CHENTONG Reading time ~1 minute

在过去几年里，研究发现long non-coding RNAs (lncRNAs)在疾病和生物调控过程中扮演着重要角色。但在大量非模式物种中lncRNA的鉴定仍是一项富有挑战性的工作。该工作需要确定的序列信息，注释信息以及构建物种特有的训练集，但具有lncRNA研究所需的足够完整的序列与注释的物种只占很少数。 LGC是由北京基因组所基于python2 (Python极简教程（一）)开发的一款快速lncRNA预测工具，该工具通过ORF（开放阅读框）长度和GC含量间的关系进行相关运算来鉴定lncRNA。LGC最大特点是能够基于跨物种策略进行lncRNA发掘。因此LGC可以支持有参数据和无参数据 (无参转录组分析工具评估和流程展示)进行lncRNA鉴定。在区分从植物到哺乳动物的不同物种的lncRNA和蛋白编码RNA方面，LGC鉴定的准确率高达90%。

LGC基于物种特异性模型和人类模型性能研究

LGC与现有常见lncRNA鉴定工具准确性敏感性特异性评估

LGC提供了在线服务器版和Linix/Unix本地版 (如果您也开发了软件，希望同时做个线上版，欢迎联系我们开发，专业服务，质优价廉，也投个核酸研究)

Webserver

(http://bigd.big.ac.cn/lgc/calculator)

漂亮简洁的应用页面，只需要fasta（无参有参数据都可用）序列就可以进行lncRNA鉴定（可以直接粘贴自己感兴趣的序列或上传fasta文件（文件小于100MB）进行批量鉴定）。另外对人类，果蝇，小鼠，斑马鱼四个物种可以通过上传BED（小于3MB）或GTF(小于3MB)格式文件进行lncRNA挖掘。生信分析过程中这些常见文件的格式以及查看方式你都知道吗？

有参鉴定界面

Webserver运行

获取序列分析结果表，并下载

本地运行

当然，网页版在速度与通量上仍有一定的局限性（对原始fasta数据库的拆分，再逐批上传鉴定真的好麻烦）。如果分析的数据比较多，可以在linux服务器搭建本地版本进行全库的LncRNA检索。 （不熟悉Linux，来看看免费Linux系统和生信宝典原创学习教程）

在构建本地版的LGC时，LGC官网推荐的安装流程是先安装python2和biopython，但我个人习惯使用anaconda2以及其下的bioconda（解决生物软件安装烦恼），可以大大简化安装过程和更好的解决依赖性问题（conda install 想补什么补什么，Linux - Conda软件安装方法）。

命令如下

wget http://bigd.big.ac.cn/biocode/tools/4/releases/1.0/file/download?filename=lgc-1.0.tar.gz
tar zxf lgc-1.0.tar.gz
chmod 755 lgc-1.0.py
#确保conda，lgc-1.0.py在环境变量里
lgc-1.0.py input.fasta output.txt 
# Or
python lgc-1.0.py input.fasta output.txt

运行程序

结果文件

结果文件各列的意义

Sequence Name 序列名称
ORF Length 开放阅读框长度
GC Content GC含量
Coding Potential Score 编码潜在评分：编码转录物的潜在评分，如果大于0，则为蛋白质编码RNA;如果小于0，则为ncRNA。“0”表示mRNA与lncRNA概率相同
Coding Label 编码类别
pc 编码序列的概率
pnc 非编码序列的概率
fc 编码序列的终止密码子概率
fnc 非编码序列的终止密码子概率

这样，我们就可以通过设置合理的筛选条件，来筛得感兴趣的lncRNA进行后续的研究，比如：

参考资料：