油菜作為世界上最重要的油料作物之一，是人類食用植物油和飼用蛋白的主要來源。近年來，越來越多的高通量組學(xué)技術(shù)被應(yīng)用于油菜研究，油菜多組學(xué)數(shù)據(jù)大量積累。首先，油菜多組學(xué)數(shù)據(jù)規(guī)模的激增，對(duì)數(shù)據(jù)存儲(chǔ)、檢索和分析提出了更高的需求。其次，不同來源、不同組學(xué)、不同平臺(tái)產(chǎn)生的生物大數(shù)據(jù)具有顯著的異質(zhì)性，目前尚缺乏相對(duì)高效的整合和挖掘方法。因此，油菜領(lǐng)域迫切需要一個(gè)類似TAIR的、能夠支撐和服務(wù)油菜生物學(xué)研究的綜合性數(shù)據(jù)庫。

　　為解決這些問題，研究者利用生物信息團(tuán)隊(duì)在數(shù)據(jù)整合和深度分析的經(jīng)驗(yàn)和優(yōu)勢，以前期發(fā)布的BnPIR、BnTIR以及BnVIR數(shù)據(jù)庫為基礎(chǔ)，進(jìn)一步搜集了近年來新發(fā)布的多組學(xué)數(shù)據(jù)集，并進(jìn)行了統(tǒng)一過濾、處理和分析，最終構(gòu)建出目前最為系統(tǒng)和全面的油菜多組學(xué)數(shù)據(jù)庫-BnIR。在該研究中，研究者共搜集了29個(gè)甘藍(lán)型油菜以及近緣物種的基因組、2791個(gè)油菜組織樣本的轉(zhuǎn)錄組、2311個(gè)樣本的群體遺傳變異數(shù)據(jù)、118個(gè)表型、266個(gè)代謝物含量以及多種表觀基因組學(xué)數(shù)據(jù)(包括DNA甲基化、組蛋白修飾、染色質(zhì)可及性和染色質(zhì)交互強(qiáng)度等)組成的公共多組學(xué)數(shù)據(jù)。在BnIR數(shù)據(jù)庫中，研究者不僅整合并升級(jí)了BnPIR、BnTIR和BnVIR數(shù)據(jù)庫中的功能，而且基于不同組學(xué)數(shù)據(jù)的特征開發(fā)出多個(gè)新功能，以方便用戶更加有針對(duì)性地進(jìn)行查詢和瀏覽。此外，基于群體多組學(xué)數(shù)據(jù)，研究者利用全基因組關(guān)聯(lián)分析、表達(dá)數(shù)量性狀位點(diǎn)定位、孟德爾隨機(jī)化和共定位分析等多種分析策略，對(duì)不同組學(xué)數(shù)據(jù)進(jìn)行了關(guān)聯(lián)與整合。相關(guān)數(shù)據(jù)及結(jié)果已上傳至數(shù)據(jù)庫的多組學(xué)模塊，以方便用戶進(jìn)行快速檢索、分析和利用。此外，BnIR數(shù)據(jù)庫還集成了18種在線分析工具，包括序列比對(duì)(BLAST、MSA)、富集分析(GO、KEGG)、關(guān)聯(lián)分析(GWAS、TWAS、eQTL等)、共定位分析(COLOC)、孟德爾隨機(jī)化分析(SMR)、遺傳相似性分析、ePCR、引物設(shè)計(jì)等。最后研究者以種子硫苷含量和含油量為例，系統(tǒng)地闡述了BnIR在解析遺傳變異位點(diǎn)對(duì)基因表達(dá)和表型影響方面的應(yīng)用，展現(xiàn)了BnIR的在挖掘重要變異、探索變異作用機(jī)制方面的價(jià)值和潛力。

　　與其他現(xiàn)有的數(shù)據(jù)庫相比，BnIR是首個(gè)綜合性的油菜多組學(xué)數(shù)據(jù)庫，其不僅容納了迄今為止最豐富的多種組學(xué)數(shù)據(jù)，還整合和開發(fā)了多個(gè)組學(xué)數(shù)據(jù)搜索和分析工具，可以幫助研究者快速獲取并分析相關(guān)信息，為油菜研究者提供了“一站式”的數(shù)據(jù)檢索、獲取和挖掘服務(wù)。

　　華中農(nóng)業(yè)大學(xué)信息學(xué)院楊慶勇教授為論文通訊作者，信息學(xué)院已畢業(yè)博士生楊植全(現(xiàn)廣州大學(xué)博士后)，碩士生王升博為論文并列第一作者。我校油菜團(tuán)隊(duì)周永明教授、郭亮教授對(duì)本項(xiàng)研究提供了指導(dǎo)。該項(xiàng)研究得到國家自然科學(xué)基金(32070559)、國家重點(diǎn)研發(fā)計(jì)劃(2021YFF1000100)、中國博士后基金(2022M710875)和海南省崖州灣種子實(shí)驗(yàn)室生物信息學(xué)開發(fā)平臺(tái)(JBGS-B21HJ0001)、湖北省洪山實(shí)驗(yàn)室(2021HSZD004)等項(xiàng)目的資助。

　　BnIR數(shù)據(jù)庫鏈接：http://yanglab.hzau.edu.cn/BnIR

　　BnIR使用示例： http://yanglab.hzau.edu.cn/BnIR/tutorial

　　原文鏈接：https://doi.org/10.1016/j.molp.2023.03.007

2023年3月21日
來源：華中農(nóng)業(yè)大學(xué)南湖新聞網(wǎng)