这些数据库，强大-高通量-易操作还容易发SCI！

数据库的提供了生物信息学的极大便利，也是数据挖掘的基础。现在最常见的数据库主要是GEO，TCGA，OMIM等数据库，尤其是前两者，几乎是肿瘤数据挖掘的必备数据库，TCGA更是专门肿瘤数据库。但是科学研究并不全是肿瘤研究，这里精选介绍3种强大的，而且是非肿瘤的数据库，希望对大家有用。

peoteomexchange数据库

peoteomexchange数据库是专门蛋白质组学的数据库，包含了各种疾病和各种组织。该数据库有很多科学家把自己发表了文章的数据上传到这里，形成了庞大的数据资源。另外，蛋白组学类的期刊比如《journal of proteome research》，《FEBS Journal》，《Biomolecules》等期刊要求组学数据公开并放在peoteomexchange数据库中，这也使得组学数据更加容易查到。数据库的网址是：

http://www.proteomexchange.org/

有时候这个网址不一定可以打开，用VPN即可。

peoteomexchange的操作和使用比较简单，下载和上传数据都可以。数据挖掘需要下载数据，直接检索相关基因名称，组织名称，疾病即可。值得一提的是，现在最热门的外泌体，其蛋白质组学数据也被收录在peoteomexchange数据库中，这使得该数据库适用于各类研究。

以甲状腺乳头状癌为例。每一个蛋白组学数据都有特定的数据库的ID，一般是以PXD开头。点击进入后会有详细的数据来源介绍，包括文章名称，样本种属，组织来源，质谱检测平台，并提供了数据下载列表。一般的数据会有分析好的数据，大多数数据都会提供质谱的原始数据，可以下载下来自己重新搜库和分析。

ClinVar

ClinVar是NCBI下的与疾病相关的人类基因组变异数据库，提供一个标准化的，可信度高的遗传变异和临床表型相关的数据库。ClinVars整合了abSNP, abVar,Pubmed, OMIM的多个数据库的数据信息，详细收录了基因变异，临床表型，实验数据和功能注释与分析等信息。网址：

https://www.ncbi.nlm.nih.gov/clinvar/ 。

ClinVar的操作和检索也很简单，在NCBI的官网下，下拉菜单中选中ClinVar后，可以输入基因名称，蛋白名称，疾病名称，染色体位点等信息进行检索。

比如检索帕金森病，输入“parkinson’s disease”为例，可以检索出疾病相关的基因名称，突变位点，是否具有临床意义等信息。点击进入展示了基因的详细信息，并有实验证据和相关的文献列表，可以在PMID出点击链接到该文献。

ArrayExpress

https://www.ebi.ac.uk/arrayexpress/

网址一般不需要VPN即可进入，使用的话直接检索基因名称，疾病名称等即可，操作很方便。以帕金森病为例，输入后能够得到一个列表，可以很清楚的看到数据库ID，相关文献的标题，芯片检测类型，种属等。比如做LincRNA，miRNA或者甲基化等，可以很清楚地找到想要研究的类型，可以在type出进行类型的排序。

选定目标数据集以后，点击进入能够看到详细信息，并且提供了数据集下载链接，包含压缩包，txt格式等，可以免费下载和后续分析。 ArrayExpress和GEO数据库联合使用进行生信和meta分析，是最常见的发SCI思路，可以容易地检索到，这里附录上一篇非肿瘤的2020年的文献Doi：10.3389/fnins.2020.00209

Vesiclepedia

Vesiclepedia数据库是一个细胞外囊泡分子数据库，包含了独立研究的蛋白质，mRNA,miRNA，脂质等数据。数据库公开且免费，可以下载数据进行分析。数据库网址是：

http://microvesicles.org/index.html

数据库的使用非常简单清晰，可以直接输入想要检索的基因名称，或者是miRNA名称等进行检索。另外，还可以按照种属、囊泡种类、和样品类型进行检索。

miRBase数据库

miRBase序列数据库是一个庞大的公共数据库，专注地收录了miRNA序列数据，注释，预测基因靶标等信息的全方位数据库，在miRNA信息公共数据库中占有很重要的角色。数据可以下载进行分析。 miRBase数据库网址是：

http://www.mirbase.org/

数据库的使用比较简单，进入数据库以后，可以在search栏目下进行检索。可以按照miRNA的序列，名称，物种等进行搜索。以人的“miR-105-2为例”，结果会展示miRNA的序列，靶基因及其序列，染色体位置，生理功能，相关参考文献等。

MalaCards

MalaCards数据是一个人类疾病数据库，是一个综合性的数据库网站，收录并整合了72数据库信息。 MalaCards数据库网址是：

https://www.malacards.org/

数据库的使用比较直接，在检索里面搜索疾病名称即可，以帕金森为例，检索后可以展示帕金森相关的疾病分子，KEGG信号通路，还有其他数据库收录的突变基因等。

在高通量数据获得成本很高的前提下，可以使用数据库的数据进行分析并指导实验。生信文章的发表，离不开数据库使用和数据挖掘，上述peoteomexchange数据库，ClinVar数据库和 ArrayExpress数据库等极大补充了数据来源的问题。在前期工作中，这些数据库的应用适用于特定组织高通量数据很少的情况下，可以考虑这些数据库的组合使用去扩展样本量和数据量。

转自：医学方