克日，基因组所在国际生物多样性与康健大数据（Global Biodiversity & Health Big Data，简称BHBD）同盟框架下，与沙特阿卜杜拉国王科技大学、巴基斯坦真纳大学以及美国梅奥医学院开展科研合作，团结开发了可跨物种使用的长非编码RNA（long non-coding RNA, lncRNA）判断软件LGC。该效果以“Characterization and identification of long non-coding RNAs based on feature relationship”为题在国际学术期刊Bioinformatics在线揭晓。
测序手艺的飞速生长爆发了大宗转录组数据，而转录组剖析中一个主要的研究内容是判断新的转录本并且检测其卵白编码能力。虽然使用卵白质谱检测、Ribo-seq等实验要领可以获得卵白编码证据，但本钱高、耗时长且通量低。因此，现在主要依赖软件展望的盘算要领判断lncRNA。已有相关软件大多需要高质量的训练集，关于缺乏高质量数据的非模式物种，判断其lncRNA难度极大，亟需生长支持跨物种使用的lncRNA准确判断要领与工具。
为解决以上难题，北京基因组所团结多家科研机构，研究了卵白编码RNA与lncRNA在多物种中普遍保存的序列特征差别，发明GC含量与ORF（开放读码框）长度的关系在两者间保存显著差别，且这种差别在动植物中普遍保存�；诖�，研发了能够跨物种使用的lncRNA判断要领和软件LGC。该要领不需要物种特异训练集，与同类要领相比，LGC可实现从植物到哺乳动物的lncRNA的准确判断，且具有较为平衡的迅速度与特异性，为lncRNA跨物种判断以及功效剖析提供主要要领和工具。同时，提供web server，支持fasta、gtf、bed三种名堂，实现在线剖析盘算。Fasta名堂不限制物种，gtf与bed名堂现在支持人、小鼠、斑马鱼与果蝇的在线剖析。
该项研究获得了4001老百汇网站战略性先导科技专项、国家重点研发妄想、4001老百汇网站“十三五”信息化专项等基金的资助。
Web server
文章链接
GC含量与ORF长度的关系在卵白编码RNA与lncRNA中保存显著差别
