lnRNA生信一站式分析神器！差異表達臨床分析ceRNA網絡

一文學會集美貌與實力於一身的TANRIC資料庫

嗨，小夥伴們大家好！~每周給大家分享一個資料庫實操教程！

這次給大家帶來的是一款集lncRNA注釋和表達信息、可視化和臨床相關分析等多種功能~啊~不~是才華與美貌於一身的TANRIC資料庫使用方法，不要走開哦~！

TANRIC資料庫

TANRIC全稱為The Atlas of non-coding RNA in Cancer，即腫瘤非編碼RNA地圖集，由MDAnderson團隊開發並於2015年發表在Cancer Research雜誌。

該資料庫對來自TCGA(The Cancer Genome Atlas)和CCLE（Cancer Cell Line Encyclopedia）等資料庫的20種癌症超過8000個樣品的RNA-seq數據集進行整合和深度分析，包含三大類數據，分別為lncRNA注釋信息，RNA-Seq數據和profiling數據。

TANRIC提供查詢和分析兩大功能，提供每個樣品lncRNA表達量信息，可供分析表達量與臨床指標、耐藥性和預後相關性，可以針對候選lncRNA(已注釋或任何用戶自定義lncRNA)與功能基因mRNA或miRNA之間的相關性進行預測，還提供不同腫瘤中lncRNA表達譜的Heatmap可視化結果。

關於TANRIC資料庫前戲結束，接下來，點擊網址https://bioinformatics.mdanderson.org/public-software/tanric/，進入正餐時刻。

小貼士：推薦Chrome和火狐瀏覽器，弘毅親測這兩款瀏覽器訪問比較順利，另外還可以試試360瀏覽器

進入MDAnderson官網主頁，首先映入眼帘的是該資料庫的基本信息，可以看到上次更新時間是在2019年12月，目前為2.0版本，截止2020年8月份被引次數為297次，本著投桃報李的感恩心情，小夥伴們使用TANRIC時別忘記引用圖中的參考文獻哦！~

常見問題需要注意的一點是，TANRIC是基於BAM文件並使用RPKM值來量化lncRNA表達水平的。

TANRIC資料庫功能及操作演示

點擊https://www.tanric.org，進入TANRIC資料庫主頁，左邊欄：Help為資料庫基本功能視頻演示；About為當前版本信息和更新時間；News為歷史版本信息；FAQ常見問題；Resources為外部資料庫連結(TCGA和CCLE)；Credits和Contact為資料庫維護和開發團隊信息。在使用TANRIC資料庫之前，小夥伴們可以點擊Help查看使用方法演示，當然，也可以選擇跟著弘毅的腳步，一起尋幽探密哈~

一、數據概覽與下載

點擊Home進入TANRIC功能頁面，點擊Summary進入資料庫概覽，可以看到全部的腫瘤數據集正常組和腫瘤組各自的樣本數目，點擊Show查看詳細信息。

點擊Download進入資料庫下載頁面，在感興趣的腫瘤數據集前面打勾，然後點擊Download可以下載得到壓縮文件，解壓可見lnRNA表達譜文件TCGA-BLCA-rnaexpr.tsv和數據描述信息TCGA-BLVA-rnaexpr-META.tsv文件。

二、查詢與分析功能

1、My lncRNA功能模塊

點擊My lncRNA進入功能頁面，依次選擇腫瘤類型、輸入感興趣的lncRNA名稱、樣本類型、臨床數據和組學數據關聯分析，然後點擊Submit提交，該頁面各項設置具體含義可參看下圖。

說明：對於很多新的lncRNA暫時未被NCBI等資料庫收錄和注釋，TANRIC提供針對lncRNA外顯子位置信息進行查詢的方式，以HOTAIR為例：可以下拉菜單選擇Query by Annotation，檢索已注釋lncRNA，輸入內容為「HOTAIR」；也可以在下拉菜單選擇Query by position，檢索lncRNA外顯子位置信息，輸入內容為HOTAIR的4個外顯子區域信息「chr12:54356092-54357908; 54359748-54359867; 54360060-54360161; 54362401-54362698」。兩種方式查詢結果一致。

以乳腺癌為例，查詢HOTAIR信息，選擇所有樣本，勾選全部的臨床數據和組學數據分析，點擊Submit，進度條走到100%，可以查看檢索結果。

結果欄中第1項lncRNA expr.，展示lncRNA在不同樣本中表達量的log2轉換值，可根據Position/Annotation和Sample ID檢索感興趣的條目，可根據Sample ID將所有樣本分組，再將對應的表達量值輸入Graphpad Prism或其他軟體進行繪圖。

結果欄第2項Diff.subtype，展示根據不同臨床特徵或基因組特徵的分層分析結果，提供P值，點擊「+」可展示箱圖，滑鼠懸停可看具體統計信息。如圖，第一行為HOTAIR在不同AJCC病理分型的乳腺癌組織中表達情況，P值0.456，表示組間無顯著性差異。

結果欄第3項Survival，生存分析結果，展示lncRNA表達水平與患者總生存期的相關性，提供基於單變量Cox比例風險模型的P值和通過Kaplan-Meier圖進行對數秩檢驗的P值兩種結果。

結果欄第4~6和8項，分別是lncRNA表達與SCNA(基因拷貝數變異)、mRNA、蛋白和miRNA表達水平之間的相關性，提供P值，點擊「+」可展示相關性點圖。以mRNA為例，根據Correlation或P-value排序，相關性係數最高為0.864，P＜0.05，表示lncRNA表達水平與HOXC11 mRNA呈較強正相關關係。

