测序技术的飞速发展积累了大量转录组数据，从中也发现了很多新的转录本。区分这些转录本是蛋白编码序列还是非编码序列是基因组注释和新基因鉴定中的重要研究内容。但对于大量存在的无训练集、甚至无基因组序列的物种，如何从其拼接好的转录本鉴定出lncRNA常常困扰着我们。
在这里给大家推荐一个不需要任何先验信息，就能准确区分lncRNA和蛋白编码RNA的分析神器——LGC。
Web Server 网址：http://bigd.big.ac.cn/lgc/calculator
脚本下载：http://bigd.big.ac.cn/biocode/tools/BT000004
LGC基于ORF长度与GC含量之间的特征关系，构建了不同物种间通用的计算模型，实现可跨物种预测的功能。
相对其他同类工具，LGC的优势在于准确度高、通用性强、运算速度快、简单易用。
LGC与现有常用lncRNA鉴定工具相比，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，准确率高，平均达93.6%，而且具有较高且平衡的敏感性与特异性。
常用的包括CPC、PhyloCSF和COME等基于比对的算法，受到已知蛋白质序列的丰富程度和DNA比对准确性的限制，并且比较耗时。而无需比对的算法包括CPAT、CNCI和PLEK，较依赖于高质量的训练数据并且大多数算法针对特定物种。PLEK在人和小鼠等脊椎动物准确度较高；CNCI适用于脊椎动物，而在无脊椎动物和植物中表现不佳；CPAT整体表现很好，只是目前只有人、小鼠、斑马鱼、果蝇四种模型。
LGC的通用性强。也就是说，除了人、小鼠、斑马鱼、果蝇、线虫这些模式物种之外，蜜蜂、小麦、玉米、大豆等的转录本序列都可以用LGC预测。
那么LGC具体怎么使用呢？
LGC提供在线Web
server版和Linux/Unix本地版。
在线分析
直接粘贴FASTA格式序列或上传FASTA文件（文件小于100MB）进行批量鉴定，FASTA格式不限定物种。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鉴定。
在FASTA Data选项，先点击“Example Sequence”，出现预设的序列，然后点击“Run”提交任务。随后是等待页面，每10秒自动刷新一次。不想等待可拷贝保存任务码（Task
ID），关掉页面。下次打开web server后在首页“Get
results”输入任务码就可查看并下载分析结果了（分析结果在网站自动保存一周）。
LGC运算速度很快。两条序列基本秒出，可直接refresh刷新，便可以看到结果了。可以在网页上浏览，对不同条目排序。底部可下载txt格式的结果文件。
本地运行
1.安装
1.1推荐安装Python
2.7和Biopython（LGC是基于python2开发的lncRNA预测工具）
在https://www.python.org/download/获得Python
2.7或使用操作系统的包管理器进行安装；在http://biopython.org/wiki/Biopython上获取Biopython。
1.2解压LGC-1.0.tar.gz
命令：$tar zxf LGC-1.0.tar.gz
1.3运行LGC
命令：$python2.7 LGC-1.0.py input.fasta output.txt
2.输入文件
FASTA格式
3.输出文件
输出文件中有九列，包括Sequence Name（序列名称）、ORF Length（开放阅读框长度）、GC Content（GC含量）、Coding Potential Score（编码潜能评分：大于0，则预测为蛋白编码RNA；如果小于等于0，则为ncRNA；如果ORF长度小于100nt，则输出'0'）、Coding Label（编码类别）、pc（序列编码蛋白的概率）、pnc（序列不编码蛋白的概率）、fc（编码序列的终止密码子出现概率）、fnc（非编码序列的终止密码子出现概率）。
参考文献：
WangG, Yin H, Li B, Yu C, Wang F, Xu X, Cao J, Bao Y, Wang L, Abbasi AA, Bajic VB,Ma L, Zhang Z. Characterization and identification of long non-coding RNAsbased on feature relationship. Bioinformatics. 2019 Sep1;35(17):2949-2956. PMID: 30649200.
