nc2Cancer:一個研究與癌癥相關(guān)人類非編碼RNA的數(shù)據(jù)庫

nc2Cancer:一個研究與癌癥相關(guān)人類非編碼RNA的數(shù)據(jù)庫

程卓，劉珂，嚴(yán)章明，向書念，孫之榮*

(清華大學(xué)生命科學(xué)學(xué)院教育部生物信息學(xué)重點實驗室，北京 100084)

摘要：伴隨著高通量測序技術(shù)的飛速發(fā)展，許多新型的非編碼RNA陸續(xù)被發(fā)現(xiàn)，比如長鏈非編碼RNA(lncRNA)和環(huán)狀RNA(Circular RNA)。先前的研究已經(jīng)表明這些非編碼RNA在基因表達(dá)調(diào)控過程中起著很重要的作用，并且與癌癥的發(fā)生有著很密切的聯(lián)系。但是，由于研究者們?nèi)匀粚λ鼈冃惺购畏N功能知之甚少，鑒定這些非編碼RNA是否與人類癌癥存在密切的相互關(guān)系仍然是一個巨大的挑戰(zhàn)。為了促進(jìn)這一領(lǐng)域的研究，這篇文章的作者分析了大規(guī)模的RNA相互作用數(shù)據(jù)，然后建立了數(shù)據(jù)庫nc2Cancer (http://www.bioinfo.tsinghua.edu.cn/nc2Cancer/index.php)。這個數(shù)據(jù)庫的目標(biāo)便是提供非編碼RNA與癌癥之間的全面關(guān)系。現(xiàn)在，該nc2Cancer數(shù)據(jù)庫包括了三種類型的非編碼RNA分子：長鏈非編碼RNA，環(huán)狀RNA以及由假基因轉(zhuǎn)錄而成的RNA。這項研究將有助于研究者更好地去理解非編碼RNA的功能以及它們在人類癌癥發(fā)生過程中所起到的作用。

關(guān)鍵詞：非編碼RNA；癌癥；MicroRNA；RNA相互作用網(wǎng)絡(luò)

中圖分類號：TP392;Q522文獻(xiàn)標(biāo)志碼：A

收稿日期：2015-03-30;修回日期：2015-05-05.

基金項目：高等學(xué)校博士學(xué)科點專項科研基金(20122329120001)。

作者簡介：劉贏，女，黑龍江人，在讀碩士，研究方向: 植物功能基因組學(xué)；E-mail：15114599330@163.com.

doi:10.3969/j.issn.1672-5565.2015.02.02

nc2Cancer: a database for cancer-associated human ncRNAs

CHENG Zhuo, LIU Ke, YAN Zhangming, XIANG Shunian, SUN Zhirong*

(MOEKeyLaboratoryofBioinformatics,SchoolofLifeSciences,TsinghuaUniversity,Beijing100084,China)

Abstract：With the rapid development of high-throughput sequencing technology, many new types of non-coding RNAs (such as lncRNAs and circular RNAs) have been identified. Previous studies have shown that these non-coding RNAs play critical roles in gene regulation and have strong associations with cancers. However, since we know little on how the ncRNAs excute their functions, it remains a challenge for us to fully identify the associations between ncRNAs and human cancer. To facilitate the study of this field, we analyzed large-scale RNA-RNA interaction data and constructed a database named nc2Cancer(http://www.bioinfo.tsinghua.edu.cn/nc2Cancer/index.php), a web resource which aims to provide comprehensive associations between ncRNAs and cancer. Currently, nc2Cancer covers three types of non-coding RNAs (lncRNAs, circular RNAs and RNAs transcribed from pseudogenes). This study will greatly expand the understanding of ncRNA functions and their possible roles in cancer development.

Keywords：ncRNA; Cancer; microRNA; RNA-RNA network

近些年來，伴隨著高通量測序技術(shù)的發(fā)展，許多新的非編碼RNA類型被陸續(xù)鑒定出來。比如長鏈非編碼RNA(Long non-coding RNAs)和環(huán)狀RNA(Circular RNAs)[1-3]。越來越多的研究已經(jīng)暗示了這些非編碼RNA分子在許多生物學(xué)過程中起著重要的調(diào)控作用，比如細(xì)胞分化，表觀遺傳調(diào)控，細(xì)胞凋亡以及細(xì)胞周期控制等，并且這些非編碼RNA還被認(rèn)為與腫瘤的發(fā)生有著密切的聯(lián)系[4-5]。但是，我們至今仍然缺少一個專注于全面提供非編碼RNA與癌癥相互關(guān)系的數(shù)據(jù)庫。

