日期：2020/10/29 

杂志：Nucleic Acids Research 
杂志影响因子：11 
原文标题：Aging Atlas: a multi-omics database for aging biology 
原文链接：https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkaa894/5943197?searchresult=1 
来源：Aging Atlas Consortium

摘要

有机体衰老是由包含内部和细胞外因素的相互联系的分子变化驱动的。在人群或单细胞水平上对高通量“多组学”数据集（从基因组学，表观基因组学，转录组学，蛋白质组学，代谢组学和药物基因组学中收集信息）的组合分析，可以提供异源基因的多维综合图谱老化过程，具有空前的吞吐量和细节。这些新的策略允许探索衰老过程中的分子分布和基因表达的调控状态，进而促进新的衰老干预措施的发展。随着有价值的与衰老相关的数据的不断增长，有必要建立一个开放和集成的数据库以支持各种衰老研究。 Aging Atlas数据库旨在为广泛的生命科学研究者提供宝贵的资源，使他们能够访问由各种高通量组学技术创建的大规模基因表达和调控数据集。当前包括五个模块：转录组学（RNA-seq），单细胞转录组学（scRNA-seq），表观基因组学（ChIP-seq），蛋白质组学（蛋白质-蛋白质相互作用）和药物基因组学（保护基因的化合物）。 Aging Atlas提供了用户友很易操作的功能，可以探索与年龄相关的基因表达变化，以及原始数据下载服务。

 衰老数据集可从 https://bigd.big.ac.cn/aging/index 免费获得。

内容

随着全球老龄化人口的逐步增长，研究和制定健康老龄化策略的需求变得越来越重要，并且也具有新的紧迫性。衰老是一个复杂的过程，受遗传和表观遗传调控，翻译后调控，代谢调控，宿主-微生物组相互作用，生活方式和许多其他因素的影响。最近，高通量组学技术（包括基因组学，转录组学，表观基因组学，代谢组学，蛋白质组学，药物基因组学和宏基因组学）已广泛应用于衰老研究，从而导致了与衰老相关的分子变化的大规模分析和法规状态。此外，以单细胞分辨率发展的技术使我们能够以前所未有的规模和深度用集成的多维数据探究衰老。结果，越来越多的有价值的与衰老相关的数据不断增长，因此需要一个开放和集成的数据库来支持新的衰老研究领域。

当前，有几个可公开获得的数据库，其中包含衰老特定的基因信息，包括人类衰老基因组资源（HAGR，包含GenAge，AnAge，GenDR，LongevityMap和DrugAge），AgeFactDB，Digital Aging Atlas和AGEMAP。其中大多数是知识库，可汇编衰老表型，寿命记录，衰老/寿命相关基因以及具有寿命延长作用的因子。这些数据库中没有一个允许交互式查询，联合分析和可视化与老化相关的组学或单细胞测序数据。为了促进对衰老和寿命的综合性系统级研究，作者开发了Aging Atlas，这是一个经过整理的生物医学数据库，其中包含一系列与衰老相关的多组学数据集（即转录组学，单细胞转录组学，表观基因组学，蛋白质组学和药物基因组学），以及用于查询和可视化这些数据集的生物信息学工具。该数据库旨在收集涵盖模型生物和其他物种的整个衰老和长寿生物学整个光谱的多组学数据。该数据库还整理了与细胞衰老，与年龄有关的疾病，寿命延长策略和保护性药物开发有关的数据。根据组学数据的性质而不是实验的类型对数据集进行分类。当前，Aging Atlas中的数据是从文献中手动整理并从已发布的数据集中检索的。世界各地的用户将能够根据特定的数据类别轻松上传其数据，原始数据将存储在公共数据库中，例如国家基因组数据中心（NGDC），该数据库托管了Aging Atlas。该数据库可通过基因名称或任何文献参考的DOI进行搜索。 此外，搜索结果可以表或交互式图表的形式显示，相应的原始数据也可以下载。

图1 

转录组学（RNA-Seq）模块 

RNA-seq模块将与衰老有关的全基因组转录组变化编目分类。 RNA-seq模块中收集的数据集来自与衰老研究有关的已发表文章。 该模块收集在特定基因干预下（过度表达，敲除等）观察到的转录组变化，例如在操作FOXO3（18,19），CLOCK（20）和其他关键衰老调节剂时观察到的变化。 该模块还收集特定组织和器官在生理和病理老化过程中基因表达谱的变化。

单细胞转录组学（scRNA-Seq）模块

scRNA-seq模块可以随着年龄的增长，系统组织组织和细胞类型特异性的基因表达异质性变化。 该模块提供了不同细胞类型或亚型的高分辨率，全面的参考图谱，以及它们的时空分布信息，以及在不同的衰老相关或疾病条件下每种细胞类型或亚型的基因表达模式。 越来越多的研究探索了不同物种（包括苍蝇，啮齿动物，猴子和人类）中一系列衰老器官的单细胞转录组。

表观基因组学（ChIP-Seq）模块

ChIP-seq模块当前包含大量的染色质免疫沉淀测序（ChIP-seq）数据，反映了特定的衰老相关基因座如何受组蛋白修饰和转录因子调控。 这些数据有助于阐明调节因子如何在全基因组范围内的衰老过程中影响基因表达。 将来，该模块将扩展为包括表观遗传学数据在内的更广泛的数据，包括DNA甲基化，ATAC-seq（使用测序法测定转座酶可及的染色质），DamID-seq（DNA腺嘌呤甲基转移酶鉴定（DamID）），R 环景观，以及高阶染色质结构（例如Hi-C）的映射。

蛋白质组学（蛋白质-蛋白质相互作用）模块

蛋白质稳态的受损是衰老过程中的典型现象，蛋白质相互作用会随着年龄的增长而发生显着变化。 在这里，蛋白质-蛋白质相互作用模块（称为PPI）旨在查询感兴趣的蛋白质及其与衰老相关的相互作用伙伴。原始PPI数据是从老化领域中已发表的文章中手动收集的。 PPI的主要功能是通过UniProt条目名称或登录号搜索目标蛋白的相互作用伴侣。 结果以两种方式表示：交互表和网络图。

药物基因组学（抗保护化合物）模块

根据衰老表型，靶标，途径和与年龄有关的疾病，提供了应用于模型生物的相关化合物的摘要数据。 该模块当前包含来自药物疗法分析的数百种化合物和组学数据集的列表（体内和体外），揭示了由特定寿命/延长健康寿命的药物引起的基因表达变化。 数据主要来自已发表的文献和其他与衰老相关的数据库。

总结

为了更有效地探索这些与衰老相关的多组学数据，本文介绍构建了Aging Atlas –一个用于衰老生物学的多组学数据库。衰老是导致细胞类型特定和组织特定变化的多因素渐进过程。 这个复杂的过程逐渐影响着生命系统中不同等级的大多数监管机制。 新型多组学技术的发展已导致大量与衰老相关的数据集的快速积累，包括基因组，表观遗传学，转录组学，蛋白质组学，代谢和生理学数据。