《Nucleic Acids Research》：AnnelidaDB: a comprehensive platform of taxonomic and multi-omic resources across annelids
编辑推荐：
环节动物（annelids）栖息于海洋、淡水和陆地生态系统，是研究动物演化、再生及宿主–微生物相互作用的重要模式类群，但其快速增长的组学资源仍分散于各类存储库和出版物中。研究人员开发了AnnelidaDB（www.annelidadb.com），这是一个以物种
环节动物（annelids）栖息于海洋、淡水和陆地生态系统，是研究动物演化、再生及宿主–微生物相互作用的重要模式类群，但其快速增长的组学资源仍分散于各类存储库和出版物中。研究人员开发了AnnelidaDB（www.annelidadb.com），这是一个以物种为中心、基于更新系统发育框架构建的数据库，整合了环节动物门的基因组、线粒体基因组、转录组、蛋白质组、表观基因组、单细胞数据集（single-cell datasets）、宿主相关共生菌基因组和比较共线性数据。当前版本覆盖1121个物种，包括152个具有核基因组的物种、177个具有线粒体基因组的物种、591个具有转录组数据的物种、5个具有单细胞数据集的物种（共209 802个细胞）以及30个细菌共生菌基因组。AnnelidaDB通过10个导航目录组织这些资源，并连接物种、基因组、基因、功能注释和基因家族记录。用户可浏览基因组组装，探索交互式单细胞图谱和12 200个预计算Oxford图（Oxford plots），运行BLAST（Basic Local Alignment Search Tool，局部序列比对基本检索工具）查询并在环节动物特异性数据库中检索基因，还可提交染色体水平数据以针对20个环节动物连锁群（Annelida linkage groups）进行共线性分析。序列、注释和私有结果可供下载。作为一个专用于环节动物的综合性多组学（multi-omics）资源，AnnelidaDB为环节动物基因组演化、适应、再生和共生的比较研究提供了可访问的平台。
环节动物门（Annelida）已描述超过22 000种，隶属于冠轮动物超门（Lophotrochozoa，Spiralia），在海洋、淡水和陆地生态系统中承担分解者、食物网关键环节和生物指示等功能，并因全身再生、栖息地转变、深海化能自养共生和核型演化等特征成为演化与发育生物学的重要模式。当前主要问题是：其基因组、转录组和单细胞数据分散于NCBI、ENA、Figshare、Dryad和GitHub等广泛型存储库，许多基因组组装缺少基因特征文件；截至2026年9月1日，NCBI的236个基因组组装中仅10个、ENA的251个组装中仅3个有相关基因特征文件。与MolluscDB、Echinobase和Hymenoptera Genome Database等类群专用资源相比，环节动物缺乏专用平台；通用数据库也缺少环节动物特异性策展、标准化功能注释和统一界面，制约跨物种比较与多组学整合。同时，主流数据库仍保留过时的形态分类框架，如将Polychaeta与Clitellata（Oligochaeta和Hirudinea）视为独立同级分支，这与支持Clitellata位于多毛类辐射内、门内分为Errantia和Sedentaria等大支的现代系统发育基因组分析不一致。为此，研究人员开发AnnelidaDB，集中标准化数据并保留来源注释、生成证据支持和从头基因模型，构建了10个导航目录及BLAST、JBrowse2、Gene Search和宏共线性分析等工具，并提供社区提交门户。该论文发表在《Nucleic Acids Research》。其意义在于以系统发育信息支持的多组学整合，为环节动物基因组演化、适应、再生和共生研究提供协作枢纽。
主要关键技术方法：数据取自NCBI Nucleotide、NCBI Assembly、SRA、ProteomeXchange及公开文献/存储库，未使用新采集样本队列；用NCBI Taxonomy链接WoRMS、GBIF和OBIS，并采用文献系统发育拓扑。研究人员以BUSCO（Benchmarking Universal Single-Copy Orthologs，基准通用单拷贝直系同源基因）v6.0评估基因组/基因集完整性，以STAR、StringTie、AUGUSTUS、miniprot和EvidenceModeler进行证据整合基因预测，用ANNEVO补充注释；用RepeatModeler/RepeatMasker、MitoZ、Bakta、CheckM2、GTDB-tk、eggNOG-mapper和InterProScan处理重复、线粒体、共生菌和功能注释；单细胞用Seurat、DoubletFinder或CellRanger，基因家族用OrthoFinder；BLAST+提供检索，DIAMOND blastp和macrosyntR分析共线性；Django、Python和JBrowse 2构建平台。
