當我們資源不足時，自然會想要找一些省錢的辦法來發(fā)文章，窮則思變嘛。生信是個好辦法，

可是有些醫(yī)生朋友還是覺得不太熟悉，別說后邊的分析方法了，就連開始找數據都不好找。

研究腫瘤的比較有福，腫瘤的數據zui豐富了，像大名鼎鼎的 TCGA、Ocomine 等?？裳芯科?/span>

他疾病的怎么辦，有沒有疾病特異性數據庫呢？

資源上哪找

隨著研究成果的積累，大大小小的數據庫們就冒了出來，駐扎在互聯網的各個角落，現在已

1218經有了上千個。

找數據比較權wei的資源集中站，是牛津大學出版社的 Nucleic Acids Research（NAR）雜志。從

1994 年開始，NAR 每年都要出版分子生物學數據庫特輯（database issue），收錄新增的數據

庫、盤點舊數據庫的更新狀況、移除失效鏈接等，做個總結。目前版是第 24 版，即 2017 

版。

而所有收錄的數據庫可以在 NAR 的網站上找到，下面是一個按字母排序的列表

不過找起來更方便的可能是按功能分類查找：

NAR 把數據庫分為 15 個類別（有些數據庫會同時被分到好幾個類別）：

1219有些分類下邊還有子類別，可以跟據自己的目的逐級點開，找到相應的資源。比如想找個特

定的疾病，就點開 Human Genes and Diseases，下邊還有 4 個子分類，其中癌癥基因數據庫

是單*個子類（Cancer gene databases），其他的疾病可以點開 Gene-, system- or disease

specific databases，就可看到具體數據庫列表。

1220這當然只是一部分啦~

圖中可看到注意力缺陷多動障礙（ADHDgene），自身免疫性淋巴細胞增生綜合征（ALPSbase），

阿茲海默?。?/span>AlzGene）等等。

點進去會有數據庫的描述說明，或詳或略。并附有數據庫網站鏈接，點進去就是了。

注意數據庫的質量

數據庫這么多，也有大小之分，當然不是隨便一個數據庫拿來就用，用了就能得到非常牢靠

的研究成果。

一個成功的數據庫背后，要有良好的管理維護工作。大數據庫為什么著名、好用，是因為有

一個大集團在運營。比較著名的機構有美國國家生物技術信息中心（NCBI）、歐洲分子生物

學實驗室-歐洲生物信息學研究所（EMBL-EBI）、瑞士生物信息學研究所（SIB）、日本國立遺

傳學研究所（NIG）、華大基因（BGI）等。

而一些小團隊為自己特定的研究領域創(chuàng)建的數據庫，質量就參差不齊了，上邊提到的疾病特

異性數據庫大多屬于此類。

1221雖然小團隊不容易跟大佬競爭，而且有時候同一個領域會有好幾個相似的數據庫，NAR 也不

介意都收錄，只要它們符合一定質量條件，且還在運營、維護、為研究者提供服。因為 NAR

鼓勵良性競爭，讓那些數據庫經歷時間的考驗證明自己。像研究 G 蛋白耦聯受體的 GPCRdb

和研究碳水化合物活性酶的 CAZy 就是小團隊的成功范例。

對于用戶來說，采用一個數據庫做研究之前要多留心，要了解好它的數據來源和運營維護情

況，是否有及時回應用戶的反饋，是否有版本控制；還要多檢索文獻，看看這個數據庫的使

用情況，大家利用它做出了哪些成果，反饋如何等等。必要時可多找?guī)讉€相關的數據庫互相

佐證。