（通訊員：劉小磊、付玉華）近日，趙書(shu) 紅教授團隊在《Nucleic Acids Research》期刊在線發表了題為(wei) “IAnimal: A cross-species omics knowledgebase for animals”的研究成果。本研究發布了國際規模最大的動物跨物種多組學知識庫，對豬、鼠、雞、狗等21個(ge) 物種的WGS、RNA-Seq、ChIP-Seq、ATAC-Seq等生物多維組學數據以及文獻組數據進行了統一清洗和分析，提供了靈活的數據API接口和便捷的數據挖掘工具，極大的提升了公共組學大數據的複用性，為(wei) 大數據驅動的動物智能育種奠定了基礎。

隨著高通量測序技術的快速發展，多維度的生物組學數據呈現超指數型增長，整合利用多維組學數據為(wei) 解讀基因調控機理，推進生物係統的全麵解析帶來了前所未有機遇。然而，挑戰與(yu) 機遇並存，組學大數據的到來也為(wei) 基因功能研究帶來了巨大挑戰。首先，組學數據種類繁多，數據來源複雜，數據描述標準不一，數據清洗難度大。其次，組學數據量巨大，對數據分析、存儲(chu) 以及檢索效率的要求較高。同時，如何將多維組學數據進行高效整合分析也麵臨(lin) 極大挑戰。

IAnimal知識庫框架示意圖

為(wei) 解決(jue) 上述問題，團隊基於(yu) 眾(zhong) 包理念開發了數據在線清洗工具，多個(ge) 用戶可以同時在線對數據進行清洗，工具將自動利用這些信息相互糾錯。同時基於(yu) 工程化思想，實現了數據自動下載、分析以及結構化，並針對標準統一的數據設計了靈活的數據調用接口。最後，利用上述數據接口，基於(yu) 前後端分離技術提供了25個(ge) 數據查詢、挖掘以及可視化的功能模塊，用戶能夠利用這些模塊實現多維組學數據查詢、整合分析以及跨物種比較。

IAnimal調用案例。A、通過文獻組學數據可視化結果直觀判斷IGF2基因和肌肉生長相關(guan) ；B、通過數據可視化結果判斷KIT、MITF等基因和毛色相關(guan) ；C、與(yu) IGF2高度相關(guan) 的基因構成的調控網絡；D、CAPZA1、FN3K、SF3A3和NUP88基因在豬和牛之間的調控模式比較；E、亞(ya) 洲北方家豬和野豬在指定位點的基因型分布。

IAnimal致力於(yu) 利用跨物種多組學大數據幫助用戶挖掘基因功能，在充分利用海量公共數據的同時減少大量重複計算帶來的能源消耗。其核心在於(yu) 靈活的數據API接口，用戶對海量組學數據的應用不僅(jin) 僅(jin) 局限於(yu) 知識庫提供的在線工具，更可以根據實際需求調用感興(xing) 趣的數據進行下遊挖掘和分析。例如，利用文獻組相關(guan) 接口，用戶能夠快速分析指定基因潛在生物學功能以及指定性狀的潛在調控基因；利用相關(guan) 係數接口，用戶可以快速獲取指定基因緊密相關(guan) 的基因並連接成網絡。同時，結合同源基因相關(guan) 接口，即可方便的比較基因在不用物種中的調控模式差異；利用基因分型接口，用戶僅(jin) 需要根據實驗目的選擇合適群體(ti) ，即可獲取指定位點在這些群體(ti) 中的基因型矩陣用於(yu) 進行下遊分析。

未來，IAnimal將持續從(cong) 更多的維度提供更全麵的多維組學信息，基於(yu) 深度學習(xi) 技術開發智能整合算法以及相應的數據挖掘和可視化工具。以豐(feng) 富的組學大數據為(wei) 驅動，產(chan) 出知識來填補基因組和表型組之間的空白。

我院博士後付玉華為(wei) 論文第一作者。趙書(shu) 紅教授、劉小磊教授為(wei) 論文共同通訊作者。該研究工作得到了國家重點研發計劃、國家自然科學基金以及博士後科學基金等項目的資助。

IAnimal知識庫：https://ianimal.pro

IAnimal使用示例：https://ianimal.pro/reception/help

原文鏈接：https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkac936/6775392#