circ RNA(环状核糖核酸)是一种特殊的环状小分子非编码核糖核酸,也是核糖核酸领域最新的研究热点。通过与疾病关联的micro RNA(微型核糖核酸)相互作用,天然生成的circ RNA分子影响了基因表达,在疾病的发生与发展、生物的生长发育、对外界环境的抵御等方面中都发挥着重要的调控作用。为了更好更全地寻找circ RNA,近年来基于核糖核酸测序序列数的环状核糖核酸预测方法被不断地研发出来,然而不同的算法表现差异较大。例如:Mapsplice和CIRCexplorer2无法检测出从头测序(de novo sequencing)所测出来的环状核糖核酸;而Segemehl不仅运行时间长、内存消耗大,而且得出来的结果假阳性率也比较高。如何获得更加全面,精确的circ RNA预测分析报告是急需解决的技术问题。把相对权威的几款检测软件所得出来的结果进行对比和合并才能得到最齐全的circ RNA预测结果。基于此,本文的主要内容如下:首先,本文简要地阐述了circ RNA检测流程的研究背景、现状和意义。其次,本文介绍了不同检测工具间的算法原理,以及对比不同工具之间的优势和劣势。随后,本文为circ RNA的检测提出一种基于Nextflow的整合分析流程。利用process和channel的强耦合性,把不同的分析步骤整合在一起。通过数据流自动执行步骤,从而节省繁琐的人工操作步骤。同时,本文设计独特的circ RNA合并策略来去除冗余的预测结果。为了对circ RNA进行深层次的解读和分析,本文还加入了针对circ RNA的生物信息数据统计分析以及生物通路验证分析。最后,我们在不同的真实数据集上对该流程的性能以及效果进行测试。通过与现有方法的对比,彰显出该流程的优越性和全面性。综上所述,本文的主要成果在于:(1)本文结合了五种circ RNA检测工具的优点,利用Nextflow框架的强耦合性集成出一款新式circ RNA分析流程。该流程具有一键式运行、自动化配置参数等特点,可良好地降低分析步骤的繁琐性、极大地便利于circ RNA的检测与分析过程;(2)不同于其他单一的分析流程,本论文不仅设计了独特的circ RNA去重合并筛选策略,还引入了针对circ RNA的生物信息分析流程,从而对circ RNA的预测结果进行全面解读与分析;(3)除理论分析以外,本文利用真实数据集测试流程的合理性和有效性。并对结果进行生物学验证,表明该流程在研究circ RNA对于癌症的作用与影响的过程中具有积极的帮助,例如影响肿瘤转移靶点的通路和癌症的重新分类。