GA黄金甲

　　随着高通量测序技术的不休发展，转录组测序（RNA-seq）已成为系统钻研基因转录及转录后水平调控状态的通例步骤，并在多个物种中得到宽泛利用。海量转录组数据以前所未有的快率产生，以数据驱动为导向的大规模数据整合、挖掘与解析面对巨大挑战。为更充分展示转录组数据蕴含的丰硕信息，服务生物医学基础钻研领域需要，构建尺度化数据分析流程和结构化元信息审编模型，成立面向多物种基因转录特点的数据集成与治理资源极度必要。

　　近日，GA黄金甲（国度生物信息中心）国度基因组科学数据中心在Nucleic Acids Research 期刊颁发题为“Gene Expression Nebulas (GEN): a comprehensive data portal integrating transcriptomic profiles across multiple species at both bulk and single-cell levels”的论文，成立了基于通例转录组测序（Bulk RNA-seq）和单细胞转录组测序（scRNA-seq）数据挖掘解析的多物种转录图谱整合型数据库Gene Expression Nebulas (GEN)。GEN利用结构化审编模型和尺度化数据处置流程，对组织和细胞水平转录组测序数据集进行统一分析，实现了多物种多层面转录调控水平信息的系统整合。目前，GEN共整合了323个高质量转录组数据集，涵盖 30个物种的50,500个样本和15,540,169个细胞，提供基准参考、遗传、表型、环境、功夫、空间六类生物学场景下的转录图谱，为生物医学领域科研人员深刻理解基因遗传调控结构和职能机造提供基础资源。

　　基于严格的数据质控尺度，GEN审编来自GSA、GEO、ENA和DRA数据库的高质量原始转录组测序数据和具体元数据信息，并利用自主搭建的尺度化流程分析处置相应数据，为用户提供蕴含基因/转录本表白、环形RNA表白、RNA选择性剪接和RNA编纂四个层面的转录图谱。同时，GEN为30个物种的1,191,846个基因提供丰硕的注解信息，蕴含根基注解（例如基因组地位、生物类型、职能描述），以及基于基因表白数据的定量（分歧尝试前提下的表白水平）和定性（差距表白所处的生物学场景）的增值注解。此表，为方便下游个性化分析，GEN还为用户提供表白谱数据分析及可视化的在线及离线工具，蕴含基于Bulk RNA-seq表白谱的差距表白分析、加权基因共表白网络分析、职能富集分析和基因调控网络揣度，以及基于scRNA-seq表白谱的质量节造、数据尺度化、缩放和回归、降维、基于图的聚类、细胞簇象征基因鉴别、细胞象征、细胞轨迹揣度和细胞类型注解等多项分析职能。

　　GEN对用户免费盛开，具备敦睦的浏览、检索与可视化职能，可方便用户索求多生物学场景下基因/转录本的表白及转录特点。钻研团队将持续守护并定期更新GEN，以不休整合更多物种的转录图谱数据资源和集成更为丰硕的数据分析职能。

　　北京基因组所（国度生物信息中心）章张钻研员与郝丽丽副钻研员为本文共同通讯作者，张源笙、邹东、朱彤彤、徐添翼、陈铭为共同第一作者。该钻研得到中科院战术性先导科技专项、国度沉点研发打算、中科院青促会等项目赞助。

GEN数据库内容和职能？楦爬

　　论文链接