|
以下文案来自微X公众号：作图丫 ，作者麻团
如有侵权，联删。本文纯粹为交流学习运用。
部分失真。参考原文。 爆肝整理肿瘤生信数据库 重磅举荐】爆肝整理肿瘤生信数据库（保藏贴二） 干货来啦！肿瘤生信挖掘必须数据库大合集！看这篇就够了！ 十大肿瘤生信常用数据库
今天博主为大众分享的是全网最全的肿瘤生信分析的数据库合集！
数据库归类 综合性肿瘤数据库肿瘤转录组数据库基因组数据库遗传变异数据库DNA甲基化数据库蛋白组数据库肿瘤驱动基因数据库详细癌种或疾患数据库药品与癌细胞系关联数据库通路pathway数据库数据库列表
01 综合性肿瘤数据库
TCGA（The cancer genome atlas）：https://portal.gdc.cancer.gov/
TCGA（The cancer genome atlas，癌症基因组图谱）由 National Cancer Institute(NCI，美国国家癌症科研所) 和 National Human Genome Research Institute（NHGRI，美国国家人类基因组科研所）于 2006 年联合起步的项目， TCGA对超过20,000例原发性癌症进行了分子特征分析，并同期存储了33种癌型配对的正常样本。
ICGC：（International Cancer Genome Consortium）：https://dcc.icgc.org/
ICGC全叫作是International Cancer Genome Consortium。ICGC数据包含50种不同癌症类型/亚型的肿瘤中的基因组反常（体细胞突变，基因反常表达，表观遗传修饰）数据，亦包含TCGA中的数据。
COSMIC收录在癌症中体细胞突变的数据，是世界上最大和最全面的癌症突变资源，用于探索人类癌症中体细胞突变的影响。它重点供给肿瘤细胞基因组中的CNA、甲基化、基因融合、SNP及基因表达等数据。
cBioPortal的数据源自于TCGA, ICGC, GEO等数据库，整合的基因组数据类型包含体细胞突变、DNA拷贝数改变(CNAs)、mRNA和miRNA表达量、DNA甲基化，以及临床数据等。cBioPortal能够经过可视化的形式展示癌症样本的基因组数据。
UCSC Cancer Genomics Browser：http://genome.ucsc.edu/
经过促进整合，交互和多功能表示，全面分析癌症基因组和临床数据，该数据库表示全基因组和实验测绘的个体和群体样本的基因组热图。
canEvolve功能旨在满足癌症科研人员最频繁的分析需求，以产生新的假设。canEvolve存储多种癌症类型的microRNA (miRNA)、蛋白表达谱、拷贝数改变以及蛋白-蛋白相互功效信息。canEvolve能够对肿瘤基因组数据进行综合分析和网络分析，并对结果进行查找。
CGWB(Cancer Genome Workbench )
https://www.g6g-softwaredirectory.com/bio/genomics/genetic-analysis/20773-CGWB.php
Cancer Genome Workbench (CGWB)是一个基于网络的工具，集成并表示多个项目生成的体细胞突变、拷贝数改变、基因表达和甲基化数据的全基因组集合。
02肿瘤转录组数据库
Oncomine收录了715套数据集包含86733个样本，数据库必须注册运用，能够对表达数据进行简单的处理分析，计算基因表达特征、以及聚类基因集模块，并自动从数据中进行生物学功能分析。
GEO（Gene Expression Omnibus database）是由于NCBI负责守护的一个数据库，收集整理各样表达芯片数据，然则后来亦加入了甲基化芯片，lncRNA，miRNA，CNV芯片等各样芯片，乃至高通量测序数据。
ArrayExpress功能基因组学数据档案存储了高通量功能基因组学实验数据，并供给这些数据供科研团体重用。ArrayExpress 是欧洲生物信息协会（EMBL-EBI）下属的功能基因组数据库。
ChiTaRS收录了111,582嵌合转录本，种类分别为人类，小鼠，果蝇，大鼠，斑马鱼，牛，猪和酵母。日前更新到5.0版本，并扩展了实验数据证据，并包含了同一基因的反义嵌合转录本，经过RT-PCR、qPCR、rna测序和质谱多肽实验证实。
