RNA测序（RNA-Seq）技术是近年来发展和应用迅速的二代测序技术，它促进了基因研究，并被应用于多种癌症研究，为研究选择性剪接和量化基因/亚型表达水平提供了革命性的工具。

基于RNA-Seq的结果我们可以挖掘很多的信息，RNA-Seq-Nexus（CRN）数据库就能帮我们在线实现一些数据挖掘。

CRN数据库是第一个提供肿瘤细胞表型特异性编码转录物/lncRNA表达谱和lncRNA调控网络的公共数据库，网站链接为http://syslab4.nchu.edu.tw/CRN。

该数据库由中国台湾National Chung Hsing University國立中興大學的学者开发，相关文章（PMID: 26602695）于2016年初发表在Nucleic Acids Research杂志（2019IF=11.501）上，截至2021-01-19该文章已引用48次（数据来源：PubMed）。

在CRN数据库中，开发者们系统地收集了来自癌症基因组图谱（TCGA）、序列读取档案（SRA）和NCBI基因表达综合数据库（GEO）的RNA-Seq数据集。

该数据库囊括多种肿瘤RNA-Seq数据集，包括325个亚群和12167个样本。每个数据集都有几个特定表型的子集，每个子集包含一组具有特定表型特征或癌症状况（例如疾病状态、细胞系、细胞类型、组织、基因型）的RNA-seq样本。

另外，开发者们还手动创建子集，然后根据数据集和样本的描述将样本分配给子集。因为每个子集包含一组具有特定表型或基因型的RNA-seq样本，例如乳腺癌II期、ER+乳腺癌和Her2+乳腺癌。因此，CRN数据库可以为个性化医疗提供方便。

为了确定每个数据集中的表型特异性差异表达转录物（differentially expressed transcripts，DETs），开发者们选择了至少有3个样本的亚群，然后在两个没有重叠样本的亚群之间进行t检验。

共产生973个亚组对，包括822个“癌症与癌症”亚组对和151个“癌症与正常”亚组对。开发者们还将RNA-Seq reads与人类转录组（GENCODE release 21）进行比对来获得mRNA和lncRNA的表达谱数据。

上图展示了该数据库的内部运算流程。下面，我们就一起来看一下这个好用的数据库吧！

CRN数据库界面提供以下三个主要面板：

（1）疾病数据集面板（左上面板）：使用癌症疾病和癌症子集构建层次结构。子集表示与特定表型或基因型相关的一组RNA-seq样本。

（2）子集对面板（左下面板）：有两种类型的子集对“癌症与癌症”和“癌症与正常”。当用户单击癌症疾病或癌症子集时，数据库会在“子集对”面板中显示相关的子集对。

（3）表达谱面板（右面板）：在子集对面板中单击子集对时，数据库显示数据集和子集的详细描述。

当用户选择子集对时，数据库会显示数据集和子集的详细描述。

在表达谱页面中，有四个选项卡：

（1）DE coding transcripts：对差异mRNAs进行可视化。

（2）DE lncRNAs：对差异lncRNAs进行可视化。

（3）mRNA-lncRNA共表达网络：在这个标签面板中搜索mRNA和lncRNA时，会对二者之间最显著的负相关和正相关的共表达网络进行可视化。

（4）搜索：用户可以在此面板中搜索基因/转录本名称和转录本ID。

前两个选项卡类似，用户可以对差异的mRNAs和lncRNAs的上/下调和P值进行选择，也可以之间下载结果。

在第三个选项卡（共表达网络），用户可以输入mRNA和lncRNA名称，然后选择相关阈值。要选择mRNA和lncRNA之间的共表达网络，用户可以自定义前N个连接的选项（N=10、15、20或25）。这里也支持共表达网络的直接导出。

用户只需输入部分基因符号或转录本ID，数据库的自动完成功能提供了快速搜索和选择部分匹配项的功能。此外，通过输入更多字符，它将过滤列表以获得更好的匹配。

自动完成功能不仅可以帮助用户高效搜索，而且可以快速过滤。选择基因或转录本后，选项卡显示给定基因或转录本的表达谱。最后，用户也可以直接下载数据结果。

当然，如果用户对数据库的分析结果不满意，用户也可以直接在网站下载相关数据自行分析和进行可视化。