RMVar:涉及RNA修饰的功能性变异的数据库介绍及使用方法_数据库使用指南_实用技巧

近些年来，以RNA m6A修饰为代表的RNA 修饰研究非常火热。RNA修饰参与了细胞中的多个关键的生理和病理调控过程，与人类疾病发生发展紧密相关。研究团队前期开发了数据库-m6Avar, 可以让用户挖掘影响m6A修饰的潜在变异，并与各种疾病进行关联。数据库受到了广泛关注和使用。为了让用户能够查阅更多的RNA修饰相关变异位点信息,我们团队对m6AVar进行了重大更新，目前包括9种RNA修饰类型，并且改进了数据库的可视化和注释功能。此外，用户还可以通过UCSC基因组浏览器访问RMVar，可以更加方便的与其他基因组特征进行关联分析。

2020年10月9日，中山大学肿瘤防治中心生物信息平台任间教授，左志向副研究员与附属第一医院谢宇斌副研究员合作，在Nucleic Acids Research （IF:11.501）发表了涉及RNA修饰的功能性变异的更新数据库--RMVar (http://rmvar.renlab.org )。值得一提的是，该研究团队在2018年发布了影响RNA m6A修饰的相关突变数据库M6Avar（http://m6avar.renlab.org ），两年引用达60余次（google scholar）。

640 (1).png

研究表明，RNA修饰相关变异与细胞中的许多生物过程失调密切相关，从而导致诸如癌症的严重疾病。涉及功能相关突变，尤其是癌症突变，可以显著改变RNA修饰的状态，导致RNA修饰位点的获得（gain）或丢失(loss)。

RMVar则是专门设计来收集此类功能性变异的RNA数据，旨在为揭示RNA修饰变异体潜在的功能提供帮助。

640 (3).png

数据库首页

目前，RMVar收集了941,955个修饰位点以及1,678,126个RNA修饰相关突变的数据，其中包括来自于dbSNP 和HGVD的1,457,898个RNA修饰相关的种系突变数据，以及220,228个来自于TCGA, ICGC 和COSMIC的体细胞突变数据

，涵盖了9种最常见的RNA修饰，包括N⁶-methyladenosine (m⁶A), N⁶-dimethyladenosine (m⁶Am), N¹-methyladenosine (m¹A), pseudouridine (ψ), 5-methylcytosine (m⁵C), ribose methylations (2′-O-Me), 7-Methylguanosine (m⁷G), 5-methyluridine (m5U) 和Adenosine-to-inosine (A-to-I)。

检索模块：

为了方便使用，RMVar提供了多种用户友好的Web界面及接口。

1) Quick Search

首先，在首页我们提供了简单快速查询功能，用户可以通过选择RMVar_ID、SNP的RsID、基因名，染色体的特定区域或者疾病名等进行快速搜索。

640 (3).png

Quick Search界面

2) Advance Search

另外，RMVar还提供了一个Advance Search页面及接口，用户可以自定义组合多个条件来获取其更加精确的查询结果。

640 (8).png

Advance Search界面

3) 检索结果展示

对于检索结果，RMVar提供了一个相关条目的总览表以及检索到的数据的统计图。

640 (5).png

检索结果页面

点击最右边的“Detail”按钮将链接到该数据条目的详细信息页面，或者点击“Transcriptome Regulation”列的相关按钮直接链接到详细信息页面的相关信息所在部分。

此外，RMVar还嵌入了基因组浏览器，以可视化分析结果。用户点击第一个基本信息表格最下方的“Visualize in genome browser”按钮则可以查看其可视化效果，在该页面将展示与该记录相关的转录本注释信息，包括相关的peak和reads覆盖度信息等。另外，用户可以自由缩放并且自定义选择需要展示的轨道等，以此来查看特定区域或者特定注释轨道的信息。

640 (6).png

基因组浏览器页面

Browse模块：

在Browse页面，用户可以首先选择RNA修饰类型，接下来可以通过选择Germline来查询不同物种的种系变异数据，或者选择Somatic来查询人类不同癌症或者组织的体细胞变异数据。之后在该页面将以多种可视化图表的形式展示其所选条件下的RNA数据的统计信息以及相关条目信息。

640 (9).png

图9. Browse页面条件筛选部分

最后对于查询到的具体数据条目，用户可以通过RNA修饰涉及的相关功能（RBP, Splicing sites, miRNA-Targets, circRNA, ClinVar, GWAS等），Gene type或者confidence level来进一步筛选，并且可以通过点击表格里的RMVar_ID列来链接到该数据的详细信息页面。

Download模块：

最后数据库通过详细的分类信息提供了所有数据下载，方便用户进一步的分析与挖掘。