miRCancer供给了各样人类癌症中microRNA (miRNA)表达谱的全面收集，这些表达谱自动从PubMed发布的文献中提取。它利用文本挖掘技术进行信息收集。自动提取后手动修改，精度100%。用户能够在miRCancer搜索页面经过miRNA和癌症名叫作进行搜索。
OncomiRDB是收录癌症中miRNA失调的数据库。利用来自癌症基因组图谱的miRNA-seq、RNA-seq和临床数据，系统地进行了统计分析，以确定在不同癌型中与肿瘤发展和发展相关的失调的mirna。
UALCAN：http://ualcan.path.uab.edu/index.html
UALCAN是一个全面的、用户友好的、交互式的癌症组学数据分析网络资源。UALCAN能够拜访公开癌症组学数据(TCGA, MET500和CPTAC), 准许用户识别生物标志物或潜在感兴趣的基因，为编码蛋白质的表达谱和病人存活信息，miRNA-coding和lncRNA-coding基因供给图形界面，评定表观遗传调控基因表达的起步子甲基化，执行pan-cancer基因表达分析。
CRN(Cancer RNA-Seq Nexus)：http://syslab4.nchu.edu.tw/
CRN有一个用户友好的网页界面，旨在促进癌症科研和个性化医疗。它是一个直观的数据探索的开放资源，供给编码-转录本/lncRNA表达谱，支持科研人员在癌症科研和个性化医学中产生新的假设。
03肿瘤基因组数据库
ArrayMap是一个参考基因数据库和生物信息学资源，针对人类癌症的拷贝数分析数据。ArrayMap数据库为高分辨率oncogenomic CNA数据的meta分析和系统级数据集成供给了入口点。用户分析感兴趣的基因或基因组片段上的CNA；还能够比较两个样本之间的CNA的差异。
BioMuta:https://hive.biochemistry.gwu.edu/biomuta/norecord
BioMuta是一个单核苷酸变异(SNV)和疾患相关数据库，其中变异被映射到基因组和RefSeq核苷酸输入，并经过UniProtKB/Swiss-Prot位置坐标进行统一。日前版本的BioMuta只包括与癌症关联的非同义单核苷酸变异(nsSNVs)。
Cancer Hotspots数据库由Memorial Sloan Kettering癌症中心的Kravis分子肿瘤学中心守护的肿瘤热点突变数据库。Cancer Hotspots分析了24592例癌症，包含10336例测序的晚期疾患病人，确定了1165个拥有统计学道理的热点突变。
Mitelman Database：https://mitelmandatabase.isb-cgc.org/
Mitelman癌症染色体畸变和基因融合数据库中的信息触及细胞遗传学变化及其基因组，尤其是基因融合，以肿瘤特征为基本的个案或相关。所有的数据都是由于Felix Mitelman与Bertil Johansson和Fredrik Mertens合作从文献中手工挑选出来的。
SomamiR：http://compbio.uthsc.edu/SomamiR/
SomamiR是一个microrna (miRNA)的癌体细胞突变及其靶点的数据库，该数据库收录了miRNA与竞争性内源性rna (ceRNA)之间的相互功效，包含mrna、环状rna (circRNA)和长非编码rna (lncRNA)。近期的更新扩大了数据库的范围，将影响miRNAs与两类非编码rna (circRNAs和lncRNAs)之间相互功效的体细胞突变纳入其中。
由Sanger 科研所发起的一个项目，收录体细胞突变和肿瘤出现相关的基因，CGP的数据亦会在COSMIC数据库更新。
04遗传变异数据库
ClinVar：https://www.ncbi.nlm.nih.gov/clinvar/
ClinVar是NCBI主办的与疾患关联的人类基因组变异数据库。它整合了dbSNP、dbVar、Pubmed、OMIM等多个数据库在遗传变异和临床表型方面的数据信息，形成一个标准的、可信的遗传变异-临床关联的数据库。ClinVar同期支持在线和下载到本地两种形式。
dbVar：http://www.ncbi.nlm.nih.gov/dbvar
dbVar是NCBI的基因组结构变异数据库——它包括插进、删除、复制、反转、多核苷酸替换、可移动的元素插进、易位和繁杂的染色体重排。
DECIPHER：https://decipher.sanger.ac.uk/
