2016年第4期Genomics, Proteomics & Bioinformatics（GPB）出版了Computational cardiology（計算心臟病學）專刊，由德國海德堡大學、德國心血管研究中心（German Centre for Cardiovascular Research, DZHK）Benjamin Meder博士和Hugo A. Katus 博士，以及德國薩爾布呂肯大學Andreas Keller博士擔任本期特邀編輯。過去20年，為了對抗心衰、冠心病和心律不齊等致命疾病，診斷、藥物治療和介入治療的水平不斷提高，現代醫療設備也不斷完善，計算心臟病學在其中起著重要的作用，它將分子水平、臨床水平和生物信息的分析相結合，探索心臟病發病機制和治療的新方法。隨著精準醫學時代的到來，為了改善心臟病治療的個性化方法，計算心臟病學有著廣泛的應用前景，同時也面臨著諸多挑戰。 

　　本期共發表文章9篇，包括1篇點評，2篇資源綜述和6篇研究性文章，均為邀請來稿： 

1. 德國海德堡大學、DZHK的Daniel Oehler博士和Jan Haas博士點評了今年1月在Science發表的題為“A peptide encoded by a transcript annotated as long noncoding RNA enhances SERCA activity in muscle”的文章。Dwarf open reading frame（DWORF）是非編碼RNA中的隱藏肽，它可通過改善放松狀況來提高肌肉的收縮性。研究認為，隱藏在基因組“黑暗地帶”的蛋白質對于研究人類心臟復雜性方面會給研究者們帶來更多新的驚喜，而生物信息分析方法是第一步，再次證明了計算心臟病學的重要性。 

2. 先天性心臟病（Congenital heart disease, CHD）是最常見的先天性缺陷，隨著產前及產后早期診斷和治療水平的發展，超過90%的病人可存活到成年，但隨訪發現，一些病人會表現出中長期的發病現象。德國先天性心臟缺損國際注冊中心的Thomas Pickardt博士等介紹了一個德國先天性心臟病領域長期、可持續研究的生物樣本庫——CHD-biobank。該樣本庫成立于2009年，旨在收集病人和其家屬（三口人），受感染家庭以及患有心血管畸形并接受了糾正手術治療病人的心血管組織DNA。目前，已收集的DNA來自于近4200個個體，并包含很大范圍的CHD表型，其中有430個三口之家和 120個家庭（至少包含1個被感染成員）；心血管組織收集則包含了開心手術之后的556個病人的1143個組織樣本。這為CHD領域研究提供了高標準的個性化數據、信息技術管理和樣品管理等全面的研究基礎。 

3. 近年來，研究者們對長非編碼RNA（lncRNA）在不同生理病理條件下包括在心血管疾病中的調節功能的研究興趣的持續升溫。德國明斯特大學Frank Rühle博士和荷蘭馬斯特里赫特大學Monika Stoll博士就目前心血管研究中的lncRNA公共數據庫進行了概述，涵蓋了基本注釋和功能注釋，lncRNA表達和調節，lncRNA與其他生物分子互作，影響lncRNA結構和功能的基因變異等，方便研究者們對比使用。 

4. 二代測序技術（Next-generation sequencing, NGS）正逐漸應用于常規的遺傳病（如心肌癥）檢測，為了識別出疾病相關突變，獲得高質量的測序數據十分重要。Benjamin Meder博士等分析研究了靶向NGS文庫制備中質控（quality control, QC）的作用，分析了Agilent SureSelect XT靶向富集和Illumina測序文庫制備過程中QC的影響。有趣的是，他們檢測的QC參數如DNA的起始量、初始最小和最大長度、最終最小和最大長度等均顯示很好的保守性，不同的QC階段對變量耐受性較高。 

5. 探索心肌細胞如何成熟對基于干細胞的心臟再生、成體心臟疾病模型和便利藥物開發是十分重要的。然而，胚胎發育過程中心肌成熟的樣本不易獲得，而且很難避免個體間變異帶來的差異，分析人類心肌樣本成熟并不是件容易的事。研究者們通常用小鼠作為動物模型進行研究，約翰霍普金斯大學Hideki Uosaki博士和日本中央大學Y-h Taguchi博士，對鼠和人的心臟成熟進行了基因表達分析比較，為心肌細胞成熟的遺傳性研究最終服務于人類奠定了基礎。 

6. 在過去幾十年中，心血管疾病在全球所有國家都為死亡的主要原因，許多疾病亞型（如心肌病）都受強烈的遺傳因素影響，有研究標明，環狀RNA（circular RNAs, circRNA）是一個重要的參與者。海德堡大學醫院、DZHK的 Tobias Jakobi博士等對成體小鼠心臟中的circRNA進行了分析和驗證，提出了成年鼠心臟RNase R-耐受circRNA類型的綜合目錄，共計識別了575種circRNA，一些circRNA對宿主基因有直接貢獻，且在以前的報道中發現與心血管疾病相關。對這些候選circRNA的進一步研究可能會揭示一些特異circRNA的疾病相關屬性或者功能。 

7. MicroRNAs (miRNAs) 存在于大部分組織和體液中，可用來識別疾病或提供臨床預測信息。德國心臟診斷和治療研究所(IKDT) 的Dirk Lassner博士等研究了獲得性心肌病病人中不同組織中microRNA的缺失，對不同疾病（心肌癥，阿茲海默癥，膀胱癌和眼癌）病人的不同組織和體液的non-detectable miRNAs進行了分析比較。他們通過結合多種生物信息學方法預測了心臟病患者（心肌、血細胞、體液）中non-detectable miRNA可能參與的信號通路；但不同預測方法的結果鮮有重疊，提示要小心解釋分析所得結果。 

8. 基于生存資料的預后模型經常用到Cox比例風險模型，而發展更可信的基于少量預測因素的Cox模型是一種挑戰。漢堡大學心臟中心Francisco M. Ojeda博士等提出了低維度下比較分析Cox模型的方法，并模擬冠狀動脈疾病來評估Cox模型，達到的預期效果，為疾病預后提供了新的有效思路。 

9. 正常射血分數心力衰竭（HF-pEF）是全球性的健康問題，Benjamin Meder博士等進行了心衰中心舒張壓功能的個性化計算機模擬，使用58個病人特異性的心臟計算機模型來捕獲不同心衰病人的舒張壓參數，研究表明，多模式心臟模型可成功捕獲舒張壓功能，是未來HF-pEF臨床試驗的先決條件，有很好的應用前景。 

　　以上文章全文可在GPB主頁或ScienceDirect數據庫中瀏覽下載，歡迎大家閱讀、引用。 

　　另外，GPB將在今年10月出版“Big Data and Precision Medicine”專刊，由本刊副主編方向東博士和雷紅星博士共同擔任特邀編輯，歡迎大家多多關注，詳情請查看本期Call for paper。 

　　本期封面

　　附：本期目錄

　　Special Issue: Computational cardiology 

　　編輯：韓瀟