开云登陆入口-开云(中国)

我校生物物理研究院在《核酸研究》发布EVLncRNAs 4.0数据库

发布时间：2026-11-11

阅读：

近日，我校生物物理研究院与深圳湾实验室、中山大学等单位合作，在国际权威期刊《核酸研究》（Nucleic Acids Research, IF=15.0）在线发表题为“EVLncRNAs 4.0: an updated database of experimentally validated functional long non-coding RNAs with evidence-grounded AI access”的研究论文，发布了国际上实验验证功能性长非编码RNA（lncRNA）数据库升级版本EVLncRNAs 4.0 （https://www.sdklab-biophysics-dzu.net/EVLncRNAs4/）。该版本在数据规模继续扩大的同时，首次将大语言模型以“证据锚定”（evidence-grounded）的方式嵌入数据库，推出了“AI搜索”（AI Search）与“功能概述”（Functional Overview）两项人工智能功能（图1），为lncRNA研究提供了更加全面、且条条可溯源的证据资源。

图1 EVLncRNAs 4.0网页界面。(A)主页，可通过该页面进入浏览、搜索和网络视图界面；(B)AI搜索（AI Search）；(C)功能概述（Functional Overview）。

LncRNA是长度大于200个核苷酸、不编码蛋白质的一类RNA分子，在表观遗传调控、细胞周期与细胞分化调控等生命活动中发挥十分重要的作用，与癌症、代谢性疾病、神经退行性疾病等重大疾病的发生发展密切相关。近年来该领域重要研究成果不断涌现，但“被检测到”“计算预测有关联”并不意味着lncRNA一定具备某种生物学功能；真正经过低通量实验验证的证据，仍零散分布于每年数以万计的文献海洋之中。实验验证的功能lncRNA数据库EVLncRNAs是由我校研究团队在国际上率先建立，2018年首版发表于《核酸研究》（Nucleic Acids Research, 2018, 46(D1), D100-D105.），2021年、2024年相继发布了EVLncRNAs 2.0和EVLncRNAs 3.0版本（Nucleic Acids Research, 2021, 49(D1), D86-D91., and Nucleic Acids Research, 2024, 52(D1), D98-D106.），目前已被60多个国家的研究人员访问使用，成为国际上实验验证功能性lncRNA的重要数据资源，为lncRNA的研究特别是AI推动的研究范式变革时期的相关研究奠定了重要的数据基础。

在王吉华教授、周百灵教授带领下，研究团队经过三年多持续工作，在EVLncRNAs3.0的基础上全面升级为EVLncRNAs 4.0版本。首先，系统检索并逐篇人工筛查了2023年5月至2026年5月PubMed收录的16581篇文献，同步核查论文撤稿状态，对来源已撤稿的记录予以剔除。EVLncRNAs 4.0数据库共收录经低通量实验验证的功能性lncRNA 7808个（较3.0版本增加26%），覆盖199个物种（增加23%）、2313种疾病（增加34%），功能记录28757条（增加21%），分子相互作用18380对（增加25%）（图2）。其中所建立的亚细胞定位、相分离、类器官、耐药与外泌体等特色注释类别增幅尤为明显，并新增了同源lncRNA的跨物种功能比较，为判断功能注释能否跨物种外推提供了依据，这对从全局视角分门别类研究lncRNA的不同生物学功能提供了实验证实的数据基础。

图2 EVLncRNAs 4.0数据整理及基于证据的AI访问框架。

与EVLncRNAs1.0-3.0版本相比，EVLncRNAs 4.0的标志性成果是：借助人工智能大语言模型，把AI从“试验性尝试”变成了“数据库的原生能力”。在2023年发布的EVLncRNAs 3.0版本中，曾尝试使用ChatGPT进行信息提取与功能概述，但受限于模型易生成无依据的陈述与不可靠的引用，其结果只能靠人工的方式逐条进行订正。在本次发布的EVLncRNAs 4.0中，采用了检索增强生成（RAG）框架，把大语言模型严格约束在人工整理的证据之上：“AI搜索”支持用自然语言提问，并可选择不同的检索深度，答案只从数据库记录生成，逐条附上可回溯的PMID和检索范围说明；“功能概述”则针对单个lncRNA、严格限定物种，把散落在数百篇文献中的疾病关联、分子机制与实验证据整合为一份带版本号的综述。在300道锁定基准测试题中，全部请求都成功完成，引用均可追溯至所给证据。

尤其值得一提的是，该版本把生成层设计为版本化、可替换的模块——模型只在证据检索之后被调用，仅负责组织与概括，不作为独立的生物学知识来源。这意味着无论将来采用何种模型，数据库记录下来的始终是“实验证明了什么”，而不是“某个模型什么时间说了什么”。同时，还明确了这两项功能的定位：它们是进入原始记录与一手文献的“入口”，而非可以替代专家判断的结论。具体技术方案与评估细节，详见论文及其补充材料。

EVLncRNAs 4.0为lncRNA研究者和应用开发者提供了一个更加全面、更加强大的功能性lncRNA综合数据集合，对于新的lncRNA发现、以及其新功能的探索，以及深入认识这些lncRNA分子的生物学功能、药物研发以及潜在临床应用具有重要价值。更新后的数据库可通过https://www.sdklab-biophysics-dzu.net/EVLncRNAs4/免费为全球科研工作者服务。

王吉华教授、深圳湾实验室的周耀旗教授共同担任通讯作者，周百灵教授、季保华副教授和德州市第二人民医院李智伟医生为共同第一作者。中山大学、深圳湾实验室等单位研究人员共同参与，我校多名教师及30余名本科生、研究生参与了数据整理和校对工作。该研究得到国家自然科学基金、山东省自然科学基金、山东省高校青创人才引育计划以及深圳湾实验室高性能计算集群等资助和支持。

文章链接：https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkag1111/9005757

数据库EVLncRNAs 4.0链接：https://www.sdklab-biophysics-dzu.net/EVLncRNAs4/

（作者：生物物理研究院周百灵供稿审核人：许士才）