DECIPHER被用来储存遗传变异与关联的表型数据库。数据库包括37753名病人的数据，她们已然同意进行广泛的数据共享。
DGV (Database of Genomic Variants)：http://dgv.tcag.ca/dgv/app/home
DGV是一个可公开获取的、对照个体基因组中发掘的结构变异(SV)的综合数据库。基因组变异体数据库的目的是供给人类基因组结构变异的全面总结。数据库将结构变化定义为包括大于50bp的DNA片段的基因组改变。数据库的内容仅表率健康对照样本中确定的结构变异。
DGVa(The Database of Genomic Variants archive)：http://www.ebi.ac.uk/dgva
DGVa是EBI旗下一个供给所有物种中公开可用的基因组结构变异体的存档、附加和分布的知识库。
EGA：（European Genome-phenome Archive）：https://ega-archive.org/
EGA是ELIXIR的一部分，它存储了来自生物医学科研项目的所有类型的个人可识别的遗传和表型数据。
gnomAD：https://gnomad.broadinstitute.org/
gnomAD是一个由国际科研人员联盟研发的数据库，其目的是聚合和协调来自各样大规模测序项目的外显子组和基因组测序数据，并为科学界供给汇总数据。本网供给的v2数据集(GRCh37/hg19)涵盖了125,748个外显子组序列和15,708个全基因组序列，这些序列来自于不关联的个体，是各样疾患特异性和人群遗传科研的一部分。
HMGD : http://www.hgmd.cf.ac.uk/ac/index.php
HGMD，全叫作Human Gene Mutation Database, 存储了人类疾患关联的突变信息，是一个全面的基因生殖系突变的数据库，这些突变是人类遗传性疾患的基本，或与人类遗传性疾患关联。
MoKCa：Mutations, Oncogenes, Knowledge & Cancer
http://strubiol.icr.ac.uk/extra/mokca/
MOKCa数据库(突变，致癌基因，知识和癌症)已然发展到从结构上和功能上注释，并在可能的状况下预测突变与癌症关联的表型。
RefSeqGene：https://www.ncbi.nlm.nih.gov/refseq/rsg/
RefSeqGene定义了基因组序列，用于做为特征知道的基因的参考标准，是基因座参考基因组(LRG)项目的一部分。
HRC：http://www.haplotype-reference-consortium.org/
The Haplotype Reference Consortium 整合了来自多个项目的数据，构建了一个包括3千多万个SNP位点，以及64976个单倍型的背景参考。HRC将经过将多个队列的测序数据结合在一块，创建一个大型的人类单倍型参考背景。
dbSNP：https://www.ncbi.nlm.nih.gov/SNP/
dbSNP是由于国家生物技术信息中心(NCBI)与国家人类基因组科研所(NHGRI)合作研发和托管的不同物种内部和跨物种的遗传变异的免费公共档案。
HGVS：http://www.hgvs.org/
该数据库旨在促进发掘和表征基因组变异，包含人口分布和表型相关。促进收集、记录基因组变异信息和关联的临床变异。奋斗培育必要的办法论和信息学的发展。
05肿瘤DNA甲基化数据库
MethHC是一个基于web的数据库，专注于人类疾患的DNA甲基化。从TCGA (the Cancer Genome Atlas)中整合DNA甲基化、基因表达、microRNA甲基化、microRNA表达、甲基化与基因表达的关联性等数据。
MethyCancer旨在科研DNA甲基化、基因表达与癌症的相互功效。它既有来自公共资源的高度整合的DNA甲基化、癌症关联基因、突变和癌症信息，亦有来自大规模测序的CpG岛(CGI)克隆。MethyCancer分析和介绍了不同数据类型之间的相互连接。搜索工具和图形化的甲基视图被研发来帮忙用户拜访所有的数据和数据连接，并在基因组学和遗传学数据的背景下查看DNA甲基化。
该数据库是最初期的甲基化数据库之一，目的是为科学界供给存储DNA甲基化数据的资源，并使这些数据随时可供公众运用。该数据库的将来发展将集中于环境对DNA甲基化的影响。
