基于GBrowse的多源长非编码RNA数据可视化系统-计算机系统应用.PDF

2017 年 第 26 卷 第 3 期 计 算 机 系 统 应 用 基于GBrowse 的多源长非编码RNA 数据可视化系统① 孙 磊, 陈 璇, 唐 红, 魏李婷, 姬岚洋, 施胜飞, 杨晓华 (扬州大学 信息工程学院, 扬州 225127) 摘 要: 针对长非编码 RNA(long non-coding RNA, lncRNA)数据类型多样带来的有用信息提取困难的问题, 提出 基于基因组浏览器 GBrowse(Generic Genome Browser)的多源lncRNA 数据可视化系统. 该系统主要包括网页服务 器和 lncRNA 数据存储. 其中, 网页服务器主要由HTTP 服务和 GBrowse 网页组件构成, 支持纯文本、MySQL 、 SQLite 等多种数据存储方式. 系统实现流程包括 GBrowse 安装与配置、多源 lncRNA 数据的收集、数据预处理、 数据存储、数据访问及可视化配置. 原型系统收集了六种人类 lncRNA 数据, 包括人类基因注释、基因组序列、 组蛋白修饰H3K4me3 信号及其位点、转录因子 CTCF 绑定位点信号及其位点的数据, 并对数据进行了预处理. 通 过 MySQL 、SQLite 等建立了 lncRNA 数据库, 对数据的访问方式和可视化参数进行配置. 实验结果表明, 多源 lncRNA 数据在 GBrowse 框架下能够得到整合与可视化, 并在基因组空间同时呈现, 这使得研究者能够以更加直 观的方式观测数据, 进而建立新的科学假说. 关键词: 长非编码 RNA; 基因组浏览器; 数据库; 可视化 Visualization System of Multi-Source Long Non-Coding RNA Data Based on GBrowse SUN Lei, CHEN Xuan, TANG Hong, WEI Li-Ting, JI Lan-Yang, SHI Sheng-Fei, YANG Xiao-Hua (School of Information Engineering, Yangzhou University, Yangzhou 225127, China) Abstract: In consideration of the problem that useful information cannot be easily extracted from various types of long noncoding RNA (lncRNA) data, this paper proposes a visualization system of multi-source lncRNA data based on generic genome browser (GBrowse). The system mainly includes a web server including HTTP service and GBrowse components, and lncRNA data storage which supports flat files, MySQL, SQLite and other types of databases. The main steps of constructing the system include GBrowse installation and configuration, multi-source lncRNA data collection, preprocessing, storage, and access and visualization configuration. A demo system is constructed by firstly collecting six sets of human lncRNA data, including human gene annotation, genome sequence, histone m