超級好用的疾病資料庫

作為一個剛剛進入實驗室的小白。我們經常會受到老闆的命令，「啊，要踏入神聖又高尚的科研領域了呀，我們現在研究 XX 病，你就先寫一個 XX 的綜述吧」。

一個疾病研究了這麼多年了，文章有上萬篇，瞬間感覺自己的科研生涯要折在這個綜述上面了。

那麼，有沒有一個地方把我想要的這個疾病的相關信息都總結好，我只需要查一下就能了解這個疾病的基本現狀呢？

當然有啊。

今天就給大家介紹一個綜合了各大網站的神級資料庫。

我們都知道網上有很多疾病相關方面的資料庫，比如：OMIM，pubmed等,各自有各自的優點。

我們今天要介紹的這個資料庫綜合了 72 個資料庫的信息。通過這個資料庫我們可以了解其他所有的基本信息了，是不是很方便呀。

使用方法就和我們搜索一樣簡單，我們進入網站就直接檢索我們想要查找的疾病就可以了。我們拿熟悉的「結直腸癌」來舉例，搜索框中輸入對應的疾病名稱，點擊「GO」。

搜索出這樣的結果。

Malacards 把結果分成了 14 個小部分。想看哪個部分，點擊「Jump to Section」可以直接跳轉到該部分。

下面給給大家看一下主要的部分。大家可以根據自己具體的需要看具體的部分。

Summaries:在了解一個疾病的具體信息之前，我們需要提前看看對於這個疾病的總概，這樣方便我們更好的了解這個疾病是什麼樣的。Malacards 中的 Summaries 功能提供了多個資料庫對於這個疾病的總結，如下圖。

Related Diseases：我們都知道疾病和疾病之間是相關聯繫的，通過認識疾病之間的相互作用關係，方便我們在研究的時候把不同的疾病聯繫起來（美其名曰：增加創新點）。

Malacrads 中提供了一個表型疾病網路，看相互聯繫疾病之間的關係。

Pathway/GO terms：每種不同的疾病都有自己獨特的發病疾病。如果我們要研究這個疾病是怎麼發生的，那麼對於其中的經典通路一定要熟悉。

在 malacards 中的 pathway 中我們可以了解到和疾病相關的類經典通路（如下圖），同樣的 GO terms 是從另一種方式解讀發生機制的方式。

Expression/Gene：在了解到疾病的發生中哪些通路發生變化了，進一步我們就要了解哪些基因發生了變化，哪些又是疾病的關鍵基因。在 expression 中，我們可以查找和這個疾病相關的差異表達基因。

但是存在差異的基因並不一定的經典基因，也有可能這個基因不發生作用。所以我們需要去了解和這個疾病相關的經典基因。

Gene 中就提供了經典基因。同樣的 malacards 還把經典基因進行進一步劃分來尋找更加重要的基因。

Drugs & Therapeutics：如果你說你是一個想研究藥物來解決臨床問題，那 malacards 還提供了 drugs 這個部分讓你了解目前藥物研究中重要有哪些重要的藥物。

以上就是 malacards 的主要功能介紹，是不是很多很有用的信息都能在 malacards 上找到！

大家可以根據自己的需要進行查找。如果把裡面的結果都知曉了，就算寫這個疾病的綜述相信也是沒有問題的了。

當然了，這樣的資料庫只是幫助我們了解臨床問題的第一步，如果想要更深地挖掘數據、分析數據，那就應該學習更多資料庫挖掘的知識！

實用數據挖掘

為什麼要學這門課？

本課程從實例出發，結合文獻實例的學習和動手操作，帶領大家一步步從數據挖掘的「門外漢」到自己動手整理出一篇可以發表的文章。通過「接地氣」的套路學習和豐富的案例分析，真正掌握數據挖掘方法並運用於實踐。

講師從事生物信息和醫學相關研究，主要致力於醫學大數據挖掘，擁有豐富生物信息學的授課經驗。

課程適合哪些人群？

1. 沒時間進行「濕實驗」的臨床醫生或醫學生；

2. 對基礎研究不熟悉的人員；

3. 想從晶元、測序海量數據中，獲取有效的信息的科研人員；

4. 想通過生信分析提升研究基礎的各類科研人員。

通過課程，你能學到？

1. 數據挖掘概論及文獻導讀；

2. 常用科研資料庫介紹及實例分析（序列資料庫 GenBank，表達譜資料庫 GEO、Oncomine；基因組資料庫UCSC、Ensembl，腫瘤資料庫 TCGA、cBioPortal、SRA、COSMIC 等）；

3. 高通量測序介紹及實例操作（WGS、WES、RNASeq）；

4. R 語言操作講解；

5. 數據挖掘實例操作；

6. 數據申請與數據上傳。

你還可以得到什麼？

購買課程後可反覆回看；

可開具正規發票，學習進步可報銷。

如何購買？

課程只要518！掃描下方二維碼，可立即試聽。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！