lncRNA鉴定专题：常规的鉴定"套路"及原理
如果你对一门行业没有任何的经验，其中一个快速入门的方法就是掌握其中的套路然后进行理解重复。同样，小编我也没有任何分析lncRNA的经验，在思考许久如何总结相关的思路之后，我决定通过分析我所熟悉领域的相关文献，总结出相关的套路。
文献基本介绍
文章题目
Long noncoding RNAs and their proposed functions in fibre evelopment of cotton (Gossypium spp.)
发表于15年，选自New Phytologist （IF在7以上）。从文章题目可以看出是研究棉花茎端发育长链非编码RNA的鉴定及功能预测。该文章的，可以通过原文链接查看。
分析思路overview
总体的基本分析思路可以分为：
棉花lncRNA的预测
lncRNA鉴定
棉花lncRNA的预测
首先当然是要知道怎样找到哪些片段是lncRNA。该文章利用利用SOAP2比对软件将clean （去除adaptors还有低quality的redas） 的RNA-seq 比对到核糖体数据上，去除比对上核糖体的reads，将过滤完rRNA 的reads与棉花参考基因组序列比对，组装转录本。下面几点是用以帅选的标准：
过滤掉表达量比较低的以及长度在200 bp 以下的转录本，得到新的转录本。
过滤转录比对覆盖率低于转录本一半长度的片段。
去除比对到功能蛋白质库例如swiss-port还有pfam的片段。（E<0.001)
最后用CPC（coding potential calculator）预测转录本的coding潜力，区分coding和non-coding的部分，从而初步预测到lncRNA。
棉花lncRNA的鉴定
预测完之后，另外一件事当然就是鉴定这些“所谓的lncRNA“”是啥，与什么功能有关。
表达分析
使用TOPHAT将RNA-seq比对到基因组上。Cufflink 用以估算lncRNA的表达量。DESEQ用来寻找差异基因。
临近共表达分析
基于基因组共定位的方法，通过分析与其临近的蛋白编码基因的功能，可以对lncRNA 进行功能注释。皮尔森相关性被用来探索这些lncRNA /蛋白质编码之间的表达关系。基因本体论（GO）分析用于富集分析这些邻近这些lncRNA的基因表达规律。
lncRNA共线性分析
使用lastz，将At和Dt亚基因组的scaffolds比对到基因组上。在At和Dt亚基因组之间至少有五个基因被鉴定共线性块。与syntenic块和这些重叠的同源lncRNA进一步使用BLASTN进行确认（best hits中有90%相似度）。
表达网络构造
然后就是表达网络构造，这个可以参考一下我们之前发的文章。
lncRNA家族预测
Rfam 数据库是一个基于多序列比对和共进 化模型建立的ncRNA家族信息库，利用多序列 比对，根据保守序列及二级结构可以对预测的 lncRNA进行分类，从而在进化层面上对lncRNA 进行功能注释。
总结
虽然我没有太多RNA-seq研究的经验，咋一看来，lncRNA的套路与转录组的研究有着很相似的地方。很多研究方法都是同时适用的。由于没有太多相关经验，本文主要是基于我个人理解，如果有错误欢迎指出。
References:
Long noncoding RNAs and their proposed functions in fibre
development of cotton (Gossypium spp.)