Lnc2cancer 3.0，lncRNAs和circRNAs数据更新及分析工具使用指南_数据库使用指南_实用技巧

Lnc2Cancer 3.0由哈尔滨医科大学李霞老师和宁尚伟老师课题组开发，发表在2020年10月13日发表在Nucleic Acids Research杂志上。

数据库介绍

Lnc2Cancer 3.0 (http://www.bio-bigdata.net/lnc2cancer 或http://bio-bigdata.hrbmu.edu.cn/lnc2cancer ) 是更新版本，该数据库主要存储包括实验支持的人类癌症相关的长非编码RNA (lncRNAs)和环状RNA (circRNAs)与相关数据。也包括通过高通量RNA测序技术（RNA-seq）和单细胞RNA-seq（scRNA-seq）分析lncRNA表达的工具。

Lnc2Cancer 3.0更新了几个新的特征：

（1）增加了肿瘤相关lncRNA数目，目前的版本包括9254个lncRNA-癌症关联条目，其中涉及2659个lncRNA和216个癌症亚型；

（2）新增加了1049个实验支持的与癌症相关的circRNAs，其中涉及743个circRNAs和70个癌症亚型；

（3）提供实验支持的癌相关lncRNAs和circRNAs调控机制，涉及microRNAs、转录因子（TF）、遗传变异、甲基化和增强子；

（4）补充了实验支持的癌症相关lncRNAs和circRNAs的生物学功能，包括细胞生长、凋亡、自噬、上皮间充质转化(EMT)、免疫和编码能力。

（5）提供实验支持的癌症相关lncRNAs和circRNAs在转移、复发、循环、耐药性和预后方面的临床相关性。

此外，Lnc2Cancer 3.0还开发了两个在线工具，包括RNA-seq和scRNA-seq web工具，以实现对癌症中lncRNAs的快速、可定制的分析和可视化。Lnc2Cancer 3.0是一个对于阐明lncRNA、circRNA与癌症之间的关系有价值的资源。

Lnc2Cancer 3.0链接是http://www.bio-bigdata.net/lnc2cancer 或http://bio-bigdata.hrbmu.edu.cn/lnc2cancer ，在使用时小编建议使用第二个链接，因为第一个有事会遇到一些图片无法显示的情况，第二个链接的不存在这种问题。

使用方法

Browse浏览

右侧侧边栏可以对癌型、lncRNA和circRNA随意点击浏览。

640 (8).png

1. Cancer

点击breast cancer

640 (9).png

显示乳腺组织中的相关条目，比如该组织中涉及的lncRNA或circRNA，是以何种实验方法进行检测，在乳腺组织中是差异上调还是下调，是否提供关于其机制、功能和临床功能的相关信息，pubmed ID，是否提供详细说明，以及其相应的箱式图、stage图、生存曲线、相似性分析图和网络图

640 (3).png

下面以该RNA为例进行展示：

640 (4).png

（1） box plots ：展示该癌型的肿瘤样本与正常样本比较所选的RNA的表达差异，使用wilcoxon秩和检验方法评估差异。

640 (1).png

（2）Stage plot：该图展示不同临床病理学stage分组下所选的RNA的表达差异，使用Kruskal-Wallis test方法评估差异。

640 (5).png

（3）Survival：基于所选RNA的表达均值将样本分成高低表达组， log-rank test检验两组样本OS或DFS差异

640 (7).png

（4）Network：基于pearson相关性分析构建miRNA-lncRNA和mRNA-lncRNA 共表达网络

640 (6).png

2. lncRNA

选择lncRNA浏览相关数据

640 (2).png

3. circRNA

选择circRNA浏览相关数据

640 (10).png

Search检索

1. General Search通用检索

Lnc2Cancer 3.0可以通过多种方式搜索数据，可以通过lncRNA/circRNA名称、癌症名称或两者同时进行搜索。Lnc2Cancer 3.0还提供了模糊关键字搜索功能，通过返回最接近的可能匹配的记录，可以方便地进行搜索。

通用搜索提供模糊关键字搜索能力:（1）对于“LncRNA”，可以使用Gene Symbol(如MALAT1)， Entrez Gene ID(如378938)，Ensembl ID（如ENSG00000251562）等名称。（2）对于CircRNA，可以使用Gene Symbol (如 circHIPK3)和其他名称(如circ_0000284)。（3）对于癌型，可以使用癌症名称（如reast cancer）或ICD-0-3 code（如C50）。

640 (13).png

2. Advanced Search高级检索

高级搜索提供更详细和系统的搜索

640 (11).png

Single Cell Web Tools单细胞工具

single cell web工具提供了关键的交互式和可定制的功能，包括基于49个单细胞数据集的lncRNAs的一般信息、聚类、热图和差异表达分析。基于单细胞测序的49个与20种人类癌症相关的lncRNA表达数据集来自GEO和已发表的文献。

640 (14).png

1. Cluster聚类

用户可以对单细胞数据进行聚类分析

640 (15).png

2. Heatmap Plotting绘制热图

对上述不同类之间识别差异表达lncRNAs，这里提供根据这些差异表达lncRNAs绘制的热图，使用R包Seurat中的DoHeatmap函数。

640 (16).png

3. Differential Expression Analysis (DEA)差异表达分析

可以获得在自定义的log2FC和FDR阈值下差异表达的lncRNA信息和箱式图。

640 (17).png

RNA-seq Web Tools RNA-seq工具

RNA-seq web工具包含挖掘癌症相关lncRNA等功能，包括一般信息、差异表达分析、box作图、stage作图、生存分析、识别相似lncRNA、相关性分析、网络构建和TF模体预测。目前RNA-seq web工具中的数据集来自TCGA，包含lncRNAs 15878个，癌症类型33个，肿瘤9664个，正常对照样本711个。

640 (18).png