2016年第4期Genomics, Proteomics & Bioinformatics（GPB）出版了Computational cardiology（计算心脏病学）专刊，由德国海德堡大学、德国心血管研究中心（German Centre for Cardiovascular Research, DZHK）Benjamin Meder博士和Hugo A. Katus 博士，以及德国萨尔布吕肯大学Andreas Keller博士担任本期特邀编辑。过去20年，为了对抗心衰、冠心病和心律不齐等致命疾病，诊断、药物治疗和介入治疗的水平不断提高，现代医疗设备也不断完善，计算心脏病学在其中起着重要的作用，它将分子水平、临床水平和生物信息的分析相结合，探索心脏病发病机制和治疗的新方法。随着精准医学时代的到来，为了改善心脏病治疗的个性化方法，计算心脏病学有着广泛的应用前景，同时也面临着诸多挑战。 

　　本期共发表文章9篇，包括1篇点评，2篇资源综述和6篇研究性文章，均为邀请来稿： 

1. 德国海德堡大学、DZHK的Daniel Oehler博士和Jan Haas博士点评了今年1月在Science发表的题为“A peptide encoded by a transcript annotated as long noncoding RNA enhances SERCA activity in muscle”的文章。Dwarf open reading frame（DWORF）是非编码RNA中的隐藏肽，它可通过改善放松状况来提高肌肉的收缩性。研究认为，隐藏在基因组“黑暗地带”的蛋白质对于研究人类心脏复杂性方面会给研究者们带来更多新的惊喜，而生物信息分析方法是第一步，再次证明了计算心脏病学的重要性。 

2. 先天性心脏病（Congenital heart disease, CHD）是最常见的先天性缺陷，随着产前及产后早期诊断和治疗水平的发展，超过90%的病人可存活到成年，但随访发现，一些病人会表现出中长期的发病现象。德国先天性心脏缺损国际注册中心的Thomas Pickardt博士等介绍了一个德国先天性心脏病领域长期、可持续研究的生物样本库——CHD-biobank。该样本库成立于2009年，旨在收集病人和其家属（三口人），受感染家庭以及患有心血管畸形并接受了纠正手术治疗病人的心血管组织DNA。目前，已收集的DNA来自于近4200个个体，并包含很大范围的CHD表型，其中有430个三口之家和 120个家庭（至少包含1个被感染成员）；心血管组织收集则包含了开心手术之后的556个病人的1143个组织样本。这为CHD领域研究提供了高标准的个性化数据、信息技术管理和样品管理等全面的研究基础。 

3. 近年来，研究者们对长非编码RNA（lncRNA）在不同生理病理条件下包括在心血管疾病中的调节功能的研究兴趣的持续升温。德国明斯特大学Frank Rühle博士和荷兰马斯特里赫特大学Monika Stoll博士就目前心血管研究中的lncRNA公共数据库进行了概述，涵盖了基本注释和功能注释，lncRNA表达和调节，lncRNA与其他生物分子互作，影响lncRNA结构和功能的基因变异等，方便研究者们对比使用。 

4. 二代测序技术（Next-generation sequencing, NGS）正逐渐应用于常规的遗传病（如心肌症）检测，为了识别出疾病相关突变，获得高质量的测序数据十分重要。Benjamin Meder博士等分析研究了靶向NGS文库制备中质控（quality control, QC）的作用，分析了Agilent SureSelect XT靶向富集和Illumina测序文库制备过程中QC的影响。有趣的是，他们检测的QC参数如DNA的起始量、初始最小和最大长度、最终最小和最大长度等均显示很好的保守性，不同的QC阶段对变量耐受性较高。 

5. 探索心肌细胞如何成熟对基于干细胞的心脏再生、成体心脏疾病模型和便利药物开发是十分重要的。然而，胚胎发育过程中心肌成熟的样本不易获得，而且很难避免个体间变异带来的差异，分析人类心肌样本成熟并不是件容易的事。研究者们通常用小鼠作为动物模型进行研究，约翰霍普金斯大学Hideki Uosaki博士和日本中央大学Y-h Taguchi博士，对鼠和人的心脏成熟进行了基因表达分析比较，为心肌细胞成熟的遗传性研究最终服务于人类奠定了基础。 

6. 在过去几十年中，心血管疾病在全球所有国家都为死亡的主要原因，许多疾病亚型（如心肌病）都受强烈的遗传因素影响，有研究标明，环状RNA（circular RNAs, circRNA）是一个重要的参与者。海德堡大学医院、DZHK的 Tobias Jakobi博士等对成体小鼠心脏中的circRNA进行了分析和验证，提出了成年鼠心脏RNase R-耐受circRNA类型的综合目录，共计识别了575种circRNA，一些circRNA对宿主基因有直接贡献，且在以前的报道中发现与心血管疾病相关。对这些候选circRNA的进一步研究可能会揭示一些特异circRNA的疾病相关属性或者功能。 

7. MicroRNAs (miRNAs) 存在于大部分组织和体液中，可用来识别疾病或提供临床预测信息。德国心脏诊断和治疗研究所(IKDT) 的Dirk Lassner博士等研究了获得性心肌病病人中不同组织中microRNA的缺失，对不同疾病（心肌症，阿兹海默症，膀胱癌和眼癌）病人的不同组织和体液的non-detectable miRNAs进行了分析比较。他们通过结合多种生物信息学方法预测了心脏病患者（心肌、血细胞、体液）中non-detectable miRNA可能参与的信号通路；但不同预测方法的结果鲜有重叠，提示要小心解释分析所得结果。 

8. 基于生存资料的预后模型经常用到Cox比例风险模型，而发展更可信的基于少量预测因素的Cox模型是一种挑战。汉堡大学心脏中心Francisco M. Ojeda博士等提出了低维度下比较分析Cox模型的方法，并模拟冠状动脉疾病来评估Cox模型，达到的预期效果，为疾病预后提供了新的有效思路。 

9. 正常射血分数心力衰竭（HF-pEF）是全球性的健康问题，Benjamin Meder博士等进行了心衰中心舒张压功能的个性化计算机模拟，使用58个病人特异性的心脏计算机模型来捕获不同心衰病人的舒张压参数，研究表明，多模式心脏模型可成功捕获舒张压功能，是未来HF-pEF临床试验的先决条件，有很好的应用前景。 

　　以上文章全文可在GPB主页或ScienceDirect数据库中浏览下载，欢迎大家阅读、引用。 

　　另外，GPB将在今年10月出版“Big Data and Precision Medicine”专刊，由本刊副主编方向东博士和雷红星博士共同担任特邀编辑，欢迎大家多多关注，详情请查看本期Call for paper。 

　　本期封面

　　附：本期目录

　　Special Issue: Computational cardiology 

　　编辑：韩潇