如果我们最后拿到的是蛋白编码基因，当然可以很容易的注释到各种数据库，比如：Gene Ontology terms, KEGG, Reactome, NetPath, PID, INOH and BioCarta pathways ，这些数据库本质上都是一些被定义好的基因集而已。

但是lncRNA本身是没有蛋白编码基因那样长远的研究历史，没有海量的生物学实验数据的积累，所以仍然是需要通过跟蛋白编码基因的表达相关性来间接推测lncRNA的功能，这就需要理论模型和算法支持，LncRNA2Function网页工具就是其中一个选择！

作为一个工具，这个不到100的引用量只能说是马马虎虎吧，当然了，本身这个杂志就是专门发生物信息学文章的杂志，影响因子都不到3，而这个工具的100左右的引用，其实是大大帮助了这个杂志。

The lncRNA2Function is freely available at http://mlg.hit.edu.cn/lncrna2function.

通过表达量相关性来关联lncRNA与蛋白编码基因

实际上，仅仅是凭表达量的相关性就认为某个lncRNA就一定是与它共表达的编码蛋白质的基因的功能一致或者类似，是一个假设而已。

文章里面的描述是

In this study, based on expression correlation between lncRNAs and protein-coding genes across 19 human normal tissues, we used the hypergeometric test to functionally annotate a single lncRNA or a set of lncRNAs with significantly enriched functional terms among the protein-coding genes that are significantly co-expressed with the lncRNA(s).

如果是想探索LncRNA在疾病研究方向的成果，还可以通过FARNA网页工具，依赖的是KEGG Orthology Based Annotation System (KOBAS)数据库，其也是多种数据库的整合，包括， KEGG DISEASE, GAD and NHGRI GWAS Catalog disease databases.

更多lncRNA相关数据库，我在lncRNA的一些基础知识 ，和lncRNA芯片的一般分析流程 介绍过。

如果你这边lncRNA数据分析实战经验丰富，也欢迎分享你的个人见解，一起进步！

lncRNA表达矩阵免费分析哦

春节前后活动，我们推文里面提到的数据分析环节都是我非常有经验的，比如我在lncRNA的一些基础知识 ，和lncRNA芯片的一般分析流程 介绍过的那些图表， 对我来说是举手之劳，希望可以帮助到你！

• 转录组数据分析的4个维度认识（数据分析继续免费哦） RNA-seq数据的2个分组差异分析，热图，PCA图，火山图等等

• 根据感兴趣基因看肝癌免疫微环境的T细胞亚群差异 条形图或者箱线图

• 查看感兴趣基因的甲基化水平和RNA表达水平(数据分析免费做)相关性 散点图或者箱线图

• 我不相信kmplot这个网页工具的结果(生存分析免费做)

• 单基因GSEA分析策略（数据分析免费做活动继续）

邮件正文最好是加上你是啥时候认识生信技能树的哦，或者其它一些寒暄的话，自我介绍也行。主要是考虑到可能想免费分析数据的朋友很多，所以会根据你的来信，我主观判定一个优先级哦。目前我有20多个愿意长期在我的指导下进行数据探索的学徒，等我的团队扩大到200人，我们应该是可以做到数据分析全部免费，敬请期待哈！

我们生信技能树的2019年终总结提到的用心打磨，气质初具，认真耕耘粤港澳大湾区科研市场，并且值得你推荐给有需要朋友的课程2020全年欢迎加入学习：广州专场（全年无休）GEO数据挖掘课，带你飞（2.8-2.9）