走近circbank–数据库的上线发布及文章引用

数据库的上线发布

7月7日，在第四届circRNA研究论坛上，一个重磅好消息传来：整合人类环状RNA的数据库circbank正式上线了！数据库网址：http://www.circbank.cn/

图1 circbank数据库首页

1 数据库总体情况

circbank数据库共收录了140790条人类circRNA的记录，每一条circRNA记录都单独做了一个详细信息的页面。针对每个circRNA的信息主要包括：该circRNA的详细序列；在小鼠中同源性较高的circRNA及其对应的序列；miRNA结合的预测分析；ORF预测分析；COSMIC记录的突变和多态性位点汇总；m⁶A修饰信息。由于miRNA预测的结合位点数据比较庞大，因此单独做了一个展示的页面，页面中的记录按照打分高低的顺序列出。

circbank数据库还专门开发了一套专用的ID号。相信众位同行一定会有个苦恼的问题，就是目前circRNA的命名太混乱了，直接用Host gene的名字也不很妥当，因为每个基因所对应的circRNA太多了。circBase的ID号虽然应用比较广泛，但这个号码的信息量太少，很难记住更不利于口头交流。有鉴于此，我们开发了一个全新的ID号，该ID号基于对应的Host gene的名字和所对应的位置，具体的规则下面有详述。

circbank数据库提供了多种检索窗口，可以直接在首页中输入相应信息后实现快速检索，也可以在 “circRNA”和“miRNA”两个菜单中分别进行高级检索。为了方便同行交流，数据库也开辟了数据上传的窗口，欢迎同行们给数据库上传所发现的新的circRNA，我们将会有针对性的对数据库版本进行更新。

2 如何在circbank中检索？

circbank数据库给出了多个检索的渠道。包括首页的快速检索，“circRNA”和“miRNA”两个菜单中的高级检索。

首页的快速检索窗口可以通过circbank ID号，circBase数据库的ID号以及Host gene的Symbol或Ref-seq number进行快速检索。以HIPK3为例，首页的快速检索可以用如下的格式进行检索：“has_circHIPK3_001”、“has_circ_0021592”、“HIPK3”、“NM_005734”四种格式进行检索。

在circRNA检索菜单，可以通过基因名称（Gene Symbol）、circbank ID、cirBase ID等关键词分别检索。与此同时，还可以设置保守性、m6A修饰及ORF预测等过滤条件。

图2 circRNA高级检索窗口

在“miRNA”检索菜单下，可以通过miRNA ID、circbank ID、cirBase ID等关键词分别检索。也可以设置保守性、m6A修饰及ORF预测等过滤条件。

图3 miRNA高级检索窗口

3 单个circRNA记录页的信息有哪些？

以HIPK3为例，通过检索窗口可以得到如下的结果：

图4 HIPK3检索页面

检索结果显示，数据库共收录了20条HIPK3相关的circRNA记录。显示蓝色的部分点击之后会连接进入对应的页面。以“hsa_circHIPK3_004”为例，左侧“hsa_circHIPK3_004”的地方会跳至该circRNA的信息页面：

图5 circHIPK3_004信息页面

可以分别看到该circRNA的详细序列，小鼠中保守的circRNA和对应的序列，ORF预测打分的情况，COSMIC收录的突变和多态性信息，m⁶A修饰的信息。

如果点击检索页面中每一行对应的miRNA的蓝色标志，会跳至该circRNA预测分析所得的miRNA结合的情况。

图6 hsa_circHIPK3_004预测miRNA的情况

对应于hsa_circHIPK3_004，一共预测到97种可能结合的miRNA分子，排列的顺序按照Miranda和targetscan工具打分的情况，打分高的靠前排列。结合保守性，ORF，突变信息及m⁶A修饰等信息，方便使用者快速锁定更有价值的分子。

circbank数据库还给出了直接用miRNA ID进行检索的功能，可以分析感兴趣的miRNA可能结合哪些circRNA分子。以hsa-miR-1283为例，检索结果如下：

图7 miRNA ID检索结果

4 circbank中circRNA的ID号规则是怎样的？

我们在circbank数据库中针对每个circRNA分子构建了全新的ID号，该ID号的格式如下：

hsa_circA_001

其中“hsa”是人类来源的意思，circA代表了从“A”基因来源的circRNA，末尾的数字是根据该circRNA在Host gene中对应的位置排序得到的。还是以HIPK3基因为例，该基因对应的circRNA记录共有20条，前面的名称都是“hsa_circHIPK3_xxx”，最后的三位数是依据所有circRNA在HIPK3基因中对应的位置排序得到的，排序的规则是：先看起始位点，再看终止位点。起始位点越靠近前端（5’端）的排血越靠前，起点一致的看终止位点，终止位点越靠前的排序越靠前。示意图如下图：

图8 circbank ID号生成规则概述

如果起始位点和终止位点一致的，可以认为是可变剪切的情况，命名规则为在上述ID的基础上增加一层编号，编号的原则按照可变剪切的大小，长度越短的编号越小。可变剪切编号格式如下：

hsa_circA_001_V01

所有circRNA的ID号在正式公布的数据库中永久不变。这样就存在一个后面发现的circRNA的ID号会跟已有的ID号冲突的问题，解决的办法是新录入的circRNA一定要在原有编号的基础上增加，新增的circRNA的ID号也按照相同的规则依次排列，一旦正式更新数据库后就确定下来，不再变更。

