[发明专利]一种长非编码RNA的癌症相关可变剪接数据库系统

说明书

本发明涉及生物医学领域，公开了一种长非编码RNA的癌症相关可变剪接数据库系统，以便于帮助研究人员更好理解癌症中lncRNA可变剪接的作用。本发明包括搜索模块、可视化模块以及文件交互模块：搜索模块用于根据用户输入的与长非编码RNA相关的搜索条件，从系统的数据区搜索出长非编码RNA在指定癌症中的剪接信息，并将搜索结果通过可视化模块展现给用户；当用户点击可视化模块展示中的搜索结果，可获得更详细的可视化信息和注释信息；其中,可视化信息包括剪接图、三文鱼图、箱式图和基因组浏览器；文件交互模块用于提供文件上传功能，以及搜索结果的下载和调用功能。本发明适用于癌症研究。

技术领域

本发明涉及生物医学领域，特别涉及一种长非编码RNA(lncRNA)的癌症相关可变剪接数据库系统。

背景技术

癌症中异常的可变剪接模式与诸多致癌过程相关，例如去分化和转移。因此，Ryan等人开发了一个记录癌症中蛋白编码基因可变剪接的数据库，名叫TCGA SpliceSeq，网址为http://bioinformatics.mdanderson.org/TCGASpliceSeq。该数据库收集了TCGA中33种癌症的组织RNA测序数据，利用软件包SpliceSeq，识别其中蛋白编码基因的可变剪接信号，结果插入比(Percent-splicing in，PSI，Ψ)来表示。用户可以搜索感兴趣蛋白编码基因的可变剪接信号，比较其在不同癌症中的差异，以及在癌症组织和正常组织的差异。该数据库对剪接模式提供可视化，并提供支持读段、PSI等统计信息。用户也可以从数据中下载相关数据，进行后续整合分析。但是该数据库存在以下缺点：

1.该数据库仅包含癌症中蛋白编码基因可变剪接的信息，没有包含癌症中长非编码RNA可变剪接的信息。

2.该数据可以仅提供基于组织的剪接信号，没有提供基于单细胞的剪接信号，因此会受到癌症异质性的影响。

发明内容

本发明要解决的技术问题是：提供一种长非编码RNA的癌症相关可变剪接数据库系统，以便于帮助研究人员更好理解癌症中lncRNA可变剪接的作用。

为解决上述问题，本发明采用的技术方案是：一种长非编码RNA的癌症相关可变剪接数据库系统，包括搜索模块、可视化模块以及文件交互模块；

所述搜索模块用于根据用户输入的与长非编码RNA相关的搜索条件，从系统的数据区搜索出长非编码RNA在指定癌症中的剪接信号，并将搜索结果通过所述可视化模块展现给用户；其中，数据区中的剪接信号来源于组织块的测序数据和单细胞的测序数据；

当用户点击可视化模块展示中的搜索结果，可获得更详细的可视化信息和注释信息；其中,可视化信息包括剪接图、三文鱼图、箱式图和基因组浏览器，剪接图用于全局展示单个长非编码RNA基因的外显子和连接读段的信号强弱；三文鱼图用于展示具体剪接事件在不同分组间的局部信号差异；箱式图可用于展示具体剪接事件在不同疾病或组织中的信号差异；所述基因组浏览器从多角度展示剪接序列的潜在功能影响，包括蛋白质结合位点、RNA结合位点和功能元件信息；注释信息包括长非编码RNA的基本注释信息、剪接事件的基本注释信息和剪接序列的相关文献报道；

所述文件交互模块用于提供文件上传功能，以及搜索结果的下载和调用功能。

具体的，所述搜索条件可包括lncRNA名称、基因组位座、组织类型、癌症类型、可变剪接类型、癌症细胞系名、剪接ID中的一种或者多种。

具体的，系统数据区的剪接信号涉及了多种情况下的长非编码RNA的剪接信号，包括癌症患者、癌症细胞系和人源肿瘤异种移植模型(Patient-Derived tumor Xenograft,PDX)。