CSCD数据库从ENCODE中收集了19种肿瘤类型的87种细胞系及141种正常细胞的circRNA数据，构建了该数据库。总共汇总得到了272152种肿瘤特异性的circRNAs，950962种正常细胞特异的circRNAs，还有170909种为肿瘤和正常样本共有的。
图1 CSCD数据库circRNA信息汇总 （来自[1]）
数据库概览
CSCD数据库页面比较简洁，可通过sample type、sample name、gene symbol 及circRNA ID等信息进行检索。还给出了基因界面和circRNA界面的信息。基因界面包含了所对应的基因可变剪切与circRNA的总体情况，能通过页面直接连接至circRNA界面。circRNA界面则包含了circRNA对应的外显子，miRNA response elements（MRE），RNA结合蛋白结合位点（RBP）还有预测的开放阅读框架（ORF）。
图2 数据库概览 （来自[1]）
CSCD数据库共收集了1394023种circRNA分子，其中外显子来源759039种，内含子来源436668种，基因间序列来源122806种。来自mRNA的1153542种，来lncRNA的42165种。预测到了MRE 76439955个，RNA结合蛋白结合位点103927037个，ORF 3462097个。
图3 CSCD数据库汇总circRNA相关信息 （来自[1]）
肿瘤特异性circRNA如何分析的？
利用了四种常用的反向拼接算法：CIRI2、find circ、circRNA finder和Circexplorer。利用CIRI2分析相关的外显子信息。按照至少一种算法中至少一个Reads的标准进行筛选分析的。采用了GRCh37基因组注释，也提供了GRCh37和GRCh38之间切换的注释。由于本数据库的收录条件非常宽松，极大提高了circRNA记录的数量，典型的如CDR1as，在circBase中只收录了一种序列信息，但CSCD数据库分析收录了17种。
CSCD数据库分析功能介绍
亚细胞定位
相关研究表明circRNA存在特定亚细胞定位。CSCD数据库系统收录了相关的信息。肿瘤特异性的circRNA中共有19228种为胞浆定位，2107种为不溶性细胞质组分定位，7020种为膜定位，35734种为染色质定位，37453种为核定位，37141种为核质定位，16976种为核仁定位。
预测MRE
在junction point位点上下游各50bp范围内分析了相关的miRNA 结合位点。肿瘤特异性circRNAs中共分析了14921788个MRE位点，正常样本的circRNA中分析了52417822个MRE位点，在共同的circRNA中分析了9100345个MRE位点。
预测RBP
基于STARBASE中37种RNA结合蛋白的CLIP数据，在肿瘤特异性circRNAs中共分析了15719824个RBP位点，正常样本的circRNA中分析了66182210个RBP位点，在共同的circRNA中分析了22025003个RBP位点。
预测ORF
利用ORF Finder工具分析了相关circRNA的ORF情况，设置ORF条件为大于300nt，共在肿瘤特异性的circRNA中预测到564 047个ORF，在正常样本的circRNA中预测了2287210个ORF，在共同的circRNA中分析了610840个ORF。
相关基因可变剪切分析
相关的RNA-seq数据中利用STAR进行了分析比对，利用rMATS分析了环状RNA相关线性基因中存在的各种可变剪切方式。
CSCD还提供了到UCSC浏览器及circBase的链接，并且给出了每个样本和每个算法中预测得到的junction reads数以及相应的均一化表达量SRPTM，可以方便地进行不同样本的环状RNA丰度比较。CSCD数据库较详细的汇总了目前肿瘤相关circRNA的研究数据，为相关同行提供了非常有价值的工具，助力circRNA研究。
致谢：本文撰写过程中得到了何春江老师的大力支持，给出了很多宝贵的修改意见，在此表示衷心的感谢！
参考文献：
1. Siyu Xia, J.F., Ke Chen, Yanbing Ma, Jing Gong, Fangfang Cai, Yuxuan Jin, Yang Gao, Linjian Xia, Hong Chang, Lei Wei, Leng Han and Chunjiang He, CSCD: a database for cancer-specific circular RNAs. Nucleic Acids Research, 2017.
联系客服
