|
作者：麥子 轉(zhuǎn)載請(qǐng)注明：解螺旋·臨床醫(yī)生科研成長(zhǎng)平臺(tái) 當(dāng)我們資源不足時(shí)，自然會(huì)想要找一些省錢的辦法來(lái)發(fā)文章，窮則思變嘛。生信是個(gè)好辦法，可是有些醫(yī)生朋友還是覺得不太熟悉，別說(shuō)后邊的分析方法了，就連最開始找數(shù)據(jù)都不好找。研究腫瘤的比較有福，腫瘤的數(shù)據(jù)最豐富了，像大名鼎鼎的TCGA、Ocomine等?？裳芯科渌膊〉脑趺崔k，有沒有疾病特異性數(shù)據(jù)庫(kù)呢？ 資源上哪找 隨著研究成果的積累，大大小小的數(shù)據(jù)庫(kù)們就冒了出來(lái)，駐扎在互聯(lián)網(wǎng)的各個(gè)角落，現(xiàn)在已經(jīng)有了上千個(gè)。 找數(shù)據(jù)比較權(quán)威的資源集中站，是牛津大學(xué)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(xué)數(shù)據(jù)庫(kù)特輯（database issue），收錄新增的數(shù)據(jù)庫(kù)、盤點(diǎn)舊數(shù)據(jù)庫(kù)的更新狀況、移除失效鏈接等，做個(gè)總結(jié)。目前最新版是第24版，即2017版。 而所有收錄的數(shù)據(jù)庫(kù)可以在NAR的網(wǎng)站上找到，下面是一個(gè)按字母排序的列表： https://www./nar/database/a/ 不過(guò)找起來(lái)更方便的可能是按功能分類查找： https://www./nar/database/c/ NAR把數(shù)據(jù)庫(kù)分為15個(gè)類別（有些數(shù)據(jù)庫(kù)會(huì)同時(shí)被分到好幾個(gè)類別）： 有些分類下邊還有子類別，可以跟據(jù)自己的目的逐級(jí)點(diǎn)開，找到相應(yīng)的資源。比如想找個(gè)特定的疾病，就點(diǎn)開Human Genes and Diseases，下邊還有4個(gè)子分類，其中癌癥基因數(shù)據(jù)庫(kù)是單獨(dú)一個(gè)子類（Cancer gene databases），其他的疾病可以點(diǎn)開Gene-, system- or disease-specific databases，就可看到具體數(shù)據(jù)庫(kù)列表。 這當(dāng)然只是一部分啦~ 圖中可看到注意力缺陷多動(dòng)障礙（ADHDgene），自身免疫性淋巴細(xì)胞增生綜合征（ALPSbase），阿茲海默?。ˋlzGene）等等。 點(diǎn)進(jìn)去會(huì)有數(shù)據(jù)庫(kù)的描述說(shuō)明，或詳或略。并附有數(shù)據(jù)庫(kù)網(wǎng)站鏈接，點(diǎn)進(jìn)去就是了。 注意數(shù)據(jù)庫(kù)的質(zhì)量 數(shù)據(jù)庫(kù)這么多，也有大小之分，當(dāng)然不是隨便一個(gè)數(shù)據(jù)庫(kù)拿來(lái)就用，用了就能得到非常牢靠的研究成果。 一個(gè)成功的數(shù)據(jù)庫(kù)背后，要有良好的管理維護(hù)工作。大數(shù)據(jù)庫(kù)為什么著名、好用，是因?yàn)橛幸粋€(gè)大集團(tuán)在運(yùn)營(yíng)。比較著名的機(jī)構(gòu)有美國(guó)國(guó)家生物技術(shù)信息中心（NCBI）、歐洲分子生物學(xué)實(shí)驗(yàn)室-歐洲生物信息學(xué)研究所（EMBL-EBI）、瑞士生物信息學(xué)研究所（SIB）、日本國(guó)立遺傳學(xué)研究所（NIG）、華大基因（BGI）等。 而一些小團(tuán)隊(duì)為自己特定的研究領(lǐng)域創(chuàng)建的數(shù)據(jù)庫(kù)，質(zhì)量就參差不齊了，上邊提到的疾病特異性數(shù)據(jù)庫(kù)大多屬于此類。 雖然小團(tuán)隊(duì)不容易跟大佬競(jìng)爭(zhēng)，而且有時(shí)候同一個(gè)領(lǐng)域會(huì)有好幾個(gè)相似的數(shù)據(jù)庫(kù)，NAR也不介意都收錄，只要它們符合一定質(zhì)量條件，且還在運(yùn)營(yíng)、維護(hù)、為研究者提供服。因?yàn)镹AR鼓勵(lì)良性競(jìng)爭(zhēng)，讓那些數(shù)據(jù)庫(kù)經(jīng)歷時(shí)間的考驗(yàn)證明自己。像研究G蛋白耦聯(lián)受體的GPCRdb和研究碳水化合物活性酶的CAZy就是小團(tuán)隊(duì)的成功范例。 對(duì)于用戶來(lái)說(shuō)，采用一個(gè)數(shù)據(jù)庫(kù)做研究之前要多留心，要了解好它的數(shù)據(jù)來(lái)源和運(yùn)營(yíng)維護(hù)情況，是否有及時(shí)回應(yīng)用戶的反饋，是否有版本控制；還要多檢索文獻(xiàn)，看看這個(gè)數(shù)據(jù)庫(kù)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(shí)可多找?guī)讉€(gè)相關(guān)的數(shù)據(jù)庫(kù)互相佐證。 參考資料： 1. 生物信息學(xué)：基礎(chǔ)及應(yīng)用. 清華大學(xué)出版社. 2014. 2. https://academic./nar 3. The 24th annual Nucleic Acids Research database issue: a look back and upcoming changes |
|
|