現(xiàn)在已經(jīng)證明，非編碼RNA所具有的一個基本調(diào)控規(guī)則是，它們可以通過與microRNA相互作用,以“RNA海綿”的方式去調(diào)控microRNA的活性[6-8]，從而影響相應(yīng)的基因表達(dá)。舉例說明：PTEN已被證明在許多種類癌癥的發(fā)生過程中是一個重要的腫瘤抑制基因。Laura Poliseno等人研究發(fā)現(xiàn)，一個假基因PTENP1，可以通過“RNA海綿”的方式調(diào)控兩種microRNA：miR-17 和 miR-19在細(xì)胞中的量，而這兩種microRNA都可以通過與PTEN的結(jié)合從而調(diào)控該抑癌基因的表達(dá)[9]。

相較于其他非編碼RNA，microRNA的功能已經(jīng)得到了相對充分的研究。許多收集microRNA與疾病相互關(guān)系的數(shù)據(jù)庫也已被開發(fā)出來[10-12]。由于microRNA對于許多非編碼RNA來說是重要的功能調(diào)節(jié)因子，所以我們也可以很自然地認(rèn)為如果一個非編碼RNA傾向于與跟某些microRNA相互作用，而這些microRNA又與某種特異的疾病有較密切的聯(lián)系。則這個非編碼RNA也傾向于與該疾病相關(guān)聯(lián)。基于這個推想，我們綜合了大量的microRNA與非編碼RNA相互作用數(shù)據(jù)，以及經(jīng)過實驗驗證的microRNA與癌癥相互關(guān)聯(lián)數(shù)據(jù)，然后構(gòu)建了一個數(shù)據(jù)庫nc2Cancer。這個數(shù)據(jù)庫的網(wǎng)址是http://www.bioinfo.tsinghua.edu.cn/nc2Cancer/index.php。據(jù)我們所知，nc2Cancer是第一個全面的通過RNA-RNA相互作用側(cè)重研究非編碼RNA與癌癥相互關(guān)系的數(shù)據(jù)庫。

1數(shù)據(jù)庫構(gòu)建與數(shù)據(jù)庫內(nèi)容

經(jīng)過實驗驗證的microRNA-癌癥相互作用數(shù)據(jù)是從以下三個數(shù)據(jù)庫下載的：miR2Disease, miRCancer以及 HMDD v2.0[10-12]。我們將這三項數(shù)據(jù)整合成了一個數(shù)據(jù)集。為了保證研究的準(zhǔn)確性，我們只保留了數(shù)據(jù)集中與不少于10種microRNA有相互關(guān)系的癌癥種類。最后，我們得到了3 058條microRNA與癌癥的相互關(guān)系數(shù)據(jù)，其中包括有42種癌癥類型。

MicroRNA與非編碼RNA的相互作用數(shù)據(jù)則是從數(shù)據(jù)庫starBase[13]下載的,這個數(shù)據(jù)庫提供了大量高質(zhì)量的RNA相互作用數(shù)據(jù)。最后，我們一共得到了9 112條microRNA-環(huán)狀RNA相互作用數(shù)據(jù),16 123條microRNA-假基因相互作用數(shù)據(jù)以及10 203條microRNA-lncRNA相互作用數(shù)據(jù)。

我們進(jìn)一步篩選了非編碼RNA與癌癥的數(shù)據(jù)對，保證其中任一條數(shù)據(jù)對中非編碼RNA與癌癥都至少由三個及以上的microRNA相互連結(jié)。我們使用了下面的超幾何分布公式來計算非編碼RNA與癌癥之間是否顯著地共享microRNA。其中的P值是由以下方法得出：

在這個公式里，N代表數(shù)據(jù)集中所有microRNA的數(shù)量，n代表與該非編碼RNA相互作用的microRNA數(shù)量，K則是與某種特定類型的癌癥有關(guān)的microRNA數(shù)量，而x則是與該非編碼RNA以及該類型癌癥都有聯(lián)系的microRNA數(shù)量。我們僅僅保留了足夠小P值(FDR<0.05)的非編碼RNA-癌癥數(shù)據(jù)對。構(gòu)建數(shù)據(jù)庫的流程圖(見圖1)。

圖1　生成非編碼RNA與癌癥相互關(guān)系的流程圖

PHP語言和SQLite被用于開發(fā)該nc2Cancer數(shù)據(jù)庫。目前服務(wù)器支持用戶通過任一非編碼RNA的ID或癌癥名稱進(jìn)行搜索。用戶界面被表示如下(見圖2)。

