋白相互作用的机制：NCBI的Gene数据库中的Interaction板块，或者是The LncRNA and Disease Database中的Interaction标签
- 上述两个网站收录的信息都是有文献报道的，如果要预测LncRNA分子与未知蛋白相互作用的网站，推荐使用下面的RPISeq网站
- 使用这个网站的前提是同时有确定的RNA和蛋白序列，至少这俩有一个得是确定的，另外一个至少也得是候选分子
- 对于已经明确的，最合理的研究路线是先去做高通量筛选，先获得分子列表，再通过网站去初步验证，最后通过实验验证
RPI
- 三种工作模式
- 一条RNA序列对一个蛋白
- 多条RNA序列对一个蛋白
- 一条RNA序列对多个蛋白
- 拷贝入的序列格式最好是fasta格式
- 网站会反馈回RF和SVM两种算法计算的结果，我们只需要知道这两个数值一般需要>0.5之后才有意义，表明蛋白分子和RNA之间会有可能的相互作用关系
- 网站的结果仅供参考，还是需要依靠实验去验证的
LncRNA与RNA相互作用预测
- 我们在阅读文献的时候，经常会看到这样的报道：某一条LncRNA可以调控某个mRNA分子的稳定性，注意这样的报道不意味着LncRNA分子可以和那个mRNA分子发生直接的相互作用，如果我们仔细阅读文献的报道，我们会发现LncRNA通常是和蛋白作用，间接地调控mRNA分子的稳定性
- 但是，有一类LncRNA分子就比较特殊了，它可以直接与mRNA分子结合，发挥作用，这一类分子被我们称为反义RNA；反义mRNA往往和由这个基因编码的mRNA之间存在序列上的反向互补关系
LncTar
- 点Prediction按钮
- 把LncRNA和目标RNA的fasta格式的序列，分别上传到网站对应的地方就可以了
- 注意基因名要以最简单的形式呈现
- 不要过度迷信生物信息学，还是要通过实验进行验证
LncRNA与疾病的关系查询
LncDisease
- 点击search按钮，在下拉菜单中选择disease或LncRNA，再输入需要检索的关键词就可以了