說明：隨著RNA調控機制研究的深入，ceRNA(competing endogenous RNAs)假說逐漸被廣泛認可，即micRNA通過結合mRNA導致編碼基因表達抑制，而ceRNA可以競爭性結合micRNA來調節編碼基因表達。文獻報導顯示，大量lncRNA可以發揮ceRNA功能。TANRIC這部分數據提供lncRNA與每個micRNA或mRNA之間的相關性結果，可據此推斷潛在的與lncRNA直接作用的RNA，作為ceRNA調控機制研究的候選分子。

結果欄第7項，展示不同基因突變型和野生型組織中lncRNA表達水平，提供P值，點擊「+」可展示箱圖。如圖，第一行，P＜0.05，表示PCNT基因突變型患者組織中HOTAIR表達水平顯著高於PCNT野生型患者。

2、LncRNAs in cell lines功能模塊

該模塊與My LncRNA類似，區別在於CCLE資料庫僅提供細胞係數據，沒有臨床預後等相關信息，在此不做贅述。

3、Analyze all lncRNAs功能模塊

點擊Analyze all lncRNAs進入功能頁面，Genomic/Proteomic Data Analysis欄可輸入感性趣的基因和miRNA，其餘設置基本同前，選擇感興趣的腫瘤類型，然後點擊Submit提交。

以乳腺癌為例，查詢該數據集中與A1BG和has-let-7a-1表達相關的lncRNA信息，勾選全部的臨床數據和組學數據分析，點擊Submit，進度條走到100%，可以查看檢索結果。

結果欄第1項lncRNA expr.，展示該數據集中不同lncRNA表達量的log2轉換值，可根據Position/Annotation檢索感興趣的結果；第2~3項Diff.subtype，分別展示不同lncRNA在各種臨床特徵或基因組特徵的分層分析和生存分析結果，基本同前。如下圖，生存分析結果的第一行，可見Cox P-value和Log-Rank P-value均小於0.05，表示該lncRNA高表達與乳腺癌預後差相關。

第4項Corr.SCNA，說明該數據集查詢到2條lncRNA的表達水平與A1BG基因拷貝數變異存在較弱的正相關關係；第5項Corr.mRNA，說明該數據集查到5條lncRNA的表達水平與A1BG基因mRNA表達存在較弱的正相關關係；

第6~8項無返回結果，說明該數據集中沒有查詢到與A1BG蛋白表達和基因突變存在相關性的lncRNA，也沒查到與has-let-7a-1表達存在相關性的lncRNA；

4、Visualization功能模塊

選擇感興趣的腫瘤數據集，可以得到該數據集差異表達前100、200和500的lnRNA的熱圖，K=2,3,4,5分別代表分2,3,4,5個cluster。選擇其中一個點擊進入，點擊最上欄可進行個性化設置，右上角Misc可下載PDF格式圖片。

文獻單圖復現

文獻案例一：PMID: 32437068，IF=4.966分

文章Figure1B展示的是，通過TANRIC資料庫分析The Cancer Genome Atlas中不同病理分型的乳腺癌患者組織中TMPO-AS1表達差異。

單圖復現如下：進入TANRIC資料庫主頁，點擊My lncRNA進入功能頁面，腫瘤類型選擇乳腺癌，輸入TMPO-AS1，樣本類型選擇ALL，臨床關聯分析全選，然後點擊Submit提交，進度到100%，查看結果欄第2項Diff.subtype，其中第二行即為本文結果。

這張圖看著極其不美，畢竟我們解螺旋的小夥伴都要培養高taste，那麼，返回My lncRNA功能頁面，樣本類型選擇Normal_like，其餘設置不變，然後點擊Submit提交。

首先，查看結果第1項lncRNA expr.，展示lncRNA TMPO-AS1在Normal_like樣本中表達量的log2轉換值，同樣的方法可以得到LumA、LumB、Basalt和Her2組各自所含樣本的TMPO-AS1表達量log2轉換值，全部複製粘貼進Graphpad如下。

Graphpad Prism繪製箱圖，首先進行細節修繕，然後做差異統計分析，再添加差異性標籤結果如下。

文獻案例二：PMID: PMID: 29941860，IF=4.556分

文章Figure1D~F通過TANRIC資料庫分析TCGA中ER-positive/ER-negative，PR-positive/PR-negative和5種病理類型乳腺癌患者組織中ITGB2-AS1的表達差異，方法同前不再贅述。

本文論證的是ITGB2-AS1通過互補配對的方式上調ITGB2 mRNA表達進而促進表型。Figure4B展示了通過TANRIC資料庫分析ITGB2-AS1和ITGB2 mRNA表達相關性結果。

單圖復現如下：點擊Analyze all lncRNAs進入功能頁面，Genomic/Proteomic Data Analysis欄輸ITGB2，選擇乳腺癌，其餘設置基本同前，然後點擊Submit提交，查看檢索結果欄第5項Corr.mRNA，可見該數據集查到與ITGB2基因mRNA表達存在相關關係的234條lncRNA。

ITGB2-AS1編號為ENSG00000227039.2，檢索可知該lncRNA正是234條lncRNA其中一條，相關係數為0.434，P值＜0.05，二者具有較弱的正相關關係，點擊「+」查看相關性點圖。

好啦，關於TANRIC資料庫加餐就到這裡啦！欲知更多生信知識，我們相約「挑圈聯靠」公眾號~下期再見了~~！

後臺私信領取福利

—END—