圖2　nc2Cancer的用戶界面

2結(jié)果與結(jié)論

我們最終呈遞了1 176條非編碼RNA與癌癥的相互關(guān)系數(shù)據(jù)，其涵蓋31種癌癥以及725條非編碼RNA (172條環(huán)狀RNA，192 條lncRNA和361條假基因)。通過與我們最初收集的數(shù)據(jù)相比較，初始數(shù)據(jù)中非編碼RNA的總量有4 880條，而收錄在我們nc2Cancer數(shù)據(jù)庫中的與癌癥相關(guān)的非編碼RNA為725條，比例為14.9%。在與較多條非編碼RNA關(guān)聯(lián)的癌癥類型中，排名前三位的分別是慢性淋巴細(xì)胞白血病(202條關(guān)聯(lián))，肺癌(170條關(guān)聯(lián))以及腎癌(103條關(guān)聯(lián))。平均來說，一條非編碼RNA所參與的癌癥關(guān)聯(lián)數(shù)為1.6,統(tǒng)計圖見圖3。

圖3　與特異癌癥類型相關(guān)的非編碼RNA數(shù)量統(tǒng)計

為了評估我們的方法，我們將非編碼RNA與microRNA之間的關(guān)系在總量保持不變的情況下隨機(jī)打亂，然后分別計算每次非編碼RNA與癌癥的相互關(guān)系數(shù)量。重復(fù)上述過程500次后，我們發(fā)現(xiàn)隨機(jī)非編碼RNA與癌癥的相互關(guān)系預(yù)期數(shù)約為500，這比我們在真實數(shù)據(jù)下推斷的相互關(guān)系數(shù)量要小得多(見圖4)。在該圖中黑色的曲線表示隨機(jī)情況下我們的方法推斷的非編碼RNA與腫瘤相互關(guān)系的數(shù)目;箭頭指示的是從真實數(shù)據(jù)中推斷的非編碼RNA與癌癥相互關(guān)系的數(shù)目。結(jié)果顯示真實數(shù)據(jù)的結(jié)果具有明顯的顯著性。

圖4　方法的計算性評價

除了計算評估的方法，我們也發(fā)現(xiàn)了很多的實驗證據(jù)可以用來支持我們的結(jié)果。例如，lncRNA中CDKN2B-AS1的異常表達(dá)可引起各種人類疾病，如乳腺癌和白血病[13]. 而在我們的結(jié)果中，我們預(yù)計該lncRNA與乳腺癌，肺癌和多發(fā)性骨髓瘤有相互關(guān)聯(lián)。 H19和MALAT1均被報道在結(jié)腸癌細(xì)胞的轉(zhuǎn)移表型中起著關(guān)鍵性作用[14-15]。而在我們的數(shù)據(jù)庫中，計算結(jié)果認(rèn)為這兩條lncRNA與結(jié)腸癌存在相互關(guān)聯(lián)。XIST被報道與染色質(zhì)修飾相關(guān)復(fù)合物有著緊密的聯(lián)系，并且可以影響乳腺癌細(xì)胞中的基因表達(dá)[16]，而XIST-乳腺癌相互關(guān)系也被我們的數(shù)據(jù)庫所計算并收錄。假基因被大量的證據(jù)證實為存在生物學(xué)活性，特別是它們可以通過各種機(jī)制來調(diào)節(jié)其親本基因的表達(dá)[17]。通過瀏覽我們數(shù)據(jù)庫中假基因與癌癥的相互關(guān)系，我們發(fā)現(xiàn)了一些與癌癥相關(guān)的假基因，而且它們的親本基因已被實驗證實為原癌基因，如ACTB，ANXA2，CDC42，DDX6和RPL7A等(見表1)。該例證也可以用來評估我們在nc2Cancer中所做的預(yù)測。

表1　與癌癥相關(guān)的假基因以及它們原癌親本基因

3展望

我們的研究之前，科學(xué)家們已建成有兩個數(shù)據(jù)庫(LncRNADisease和Circ2traits)用于探討非編碼RNA和疾病之間的關(guān)聯(lián)。LncRNADisease為疾病相關(guān)的長非編碼RNA數(shù)據(jù)庫。該數(shù)據(jù)庫運用了一種生物信息學(xué)的方法，通過使用lncRNA位置信息來預(yù)測新的lncRNA-疾病相互關(guān)系[1]。Circ2traits則是計算環(huán)狀RNA是否與疾病顯著相關(guān)的數(shù)據(jù)庫，然后他們還尋找了環(huán)狀RNA上與疾病表型相關(guān)的SNP位點[18]。與上述兩個數(shù)據(jù)庫相比，nc2Cancer中最大的區(qū)別在于我們覆蓋了較常見的三種類型的非編碼RNA(假基因，lncRNA，以及環(huán)狀RNA)，而前兩個數(shù)據(jù)庫只集中在其中的某一類非編碼RNA上面。在LncRNADisease中，研究人員使用的是lncRNA的位置信息，而在我們的研究中則采用了一個完全不同的策略來確定lncRNA與疾病的關(guān)聯(lián)。我們認(rèn)為，這兩種的結(jié)果都是有意義并且彼此互補(bǔ)的。此外，與他們的數(shù)據(jù)相比，我們所收集的microRNA與靶基因的相互作用數(shù)據(jù)是通過高通量的Clip-Seq方法得到，具有更高的精度和準(zhǔn)確性。

