當我們資源不足時(shí)，自然會(huì )想要找一些省錢(qián)的辦法來(lái)發(fā)文章，窮則思變嘛。生信是個(gè)好辦法，

可是有些醫生朋友還是覺(jué)得不太熟悉，別說(shuō)后邊的分析方法了，就連開(kāi)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(méi)有疾病特異性數據庫呢？

資源上哪找

隨著(zhù)研究成果的積累，大大小小的數據庫們就冒了出來(lái)，駐扎在互聯(lián)網(wǎng)的各個(gè)角落，現在已

1218經(jīng)有了上千個(gè)。

找數據比較權wei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(kāi)始，NAR 每年都要出版分子生物學(xué)數據庫特輯（database issue），收錄新增的數據

庫、盤(pán)點(diǎn)舊數據庫的更新?tīng)顩r、移除失效鏈接等，做個(gè)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(wǎng)站上找到，下面是一個(gè)按字母排序的列表

不過(guò)找起來(lái)更方便的可能是按功能分類(lèi)查找：

NAR 把數據庫分為 15 個(gè)類(lèi)別（有些數據庫會(huì )同時(shí)被分到好幾個(gè)類(lèi)別）：

1219有些分類(lèi)下邊還有子類(lèi)別，可以跟據自己的目的逐級點(diǎn)開(kāi)，找到相應的資源。比如想找個(gè)特

定的疾病，就點(diǎn)開(kāi) Human Genes and Diseases，下邊還有 4 個(gè)子分類(lèi)，其中癌癥基因數據庫

是單*個(gè)子類(lèi)（Cancer gene databases），其他的疾病可以點(diǎn)開(kāi) 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(dòng)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(diǎn)進(jìn)去會(huì )有數據庫的描述說(shuō)明，或詳或略。并附有數據庫網(wǎng)站鏈接，點(diǎn)進(jìn)去就是了。

注意數據庫的質(zhì)量

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

的研究成果。

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

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

學(xué)實(shí)驗室-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）、日本國立遺

傳學(xué)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(lǐng)域創(chuàng )建的數據庫，質(zhì)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(lèi)。

1221雖然小團隊不容易跟大佬競爭，而且有時(shí)候同一個(gè)領(lǐng)域會(huì )有好幾個(gè)相似的數據庫，NAR 也不

介意都收錄，只要它們符合一定質(zhì)量條件，且還在運營(yíng)、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(jīng)歷時(shí)間的考驗證明自己。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 就是小團隊的成功范例。

對于用戶(hù)來(lái)說(shuō)，采用一個(gè)數據庫做研究之前要多留心，要了解好它的數據來(lái)源和運營(yíng)維護情

況，是否有及時(shí)回應用戶(hù)的反饋，是否有版本控制；還要多檢索文獻，看看這個(gè)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(shí)可多找幾個(gè)相關(guān)的數據庫互相

佐證。