NGSmethDB存储了由亚硫酸氢盐测序(WGBS)技术得到的短读数据集生成的全基因组甲基化组的数据。
PubMeth：http://www.pubmeth.org/
PubMeth 收集和整理了文献中与癌症关联的甲基化数据，并进行了人工校对和注释，供给了一个高质量的癌症关联的出现了甲基化基因的数据库。这个数据库只供给在线检索功能，并不开放下载。亦能够提交自己的数据。
SurvivalMeth：http://bio-bigdata.hrbmu.edu.cn/survivalmeth
SurvivalMeth是哈尔滨医科大学李霞教授团队研发的，2020年8月11日发布在Briefings in Bioinformatics上。SurvivalMeth能够识别预后关联 DNA methylation-related functional elements (DMFEs) ，数据库中记录了多种DMFEs，包含309,465个CpG岛关联元件，104,748个转录关联元件，77,634个重复元件，以及细胞类型特异性的1,689,653个超级加强子(SE)和1,304,902个CTCF结合区进行分析。
MethDB数据库: http://www.methdb.de
全叫作DNA Methylation database，该数据库包括了多种组织多种表型的甲基化模式、甲基化谱和总甲基化内容数据。大约14%的数据无在其他地区颁布。这些数据能够直接检索。并且有在线提交工具，准许研究人员直接将新数据输入到MethDB。
DiseaseMeth2: http://bioinfo.hrbmu.edu.cn/diseasemeth
DiseaseMeth是人类疾患甲基化数据库。该数据库着重于有效收集和统计分析来自各样疾患的DNA甲基化数据。收集了32701个甲基化谱，触及到88种疾患，甲基化关联的疾患基因关系对有679602个。DiseaseMeth支持包含基因ID和基因名叫作在内的多种搜索方式。DiseaseMeth供给了基于疾患和正常样品的横向整合的甲基化数据集。这些数据能够被用来深入识别差异的甲基化基因，并调查科研基因与疾患之间的关系。
MethSurv：https://biit.cs.ut.ee/methsurv/
TCGA数据库中收录的重点是450K芯片的数据，亦有一些初期27K芯片的数据。本文所述的MethSurv便是基于TCGA数据集中的450K数据构建的可视化分析工具。MethSurv适用于无特定生物信息学技能（不熟悉编程分析）的科研人员和临床大夫，重点用于探索与癌症病人存活关联的甲基化生物标记物。
MethBank：http://bigd.big.ac.cn/methbank
MethBank（The Methylation Bank）是一个集合了多个物种高质量DNA甲基化谱的可视化交互浏览工具。它由中国科学院开发，2014年颁布1.0版本，3.0版本添加更加多物种的甲基化数据、加强数据注释功能、数据可视化呈现更加友好，用于数据暗示、搜索和可视化。MethBank 3.0大规模集成为了高质量的甲基化组数据，包含34个来自海量人类样本的一致参考甲基化组，336个来自不同生长周期和/或5种植物组织的单碱基分解甲基体，以及18个来自两个动物不同生长周期的配子和初期胚胎的单碱基分解甲基体。另外，它还能够系统地识别与年龄密切关联的甲基化位点、拥有恒定甲基化水平的位点。MethBank供给了在线估计人类甲基化年龄和分别识别不同甲基化起步子的工具。
Lnc2Meth:http://www.bio-bigdata.com/Lnc2Meth/
Lnc2Meth是由于哈尔滨医科大学李霞课题组研发，是lncRNA与DNA甲基化调控相关数据库，是基于已有发布文献结果，对其中触及到在特定科研疾患中的lncRNA及其甲基化结果进行了整理归纳。运用数据库时可检索的信息重点有两个，一个是lncRNA，一个是某个疾患。针对每一个lncRNA会供给DNA甲基化区域，类型和调控机制，可否在文献报告中有做为诊断分子，发布文献信息等都有整理。针对某种疾患，表示疾患关联的lncRNA。
MEXPRESS: https://mexpress.be/
MEXPRESS是一个可视化TCGA的DNA甲基化，表达和临床数据，以及它们之间的工具。http://cancergenome.nih.gov/abouttcga/policies/publicationguidelines是运用指南。