綜上所述，我們開發(fā)了一個基于網(wǎng)絡(luò)的數(shù)據(jù)庫名為“nc2Cancer”，它可以使研究人員能夠輕松地找到與癌癥相關(guān)的非編碼RNA，包括假基因，lncRNA，以及環(huán)狀RNA。 nc2Cancer提供了一個有用的非編碼RNA的功能參考來幫助生物學(xué)家探索在癌癥中非編碼RNA的角色。我們所有的結(jié)果均可以被下載來為他人的計算項目提供方便。

參考文獻(xiàn)(References)

[1]CHEN G, WANG Z, WANG D, et al. LncRNADisease: a database for long-non-coding RNA-associated diseases[J]. Nucleic Acids Res, 2013, 41: D983-986.

[2]LAU E. Non-coding RNA: Zooming in on lncRNA functions[J]. Nature Reviews. Genetics, 2014, 15: 574-575.

[3]PERKEL J. Assume nothing: the tale of circular RNA[J]. BioTechniques, 2013, 55: 55-57.

[4]SUMAZIN P, YANG X, CHIU H, et al. An extensive microRNA-mediated network of RNA-RNA interactions regulates established oncogenic pathways in glioblastoma[J]. Cell, 2011, 147: 370-381.

[5]SWAMI M. Small RNAs: Pseudogenes act as microRNA decoys[J]. Nature Reviews Genetics, 2010, 11: 530-531.

[6]GODLEWSKI J, NOWICKI M, BRONISZ A, et al. Targeting of the Bmi-1 oncogene/stem cell renewal factor by microRNA-128 inhibits glioma proliferation and self-renewal[J]. Cancer Research, 2008, 68: 9125-9130.

[7]KHALIL A, GUTTMAN M, HUARTE M, et al. Many human large intergenic noncoding RNAs associate with chromatin-modifying complexes and affect gene expression[J]. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106: 11667-11672.

[8]POLISENO L, SALMENA L, ZHANG J, et al. A coding-independent function of gene and pseudogene mRNAs regulates tumour biology[J]. Nature, 2010, 465: 1033-U1090.

[9]JIANG Q, WANG Y, HAO Y, et al. miR2Disease: a manually curated database for microRNA deregulation in human disease[J]. Nucleic Acids Res, 2009, 37: D98-D104.

[10]LI Y, QIU C, TU J, et al. HMDD v2.0: a database for experimentally supported human microRNA and disease associations[J]. Nucleic Acids Res, 2014, 42: D1070-D1074.

[11]XIE B, DING Q, HAN H, et al. miRCancer: a microRNA-cancer association database constructed by text mining on literature[J]. Bioinformatics, 2013, 29: 638-644.

[12]LI J, LIU S, ZHOU H, et al. starBase v2.0: decoding miRNA-ceRNA, miRNA-ncRNA and protein-RNA interaction networks from large-scale CLIP-Seq data[J]. Nucleic Acids Res, 2014, 42: D92-D97.

[13]SHI X, SUN M, LIU H, et al. Long non-coding RNAs: a new frontier in the study of human diseases[J]. Cancer Letters, 2013, 339: 159-166.

[14]CUI H, ONYANGO P, BRANDENBURG S, et al. Loss of imprinting in colorectal cancer linked to hypomethylation of H19 and IGF2[J]. Cancer Research, 2002, 62: 6442-6446.

[15]GUTSCHNER T, HAMMERLE M, DIEDERICHS S. MALAT1—a paradigm for long noncoding RNA function in cancer[J]. Journal of Molecular Medicine, 2013, 91: 791-801.

[16]SIRCHIA S, TABANO S, MONTI L, et al. Misbehaviour of XIST RNA in breast cancer cells[J]. PloS One, 2009, 4: e5559.

[17]HAN L, YUAN Y, ZHENG S, et al. The Pan-Cancer analysis of pseudogene expression reveals biologically and clinically relevant tumour subtypes[J]. Nature Communications, 2014, 5: 3963.

[18]GHOSAL S, DAS S, SEN R, et al. Circ2Traits: a comprehensive database for circular RNA potentially associated with disease and traits[J]. Frontiers in Genetics, 2013, 4: 283.

*通信作者：束永俊，男，安徽人，副教授，碩士生導(dǎo)師，研究方向：植物功能基因組學(xué)；E-mail:syjun2003@126.com.