生物通報道：美國St. Laurent Institute的Philipp Kapranov教授，是基因組學與系統生物學領域具有重要國際影響的專家，長期從事系統生物學和基因組功能方面的研究，其發現人類基因組能夠產生大量的有功能作用的非編碼RNA，在概念層次上重新定義了“基因”，這一發現被Science選為最近10年內的10大發現之一。近十年在該領域累計發表國際高級別學術期刊論文50多篇，其中Nature、Science、Cell等國際頂尖期刊論文共計15篇。2014年4月，Philipp Kapranov作為華僑大學生物醫學學院特聘教授，成功入選國家第四批“外專****”。

長非編碼RNA的研究越來越火熱，延伸閱讀：一個lncRNA可能是成功受孕的關鍵。但你是否注意到，lncRNA的命名和分類依然混亂。四月十日，Philipp Kapranov教授在Cell子刊《Trends in Genetics》發表題為“The Landscape of long noncoding RNA classification”的綜述，探討了lncRNA分類上的種種問題。邁阿密大學醫學院的Claes Wahlestedt也是本文共同通訊作者。

曾經，人們認為轉錄組主要由mRNA所組成，而高通量測序技術的發展和ENCODE項目為我們揭開了一個完全不同的世界。非編碼RNA才是真正的主角。除了那些眾所周知的RNA（如tRNA、rRNA），許多不同類型的調控RNA也進入我們的視線。

長鏈非編碼RNA（lncRNA）是一類轉錄本長度超過200 nt的RNA分子，它們不編碼蛋白。lncRNA的表達受到發育調控，是組織和細胞特異的。相當一部分lncRNA只位于細胞核內。它們包含許多類型的轉錄本，在結構上類似mRNA，有時也轉錄成編碼基因的反義轉錄本。lncRNA被認為執行了重要的調控功能，也與疾病發展息息相關。

隨著轉錄組測序深度和質量的最新發展，研究人員已經揭露出許多新類型的長非編碼RNA（lncRNA）。隨著這些新的發現，lncRNA分類已如雨后春筍般出現，然而非編碼轉錄組的實際大小和復雜性，仍然是未知的。

雖然特定lncRNAs功能性的證據繼續積累，但是不一致、混亂不清和重疊的術語帶來了歧義，并使這個領域通常不夠明晰。缺乏基本的概念明確的分類框架，致使非編碼轉錄組數據的注釋和解釋都受到了諸多挑戰。它也可能會破壞為闡明lncRNA功能的新基因組方法和數據庫的整合。

在這項研究中，研究人員回顧了現有的lncRNA分類、命名和術語。然后，研究人員描述了已經出現的概念性指南，可根據系統生物學大數據集的不斷擴大和更綜合運用，進行lncRNA的分類和功能注釋。

（生物通：王英）

生物通推薦原文摘要：
The Landscape of long noncoding RNA classification
Summary: Advances in the depth and quality of transcriptome sequencing have revealed many new classes of long noncoding RNAs (lncRNAs). lncRNA classification has mushroomed to accommodate these new findings, even though the real dimensions and complexity of the noncoding transcriptome remain unknown. Although evidence of functionality of specific lncRNAs continues to accumulate, conflicting, confusing, and overlapping terminology has fostered ambiguity and lack of clarity in the field in general. The lack of fundamental conceptual unambiguous classification framework results in a number of challenges in the annotation and interpretation of noncoding transcriptome data. It also might undermine integration of the new genomic methods and datasets in an effort to unravel the function of lncRNA. Here, we review existing lncRNA classifications, nomenclature, and terminology. Then, we describe the conceptual guidelines that have emerged for their classification and functional annotation based on expanding and more comprehensive use of large systems biology-based datasets.