表观组相关分析（Epigenome-wide Association Study，EWAS）
网址：https://bigd.big.ac.cn/ewas/datahub/index
EWAS Data Hub由中国科学院研发，整合了来自GEO、TCGA、ArrayExpress和ENCODE数据库的共计75,344个样本的DNA甲基化芯片数据和对应的元数据，并采用了有效的归一化办法来消除不同数据集的批次效应。EWAS Data Hub利用海量高质量DNA甲基化数据和标准化元数据的优良，为485,512个探针和36,397个基因供给了一系列要紧的评定值（包含组织特异性、年龄关联性、性别差异和种族特异性）和不同背景下的参考DNA甲基化图谱，触及81种组织/细胞类型（包括25个脑部和25种血细胞类型），67种疾患（包含39种癌症），不同年龄、性别、种族和BMI。同期，EWAS Data Hub 还供给了有效的查找方式：（1）经过年龄，疾患等信息快速查找感兴趣样本的数据和元数据，并能打包下载。（2）经过基因ID、探针号等信息浏览该探针/基因在不同背景下的参考DNA甲基化图谱。
IHEC Data Portal：https://epigenomesportal.ca/ihec/
网供给来自七个国际联盟——ENCODE、NIH Roadmap、CEEHRC、Blueprint、DEEP、AMED-CREST和KNIH——的数据，包含来自600多个不同组织的7000多个表观基因组参考数据集。用户能够选取和浏览各样数据集。还能够依靠关联工具来比较所选的数据集。数据亦能够下载，但原始数据必须数据拜访请求。同期，用户能够共享她们选取的数据集。
Blueprint Data Analysis Portal：http://blueprint-data.bsc.es
Blueprint Data Analysis Portal用于分析来自Blueprint Consortium的数据。该联盟生成为了造血细胞谱系的参考表观基因组，其数据集包含ChIP-seq、DNAsel-seq、全基因组重亚硫酸盐测序和RNA-seq数据，涵盖了60多种细胞类型。在该门户网中，科研人员运用表观基因组学比较网络基本设备（epigenomics comparative cyber-infrastructure，EPICO）平台，该平台包含五个部分：数据模型；数据验证和加载程序；空数据库，用于存储来自数据验证和加载程序的数据和元数据；应用程序界面（API）；以及数据分析门户网。除了EPICO外，这种办法还必须存储空间来创建数据库，获取原始数据的连接，以及接收查找和发送结果的模块。该门户网准许几乎无生物信息学背景的用户，可视化和比较感兴趣血细胞类型的表观基因组和转录组数据。
eFORGE：http://eforge.cs.ucl.ac.uk/
eFORGE准许用户从表观基因组相关分析（EWAS）中筛选数据，发掘与疾患关联的细胞类型。eFORGE能够估计那些差异甲基化位点在某些组织或细胞中可能是起功效的。它是经过分析一组差异甲基化位点和DNase I超敏位点参考图谱之间的重叠来实现的。这些参考集包含来自各样组织，原代细胞类型和来自ENCODE、Roadmap Epigenomics和Blueprint consortia的细胞系的454个样品。
iMETHYL:http://imethyl.iwate-megabank.org/index.html
iMETHYL供给了大约100名受试者的CD4+ t淋巴细胞、单核细胞和中性粒细胞的全DNA甲基化(约2400万个常染色体CpG位点)、全基因组(约900万个单核苷酸变异)和全转录组(> 14000个基因)数据。这些数据来自亚硫酸氢盐全基因组测序、全基因组测序和全转录组测序，使iMETHYL作为一个全面的数据库。iMETHYL整合了SNP, DNA甲基化和RNA表达谱的数据，并进行了两两之间的相关分
在STATISTICS页面，供给了两个基本信息。三种组学数据的分布。能够看到志愿者的性别，年龄的基本状况，以及DNA甲基化，基因表达和SNV的汇总信息。
HeteroMeth：http://qianlab.genetics.ac.cn/HeteroMeth