针对没有mapping到已知基因（包括lncRNA）的circRNA记录，根据在标准基因组中的参考坐标从小到大排列，命名格式暂用所在的染色体代替gene symbol。格式如下：hsa_circChrom1_001

对于融合基因的circRNA，对应的gene symbol由融合后基因的名称取代，如来源于BCR-Abl融合基因的circRNA如果不是跨越融合位点的，按照各自host gene编号，跨越融合位点的按照“hsa_circBCRAbl_001”的格式编号，其他规则同前。

5 circbank数据库的维护和数据上传

为方便同行的交流，适应不断发展的circRNA研究进展，我们会针对新发表或用户上传的数据进行数据更新。数据库的日常维护由密码子基因公司承担，数据上传后也由相关的工作人员进行数据的整理。

数据库的文章引用：正式发表于Molecular Cancer的文章采用了circbank数据库

南京医科大学南京第一医院普外科的曹红勇和王汉晋团队9月份在Molecular Cancer（IF=7.776）上在线发表了题为“CircRNA microarray profiling identifies a novel circulating biomarker for detection of gastric cancer”的研究，发现胃癌患者血浆中circ-KIAA1244表达水平偏低，低表达水平的circ-KIAA1244与TNM分期、淋巴转移和患者总体存活时间长成负相关。而且胃癌患者血浆外泌体中也可检测到circ-KIAA1244的表达，其表达水平与血浆中的表达水平无明显差异，这提示了患者血浆circ-KIAA1244可作为诊断胃癌的新型生物标志物。

本文对胃癌患者血浆样本的circRNA表达谱分析，通过数据库筛选出合适的circRNA进行研究，结合外泌体热点分析了胃癌组织来源的circRNA有可能通过血浆外泌体介导转移效应，促进胃癌的发展，是本文的一大亮点。

1. 胃癌患者血浆样本的circRNA表达谱分析

对5个正常人、10个胃癌患者（5个T1-3N0M0分期(case1)和5个T3 N1-3 M0分期(case2)的胃癌患者）的血浆样本进行circRNA表达芯片分析，case1 vs control分析结果为热图（a），火山图（b），GO、KEGG和疾病通路分析发现差异表达的基因与几个重要的生理过程、胞内组分、分子功能和重要信号通路有关（c-e）。case1 vs control分析同上，而且作者也对circRNA有可能结合哪些miRNA作了预测（补充数据未展示）。

1. circ-KIAA1244的生理特性

作者从胃癌样本的circRNA表达谱分析中挑选了8种差异表达的circRNAs，体外进行了RT-qPCR验证，发现了相比于正常样本，胃癌样本的circ-KIAA1244 (hsa_circ_0130810)表达水平出现明显的下调。circ-KIAA1244是由KIAA1244基因的3–8号外显子产生的，同时利用sanger测序验证了circ-KIAA1244的全长环状序列（a）。经RNase R和放线菌素D（抑制mRNA的转录）处理后，circ-KIAA1244比其mRNA更加耐受降解（b-c），佐证了该RNA是环状的。荧光原位杂交实验证明circ-KIAA1244主要存在细胞胞浆中（d）。RIP实验显示胃癌细胞中的circ-KIAA1244主要富集在Ago2蛋白沉淀复合物中（e）;通过密码子基因公司开发的circbank数据库预测了circ-KIAA1244可结合17种miRNAs，接着利用Targetscan数据库预测了每种miRNA可结合的mRNAs（f），后续这些候选miRNAs和mRNAs将成为胃癌发生发展的机制研究的重点目标。

1. circ-KIAA1244对于胃癌患者的临床意义

相比于正常对照，胃癌患者血浆、组织和胃癌细胞系中circ-KIAA1244的表达水平明显降低（a-b）；ROC曲线下的面积为0.7481，提示circ-KIAA1244的表达水平的高低可用于区分健康人和胃癌患者（c）。Kaplan-Meier OS曲线分析说明circ-KIAA1244表达低与胃癌患者存活时间短有关（d）。已有文献报道，血浆circRNAs会被包装进外泌体中运输。所以作者分离了胃癌患者血浆外泌体后，RT-qPCR检测发现circ-KIAA1244在外泌体中的表达水平与其在血浆中的表达水平无明显差异（e），说明大部分从血浆中检测到的circ-KIAA1244主要来自外泌体，而外泌体外面的circRNA相对更容易被血浆中大量的酶降解，这也提示胃癌组织来源的circ-KIAA1244通过血浆外泌体介导运输，从而促进胃癌的发生发展和转移，同时患者血浆circ-KIAA1244有可能作为诊断胃癌的新型生物标志物（f）。

参考文献

1. Tang W, et al. CircRNA microarray profiling identifies a novel circulating biomarker for detection of gastric cancer. Mol Cancer. 2018 Sep 20;17(1):137. doi: 10.1186/s12943-018-0888-8.

未来，circbank数据库期待与您一起创造更多可能！