研究结果：Ten navigation directories：通过设置Taxonomy、Genome、Proteome、Epigenome、Mitochondria、Transcriptome、Single-cell、Synteny、Symbiont和Tools 10个顶层目录，并在首页提供系统发育总览、分类快速检索和物种卡片，得出平台可分离主要数据类型而保持物种/基因连接；当前发布覆盖1121物种、152核基因组、177线粒体基因组、591转录组、209 802细胞、30共生菌基因组和12 200个Oxford plots。Taxonomy, genome, and species-centred records：通过Taxonomy hub跨组学清单、Genome hub比较组装水平、大小、GC含量、scaffold N50、BUSCO完整性及源与ANNEVO基因模型，以及物种记录整合NCBI Taxonomy、WoRMS、OBIS、GBIF、分布图和图片、多组学仪表盘，得出用户可并排评估组装连续性和注释完整性并进入JBrowse 2和注释搜索。Transcriptome, proteome, epigenome, and mitogenome hubs：通过建立可检索元数据枢纽并按分类、组织、发育阶段等过滤，转录组缓存SRA元数据、蛋白组/表观组保留研究级元数据、线粒体提供环图/基因内容/下载，得出多组学数据可按生物背景精确检索。Single-cell atlases：通过整理5物种9数据集209 802细胞171簇并连接基因详情，提供交互图谱、簇选择、标记基因和表达箱线图，得出细胞类型特异表达可与基因组背景和功能注释连接；原文强调表达值和细胞类型标签需在各数据集语境中解释，共享界面本身不建立跨研究或物种的定量可比性。Host-associated symbionts：通过将30个细菌共生菌物种连接23个环节动物宿主并报告基因组大小、GC含量、contig数、完整性、污染和微生物分类，得出宿主–共生菌比较单元。Interconnected gene, annotation, and gene-family records：通过将基因、功能注释和基因家族作为连接对象，Gene Search支持名称/描述/注释词和物种限制，基因详情整合序列、区间、链、家族和eggNOG/InterProScan注释，得出从功能描述到表达/基因组语境的双向导航。BLAST search against AnnelidaDB reference databases：通过BLAST+对自定义环节动物特异核酸和蛋白数据库支持blastn/blastp/blastx/tblastn/tblastx，输出标准比对指标并将命中链接到注释、家族和基因组邻域，得出序列中心探索能力。Synteny browsing and user-submitted comparisons：通过12 200个预计算Oxford plots覆盖111个染色体水平组装，并在Synteny Upload中接受蛋白FASTA和BED坐标映射到20个AnLGs，得出新染色体水平基因组可纳入统一比较框架并返回核型图、Oxford图和中间结果。Download, export, and community submission：通过文件级/记录级下载、持久下载栏ZIP打包和社区提交门户，提供组装、GFF3、GTF、CDS、蛋白、基因FASTA、ANNEVO模型、eggNOG/InterProScan注释和重复轨道，得出可重复下游分析与社区校正更新。Example: connecting multi-omics records for Paraescarpia echinospica：通过以Paraescarpia echinospica（NCBI Taxonomy ID 2080241）为例连接宿主核基因组、源/ANNEVO基因集完整性、候选基因序列/注释/位置、羽状体和营养体单细胞数据集及共生菌基因组，得出从宿主物种和候选基因到数据集特异表达及宿主相关微生物记录的连通路径。
讨论部分总结：研究人员计划约每3个月更新，扩展基因家族演化、多维表达和调控趋势分析，增加同物种多基因组组装版本跟踪与比较模块，部署内置生信工具和出版物源代码，建设交互式系统发育基因组流程、跨物种单细胞整合与自动细胞类型注释、在线结构与功能注释流程，并探索基于AnnelidaDB训练的大语言模型；平台由Prof. Jian-Wen Qiu与Dr Yunlong Li（Hong Kong Baptist University）维护，承诺至少5年保持URL并由预付费云服务器支持。研究结论部分翻译：作为一个专用于环节动物的综合性多组学资源，AnnelidaDB为环节动物基因组演化、适应、再生和共生的比较研究提供了可访问的平台；通过将多组学数据与可访问、系统发育信息支持的分析相桥接，AnnelidaDB可作为全球环节动物研究群体及相关领域的协作枢纽；规划将AnnelidaDB从静态数据仓储转变为动态、预测性资源。