是由于中国科学院研发的首个DNA甲基化异质性数据库，用于检索、浏览、可视化和下载多个物种、突变体、生长周期和组织的DNA甲基化异质性数据库HeteroMeth。
Whistle：http://180.208.58.19/whistle/index.html
WHITSLE实现对转录组m6A RNA甲基化位点预测。通过把测序数据和设备学习的整合来寻找m6A调控的位点。只必须输入想要检索的基因就可，倘若咱们想要看某一个功能收到m6A甲基化的影响亦是能够经过输入功能的名字来查看的。
RMBase v2.0：http://rna.sysu.edu.cn/rmbase/
RMBase v2.0是由于中山大学开发的，整合了表观转录组测序数据的综合数据库，用于探索RNA的转录后修饰及其与miRNA结合事件、疾患关联的单核苷酸多态性(SNPs)和RNA结合蛋白(RBPs)的关系。RMBase 2.0扩展了约600个数据集和约1 397 000个修改位点，这些修改位点来自13个物种的47个科研，与上一个版本相比，扩展了大约10倍。它包括大约373000个N6-methyladenosines (m6A)，大约5400个N1-methyladenosines (m1A)，大约9600个pseudouridine(Ψ)修饰,大约1000个5-methylcytosine (m5C)修饰,大约5100个2’-O-methylations(2-O-Me),约2800个其他类型的修饰。另外，还构建了一个名为“Motif”的新模块，该模块供给了修饰motifs的可视化logos和位置权重矩阵(PWMs)。还构建了一个新的模块“modRBP”来科研RNA修饰和RBPs之间的关系。另外，研发了一种新的基于网络的工具，名为“modMetagene”，用于沿着转录模型绘制RNA修饰的元基因。这个数据库将帮忙科研人员科研RNA修饰的潜在功能和机制。
MeT-DB V2.0:http://www.xjtlu.edu.cn/metdb2
这个数据库收集了8个m6A关联调控因子（FTO, KIAA1429, METTL14, METTL3, WTAP, HNRNPC, YTHDC1, YTHDF1）的 ParCLIP-seq 和 MeRIP-seq 数据来构建的，经过关联的测序数据，咱们能够查看详细的调控位置。还供给了和其他类似 miRNA 数据库以及剪切因子数据库交叉分析的结果。
REPIC：https://repicmod.uchicago.edu/repic
REPIC (RNA EPItranscriptome Collection)数据库是20年4月新发的数据库，针对测序数据的纳入的比较多。记录了从公开的m6A-seq和MeRIP-seq数据调用的大约1000万个峰值。这些数据来自49项科研的672份样本，涵盖了11个生物体的61个细胞系或组织。REPIC准许用户经过特定的细胞系或组织类型查找m6A修饰位点。另外，它整合了来自ENCODE项目的1418个组蛋白ChIP-seq和118个DNA -seq数据的m6A/MeRIP-seq数据，呈现了一个完整的m6A甲基化位点图谱。
m6A2Target：http://m6a2target.canceromics.org/#/
m6A2Target是一个完整的 m6A修饰的writers, erasers 和readers (WERs)靶基因的数据库。它将低通量实验验证的高机密性靶标与高通量测序(如CLIP-Seq、RIP-seq和ChIP-seq)表示的证据结合或从m6A应答扰动和随后的高通量测序(如RNA-Seq、m6A-Seq和Ribo-Seq)推断的潜在靶标整合在一块。
博主有话说
今天给大众分享的数据库共有5大类，数据库的功能可能有重叠，大众能够慢慢探索发展！博主最后再给大众分享一个惊喜数据库——Database Commons。
数据库网：https://bigd.big.ac.cn/databasecommons/搜索详细的数据库之后，会有详细的网址和归类，页面下方亦有数据库的原始文献，并且会对详细的归类根据引用量对数据库进行排行，方便大众查看。
Database Commons为用户供给了一个全面的公共可用的生物数据库集合，共有5121个数据库，包含不同的数据类型和跨越不同的生物。大众能够按照自己的需求自动搜索。
| 
发表于 2024-6-14 13:16:34
